ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
Analisis Performa Metode Support Vector Regression (SVR) dalam Memprediksi Harga Bahan Sembako Nasional
No full textSupport Vector Regression (SVR) is a supervised learning algorithm to predict continuous variable values. The basic goal of the SVR algorithm is to find the most suitable decision line. SVR has been successfully applied to several issues in time series prediction. In this research, SVR is used to predict the price of staple commodity, which are constantly changing in price at any time due to several factors making it difficult for the public to get groceries that are easy to reach. National staple commodity data consisting of 17 commodities, including shallots, honan garlic, kating garlic, medium rice, premium rice, red cayenne peppers, curly red chilies, red chili peppers, meat of broiler chicken, beef hamstrings, granulated sugar, imported soybeans, bulk cooking oil, premium packaged cooking oil, simple packaged cooking oil, broiler chicken eggs, and wheat flour. With a data set for the last 3 years, including from January 1, 2020, to December 31, 2022. There are 3 variables in the data set, namely commodity, date, and price. This research divides the entire dataset into 80% training and 20% testing data. The results of this research show that SVR using the RBF kernel produces good forecasting accuracy for all datasets with an average Mean Square Error (MSE) training data of 6,005 while data testing is 6,062, Mean Absolute Deviation (MAD) of training data is 6,730 while data testing is 6.6831, Mean Absolute Percentage Error (MAPE) training data is 0.0148 while data testing is 0.0147, and Root Mean Squared Error (RMSE) training data is 7.772 while data testing is 7.746.Support Vector Regression (SVR) adalah algoritma supervised learning yang digunakan untuk memprediksi nilai variabel kontinu. Tujuan dasar dari algoritma SVR adalah menemukan garis keputusan yang paling sesuai. SVR sukses diterapkan di beberapa permasalahan dalam prediksi time series sehingga pada penilitian ini SVR diterapkan untuk memprediksi harga bahan sembako nasional yang terdiri 17 Komoditas yaitu bawang merah, bawang putih honan, bawang putih kating, beras medium, beras premium, cabe merah besar, cabe merah keriting, cabe rawit merah, daging ayam ras, daging sapi paha belakang, gula pasir, kedelai impor, minyak goreng curah, minyak goreng kemasan premium, minyak goreng kemasan sederhana, telur ayam ras, dan tepung terigu. Dengan himpunan data selama 3 tahun terakhir, yaitu dari tanggal 1 Januari 2020 sampai dengan tanggal 31 Desember 2022. Terdapat 3 variabel di dalam himpunan data tersebut yaitu variabel komoditas, tanggal, dan harga. Penilitian ini membagi dataset keseluruhan menjadi data training 80% dan data testing 20%. Hasil dari penilitian ini menunjukkan bahwa SVR dengan menggunakan kernel RBF menghasilkan akurasi peramalan yang sangat baik untuk semua dataset dengan nilai rata-rata Mean Square Error (MSE) data training sebesar 6.005 sedangkan data testing sebesar 6.062 , Mean Absolute Deviation (MAD) data training sebesar 6.730 sedangkan data testing sebesar 6.6831, Mean Absolute Percentage Error (MAPE) data training sebesar 0.0148 sedangkan data testing sebesar 0.0147 , dan Mean Root Squared Error (MRSE) data training sebesar 7.772 sedangkan data testing sebesar 7.74
Identification of the Freshness Level of Tuna based on Discrete Cosine Transform on Feature Extraction of Gray Level Co-Occurrence Matrix using K-Nearest Neighbor
Get PDFGorontalo Province is one of the provinces that have fishery potential and has a large sea area that can be managed to support the economy and development of the province. Gorontalo is also one of the tuna-producing provinces in Indonesia, where tuna is also one of the mainstay fisheries commodities. This study aimed to combine transformation and texture feature extraction methods to improve the identification of the freshness level of tuna. This research used Discrete Cosine Transform as transformation detection and Gray Level Co-Occurrence Matrix as texture feature extraction. To find out the value of the proximity of the training data and image testing of tuna fish, the K-Nearest Neighbor classification method was employed. Then, the Confusion Matrix was used to calculate the accuracy level of the K-Nearest Neighbor classification. This research was carried out with 4 stages of testing, namely at angles of 0°, 45°, 90°, and 135°, and using the values of k=1, 3, 5, and 7. The test results of using training data of 428 images and testing data of 161 images in four classes used with angles of 0°, 45°, 90°, 135°, and the value of k=1, 3, 5, 7. The highest accuracy results was obtained at an angle of 0° with a value of k = 1 of 94.40%, while the lowest accuracy value was at an angle of 90° and 135° with a value of k=7 of 59%. This showed that the Discrete Cosine Transform transformation method was very effective to improve the performance of texture feature extraction of Gray Level Co-Occurrence Matrix in extracting tuna image features. It was proven from the results of the accuracy of the K-Nearest Neighbor classification obtained
Pengenalan Media Pembelajaran Online pada Sekolah SMP PGRI Getengan
Get PDFLembang Marinding Kecamatan Mengkendek Tana Toraja merupakan salah satu desa binaan Universitas Muslim Indonesia. Lokasi pengabdian yang akan kami laksanakan yaitu salah satu SMP yang ada di lembang marinding yaitu SMP PGRI MARINDING MENGKENDEK yang berada dibawah Yayasan YPLP-PGRI, SMP PGRI MARINDING MENGKENDEK. SMP PGRI ini adalah sekolah Swasta dengan jenjang SMP yang beralamat di Marinding Kec. Mengkendek Kab. Tana Toraja Prov. Sulawesi Selatan. Pengabdian yang akan dilakukan dengan menerapkan teknologi informasi dalam proses belajar mengajar yang diharapkan dapat memudahkan dalam proses penyampaian materi pembelajaran dari guru ke siswa. Adapun teknologi yang akan gunakan yaitu learning manajemen system menggunakan google classroom, kemudian upload video pembelajaran menggunakan youtube dan juga pembelejaran jarak jauh menggunakan google meet. Pengabdian ini menghasilkan beberapa luaran diantaranya adanya draft publikasi pada jurnal ILKOMAS dan publikasi ke media masa online
Pendampingan Penerapan Aplikasi E-Mahrom Untuk Efektivitas Sambang Santri di Pondok Pesantren Islamiyah Syafi’iyah dengan Barcode Scanner Berbasis WEB
Get PDFMasalah yang terjadi di Pondok Pesantren Islamiyah Syafi’iyah saat ini yaitu sistem Mahrom Santri yang sedang berjalan masih belum efektif. Hal tersebut terjadi karena proses sambang santri dan penjemputan santrinya dilakukan secara manual, seorang petugas mencatat satu persatu kunjungan wali santri (mahrom) yang ingin mengunjungi putra putrinya yang mondok sehingga dapat memperlambat kinerja petugas dalam mendata kunjungan wali santri guna membuat laporan kunjungan kepada pengurus Pondok Pesantren Islamiyah Syafi’iyah. Selain itu terjadi antrian mahrom dan sering terjadi kesalahan data mahrom pada saat melakukan kunjungan dan penjemputan santri. Untuk mengatasi permasalahan tersebut, maka pemanfaatan teknologi yang semakin maju dapat membantu kinerja petugas dalam mendata wali santri (mahrom) dan proses sambang santri serta penjemputannya. Tujuan PkM ini adalah menghasilkan aplikasi e-Mahrom dan pendampingan pada penerapannya untuk efektivitas sambang santri. Aplikasi ini menggunakan WEB guna mendata dan menyimpan data mahrom. Aplikasi ini juga dilengkapi perangkat elektronik yaitu Barcode Scanner guna mempercepat dan mendukung kinerja petugas dalam menginput data kunjungan yang dilakukan wali santri (mahrom). Luaran yang dihasilkan berupa aplikasi yang layak diterapkan terbukti melalui proses pendampingan terhadap petugas dan pengurus yang lebih mudah dalam mengoperasikannya, baik pendataan mahrom maupun proses pelaporan sambaing santri di Pondok Pesantren Islamiyah Syafi’iya
Pendampingan Penyusunan Laporan Keuangan Berdasarkan Sak Etap Menggunakan Excel Pada Koperasi Bangkit Artha Jaya Desa Wuled Kecamatan Tirto
Get PDFKoperasi Bangkit Artha Jaya (desa Wuled), kecamatan tirto kabupaten Pekalongan dalam pengelolaan aset masih menggunakan sistem yang manual yaitu menggunakan buku catatan yang akan direkap kembali untuk membuat laporan. Dengan menggunakan sistem manual berakibat pencatatan tidak sesuai dengan standar akuntansi yang akan menimbulkan masalah dalam penentuan aset dan akuntabilitasnya. Pengabdian ini bertujuan untuk menerapkan sak etap dalam menyusun laporan keuangan dengan menggunakan exel pada koperasi Bangkit Artha Jaya desa Wuled. Sak etap berarti sak yang berdiri sendiri dan tidak mengacu pada sak umum, sebagian besar menggunakan konsep biaya historis, mengatur transaksi yang dilakukan oleh ETAP, bentuk pengaturan yang lebih sederhana dalam hal perlakuan akuntansi dan relatif tidak berubah selama beberapa tahun. Pengabdian ini memiliki beberapa tahap, dimulai dengan pendidikan akuntansi, pelatihan tentang siklus akuntansi untuk penerapan pada koperasi, pendampingan pembuatan formulir-formulir pembuatan buku pembantu piutang, serta pembuatan nomor dan nama-nama akun koperasi. Dengan adanya program ini dapat memberikan manfaat dan membantu koperasi dalam membuat laporan keuangan, sehingga laporan yang dibuat dapat tercatat dengan baik dan memenuhi kaidah atau standar akuntansi
Classification of Multiclass Ensemble SVM for Human Activities based on Sensor Accelerometer and Gyroscope
Get PDFHuman Activity Recognition is technology introduced to recognize human activities. Several technologies that have been applied are Accelerometer sensors, Gyroscope sensors, Cameras, and GPS. The selection of the Support Vector Machine algorithm is due to its capabilities to minimize errors in training data sets and the Curse of dimensionality which can estimate parameters as well as its ability to find the best hyperplane that separates two classes. The SVM algorithm was originally developed for the classification of two classes. Problem raised if there are more than two classes. In addition, the performance will not optimal for the large-scale data. Therefore, modification the current design is needed. An ensemble technique can be used to combine the Support Vector Machine algorithm with the bagging algorithm. This study proposes the application of an ensemble SVM algorithm to classify human activities based on accelerometers and gyroscope sensors on smartphones. The total data is 13725 records with 4575 representatives of each class. From the results of the overall data partition carried out in the calcification process using the ensemble SVM algorithm, the best performance was generated when comparing datasets with 80% training data and 20% test data from a total of 13725 records because it succeeded in increasing accuracy, precision, and sensitivity
Cloud-Based Realtime Decision System for Severity Classification of COVID-19 Self-Isolation Patients using Machine Learning Algorithm
Get PDFThe global impact of the COVID-19 pandemic has been profound, affecting economies and societal structures worldwide. Indonesia, with a high caseload, has encountered significant challenges across various sectors. Virus transmission primarily occurs through physical contact, and the surge in active cases has strained hospital capacities, leading to the hospitalization of only severe cases. The remaining patients receive home telecare, but some experience sudden health deterioration with fatal consequences. To address this issue, this study proposes a remote outpatient care system utilizing Internet of Things (IoT) technology and medical electronics. This integrated system aims to provide an effective response to the COVID-19 pandemic. The research includes a comparative analysis of three machine-learning algorithms: decision tree, gradient tree boosting, and random forest for the classification of COVID-19 patients. The results reveal that the random forest algorithm outperforms the others with an accuracy rate of 70%, as compared to 67% for the decision tree and 62% for the gradient tree boosting algorithm. This integrated system not only addresses immediate healthcare delivery challenges but also offers data-driven insights for patient classification, thereby enhancing the effectiveness and reach of medical intervention
Classification of Engineering Journals Quartile using Various Supervised Learning Models
Get PDFIn scientific research, journals are among the primary sources of information. There are quartiles or categories of quality in journals which are Q1, Q2, Q3, and Q4. These quartiles represent the assessment of journal. A classification machine learning algorithm is developed as a means in the categorization of journals. The process of classifying data to estimate an item class with an unknown label is called classification. Various classification algorithms, such as K-Nearest Neighbor (KNN), Naïve Bayes, and Support Vector Machine (SVM) are employed in this study, with several situations for exchanging training and testing data. Cross-validation with Confusion Matrix values of accuracy, precision, recall, and error classification is used to analyzed classification performance. The classifier with the finest accuracy rate is KNN with average accuracy of 70%, Naïve Bayes at 60% and SVM at 40%. This research suggests assumption that algorithms used in this article can approach SJR classification system
Sistem Informasi Pariwisata Provinsi Sulawesi Tenggara dengan Menerapkan Metode Prototyping Berbasis Mobile
Get PDFMedia informasi yang berfokus pada objek parawisata Sulawesi Tenggara belum memadai di Dinas Parawisata provinsi Sulawesi Tenggara. Penelitian ini bertujuan untuk membangun sistem informasi pariwisata Provinsi Sulawesi Tenggara menggunakan prototyping model dan menerapkan user centered design dalam pengembangan sistem tersebut. Dalam proses pengembangan aplikasi dengan metode prototyping dan user centered design, dilakukan interaksi secara langsung kepada pengguna akhir sistem, sehingga dihasilkan rancangan aplikasi sistem informasi. Ada 10 indikator dalam evaluasi desain sistem informasi yaitu Connectivity, Simplicity, Directional, Informative, Interactivity, User Friendliness Comprehensiveness, Continuity, Personalization, Internal. Hasil penelitian berupa sistem informasi parawisata provinsi Sulawesi Tenggara sebagai media promosi objek pariwisata Sulawasi Tenggara di Dinas Pariwisata Provinsi Sulawesi Tenggara. Hasil evaluasi desain user interface dan user experience dari 10 indikator menunjukkan bahwa skor rata-rata 2.3 dengan kategori baik pada aplikasi berbasis mobile.
Penerapan Arsitektur Internet Of Things Untuk Monitoring Sawi Hijau Hidroponik.
Get PDFMasalah yang dihadapi pekebun hidroponik yaitu pemeliharaan tanaman hidroponik masih menggunakan tenaga pekebun untuk proses pemberian nutrisi serta menjaga sirkulasi air pada bidang hidroponik sehingga kurang efisien, karena pekebun tidak tahu kapan nilai kepekatan larutan nutrisi pada air mengalami kekurangan nutrisi serta kekurangan air sehinga dapat mengakibatkan tanaman menguning, layu dan pertumbuhan lambat. Adapun tujuan dari penelitian ini adalah penerapan arsitektur Internet Of Things untuk sawi hijau hidroponik, di mana dengan memanfaatkan Internet Of Things maka pekebun dapat memonitoring dari jauh kondisi nilai kepekatan larutan nutrisi air dan tinggi air menggunakan tampilan antarmuka android. Dengan tahap identifikasi masalah, analisis kebutuhan sistem, rancangan sistem, dan pengujian sistem. Hasil yang diperoleh dari alat penerapan arsitektur Internet Of Things untuk sawi hijau hidroponik yaitu diperoleh tingkat kerberhasilannya 100% dari 7 kali jumlah skenario uji.Masalah yang dihadapi pekebun hidroponik yaitu pemeliharaan tanaman hidroponik masih menggunakan tenaga pekebun untuk proses pemberian nutrisi serta menjaga sirkulasi air pada bidang hidroponik sehingga kurang efisien, karena pekebun tidak tahu kapan nilai kepekatan larutan nutrisi pada air mengalami kekurangan nutrisi serta kekurangan air sehinga dapat mengakibatkan tanaman menguning, layu dan pertumbuhan lambat. Adapun tujuan dari penelitian ini adalah penerapan arsitektur Internet Of Things untuk sawi hijau hidroponik, di mana dengan memanfaatkan Internet Of Things maka pekebun dapat memonitoring dari jauh kondisi nilai kepekatan larutan nutrisi air dan tinggi air menggunakan tampilan antarmuka android. Dengan tahap identifikasi masalah, analisis kebutuhan sistem, rancangan sistem, dan pengujian sistem. Hasil yang diperoleh dari alat penerapan arsitektur Internet Of Things untuk sawi hijau hidroponik yaitu diperoleh tingkat kerberhasilannya 100% dari 7 kali jumlah skenario uji