IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Implementation of Deep Learning for Brain Tumor Classification from Magnetic Resonance Imaging
No full textBrain tumours are a medical problem that causes many people to die in the world due to brain cancer. Brain tumours are one of the dangerous types of brain cancer. MRI is well proven in the assessment of brain tumours, although conventional imaging has limitations in evaluating the extent of the tumour. In the field of medicine, there has been an increase in large amounts of data and traditional models cannot manage such data efficiently. So there is a need for medical image analysis that can store and analyse large medical data efficiently. This research will adopt a deep understanding transfer learning approach with four models namely VGG16, VGG19, MobileNetV2 and ResNet50 to classify 2 types of image shapes that detect whether a person has a brain tumour or not using Magnetic Resonance Imaging (MRI) data with Convolution Neutral Network (CNN). The number of datasets used is 4600 MRI images with 2 classes namely Brain Tumour and Health. The hyperparameters used are image size 224x224 pixels, training data ratio 70%, test data 30%, using Adam optimizer, learning rate 0.0001, using batch size 64 and epoch value 50. The best results in this study were obtained by MobileNetV2 architecture with an accuracy of 88.77%
Comparison of Support Vector Machine, Random Forest, and C4.5 Algorithms for Customer Loss Prediction
Get PDFLoss of customers has been discussed and many studies have been conducted, starting from using the Bayesian network algorithm, Decision tree, random vorest, Support vector machine, and neyral network Algorithms Support Vector Machine (SVM), Random Forest, and Decision Tree or C4.5 are algorithms used for prediction and have several advantages Random forest has the advantage of being able to combine many predictions from decision trees that have a tendency to reduce overfitting. This research uses the C4.5 algorithm, SVM and random forest. Research shows that the Random Forest method has the highest accuracy of 87.02% compared to the Support Vector Machine and Decision Tree methods. In contrast, Decision Tree gets low accuracy results with a value of 78.52%. Experimental results show that the Random forest method for customer loss prediction achieves an average classification accuracy of 4% - 9% higher than the Support Vector Machine and Decision Tree methods
Determining Zakat Recipients Using Simple Multi Attribute Rating Technique with Analytic Hierarchy Process Eigen Preference
Get PDFPaying zakat for Muslims is an obligation to alleviate the burden of recipients. However, difficulties arise in determining the right individuals for zakat distribution because each type of mustahiq or zakat recipient can seem similar to one and another therefore become hard distinguish. This research aims to enhance accuracy using a Decision Support System (DSS) with criteria like Number of Dependents, Income, Occupation, Home Ownership, Marital Status, House Walls, House Floors, and House Roof. The Analytic Hierarchy Process (AHP) method simplifies unstructured problems into a hierarchy, and the Simple Multi-Attribute Rating Technique (SMART) offers flexibility in analysis. Decision outcomes are rankings with the highest scores, ordering those most deserving of zakat. Weighting results highlight Number of Dependents with the highest weight at 0.335 for determining zakat recipients. Based on ranking, alternative A1 secures the top position with a score of 0.077
Comparison of Supervised Learning Algorithms for Predicting Airline Passenger Satisfaction
Get PDFService quality and airline passenger satisfaction are the main factors in business success in the modern aviation industry. This research compares the performance of supervised learning algorithms, namely K-Nearest Neighbor (K-NN), Naïve Bayes, Decision Tree, Random Forest, and Support Vector Machine (SVM), to predict passenger satisfaction. The k-fold cross-validation method with k=20 was applied to ensure comprehensive model evaluation by dividing the data proportionally. Using a high value of ???? was chosen to optimize the stability of the model estimates, reduce the risk of overfitting, and produce more accurate evaluation metrics. The research results show that the Random Forest algorithm provides the highest accuracy of 95.78%, followed by Decision Tree (93.82%) and K-NN (91.85%). These results indicate that the Random Forest algorithm better classifies passenger satisfaction than other algorithms. This research confirms the potential of machine learning algorithms as a practical solution in data analysis to support strategic decision-making, especially for airlines that want to improve customer experience
Analisis Sentimen Ulasan Produk Shopee di Aplikasi Instagram Menggunakan Algoritma K-Nearest Neighbors: Sentiment Analysis of Shopee Product Reviews on the Instagram Application Using the K-Nearest Neighbors Algorithm
No full textPenelitian ini mengkaji berbagai tanggapan konsumen terhadap produk yang dijual di Shopee dan dipromosikan melalui Instagram, yang dikategorikan ke dalam sentimen positif dan negatif. Permasalahan yang diangkat adalah bagaimana persepsi publik terhadap produk-produk tersebut berdasarkan ulasan yang diunggah di media sosial Instagram. Metode yang digunakan adalah analisis sentimen dengan algoritma K-Nearest Neighbors (K-NN) serta pendekatan CRISP-DM untuk memastikan proses analisis berjalan secara sistematis dan terstruktur. Data penelitian terdiri dari sejumlah ulasan yang dikumpulkan melalui proses crawling menggunakan teknik pengambilan data otomatis. Hasil penelitian menunjukkan bahwa algoritma K-NN mampu mengklasifikasikan sentimen dengan akurasi 82,80%, presisi sentimen positif sebesar 83,54%, dan presisi sentimen negatif sebesar 23,08%. Temuan ini menandakan bahwa mayoritas ulasan konsumen bersifat positif, mencerminkan kepuasan terhadap kualitas produk, harga, dan pelayanan, meskipun masih terdapat ulasan negatif yang menyoroti kekurangan tertentu. Solusi yang ditawarkan dalam penelitian ini adalah penerapan teknik machine learning untuk mengotomatisasi proses klasifikasi sentimen pada data ulasan yang besar dan tidak terstruktur. Penelitian ini diharapkan dapat memberikan wawasan berharga bagi pelaku bisnis dan pengelola platform e-commerce untuk memahami persepsi konsumen dan menggunakannya sebagai dasar pengambilan keputusan dalam strategi pemasaran dan peningkatan kualitas layanan. Kesimpulannya, K-NN efektif digunakan untuk analisis sentimen ulasan produk Shopee, hasil menunjukkan dominasi sentimen positif
Analisis Sentimen Masyarakat Papua Terhadap Program Makan Gizi Gratis di Indonesia: Sentiment Analysis of Papuan Public Perceptions Toward the Free Nutritional Meal Program in Indonesia
No full textPenelitian ini bertujuan untuk mengeksplorasi persepsi masyarakat Papua terhadap Program Makan Gizi Gratis yang dilaksanakan oleh Pemerintah Indonesia dengan menggunakan pendekatan analisis sentimen berbasis text mining. Data dikumpulkan dari platform media sosial X (Twitter) pada periode 24–28 Februari 2025. Sebanyak 712 tweet dianalisis menggunakan perangkat lunak Orange untuk mengklasifikasikan sentimen publik ke dalam tiga kategori, yaitu positif, netral, dan negatif. Hasil penelitian menunjukkan bahwa persepsi masyarakat cenderung positif, dengan 70,08% tweet menunjukkan dukungan terhadap program, 21,63% bersifat netral, dan 8,29% mengandung sentimen negatif. Pemetaan emosi berdasarkan model Ekman mengungkap dominasi emosi Surprise (Kejutan) dan Joy (Sukacita), yang mencerminkan antusiasme dan harapan terhadap kebijakan tersebut. Emosi negatif seperti Anger (Marah) dan Sadness (Kesedihan) muncul dalam proporsi yang sangat rendah, menunjukkan tingkat penerimaan yang cukup baik di kalangan pengguna media sosial. Temuan ini mengindikasikan bahwa masyarakat secara umum menilai Program Makan Gizi Gratis sebagai kebijakan positif, meskipun masih terdapat kekhawatiran mengenai efektivitas implementasinya. Penelitian ini menegaskan pentingnya pemanfaatan media sosial sebagai instrumen pemantauan persepsi publik secara real-time, serta merekomendasikan integrasi analisis sentimen dalam evaluasi kebijakan sosial berbasis dat
Exploring User Experience by User Review Using LDA-Topic Modeling and HEART Framework: A Systematic Literature Review
No full textThis study aims to evaluate the integration of the HEART framework (Happiness, Engagement, Adoption, Retention, and Task Success) with computational modeling techniques such as Latent Dirichlet Allocation (LDA) for measuring User Experience (UX). A Systematic Literature Review (SLR) was conducted on articles published between 2015 and 2025, selected from reputable databases including Scopus. The selected studies emphasize the use of HEART metrics in conjunction with machine learning approaches, particularly LDA, and were assessed based on the Scimago journal quartile ranking system. The findings categorize the studies into five main research objectives: predicting user satisfaction and emotional response, optimizing usability, analyzing user-generated content, evaluating learning performance through gamified systems, and assessing system requirements in relation to UX. This classification reveals growing trends in applying hybrid methods that combine qualitative metrics with automated modeling techniques. The results underline the importance of developing more adaptive and scalable UX evaluation frameworks that align human-centered insights with machine learning-driven analysis. This study offers a foundational reference for future research in building integrative models that advance the depth and scale of UX assessments in complex digital environments
Optimasi Yolov11 Melalui Hyperparameter Tuning dan Data Augmentasi untuk Meningkatkan Akurasi Deteksi Kendaraan pada Kondisi Malam Hari: Yolov11 Optimization Through Hyperparameter Tuning and Data Augmentation to Improve Vehicle Detection Accuracy at Night
No full textDeteksi kendaraan pada malam hari menghadapi tantangan signifikan akibat pencahayaan rendah, silau lampu depan, dan kontras objek yang terbatas. Akurasi deteksi yang rendah pada malam hari menjadi penghambat utama dalam pengembangan sistem transportasi cerdas (ITS) dan sistem pengawasan lalu lintas yang andal secara 24/7. Penelitian ini bertujuan mengoptimalkan YOLOv11 untuk meningkatkan akurasi deteksi kendaraan dalam kondisi tersebut. Optimasi dilakukan melalui penyesuaian hiperparameter, termasuk pengaturan laju pembelajaran (0.001), momentum (0.937), dan weight decay (0.0005), serta penerapan teknik augmentasi data seperti penyesuaian saturasi dan kecerahan, translasi, skala, flipping horizontal, mosaic, dan mixup. Model diuji dalam dua skenario: (1) data malam hari dan (2) gabungan data siang dan malam. Hasil penelitian menunjukkan bahwa YOLOv11 yang telah dioptimalkan mencapai precision 0.97, recall 0.92, dan [email protected] sebesar 0.97 pada skenario malam hari, melampaui kinerja YOLOv8 dan YOLOv11 baseline. Pada skenario gabungan, model tetap unggul dengan precision 0.95, recall 0.95, dan [email protected] sebesar 0.98. Temuan ini membuktikan bahwa kombinasi penyesuaian hiperparameter dan augmentasi adaptif efektif meningkatkan kinerja deteksi kendaraan pada malam hari tanpa menurunkan akurasi pada kondisi siang. Pendekatan ini menjanjikan untuk diaplikasikan dalam sistem pemantauan lalu lintas berbasis visi komputer yang memerlukan konsistensi performa tinggi baik di siang maupun malam hari
Pengolahan Limbah Lilin Maha Vihara Duta Maitreya Monastery menjadi Lilin Fungsional Berbasis Ekonomi Sirkular: Pengolahan Limbah Lilin Maha Vihara Duta Maitreya Monastery menjadi Lilin Fungsional Berbasis Ekonomi Sirkular
No full textMaha Vihara Duta Maitreya Monastery, Bukit Beruntung, Sungai Panas, Batam Kota is one of the places of worship for Buddhists that has a large number of visitors, especially during Vesak. The increase in visitor frequency also consistent with an increase in candle sales, especially lotus candles. Lotus candles be used as a symbol of illumination, purity, life, inner cleanliness, or a sacrifice. The use of large lotus candles results in an increase in the volume of wax waste. Used wax waste can have a negative impact on the environment if not processed properly. Because of the potential negative impacts caused by piles of wax waste, researchers are processing the available waste to be able to reuse wax waste. Through the processing of waste candles, recycled functional candles were obtained with various variations such as almond, brick, brick & brick pink and others that allow lighting within ± two hours. Thus, this research has contributed to efforts to increase public awareness through the action of reducing the volume of waste through reprocessing into recycled products that have a selling value in the community according to the principles of circular economy.Maha Vihara Duta Maitreya Monastery, Bukit Beruntung, Sungai Panas, Batam Kota merupakan salah satu tempat ibadah untuk umat beragama Buddha yang memiliki angka jumlah pengunjung yang besar, khususnya saat momen Waisak. Peningkatan frekuensi pengunjung selaras dengan peningkatan penjualan lilin khususnya jenis teratai. Lilin teratai digunakan sebagai simbol penerangan, kesucian, kehidupan, kebersihan batin, maupun suatu pengorbanan. Penggunaan lilin jenis teratai yang besar mengakibatkan volume limbah lilin meningkat. Limbah lilin bekas dapat membawa dampak buruk bagi lingkungan apabila tidak dilakukan pengolahan dengan baik. Karena potensi dampak buruk yang dihasilkan oleh tumpukan limbah lilin, peneliti melakukan pengolahan pada limbah yang tersedia untuk dapat memanfaatkan kembali limbah lilin. Melalui pengolahan limbah lilin tersebut, didapatkan lilin fungsional daur ulang dengan berbagai ragam variasi seperti warna almond, brick, brick & brick pink dan lainnya yang memungkinkan sebagai penerangan dalam kurun waktu dua jam. Dengan demikian penelitian ini telah berkontribusi dalam upaya peningkatan kesadaran masyarakat melalui aksi pengurangan volume limbah melalui pengolahan kembali menjadi produk daur ulang yang memiliki nilai jual di tengah masyarakat sesuai prinsip ekonomi sirkular
User-Friendly Python Tools Education for Digital Transformation of Madaris Management : Edukasi Python Tools Ramah Pengguna Guna Transformasi Digital Manajemen Madaris
No full textKurangnya pengetahuan teknis dan sumber daya manusia seringkali menghambat transformasi digital di sekolah-sekolah Islam tradisional (madrasah). Masalah ini dipecahkan dengan program pendidikan yang berfokus pada perangkat Python yang mudah digunakan untuk mengorganisir madrasah. Tujuannya adalah untuk mengoordinasikan pemrograman, memungkinkan staf mengelola data, dan memanfaatkan teknologi untuk melakukan tugas yang bersifat manual dan tradisional. Studi ini menciptakan kurikulum yang dipersonalisasi dan langsung menggunakan pustaka-pustaka terkenal seperti Pandas untuk manipulasi data dan Automate the Boring Stuff untuk otomatisasi sederhana, sehingga siswa tidak perlu tahu cara membuat kode. Hal ini membuat operasional jauh lebih efisien. Staf administrasi dapat mengotomatiskan tugas-tugas seperti membuat laporan dan mencatat kehadiran, yang sebelumnya dilakukan secara manual. Peserta juga menunjukkan bahwa mereka lebih percaya diri dalam menggunakan solusi digital. Kesimpulannya, mengajarkan perangkat Python yang mudah digunakan kepada sekolah-sekolah Islam membantu mereka membuat perubahan jangka panjang yang mereka butuhkan dalam sistem digital mereka.