ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
METODE SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI DATA PENYAKIT HATI YANG IMBALANCE
Get PDFPenelitian ini bertujuan untuk melakukan klasifikasi penyakit hati menggunakan metode Support Vector Machine (SVM) dan Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan berupa data sekunder yang diperoleh dari situs Kaggle dengan jumlah data sebanyak 582 sampel. Data tersebut terdiri dari 10 fitur yang digunakan sebagai variabel masukan SVM. Proses klasifikasi dilakukan dengan membagi data menjadi data training 70% dan data testing 30%. Hasil dari penelitian yang telah dilakukan ialah dengan menggunakan metode support vector machine mampu melakukan klasifikasi data penyakit hati dengan hasil klasifikasi yang menunjukkan nilai 0 dan 1. Dimana nilai 0 menandakan bahwa pasien tersebut tidak mengidap penyakit hati dan nilai 1 menandakan bahwa pasien tersebut mengidap penyakit hati. Berdasarkan proses klasifikasi data penyakit hati yang telah dilakukan memperoleh nilai akurasi performansi yaitu 67,06%, dan berdasarkan proses visualisasi data yang telah dilakukan dalam proses pengklasifikasian data tersebut ditemukan ketidakseimbangan data penyakit hati. Ketidakseimbangan data yang peroleh dilakukan oversampling menggunakan metode SMOTE untuk menyeimbangkan data. Penelitian telah melakukan proses penyeimbangan data penyakit hati sehingga tenaga menis lebih terbantukan dalam mendeteksi penyakit hati yang diderita oleh pasienPenelitian ini bertujuan untuk melakukan klasifikasi penyakit hati menggunakan metode Support Vector Machine (SVM) dan Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan berupa data sekunder yang diperoleh dari situs Kaggle dengan jumlah data sebanyak 582 sampel. Data tersebut terdiri dari 10 fitur yang digunakan sebagai variabel masukan SVM. Proses klasifikasi dilakukan dengan membagi data menjadi data training 70% dan data testing 30%. Hasil dari penelitian yang telah dilakukan ialah dengan menggunakan metode support vector machine mampu melakukan klasifikasi data penyakit hati dengan hasil klasifikasi yang menunjukkan nilai 0 dan 1. Dimana nilai 0 menandakan bahwa pasien tersebut tidak mengidap penyakit hati dan nilai 1 menandakan bahwa pasien tersebut mengidap penyakit hati. Berdasarkan proses klasifikasi data penyakit hati yang telah dilakukan memperoleh nilai akurasi performansi yaitu 67,06%, dan berdasarkan proses visualisasi data yang telah dilakukan dalam proses pengklasifikasian data tersebut ditemukan ketidakseimbangan data penyakit hati. Ketidakseimbangan data yang peroleh dilakukan oversampling menggunakan metode SMOTE untuk menyeimbangkan data. Penelitian telah melakukan proses penyeimbangan data penyakit hati sehingga tenaga menis lebih terbantukan dalam mendeteksi penyakit hati yang diderita oleh pasie
Rancang Bangun Sistem Informasi Pengadaan Barang Ke Logistik PT. HRS site BRE Menerapkan Metode Framework For The Application System Thinking (FAST) Berbasis Web
Get PDFPT. Hasnur Riung Sinergi (PT. HRS) merupakan perusahaan kontraktor pertambangan yang mulai beroprasi pada tahun 2013 sampai saat ini dan memiliki kantor pusat yang berlokasi di Gedung Office 8 Lt.7, Jl. Jend. Sudirman Kav 52-53, Jakarta Selatan. PT. HRS memiliki cabang salah satunya PT. Hasnur Riung Sinergi site Bumi Rantau Energi (PT. HRS site BRE) yang beroprasi di Jl. Jenderal Sudirman BY pass RT.009 N0.67, Randang Malingkung, Kabupaten Tapin, Kalimantan Selatan. Pada penelitian ini menggunakan metode Framework For The Application System Thinking (FAST) diamana metode ini adalah metode yang mendukung untuk melakukan perancangan sistem yang dapat mengelola data serta informasi secara lebih afisien, efektif, akurat, dan tepat waktu. Penelitian ini menghasilkan Aplikasi Pengadaan Barang ke Logistik berbasis Web untuk memudahkan karyawan dan pimpinan dalam melakukan proses permintaan barang dan persetujuan permintaan dari pimpinan. Pengujian yang dilakukan menggunakan blackbox testing yang memungkinkan pengembangan aplikasi untuk membuat himpunan kondisi imput yang akan melatih seluruh syarat-syarat fungsional suatu program
Deep Learning Based Technical Classification of Badminton Pose with Convolutional Neural Networks
Get PDFThis research aims to identify and categorize badminton strategies using a Convolutional Neural Network (CNN) model combined with BlazePose architecture and Mediapipe Pose Solution tools, yielding understandable and practical results. The challenge of finding the best mobility strategy for badminton serves as the primary motivation for this study. The research employs an image recognition and supervised learning approach to classify poses in badminton training videos. The training data comprises various photos and images representing different badminton techniques, such as Service Technique and Smash Technique. After data processing, the CNN model is trained using the training data to identify and classify poses in badminton training videos. Testing is conducted using test data, and classification accuracy is evaluated using the CNN method. The results show that the CNN model implemented alongside BlazePose and Mediapipe Pose Solution achieves significant classification accuracy, ranging from 80% to 90%. Thus, this research presents an effective and practical method for classifying badminton strategies based on poses in training videos
Fall Rate Detection, Identification and Analysis Object Oriented for Elderly Safety
Get PDFThe aged population in Indonesia in 2021 is 30. Sixteen million people. The aged populace elderly 60 years and over reached 11.01% of the complete populace of Indonesia, which amounted to 273.88 million humans. There are ages who live on their own because of busy households with work. if there's an incident of falling elderly, a motion detection gadget is needed for monitoring the situation of the elderly at domestic. This takes a look at designing a visual synthetic intelligence hobby recognition gadget with entry from the digital camera to come across aged sports from video. take video records with the photograph Acquisition technique, Foreground Detection for changing photographs into binary, masks R-CNN to come to aware of detection items and discover the location of the incident, movement history photo, and C_motion to represent the placement of the detected object's body, SVM magnificence to categorize aged statistics falls or sports of every day residing. The experimental outcomes display that this device can come across the condensed-space version with an accuracy of ninety-seven, 50
Classification of Correlation Patterns Based on electrocardiogram Data of Heart Defects Using the Pearson Correlation Coefficient Method
Get PDFThis study was conducted to map the relationship between a symptom and the type of heart disease, based on the results of the electrocardiogram medical record data. The purpose of this study was to apply a symptom correlation pattern based on electrocardiogram data of heart abnormalities. Where the results of this study produce values that determine symptoms that have a very close relationship with the type of heart disorder, and make an analysis to diagnose normal and abnormal heart disorders using the Pearson Correlation Coefficient (PCC) approach. The results show that the relationship between symptoms has a very strong relationship. dominant with normal heart defects is the relationship between AV conduction duration and other symptoms because the relationship between AV conduction duration and other symptoms has a very strong average level of association. symptoms also have a strong average level of association, while the relationship between other symptoms appears to have a moderate relationship and does not even have any relationship with someone who is identified as having a heart abnormality diagnosis (abnormal) and normal hear
Prediction and Analysis of Rice Production and Yields Using Ensemble Learning Techniques
Get PDFThis research focuses on predicting and analyzing rice production and yield throughout the world using ensemble learning techniques. The study applies and compares three methods: linear regression, ARIMA, and ensemble learning, to predict rice harvest yields. The results show that ensemble learning techniques significantly improve prediction performance. For instance, the ensemble model for predicting area harvested, combining Model 6 (linear regression) and Model 10 (ARIMA), achieved of coefficient of determination outperforming the individual models. Similarly, for predicting yield, the ensemble model combining Model 4 (linear regression) and Model 9 (ARIMA) achieved of coefficient of determination indicating superior prediction accuracy. For predicting production, the ensemble model combining Model 2 (linear regression) and Model 8 (ARIMA) achieved of coefficient of determination. These results demonstrate the effectiveness of ensemble learning in enhancing prediction accuracy with lower MSE and RMSE values. By analyzing various factors influencing rice yields, this research provides valuable insights for increasing rice production and yield, supporting efforts to improve the efficiency and effectiveness of rice farming, and contributing to achieving the United Nations Sustainable Development Goals (SDGs)
ANALISIS SENTIMEN MAHASISWA TENTANG MODEL PERKULIAHAN HYBRID TEACHING PADA FAKULTAS ILMU KOMPUTER UMI MENGGUNAKAN MACHINE LEARNING
Get PDFModel perkuliahan hybrid teaching yang dilaksanakan menuai kontroversi di kalangan mahasiswa. Banyak pendapat mahasiswa yang dikeluarkan terkait metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI. Penelitian ini bertujuan menganalisis sentimen mahasiswa terkait perkuliahan hybrid teaching dengan menggunakan algoritma K-Nearest Neighbor (KNN), Naïve Bayes, dan Support Vector Machine (SVM) menggunakan pelabelan NLTK, pengujian dengan cross validation, dan menggunakan unigram tokenizing. Teknik pelabelan NLTK yang digunakan pada penelitian ini menghasilkan tingkat keakuratan algoritma KNN dengan 67.74% dibandingkan dengan algoritma Naïve Bayes dan SVM yang memiliki nilai akurasi sebesar 100%. Sehingga algoritma Naïve Bayes Classifier dan SVM dapat digunakan dengan baik pada pengklasifikasian sentimen mahasiswa terhadap perkuliahan dengan metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI.Model perkuliahan hybrid teaching yang dilaksanakan menuai kontroversi di kalangan mahasiswa. Banyak pendapat mahasiswa yang dikeluarkan terkait metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI. Penelitian ini bertujuan menganalisis sentimen mahasiswa terkait perkuliahan hybrid teaching dengan menggunakan algoritma K-Nearest Neighbor (KNN), Naïve Bayes, dan Support Vector Machine (SVM) menggunakan pelabelan NLTK, pengujian dengan cross validation, dan menggunakan unigram tokenizing. Teknik pelabelan NLTK yang digunakan pada penelitian ini menghasilkan tingkat keakuratan algoritma KNN dengan 67.74% dibandingkan dengan algoritma Naïve Bayes dan SVM yang memiliki nilai akurasi sebesar 100%. Sehingga algoritma Naïve Bayes Classifier dan SVM dapat digunakan dengan baik pada pengklasifikasian sentimen mahasiswa terhadap perkuliahan dengan metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI
Analisis Kesamaan Nada Menggunakan Teknik Spektral Pada Metode Audio Forensik
Get PDFIndustri musik modern dihadapkan pada permasalahan serius terkait maraknya kasus plagiarisme yang terjadi di berbagaibelahan dunia. Kemudahan akses internet dan platform musik digital mempermudah terjadinya penyalinan karya musik.Plagiariseme lagu juga merupakan topik yang kontroversial dan diperdebatkan terutama dibidang musik dimana pasarkomersial menghasilkan sejumlah uang yang besar. Kurangnya metrik yang objektif untuk memutuskan apakah suatu lagumerupakan plagiarisme, membuat pendeteksi plagiarisme menjadi tugas yang kompleks. Perlu diakui bahwa deteksiplagiarisme musik merupakan permasalahan yang kompleks dan melibatkan berbagai aspek, seperti harmoni, ritme, dankonteks musik secara keseluruhan. Pengujian ini bertujuan untuk mendeteksi kesamaan nada menggunakan metode deteksiplagiarisme musik berbasis audio forensik. Dengan menggunakan analisis spektral, penelitian ini menguji hipotesis bahwadua lagu yang memiliki kesamaan nada melodi dapat mendeteksi adanya plagiarisme. Hasil pengujian diharapkan dapatmemberikan kontribusi dalam upaya perlindungan hak cipta dan integritas karya musik. Penelitian selanjutnya perlumempertimbangkan faktor-faktor tersebut untuk mengembangkan metode deteksi yang lebih komprehensif
Perancangan Sistem Informasi Destinasi Wisata Kota Kaimana Papua Barat Menggunakan Model Extreme Programming Berbasis Web
Get PDFKota Kaimana merupakan kota yang indah dari segi wisata dan parawisata sehingga kota ini juga sering disebut kota 1001senja dan kota ini terletak di Provinsi Papua Barat. Kota Kaimana memiliki potensi pariwisata seperti wisata alam , sejarah,kuliner, pantai, budaya dan agrowisata. Potensi pariwisata di Kota Kaimana ini belum dikembangkan secara maksimal olehpemerintah daerah. Hal ini terlihat dari penyediaan sarana prasarana wisata yang belum memadai dan masih kurangnyajumlah wisatawan yang mengunjungi destinasi wisata yang berada di Kota Kaimana. Pemerintah Kabupaten Kaimana akanberupaya mendorong optimalisasi pengembangan parawisata di Kabupaten Kaimana guna mengejar ketertinggalan dengandaerah-daerah lain diluar Papua Barat. Oleh sebab itu pariwisata yang dikembangkan harus melibatkan masyarakat sekitaryaitu menggunakan media–media online seperti website dan konten-konten (youtube) untuk mempromosikan parawisatayang ada di Kota Kaimana. Tujuan perancagan ini untuk mengetahui potensi dan permasalah pengembangan wisata, sertamengetahui potensi yang melibatkan masyarakat lokal. Analisis ini menggunakan model Extreme Programming berbasisweb. Hasil yang diharapkan dari Rancangan ini dapat meningkatkan jumlah parawisatawan yang berkunjung ke KotaKaimana
Analisis Sentimen Komentar Konten Kreator Gaming Menggunakan Metode Naive Bayes dan KNN
Get PDFPerkembangan teknologi telah membawa banyak pergeseran termasuk dalam transformasi media konvensional seperti radio dan televisi menjadi media online. Salah satu platform yang mengalami peningkatan signifikan adalah YouTube yang kini menjadi pilihan utama hiburan, terutama bagi anak-anak dan orang dewasa. YouTube, didirikan pada Februari 2005, memiliki 2.56 miliar pengguna per Januari 2022 dan memuat berbagai konten, termasuk video klip film, acara TV, dan video buatan pengguna. Di Indonesia, konten tutorial game menjadi salah satu yang paling sering ditonton, mencapai 7.1% dari total 19 jenis konten populer berdasarkan survei dari Asosiasi Penyelenggara Jasa Internet Indonesia (APJII). Penelitian ini bertujuan untuk mengekstrak data opini dan menganalisis sentimen netizen terhadap konten gaming di YouTube menggunakan pendekatan Naive Bayes dan KNN. Berdasarkan hasil klasifikasi kedua metode Naïve Bayes KNN didapatkan hasil akurasi 96% untuk metode Naïve Bayes dan akurasi 87% untuk metode KNN sehingga dapat disimpulkan bahwa metode Naïve Bayes memiliki akurasi yang lebih tingg