IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Pengelompokan Data Pendistribusian Listrik Menggunakan Algoritma Mini Batch K-Means Clustering: Grouping Electricity Distribution Data Using The Mini Batch K-Means Clustering Algorithm
No full textManajemen distribusi listrik merupakan aspek penting dalam infrastruktur yang memerlukan pemahaman mendalam tentang pola distribusi di berbagai wilayah untuk memastikan pasokan listrik stabil bagi masyarakat dan pemerintah. Namun, mengelola data distribusi listrik yang melibatkan berbagai variabel seperti rumah tangga, industri, bisnis, sosial, gedung kantor pemerintah, dan jalan umum membutuhkan pendekatan yang efektif dalam mengelompokkan data untuk mengidentifikasi pola-pola yang signifikan. Penelitian ini bertujuan mengimplementasikan algoritma mini batch k-means untuk mengelompokkan distribusi listrik di setiap wilayah. Data yang digunakan dalam penelitian ini adalah data distribusi listrik dari tahun 2014-2022 yang terdiri dari 35 provinsi. Hasil pengujian menunjukkan bahwa terdapat tiga cluster yang signifikan dalam data peneliti, masing-masing ditandai dengan Silhouette Score yang berbeda. Cluster dengan Silhouette Score tertinggi adalah Cluster 2 dengan nilai 0.625, menunjukkan kohesi yang tinggi di wilayah regional Kalimantan-Sulawesi yang diamati dalam cluster 2 ini. Sementara itu, Cluster 4 memiliki Silhouette Score yang terendah dengan nilai 0.419, menunjukkan tingkat kohesi yang lebih rendah dalam pola distribusi listrik di setiap wilayah regional bagian Kalimantan-Sulawesi. Penelitian ini menegaskan bahwa algoritma mini batch k-means efektif untuk pengelompokkan data distribusi listrik dengan hasil yang memuaskan dalam pemisahan klaster yang berbed
Segmentasi Pelanggan dengan Algoritma Clustering Berdasarkan Atribut Recency, Frequency dan Monetary (RFM): Customer Segmentation with Clustering Algorithm Based on Recency, Frequency, and Monetary (RFM) Attributes
No full textPerdagagan bebas yang disepakati dengan negara maju menimbulkan perubahan karakter konsumen di Indonesia [1] ditambah efek pandemi Covid-19 semua komoditi dalam negeri hampir mengalami penuruan penjualan dan laba usaha tiap tahunnya[2]. Perusahaan harus mengubah strategi lain dalam menarik pelanggan menggunakan data karakteristik pelanggan yang berbeda-beda salah satunya data transaksi penjualan [3]. Data tersebut nantinya akan disegmentasi dengan metode clustering. Clustering adalah teknik analisis data yang bertujuan mengelompokkan objek-objek ke dalam grup atau klaster berdasarkan kesamaan karakteristik atau fiturnya. Analisis data dengan clustering diperlukan untuk mengidentifikasi pola dan mengekstrak informasi dari kumpulan data dengan variasi dan jumlah besar, seperti pada identifkasi segmentasi pelanggan. Hasil clustering ini akan memudahkan dalam merumuskan startegi pemasaran berorientasi pelanggan. Penelitian ini menggunakan model Recency, Frequency, and Monetary (RFM) sebagai atribut utama dan teknik clustering k-means, agglomerative, dan DBSCAN. Evaluasi berdasarkan silhouette score, Davis-Bouldin index, dan Calinski-Harabasz index menunjukkan hasil terbaik pada pembentukan tiga cluster dengan algoritma k-means untuk segmentasi pelanggan dalam penelitian ini dengan indeks silhouette score sebesar 0.364, davis-bouldin sebesar 0.93 dan calinski-harabasz sebesar 1303.6 ini menghasilkan 3 klaster pelanggan loyal customer, adequate customer dan churn atau lost customer
Sistem Pakar Diagnosa Penyakit Degeneratif pada Lansia Menggunakan Metode Forward Chaining: Expert System for Diagnosing Degenerative Diseases in The Elderly Using The Forward Chaining Method
No full textDalam era modern ini, teknologi telah maju dengan pesat, memungkinkan manusia untuk melakukan aktivitas dengan lebih mudah. Namun, beberapa puskesmas seperti Puskesmas Imbi di Jayapura masih menghadapi tantangan dalam menyediakan akses layanan kesehatan yang memadai bagi masyarakat, terutama terkait dengan edukasi penyakit degeneratif yang rendah dan kompleksitas pelayanan kesehatan. Untuk mengatasi ini, pengembangan sistem pakar untuk diagnosis awal penyakit degeneratif menjadi penting. Studi ini menganalisis data pasien degeneratif dari November 2023 hingga Januari 2024 di Puskesmas Imbi, menunjukkan kebutuhan akan sistem yang dapat memberikan diagnosa cepat dan tepat. Penggunaan metode Forward Chaining dalam sistem pakar ini diharapkan dapat meningkatkan akurasi diagnosa dengan mengelola ketidakpastian medis yang sering terjadi. Selain itu, penelitian ini juga merancang sistem berbasis website untuk mendeteksi gejala awal degeneratif, dengan menggunakan metodologi pengembangan waterfall dan pengujian blackbox. Pendekatan komprehensif ini diharapkan dapat meningkatkan kualitas hidup lansia dan mengurangi beban penyakit degeneratif serta penyakit penyerta lainnya secara efektif
Prediksi Waktu Tunggu Pelayanan Pasien Rawat Jalan dengan Algoritma Random Forest: Predicting Outpatient Service Waiting Times with Random Forest Algorithm
No full textWaktu tunggu pelayanan merupakan salah satu langkah yang harus dilalui pasien untuk mendapatkan pelayanan kesehatan, dimulai dari pendaftaran hingga pemeriksaan oleh dokter. Penelitian ini bertujuan memprediksi waktu tunggu pelayanan pasien rawat jalan menggunakan algoritma Random Forest di Rumah Sakit Jiwa Dr. Soeharto Heerdjan. Prediksi ini diharapkan mempermudah pekerjaan petugas dan dapat diintegrasikan ke dalam aplikasi online untuk mengurangi penumpukan pasien. Metode data mining diterapkan menggunakan aplikasi Orange Data Mining dengan algoritma Random Forest. Penelitian dilakukan menggunakan 2.109 data dari tiga bulan di tahun 2023, yang setelah preprosesing menghasilkan 1.508 data dengan 8 atribut: usia, jenis kelamin, poliklinik, layanan yang dipilih, waktu datang, waktu sebelum bertemu dokter, durasi waktu tunggu, jaminan kesehatan, dan kategori pasien. Data dibagi menjadi dua bagian, yaitu data training sebanyak 1.055 dan data testing sebanyak 452. Hasil prediksi menunjukkan akurasi tinggi dengan nilai AUC 98,2%, CA 97,6%, F1 97,6%, precision 97,6%, dan recall 97,3%. Model ROC-curve dapat memisahkan tiga kategori waktu tunggu yaitu cepat, lambat, dan normal, dengan nilai akurasi mendekati 1. Visualisasi menggunakan Pythagorean Forest membantu mengidentifikasi kategori atau pola waktu tunggu pasien dengan akurasi yang tinggi
Implementasi IDS pada Jaringan Komputer Menggunakan Snort Berbasis Chatbot Telegram: Implementation of IDS on Computer Networks Using Snort Based on Telegram Chatbot
No full textPada era digital ini, keamanan informasi dan perlindungan jaringan komputer sangat penting. Penggunaan internet di Indonesia mencapai 79,50% dari populasi pada tahun 2024, disertai meningkatnya ancaman siber seperti Ping of Death (POD), Nmap scanning, dan DDoS. PT Tiga Kawan Sertifikasi menghadapi tantangan dalam mengelola keamanan jaringan. Penelitian ini bertujuan mengimplementasikan sistem deteksi serangan menggunakan Snort yang terintegrasi dengan chatbot Telegram untuk notifikasi real-time. Metode penelitian mencakup konfigurasi server Ubuntu sebagai IDS dengan Snort dan penggunaan chatbot Telegram sebagai media notifikasi. Pengujian dilakukan dengan skenario pentest menggunakan server Kali Linux. Hasil pengujian menunjukkan Snort mendeteksi serangan Ping of Death dalam 4 detik, Nmap scanning dalam 3 detik, dan DDoS dalam 2 detik. Sistem berhasil mengirimkan alert pada grup Telegram, mengoptimalkan keamanan jaringan PT Tiga Kawan Sertifikasi secara efektif dan efisien. Keseluruhan hasil menunjukkan bahwa solusi ini dapat memberikan perlindungan yang lebih baik terhadap ancaman siber dan memungkinkan respons cepat terhadap insiden keamanan. Selain itu, sistem ini mempermudah administrator jaringan dalam memantau dan menangani serangan secara real-time, meningkatkan ketahanan jaringan perusahaa
Website-Based Information System for Non-Habitable House Assistance Services in Kayuri Village
Get PDFAn uninhabitable house is a house that does not meet the requirements of building safety and minimum adequacy in terms of space and area. In addition, it also pays attention to the quality of construction materials such as walls, roofs, floors to meet the educational aspects for anyone who occupies them. The process of uninhabitable houses is carried out by the Kayuri village government by the village head and in collaboration with the head of the RT / RW / hamlet to collect data on prospective recipients of uninhabitable houses based on the condition of the house such as leaky roofs, coconut leaf walls, dirt floors and too many family members. The problem that often occurs in the process of collecting data on prospective beneficiaries is still in the form of manual methods so that it takes a long time when collecting files and the recipient selection process still conducts meetings between village officials to determine who is and does not deserve to receive uninhabitable housing assistance (RLTH). In writing this research is also in docum
Penerapan Algoritma Long Short-Term Memory untuk Prediksi Produksi Kelapa Sawit: Application of Long Short-Term Memory Algorithm for Palm Oil Production Prediction
No full textKelapa sawit memberikan kontribusi yang besar bagi perkembangan perekonomian Indonesia. Salah satunya ekspor non migas negara dan yang terus mengalami pertumbuhan yang dilakukan perusahaan kelapa sawit. PT XYZ merupakan salah satu perusahaan kelapa sawit yang mengolah kelapa sawit menjadi minyak kelapa sawit. Dalam menghadapi permintaan minyak kelapa sawit dunia yang terus meningkat, PT. XYZ berkomitmen untuk meningkatkan produksinya. Untuk meningkatkan produksi, PT XYZ telah menetapkan target produksi dengan melakukan prediksi produksi kelapa sawit menggunakan metode Global Telling. Namun, metode ini kurang efektif karena tidak dilakukan secara berkala. Untuk itu, diperlukan suatu metode yang dapat mempelajari pola panen setiap bulannya untuk membuat target produksi. Penelitian ini menerapkan Algoritma Long Short-Term Memory dengan percobaan beberapa parameter untuk menemukan model terbaik yang dapat memprediksi produksi kelapa sawit secara akurat. Berdasarkan hasil percobaan, model dengan optimizer RMSprop, learning rate 0.001, dan batch size 8 merupakan model dengan parameter terbaik dengan nilai RMSE 0.1725, MAPE 0.5087, dan R2 0.0578. Model tersebut memprediksi bahwa produksi kelapa sawit akan mengalami penuruna
Aplikasi Startup Otocity Berbasis Design Thinking untuk Memudahkan Pengguna Kendaraan dalam Mengatasi Kerusakan dan Penitipan Kendaraan: Design Thinking-Based Otocity Startup Application to Facilitate Vehicle Users in Overcoming Vehicle Damage and Custody
No full textProgram UI/ UX Design Bersertifikat diselenggarakan oleh Yayasan Bakti Achmad Zaky dan dikukung oleh Kemdikbud Ristekdikti. Program dirancang untuk mempersiapkan UI/ UX Designer yang berkualitas dan dapat bersaing diera digital. Tema yang diangkat adalah tentang kendaraan. Dimana masalahnya sulit menemukan bengkel terdekat dari lokasi atau mencari tempat penitipan kendaraan. Jadi solusinya adalah dengan membuat aplikasi OTOCITY yaitu aplikasi bengkel dan penitipan kendaraan dengan menggunakan metode Design Thinking, karena dengan menggunakan aplikasi tersebut pengguna kendaraan tidak perlu antri atau datang untuk mendapatkan nomor antrian. Tujuan Aplikasi OTOCITY tidak hanya memudahkan para pengguna kendaraan namun juga memudahkan para pemilik bengkel dan penitipan kendaraan. Metode Design Thinking adalah proses berulang untuk memahami pengguna, menantang asumsi, dan mendefinisikan kembali masalah dalam upaya mengidentifikasi strategi. Salah satu keuntungan menggunakan metode design thinking adalah kemampuannya untuk mengurangi risiko. Jadi hasil aplikasi OTOCITY pun sudah teruji oleh para mentor dan sudah diuji kepada user atau pengguna kendaraan yang menggunakan smartphon
Penerapan Visualisasi Data dan Informasi Kependudukan Berbasis Web: Application of Web Based Visualization of Population Data and Information
No full textPelaksanaan kegiatan ini bertujuan untuk membantu masyarakat di Rukun Warga 01 Jatinegara dalam memantau pertumbuhan dan perkembangan penduduk dalam kurun waktu 1 tahun kebelakang. Pengabdian ini menerapkan dashboard monitoring berbasis Tableau untuk mempermudah pemahaman dan tren dalam pemantauan perkembangan penduduk berbasis website, data disajikan dalam berbentuk grafik., mempermudah dalam pemantauan yang cepat. Data yang dikumpulkan kualitatif untuk memastikan keakuratan informasi yang diperoleh dengan fokus pada pengumpulan, pengolahan, dan pengembangan data. Hasil dari penelitian yang didapat dengan perbandingan rata – rata data kelahiran : warga meninggal , dan warga pindah dari RW 01 : pindahan ke RW 01 yaitu: 5 :4 dan 55:33. Hal ini menunjukkan penggunaan tablue public berjalan dengan baik dan dapat memonitoring pertumbuhan penduduk di RW 01 Jatinegara. Melalui kegiatan pengabdian ini, diharapkan masyarakat Rukun Warga 01 Jatinegara juga dapat memonitoring data tentang pertumbuhan warga dengan lebih mudah, akurat dan efektif, serta meningkatkan kesadaran akan memantau perkembangan penduduk di suatu organisasi masyarakat
Analisa Kepuasan Google Classroom Sebagai Media Pembelajaran Daring Menggunakan Framework PIECES (Kelas RPL): Satisfaction Analysis Google Classroom as an Online Learning Media Using the PIECES Framework (RPL Class)
No full textKepuasan pengguna sistem informasi adalah tolak ukur baik tidaknya sebuah sistem informasi. Proses pengukuran SI dapat dilakukan dengan banyak cara. Adapun penelitian ini akan menggunakan pengukuran Kepuasan Aplikasi Classroom dengan PIECES Framework, Wabah COVID-19 saat ini memang sudah dinyatakan berakhir oleh pemerintah, tetapi pembelajaran tetap tidak bisa langung dialihkan ke pembelajaran Luring dikarenan jika sewaktu-waktu wabah COVID dengan mutasi baru menyerang maka otomatis pembelajaran akan berhenti lagi, oleh karena itu pembelajaran sekarang menggunakan metode hybrid, dimana melaksanakan secara daring dan luring. Dunia pendidikan pun mengalami imbas yang signifikan sehingga tatap muka dibantu dengan media virtual dan Classrom berperan sebagai sebagai media daring disamping tatap muka di kelas sebagai luringnya. Adapun alasan kami memilih metode ini karena metode ini adalah metode yang paling spesifik dalam mengukur kinerja sebuah sistem informasi. Metode analisa PIECES Framework, yang memiliki beberapa domain atau poin analisa, yakni: Performance, Informations and Data, Economics, Control and Security, Efficiency, and Service, setiap domain analisa adalah referensi yang relevan untuk mengevaluasi dan menganalisa Aplikasi Google Classroom. Hasil dari penelitian ini menunjukkan bahwa Google Classroom adalah media daring yang baik untuk mendukung pembelajaran luring