Repository Proceeding Seminar (Fakultas Ilmu Komputer, Universitas Sriwijaya)
Not a member yet
896 research outputs found
Sort by
Analisa Cluster Aplikasi pada Google Play Store dengan Menggunakan Metode K-Means
Google play store adalah tempat untuk mengunduh aplikasi-aplikasi berbasis android. Namun, tidak semua aplikasi bisa mempunyai ulasan dan rating yang bagus. Pada paper ini, kami menggunakan metode K-Means untuk melihat ciri-ciri dari aplikasi berdasarkan atribut yang ada. Dataset google play diambil dari website kaggle. Tujuan dari penelitian ini adalah untuk menganalisa hasil cluster dari K-Means. Hasil dari penelitian adalah adanya sebuah cluster yang memiliki ciri-ciri aplikasi yang ideal dengan rating, jumlah unduhan dan jumlah ulasan yang tinggi beserta ukuran dan harga aplikasi yang kecil
Covering Based Model dalam Pengoptimalan Lokasi IGD Rumah sakit
Kota Palembang terdiri dari 16 kecamatan, penelitian ini dibatasi dengan 8 kecamatan yang bertujuan untuk mengoptimalkan lokasi Unit Gawat Darurat pada rumah sakit. Adapun 8 kecamatan yang akan diteliti, yaitu Kecamatan Alang-Alang Lebar, Kecamatan Bukit Kecil, Kecamatan Gandus, Kecamatan Ilir Barat I, Kecamatan Ilir Barat II, Kecamatan Kertapati, Kecamatan Seberang Ulu I dan Kecamatan Ilir Timur I. Pengoptimalan ini menggunakan empat model covering based yang meliputi Maximal Covering Location Problem (MCLP), Location Set Covering Problem (LSCP), P-Median Problem dan P-Center Problem dengan menggunakan Lingo 13.0 software. Hasil perhitungan menyimpulkan bahwa terdapat 5 lokasi Unit Gawat Darurat agar dapat melayani 8 kecamatan yang ada. Penyelesaian menggunakan empat model covering based tersebut memberikan hasil sebaiknya lokasi Unit Gawat Darurat dibangun di Kecamatan Alang-Alang Lebar, Kecamatan Gandus, Kecamatan Ilir Barat I, Kecamatan Ilir Barat II dan Kecamatan Kertapati
Prediksi Harga Ponsel Menggunakan Metode Random Forest
Harga ponsel dapat dipengaruhi oleh spesifikasi yang dimiliki ponsel tersebut. Dengan spesifikasi harga dapat ditentukan. Pada penelitian ini dilakukan klasifikasi untuk memprediksi harga ponsel dengan spesifikasi yang diberikan dengan metode Random Forest. Pengklasifikasian pada penelitian menggunakan tujuh variabel prediksi dan satu variabel respon menghasilkan akurasi sebesar 81%. Kemudian tingkat akurasi tertinggi pada variabel respon terdapat pada kategori harga murah.Kata Kunci—Klasifikasi, Random Forest, Kurva RO
Implementasi Algoritma Greedy Randomized Adaptive Search Procedure (GRASP) dan Formulasi Model Dotted Board pada Penyelesaian Cutting Stock Problem Bentuk Irregular
Cutting Stock Problem (CSP) merupakan masalah pemotongan bahan baku (stock) menjadi barang-barang (item) sesuai permintaan konsumen dengan aturan pemotongan tertentu.Penelitian ini menggunakan data penelitian Toledo et al. (2013) berupa 7 tipe item yang berbentuk tidak beraturan (irregular). Algoritma yang digunakan yaitu Greedy Randomized Adaptive Search Procedure (GRASP) untuk menentukan pola pemotongan yang diformulasikan ke dalam model Dotted Board. Berdasarkan hasil pembahasan, algoritma GRASP menghasilkan pola pemotongan yang optimal yang selanjutnya pola pemotongan tersebut diformulasikan ke dalam model Dotted Board. Solusi optimal dari model Dotted Board pada penelitian ini yaitu diperoleh jumlah stock minimum sebanyak 12 lembar stock yangdigunakan untuk memenuhi permintaan konsumen
Permodelan Pengolahan Sistem Informasi Penjadwalan Pada Program Studi Magister Teknik Informatika Menggunakan Metode ABC (Artificial Bee Colony) dan Harmony Search Pada Fakultas Ilmu Komputer Universitas Sriwijaya
Penjadwalan merupakan perencanaan dalam suatu kegiatan dengan penggunaan waktu dan sumber daya untuk melakukan kegiatan yang ditertentu. Konsep penjadwalan biasanya digunakan untuk suatu perencanaan kerja, penjadwalan mesin, serta kasus yang berfungsi sebagai fokus utama dalam penelitian ini, adalah penjadwalan perkuliahan. Agar kegiatan belajar mengajar dapat terlaksanak dengan baik dan benar, jadwal perkuliahan yang akurat dan memiliki kekurangan minimal mungkin sangat diperlukan. Seiring dengan pertumbuhan waktu , peningkatan jumlah kelas, dosen, dan mahasiswa perlu diambil tindakan ketika membuat penjadwal kuliah yang tepat. Dengan batasan-batasan tersebut, membuat jadwal kuliah yang baik akan memakan waktu lebih lama karena kompleksitasnya yang lebih tinggi. Masalah ini adalah ide di balik pembangunan Sistem Infomasi Penjadwalan pada Magister Teknik Informastika. Sistem Informasi ini menggunakan algoritma optimasi yang disebut algoritma Artificial Bee Colony serta Harmony seacrh. Artificial Bee Colony dan Harmony Search dianggap masih baru hingga saat ini. Dalam implementasinya, algoritma tersebut merepresentasikan perilaku cerdas lebah madu selama upaya mereka menemukan sumber makanan yang menguntungkan, yang terdiri dari eksplorasi, evaluasi, seleksi, dan eksploitasi, melalui
Klasifikasi Web Berbahaya Menggunakan Metode Logistic Regression
Abstrak— Web berbahaya (Malicious web) telah berhasil menjadi salah satu ketakutan terbesar bagi para pengguna internet saat ini. Telah banyak sekali berbagai macam kasus kejahatan yang didasari oleh web berbahaya ini. Pada penelitian kali ini kami akan mencoba mengidentifikasi sebuah web apakah termasuk kategori berbahaya atau tidak tanpa melihat langsung isi dari konten web tersebut. Teknik yang digunakan dalam pengklasifikasian yaitu Logistic Regression. Data yang digunakan sebanyak 1000 baris dengan 10 variabel prediksi dan akurasi yang didapatkan cukup tinggi yakni sebesar 94%.Kata Kunci — Klasifikasi, Logistic Regression, Malicious We
Penerapan Knowledge Management pada Bagian Produksi PT. Semen Baturaja dengan Pemanfaatan MediaWiki
Knowledge management system adalah sebuah proses pembuatan, pengambilan dan penggunaan pengetahuan untuk meningkatkan kinerja organisasi. PT. Semen baturaja adalah perusahaan BUMN yang bergerak dalam bidang produksi semen di Indonesia, setiap karyawan pada bagian produksi harus memiliki knowledge yang luas karena bagian produksi sangat berkaitan dengan kualitas produk semen yang akan dijual. Penggunaan Web 2.0 sangat tepat untuk diterapkan untuk membangun sebuah Knowledge management system yang di bantu social software tools yaitu Wiki. Wiki adalah halaman web yang dibuat menggunakan mesin wiki yang memungkinkan proses pengeditan bottom-up, di mana pengguna dapat menghapus, mengedit, dan menambahkan konten. Metode pengembangan yang akan dilakukan adalah dengan “Wiki’s selection and implementation framework”, dengan bantuan tools MediaWiki yang disediakan oleh wiki, banyak fitur yang memungkinkan penggunanya untuk berkolaborasi serta interface yang cukup familiar di mata user, KMS ini diharapkan dapat membantu membangun SDM yang berkualitas di perusahaan
Pengoptimalan Lokasi Tempat Pembuangan Sementara (TPS) Menggunakan Greedy Reduction Algorithm (GRA) di Kecamatan Kemuning
Sampah merupakan salah satu masalah terbesar yang dihadapi oleh kota-kota besar. Oleh sebab itu perlu adanya penanganan sehingga tidak menimbulkan dampak negatif seperti adanya timbunan sampah. Timbunan sampah biasanya ditampung pada Tempat Pembuangan Sementara (TPS) sampah. Penelitian ini membahas mengenai pengoptimalan lokasi fasilitas TPS di Kecamatan Kemuning. Kecamatan Kemuning merupakan salah satu kecamatan di Kota Palembang yang mengalami pemekaran. Kecamatan Kemuning terdiri dari 6 kelurahan. Adapun 6 kelurahan yang diteliti yaitu Kelurahan Ario Kemuning, Kelurahan Pahlawan, Kelurahan 20 Ilir, Kelurahan Talang Aman, Kelurahan Sekip Jaya, dan Kelurahan Pipa Reja. Penelitian ini dibatasi dengan jarak antar TPS yaitu 2000 meter, yang bertujuan untuk mengoptimalkan lokasi TPS di Kecamatan Kemuning dan setiap wilayahnya dapat terlayani dengan optimal. Pengoptimalan ini menggunakan model Covering Based yang meliputi Location Set Covering Problem (LSCP), Maximal Covering Location Problem (MCLP), p-Median Problem, dan p-Median yang diselesaikan dengan Greedy Reduction Algorithm (GRA). Selanjutnya solusi diperoleh menggunakan software Lingo 13.0. Hasil perhitungan menyimpulkan bahwa terdapat 3 lokasi TPS yang dibangun agar dapat melayani 6 kelurahan yang ada. Penyelesaian menggunakan model covering based memberikan hasil sebaiknya lokasi TPS dibangun di Kelurahan Ario Kemuning, Kelurahan Pahlawan, dan Kelurahan 20 Ilir
Sistem Pendukung Keputusan Penerimaan Karyawan Baru dengan Menggunakan Metode Analytic Network Process (ANP) (Sudi Kasus di PT Batavia Prosperindo Finance Palembang)
PT. Batavia Prosperindo Finance adalah perusahaan publik yang bergerak di bidang pembiayaan konsumen untuk kendaraan. Di perusahaan untuk karyawan rekrutmen, ada tiga kriteria yang harus dihadapi oleh calon karyawan. Kriteria yang digunakan adalah kriteria seleksi administrasi, kriteria wawancara dan tes keterampilan. Kandidat akan menerima jika mereka dapat melewati minimal 2 kriteria. Perusahaan harus mengadakan pertemuan terlebih dahulu untuk menentukan siapa kandidat yang akan diterima. Salah satu metode yang dapat digunakan sebagai keputusan adalah Analytic Network Process. Studi ini meneliti bagaimana ANP dapat digunakan untuk mendukung dukungan keputusan di PT. Batavia Prosperindo Finance untuk karyawan rekrutmen. Hasil perhitungan ANP menunjukkan peringkat kriteria yang mempengaruhi rekrutmen karyawan. Kriteria pertama adalah kriteria keterampilan dengan 0,56 eigen velue. Kriteria kedua adalah wawancara dengan 0,25 nilai eigen. Kriteria ketiga adalah pemilihan administrasi dengan nilai eigen 0,189. Membandingkan hasil rekrutmen karyawan di PT. Batavia Prosperindo Finance pada tahun 2015 dengan hasil ANP menunjukkan bahwa karyawan diterima oleh perusahaan adalah sama dengan hasil ANP untuk 15 orang (dalam daftar pertama). Metode ANP cukup baik untuk mendukung keputusan di PT Batavia Prosperindo Finance untuk karyawan rekrutmen
Klasifikasi Pengguna Internet berdasarkan Aktifitas Akses Internet Advertisement dengan Menggunakan Metode Regresi Logistik
Abstrak—Internet Advertisement merupakan salah satu cara untuk mempromosikan suatu produk pada masyarakat. Internet Advertisement saat ini mulai menarik perhatian banyak masyarakat. Pada percobaan ini dilakukan pengklasifikasian pengguna internet yang mengakses Internet Advertisement dengan menggunakan metode Regresi Logistik. Data yang digunakan sebanyak 7 variabel prediksi dan 1 variabel respon. Dari hasil percobaan, diperoleh tingkat akurasi sebesar 92%.Kata kunci—Internet Advertisement, Klasifikasi, Regresi logistik