STMIK Pontianak Online Journals (Sekolah Tinggi Manajemen Informatika dan Komputer)
Not a member yet
653 research outputs found
Sort by
K-Means for Clustering of Dengue Fever Prone Areas
No full textThe number of dengue fever sufferers has increased at a reasonably high level. The high number of cases of dengue fever is sometimes different from the availability of information owned by the department or local government about the areas where dengue fever is spread. Therefore, clustering areas prone to dengue fever needs to be carried out to provide information for interested parties so that the government can take appropriate handling measures based on the level of its spread. The clustering algorithm used is K-Means. The calculation methods used are Euclidean Distance, Manhattan Distance and Minkowski Distance. Accuracy calculations of the three distance methods are carried out using the Sum of Squared Error (SSE) to determine the ideal distance calculation. In addition, SSE is also used to see the optimal number of clusters. Based on data on the number of cases of dengue fever in Samarinda City for five years from various regions, the results show that cluster C1 is a high vulnerability level, C2 is a medium vulnerability level, and C3 is a low vulnerability level. Furthermore, three clusters are the ideal number for clustering because it has a smaller SSE value. The perfect distance measurement method is the Minkowski Distance because the Minkowski Distance SSE difference is the lowest among the other distance methods, which is 13.0803
Implementasi Data Augmentation Random Erasing dan GridMask pada CNN untuk Klasifikasi Batik
No full textPenelitian ini bertujuan untuk mengetahui pengaruh data augmentation Random Erasing dan GridMask pada klasifikasi batik dengan 550 gambar yang terbagi menjadi 5 kelas, yaitu Ceplok, Kawung, Lereng, Nitik, dan Parang. Dataset terbagi menjadi data train, validation, dan test dengan perbandingan 70% : 20% : 10% sehingga masing-masing data train dan validation terdiri dari 500 gambar dan jumlah data test adalah 50 gambar. Kami mengimplementasikan data augmentation Random Erasing dan GridMask pada model pre-trained VGG16 dengan metode transfer learning dan fine-tuning (melakukan training pada block5 convolutional layer).Berdasarkan training menggunakan model pre-trained VGG16 pada dataset batik dengan membandingkan metode fine-tuning dan transfer learning menunjukkan bahwa metode fine-tuning menghasilkan akurasi lebih tinggi daripada transfer learning. Training tanpa data augmentation dapat menghasilkan akurasi yang lebih tinggi daripada saat menggunakan data augmentation, namun masih mengalami overfitting. Overfitting tersebut dapat diperkecil dengan mengimplementasikan data augmentation Random Erasing dan GridMask
Fuzzy C-Means untuk Klasterisasi Perkiraan Kerugian Bencana Kebakaran
Full text linkBencana kebakaran merupakan bencana yang sering terjadi dan mendapatkan perhatian serius dari pemerintah Kota Samarinda. Namun, informasi tentang perkiraan jumlah kerugian yang dialami oleh korban kebakaran masih kurang memadai dan bahkan tidk diketahui. Informasi tentang perkiraan kerugian bencana kebakaran sangat diperlukan oleh pemerintah untuk memberikan penanganan yang tepat sasaran terhadap korban bencana kebakaran. Fuzzy C-Means merupakan metode yang dapat digunakan untuk memberikan informasi tentang perkiraan kerugian bencana kebakaran melalui klusterisasi. Hal ini dikarenakan Fuzzy C-Means mampu mengelompokkan data ke dalam kategori berdasarkan fungsi obyektif yang dihasilkan. Data yang digunakan merupakan data bencana kebakaran di Kota Samarinda sebanyak 306 data. Jumlah perkiraan kerugian bencana kebakaran dikelompokkan ke dalam tiga cluster yaitu sedikit, sedang dan banyak. Dari hasil perhitungan menggunakan Fuzzy C-Means, jumlah perkiraan kerugian bencana kebakaran dengan kategori sedikit (C3) sebanyak 180 data, kategori sedang (C2) sebanyak 83 data dan kategori banyak (C1) sebesar 43 data. Hasil validasi cluster menggunakan Partition Coefficient menunjukkan bahwa tiga cluster adalah cluster yang optimal dengan nilai partisi fuzzy sebesar 0.230. Nilai ini lebih besar dari dua cluster maupun empat cluster sehingga model pembentukan tiga cluster sangat tepat digunakan untuk mengelompokkan perkiraan kerugian bencana kebakaran.okjktroyal88tt789Ladang78Ladang78Jawa88Jawa88Jawa88Royal88ladang78toto slotladang78jejuslotPULSASLOT Platform DEPOSIT PULS
Implementasi Naïve Bayes Terhadap Kesadaran Keamanan Informasi Dengan Infeksi Virus Pada Computer
No full textDalam perkembanagan teknologi yang semakin maju pesat maka perlu diperhatikan juga mengenai pengamanannya baik itu dari segi software maupun dari sisi datanya maka oleh sebab itu keamanan informasi merupakan pengamanan informasi dari berbagai ancaman agar informasi yang tersimpan dan penting tersebut tidak disalahgunakan oleh pihak yang tidak bertanggung jawab. Salah satu ancaman yang dapat mengancam keamanan informasi adalah infeksi virus. Virus meliputi spyware, ransomware, malware dan sebagainya. Oknum tidak bertanggung jawab menggunakan virus untuk mendapatkan informasi penting dari perangkat yang terinfeksi seperti informasi data pribadi serta informasi penting lainnya seperti pada perusahaan atau instansi pemerintah. Di dalam penelitian ini bertujuan untuk mengetahui hubungan antara tingkat kesadaran akan keamanan informasi seseorang dengan besar kemungkinan infeksi virus pada perangkat personal computer menggunakan metode Naïve Bayes. Data diperoleh dari kuesioner yang dibuat secara daring menggunakan Google Form dan dibagikan melalui media sosial. Dari 38 data yang telah terkumpul, sebanyak 29 responden yang perangkat personal computer-nya terinfeksi oleh virus sementara sebanyak 9 responden yang perangkat personal computer-nya tidak terinfeksi oleh virus. Diperoleh bahwa tingkat keamanan informasi sangat berpengaruh pada besar kemungkinan perangkat personal computer seseorang terinfeksi oleh virus. Kata Kunci – Keaman Informasi, Naïve Bayes, Viru
The Decision Tree Algorithm on Sentiment Analysis: Russia and Ukraine War
No full textSentiment analysis is a method to automaticallyunderstand, extract, and process a text data to obtain aninformation or an opinion contained in said data. This is donein order to determine whether an opinion is positive, negativeor neutral in relevance to a object, product or topic. Thisresearch is aimed to implement the decision tree algorithm intoour sentiment analysis application regarding the Russian andUkraine war. This issue has been a trending topic on twitterand is attracting many attention from the public. Therefore,we gathered their opinions and analyze them using the decisiontree algorithm. We managed to gather 1.069 data and obtainthe results along with their average scores by conducting 15tests using three different data partitions. Based on the resultsobtained we concluded that the data partition of 80% trainingdata and 20% testing data gained the highest average score. Theresult was 85.61% for accuracy, 86.27% for the precision, and86.01% for the recall
Using TOGAF 9.1 To Analyse and Model the Public Library Business Process
No full textThe government of Kota Batu claimed that their Public Services are organized based on Good Governance practices. The library sector, under the control of the Library and Archives Service, is guided by the principles of good governance in carrying out each of its processes, especially in delivering library services to the public. This research will define the components that form the basis of the activities carried out by the Library Sector, especially in the delivery of mobile library services. Insights from the results of the identification of types of services, stakeholders, issues that occur, values, and motivations serve as a guide in the preparation of the components that form a business processes model such as participants, functions, flows, artefacts, and rules that apply based on the context of services being delivered. Process models are developed using the Business Process Modeling Notation (BPMN) modelling language. The study of the ongoing process is using Failure Mode and Effect Analysis (FMEA) which defined that there are five activities identified with the highest categories of risk. From this research, we conclude two solutions, namely the development document management system with digital signature features and electronic scheduling that is connected to the asset management system
PERANCANGAN KLASIFIKASI SENTIMEN TWEET MENGENAI COVID-19 PADA TWITTER DI INDONESIA DENGAN METODE VECTOR SPACE MODEL
No full textSejak awal tahun 2020, dunia dikejutkan dengan pandemi Covid-19, Virus Corona terus menyebar, hingga pada tanggal 19 Oktober 2020 Indonesia ditetapkan sebagai negara nomor satu dengan tingkat kematian tertinggi se-Asia Tenggara, Salah satu kebijakan yang ditempuh pemerintah dengan pemberian vaksinasi kepada seluruh masyarakat. Indonesia secara gratis. Masyarakat mulai memperbincangkan opini mereka mengenai PPKM di twitter secara masif. Kemudian opini-opini tersebut yang dimanfaatkan untuk mengetahui sentimen dari masyarakat. Ragam pendapat mengenai vaksinasi ini dimedia sosial twitter mengenai kewajiban vaksinasi terjadi perbedaan pendapat, baik yang setuju maupun yang tidak setuju akan berpengaruh bagi program-program penanganan pandemi corona virus maupun pemulihan ekonominya. Penelitian ini akan mengklasifikasi pendapat pengguna twitter dalam penggunaaan vaksinasi dan akan dibangun dalam sebuah perancangan sistem yang berbasis web, dengan kombinasi penggunaan metode Vector Space Model. Tujuan dari penelitian ini membangun sistem untuk mengklasifikasi sentimen positif dan negatif mengenai vaksin Covid-19 dengan metode Vector Space Model. Klasifikasi terhadap twitter secara langsung mengenai Covid-19, dapat diimplemantasikan dengan hasil tweet yang memperlihatkan nilai positif dengan 51.6%. Sistem dapat menjadikan program ini digunakan untuk melakukan klasifikasi dan menganalisa penentuan terhadap data tweet pada tahun berjala
Manajemen Belajar Masa Pandemi Covid-19 Sekolah Bina Satria
No full textBerdasarkan hasil yang diperoleh dalam penelitian ini, maka dapat disimpulkan, Adanya manajemen belajar siswa yang baik dimasa pandemi covid 19 di Smk Bina Satria Medan Kontribusi manajemen belajar siswa di masa pandemi covid 19 terlaksana “baik”. Berdasarkan hasil penelitian tentang manajemen belajar siswa Smk Bina Satria Medan adalah 63% valid, jadi dapat disimpulkan bahwa manajemen belajar siswa di Smk Bina Satria baik
Analisis Pengaruh Optimizer pada Model CNN untuk Identifikasi Cacat pada Perekat Kemasan
Full text linkIndustri makanan dan minuman yang mengalami peningkatan pesat salah satunya yakni industri produksi tepung terigu. Namun, dalam proses produksi masih mengalami kendala salah satunya klasifikasi kelayakan kemasan produk tepung terigu yang sesuai standard. Penelitian ini bertujuan untuk mengetahui pengaruh optimizer pada model Convolutional Neural Network dalam mendeteksi hasil kelayakan produk kemasan tepung terigu berdasarkan 2 kondisi yakni cacat atau normal. Area deteksi kemasan dilakukan pada area vertikal kemasan dengan indikasi cacat ditentukan berdasarkan kerusakan pada area perekat kemasan yang menimbulkan keluarnya bercak tepung pada area tersebut. Proses deteksi menggunakan webcam untuk capture image yang kemudian akan dilakukan ekstraksi fitur, reduksi citra, dan classification berdasarkan nilai probabilitas tertinggi. Pada penelitian ini kami mengimplementasikan dan membandingkan optimizer pada model CNN untuk meminimalisir terjadinya overfitting serta menghasilkan akurasi terbaik dalam klasifikasi produk cacat atau normal. Optimizer yang dibandingkan yakni optimizer Adadelta, Adagrad, Adam, Adamax, RMSprop, dan SGD. Dataset berjumlah 250 gambar, 125 gambar merupakan kelas cacat dan 125 gambar lainnya merupakan kelas normal. Sementara itu, split data pada proses training dibagi dengan perbandingan 90% data training dan 10% data validation. Setelah dilakukan pengujian diperoleh hasil training model CNN terbaik yakni menggunakan optimizer Adam dengan validation accuracy sebesar 92.77% dan akurasi testing mencapai 90%.Kata kunci— CNN, Optimizer, Kemasan, Tepung Terigu, Klasifikasi
PERAN WALI KELAS DALAM MEMBIMBING SISWA SMA NEGERI 9 MEDAN
No full textBerdasarkan hasil yang diperoleh dari penelitian melalui perhitungan presentase dengan menggunakan skala guttman. Maka dapat disimpulkan Peran Wali Kelas di SMA Negeri 9 Medan lebih menunjukkan “Baik” dengan nilai presentase 62% dari hasil yang dinyatakan berdasarkan frekuensi 40. Peneliti mendapakan aspek-aspek peran guru dengan melalui teori :Sardiman (2011) bahwa sehubungan dengan beberapa fungsi yang dimiliki guru maka terdapat beberapa aspek utama yang merupakan kecakapan sert