ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
Classification of stroke patients using data mining with adaboost, decision tree and random forest models
Get PDFA stroke is a fatal disease that usually occurs to the people over the age of 65. The treatment progress of the medical field is growing rapidly, especially with the technological advance, with the emergence of various medical record data sets that can be used in medical records to identify trends in these data sets using data mining. The purpose of this study was to propose a model to classify stroke survivors using data mining, by utilizing data from the kaggle sharing dataset. The models proposed in this study were AdaBoost, Decision Tree and Random Forest, evaluation results using Confusion Matrix and ROC Analysis. The results obtained were that the decision tree model was able to provide the best accuracy results compared to the other models, which was 0.953 for Number of Folds 5 and 10. From the results of this study, the decision tree model was able to provide good classification results for stroke sufferers
Particle Swarm optimization-based Neural Network method for predicting satisfaction of recipients of internet data quota assistance from the ministry of education and culture
Get PDFThe free quota assistance program for students and lecturers is an assistance program provided by The Ministry of Education and Culture. This program has been implemented since the spread of the covid-19 pandemic in all regions of Indonesia. This assistance is expected to help students and lecturers carry out online learning caused by the pandemic covid-19. This study aims to predict the satisfaction level of the users so that it can help the government in advancing education. The data processing is carried out using the rapid miner application and the neural network method with particle swarm optimization. From the results of data processing, the accuracy value for the neural network algorithm model is 42.44%, and the accuracy value for the PSO-based neural network algorithm model is 91.86%
Sistem Pakar Pendiagnosa Jenis Jerawat pada Wajah berbasis Web menggunakan Metode Certainty Factor
Get PDFPenelitian ini dilakukan dengan tujuan untuk dapat membantu masyarakat dalam mengidentifikasi jenis jerawat serta memperoleh solusi mengenai penanganan dini terkait jenis jerawat yang telah didiagnosa berdasarkan gejala-gejala yang diinputkan sebelumnya kedalam sistem. Metode yang digunakan dalam sistem ialah menggunakan metode certainti factor dengan menggunakan mesin inferensi forward chaining.Berdasarkan hasil pengujian menggunakan metode blackbox testing, maka diperoleh persentase tertinggi yaitu sebesar 84,4% menyatakan setuju dengan adanya aplikasi sistem pakar pendiagnosa jenis jerawat pada kulit wajah berbasis web menggunakan metode certainty factor.Penelitian ini dilakukan dengan tujuan untuk dapat membantu masyarakat dalam mengidentifikasi jenis jerawat serta memperoleh solusi mengenai penanganan dini terkait jenis jerawat yang telah didiagnosa berdasarkan gejala-gejala yang diinputkan sebelumnya kedalam sistem. Metode yang digunakan dalam sistem ialah menggunakan metode certainti factor dengan menggunakan mesin inferensi forward chaining. Berdasarkan hasil pengujian menggunakan metode blackbox testing, maka diperoleh persentase tertinggi yaitu sebesar 84,4% menyatakan setuju dengan adanya aplikasi sistem pakar pendiagnosa jenis jerawat pada kulit wajah berbasis web menggunakan metode certainty factor
Pelatihan Pemanfaatan Google Sites dan Integrasi Nama Domain Sebagai Sarana Publikasi Informasi pada TKIT Buah Hati Kita Jember
Get PDFTaman Kanak-kanak Islam Terpadu (TKIT) Buah Hati Kita Jember terletak kurang lebih 2 km dari Universitas Jember. Dalam kegiatan penerimaan siswa baru, selama ini TK masih melakukan publikasi dengan cara-cara yang konvensional, seperti dengan memasang banner dan menyebar pamphlet dengan mencantumkan kontak telepon TK bagi orang tua yang menginginkan informasi lebih lanjut. Hal ini dinilai kurang efisien pada kondisi masyarakat yang semakin terbiasa menggunakan perangkat berbasis teknologi informasi dalam kesehariannya berupa smartphone dan komputer. Oleh karena itu, pada kegiatan Pengabdian kepada Masyarakat (PkM) ini dilakukan pelatihan kepada para guru di TKIT Buah Hati Kita Jember dalam memanfaatkan layanan Content Management System (CMS) yang disediakan oleh Google, yaitu Google Sites untuk membuat web profile TKIT. Melalui web profile tersebut, pihak TKIT secara mandiri dapat mempromosikan keunggulan sekolah, album kegiatan dan juga pengumuman penerimaan siswa baru dengan cara menuliskannya pada Google Sites. Selain itu, tim pelaksana pengabdian juga membantu mengintegrasikan web profile yang telah dibuat dengan nama domain dengan akhiran .sch.id agar web tersebut lebih mudah diakses dan diingat oleh masyarakat
LSTM-based Multivariate Time-Series Analysis: A Case of Journal Visitors Forecasting
Get PDFForecasting is the process of predicting something in the future based on previous patterns. Forecasting will never be 100% accurate because the future has a problem of uncertainty. However, using the right method can make forecasting have a low error rate value to provide a good forecast for the future. This study aims to determine the effect of increasing the number of hidden layers and neurons on the performance of the long short-term memory (LSTM) forecasting method. LSTM performance measurement is done by root mean square error (RMSE) in various architectural scenarios. The LSTM algorithm is considered capable of handling long-term dependencies on its input and can predict data for a relatively long time. Based on research conducted from all models, the best results were obtained with an RMSE value of 0.699 obtained in model 1 with the number of hidden layers 2 and 64 neurons. Adding the number of hidden layers can significantly affect the RMSE results using neurons 16 and 32 in Model 1
Implementasi Algoritma A* (A Star) Dalam Menentukan Jarak Terpendek Menuju Rumah Sakit Rujukan COVID-19
Get PDFLokasi atau keberadaan rumah sakit rujukan COVID-19 serta informasi kamar kosong IGD tersebut belum banyak diketahui oleh masyarakat di Kota Makassar. Kurangnya informasi mengenai lokasi rumah sakit kadang membuat kesulitan masyarakat ataupun pendatang untuk menemukan rumah sakit terpendek atau jalan menuju rumah sakit rujukan COVID-19 yang berada di dekatnya. Algoritma A* (A Star) merupakan salah satu algoritma untuk menentukan rute terpendek (Shortest Path) dari lokasi pengguna menuju lokasi tujuan dengan memasukkan variabel-variabel yang dibutuhkan yaitu Latitude dan Longitude, serta mempertimbangkan nilai heuristiknya, yaitu jarak sebenarnya dari node awal ke node tujuan, untuk menentukan jarak antar node/titik simpul dibentuk dengan menerapkan metode Euclidean distance, dan menentukan jarak antar node dengan menentukan kecepatannya yaitu 50km/jam untuk wilayah perkotaan lalu menentukan waktunya yaitu 0,83km / 1 (satu) menit. Tujuan dari penelitian ini adalah merancang aplikasi penentuan rute terpendek menuju RS rujukan COVID-19 dan mengimplementasikan algoritma A* (A Star) dalam menentukan rute terpendek dan jarak serta waktu tempuh terpendek menuju RS rujukan COVID-19 di Kota Makassar. Proses pencarian rute akan menggunakan algoritma A* (A Star). Hasil dari penelitian ini didapatkan tingkat persentase sebanyak 79.2% yang setuju dengan aplikasi tersebut, dan pada aplikasi terdapat 8 data rumah sakit yakni 4 RS Rujukan COVID-19 dan 4 RSU non COVID-19, 68 data node/simpul, 113 data graf yang menghubungkan tiap-tiap node agar dapat menjadi sebuah path serta pada aplikasi ini bebas dari kesalahan logika dikarenakan jumlah path sama dengan Cyclomatic Complexcity di pengujian Whitebox.Lokasi atau keberadaan rumah sakit rujukan COVID-19 serta informasi kamar kosong IGD tersebut belum banyak diketahui oleh masyarakat di Kota Makassar. Kurangnya informasi mengenai lokasi rumah sakit kadang membuat kesulitan masyarakat ataupun pendatang untuk menemukan rumah sakit terpendek atau jalan menuju rumah sakit rujukan COVID-19 yang berada di dekatnya. Algoritma A* (A Star) merupakan salah satu algoritma untuk menentukan rute terpendek (Shortest Path) dari lokasi pengguna menuju lokasi tujuan dengan memasukkan variabel-variabel yang dibutuhkan yaitu Latitude dan Longitude, serta mempertimbangkan nilai heuristiknya, yaitu jarak sebenarnya dari node awal ke node tujuan, untuk menentukan jarak antar node/titik simpul dibentuk dengan menerapkan metode Euclidean distance, dan menentukan jarak antar node dengan menentukan kecepatannya yaitu 50km/jam untuk wilayah perkotaan lalu menentukan waktunya yaitu 0,83km / 1 (satu) menit. Tujuan dari penelitian ini adalah merancang aplikasi penentuan rute terpendek menuju RS rujukan COVID-19 dan mengimplementasikan algoritma A* (A Star) dalam menentukan rute terpendek dan jarak serta waktu tempuh terpendek menuju RS rujukan COVID-19 di Kota Makassar. Proses pencarian rute akan menggunakan algoritma A* (A Star). Hasil dari penelitian ini didapatkan tingkat persentase sebanyak 79.2% yang setuju dengan aplikasi tersebut, dan pada aplikasi terdapat 8 data rumah sakit yakni 4 RS Rujukan COVID-19 dan 4 RSU non COVID-19, 68 data node/simpul, 113 data graf yang menghubungkan tiap-tiap node agar dapat menjadi sebuah path serta pada aplikasi ini bebas dari kesalahan logika dikarenakan jumlah path sama dengan Cyclomatic Complexcity di pengujian Whitebox
Analysis of recommendations for recipients of COVID-19 cash social assistance financing the ministry of social affairs
Get PDFIn order to solve the problems that exist in the economic aspect due to the COVID-19 pandemic in Indonesia, the government has implemented various programs related to economic recovery. One of these programs is cash social assistance (BST). During the implementation of the social assistance program in various regions, it was reported that the recipients of the program were not properly targeted. Based on the results of a survey from one of the leading universities in Indonesia, it is known that many social assistance programs related to the impact of the COVID-19 pandemic are suspected to have not been in accordance with their designation. Based on this, the research was conducted in Bandar Lampung City. The purpose of this study is to conduct an analysis for recommendations for prospective BST recipients, namely people affected by Covid-19. The method used is profile matching by taking samples in the Jagabaya village, Bandar Lampung City. The criteria used include the work of the head of the family, wife's work, home status, number of dependents and ID cards. Based on the results of an interview with one of the BST officials in Bandar Lampung City, in this study the criteria were grouped into core factors and secondary factors. The results of the research can be used by stakeholders as recommendations for prospective BST recipients in Bandar Lampung City. Based on the results of an interview with one of the BST officials in Bandar Lampung City, in this study the criteria were grouped into core factors and secondary factors. The results of the research can be used by stakeholders as recommendations for prospective BST recipients in Bandar Lampung City. Based on the results of an interview with one of the BST officials in Bandar Lampung City, in this study the criteria were grouped into core factors and secondary factors. The results of the research can be used by stakeholders as recommendations for prospective BST recipients in Bandar Lampung City
Implementasi Analisis Volume Capacity Ratio Untuk Memprediksi Kepadatan Lalu Lintas Di Kota Makassar
Get PDFKemacetan di Kota Makassar sudah menjadi hal yang lumrah. Hampir setiap ruas jalan yang ada di pusat Kota Makassar mengalami kemacetan akibat pertumbuhan penduduk yang meningkat dari tahun ketahun yang menyebabkan ketidak seimbangan antara jumlah moda transportasi yang ada di jalan raya dengan kapasitas jalan yang tersedia. Dampak yang akan ditimbulkan seperti kemacetan, meningkatnya polusi udara, pelanggaran lalu lintas, dan kecelakaan lalu lintas. Oleh karena itu tujuan dari penelitian ini adalah untuk memprediksi kepadatan lalu lintas di Kota Makassar menggunakan metode Volume Capacity Ratio (VCR). Sumber pengumpulan data yang dilakukan yaitu berupa data primer dan sekunder dengan menggunakan metode analisis data, analisis sistem, dan analisis pengujian. Penelitian ini menghasilkan sebuah sistem yang dapat membantu pihak-pihak yang membutuhkan dan dapat mengefisienkan waktu dalam mengatasi kepadatan lalu lintas.Kemacetan di Kota Makassar sudah menjadi hal yang lumrah. Hampir setiap ruas jalan yang ada di pusat Kota Makassar mengalami kemacetan akibat pertumbuhan penduduk yang meningkat dari tahun ketahun yang menyebabkan ketidak seimbangan antara jumlah moda transportasi yang ada di jalan raya dengan kapasitas jalan yang tersedia. Dampak yang akan ditimbulkan seperti kemacetan, meningkatnya polusi udara, pelanggaran lalu lintas, dan kecelakaan lalu lintas. Oleh karena itu tujuan dari penelitian ini adalah untuk memprediksi kepadatan lalu lintas di Kota Makassar menggunakan metode Volume Capacity Ratio (VCR). Sumber pengumpulan data yang dilakukan yaitu berupa data primer dan sekunder dengan menggunakan metode analisis data, analisis sistem, dan analisis pengujian. Penelitian ini menghasilkan sebuah sistem yang dapat membantu pihak-pihak yang membutuhkan dan dapat mengefisienkan waktu dalam mengatasi kepadatan lalu lintas
Implementasi Metode Haversine Formula Untuk Menentukan Jarak Terdekat Pada Pengantaran Air Galon Depot Anantama Berbasis Android
Get PDFDepot Anantama masih menggunakan nomor telepon seluler antara penjual dan pembeli dalam melakukan sistem pemesanan dan pengantaran, dan sistem yang masih mengandalkan ingatan pengantar galon depot anantama untuk mengingat nama dan lokasi pembeli yang datang memesan air galon sehingga pengantar air galon kesulitan dalam mencari alamat pelanggan. Selain itu, menentukan jadwal pengantaran dan menentukan rute jarak terdekat bukan hal yang mudah, apabila terjadi penentuan rute pengantaran air galon yang kurang tepat dapat mengakibatkan keterlambatan. Tujuan penelitian ini adalah Untuk membangun aplikasi pengantaran air galon depot anantama berbasis android dan mengimplementasikan metode haversine formula untuk menentukan jarak terdekat. Solusi analisis desain sistem difokuskan pada use case diagram, activity diagram, class diagram, rancangan tampilan antarmuka, dan metode black box sebagai pengujian sistem. Penelitian ini menghasilkan sebuah aplikai pengantaran air galon menggunakan metode haversine formula yang memungkinkan pengantar galon untuk lebih mudah dalam mendapatkan lokasi pelanggan dan pelanggan dapat memesan galon dengan mudah. Penelitian ini diuji menggunakan metode blackbox dan menguji secara betha. Total persentase pengujian betha yang dicapai yaitu 90,5%.Depot Anantama masih menggunakan nomor telepon seluler antara penjual dan pembeli dalam melakukan sistem pemesanan dan pengantaran, dan sistem yang masih mengandalkan ingatan pengantar galon depot anantama untuk mengingat nama dan lokasi pembeli yang datang memesan air galon sehingga pengantar air galon kesulitan dalam mencari alamat pelanggan. Selain itu, menentukan jadwal pengantaran dan menentukan rute jarak terdekat bukan hal yang mudah, apabila terjadi penentuan rute pengantaran air galon yang kurang tepat dapat mengakibatkan keterlambatan. Tujuan penelitian ini adalah Untuk membangun aplikasi pengantaran air galon depot anantama berbasis android dan mengimplementasikan metode haversine formula untuk menentukan jarak terdekat. Solusi analisis desain sistem difokuskan pada use case diagram, activity diagram, class diagram, rancangan tampilan antarmuka, dan metode black box sebagai pengujian sistem. Penelitian ini menghasilkan sebuah aplikai pengantaran air galon menggunakan metode haversine formula yang memungkinkan pengantar galon untuk lebih mudah dalam mendapatkan lokasi pelanggan dan pelanggan dapat memesan galon dengan mudah. Penelitian ini diuji menggunakan metode blackbox dan menguji secara betha. Total persentase pengujian betha yang dicapai yaitu 90,5%.Kata kunci: Aplikasi Pencarian Lokasi, Haversine Formula, Depot Air Minum, Black Box
Extreme learning machine with feature extraction using GLCM for phosphorus deficiency identification of cocoa plants
Get PDFThis study aims to analyze the implementation of the Extreme Learning Machine (ELM) Algorithm with Gray Level Co-Occurrence Matrix (GLCM) as an Image Feature Extraction method in identifying phosphorus deficiency in cocoa plants based on leaf characteristics. Characteristic images of cocoa leaves were placed under normal conditions and phosphorus deficiency, each with 250 datasets. The feature extraction process by GLCM was analyzed using the ELM parameter approach in the form of Network Node_Hidden variations and several Activation Functions. The method of this case study was conducted with data collection, algorithm development to validation, and measurement using ROC. It was found that the best accuracy when testing the dataset was 95.14% on the node_hidden 50 networks using the Multiquadric Activation Function. These results indicate that the feature extraction model with GLCM using Contrast, Correlation, Angular Second Moment, and Inverse Difference Momentum properties can be maximized on Multiquadric Activation Function