IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Penerapan Algoritma K-Nearest Neighbor untuk Klasifikasi Ketahanan Pangan di Provinsi Jawa Tengah: Application of The K-Nearest Neighbor Algorithm for Food Security Classification In Central Java Province
No full text
Ketahanan pangan merupakan hal yang penting untuk dijaga karena dapat berdampak pada kesejahteraan masyarakat. Penelitian ini bertujuan untuk memprediksi ketahanan pangan di Provinsi Jawa Tengah tahun 2023 menggunakan metode K-Nearest Neighbor (KNN). Data yang digunakan dalam penelitian ini adalah data komposit ketahanan pangan tahun 2021 dan 2022 di 29 kabupaten/kota di Provinsi Jawa Tengah. Data tersebut dinormalisasi terlebih dahulu sebelum digunakan untuk pelatihan dan pengujian model KNN. Hasil penelitian menunjukkan bahwa nilai komposit ketahanan pangan di Provinsi Jawa Tengah meningkat sebesar 1,70% dari tahun 2022 menjadi 84,23 pada tahun 2023. Model KNN dengan nilai n_neighbors sebesar 3 menunjukkan kinerja yang baik dalam memprediksi nilai komposit ketahanan pangan dengan nilai RMSE sebesar 0,80. Hasil penelitian ini menunjukkan bahwa ketahanan pangan di Provinsi Jawa Tengah mengalami perbaikan pada tahun 2023. Model KNN dapat digunakan untuk memprediksi ketahanan pangan di Jawa Tengah dengan akurasi yang bai
Implementasi Algoritma Decision Tree dan Support Vector Machine (SVM) untuk Prediksi Risiko Stunting pada Keluarga: Implementation of Decision Tree and Support Vector Machine (SVM) Algorithm for Stunting Risk Prediction
No full textKondisi kekurangan gizi kronis yang disebabkan oleh asupan makanan yang tidak mencukupi sebagai akibat dari kebiasaan makan yang tidak tepat sesuai dengan gizi yang diperlukan disebut juga dengan stunting. Stunting dapat membuat fisik anak menjadi lebih pendek, selain itu dapat menghambat pertumbuhan dan perkembangan organ lain seperti ginjal, jantung, dan otak pada anak. Meningkatnya kasus stunting pada anak memerlukan upaya pencegahan secara dini. Pada penelitian ini menggunakan 18 atribut dan 5021 record data dari 10 kelurahan Kota Dumai dimana salah satu diantaranya dijadikan sebagai kelas. Pada penelitian ini menerapkan Algoritma Decision Tree dan Support Vactor Machine (SVM) untuk mengetahui algoritma mana yang tepat memproses data tersebut. Hasil prediksi dengan menggunakan Decision Tree pada penelitian ini mendapatkan nilai akurasi sebesar 96.15%, nilai recall Tidak sebesar 92.06% serta Ya sebesar 97.34% dan nilai presisi Tidak sebesar 90.99% serta Ya sebesar 97.68%. Sedangkan dengan menggunakan Algoritma SVM mendapatkan nilai akurasi sebesar 62.48%, nilai recall Tidak sebesar 99.12% serta Ya sebesar 51.80% dan nilai presisi Tidak sebesar 37.49% serta Ya sebesar 99.51%. Berdasarkan penelitian menggunakan data tersebut dapat disimpulkan bahwa akurasai algoritma Decision Tree jauh lebih baik dibandingkan dengan algoritma SVM
Outpacing Competitive Challenges in the Online Market: An Effective Digital Entrepreneurship Approach
Get PDFThe online market has become one of the primary battlegrounds for businesses in this digital era. With the increasing use of the internet and the adoption of digital technology, society at large has shifted to online platforms for various activities, including shopping. This research aims to analyze the strategies and factors influencing success in facing the fiercely competitive online market challenges through a digital entrepreneurship approach. The research method employed in this study is a qualitative literature review using Google Scholar as the data source. This study focuses on scholarly articles published between 2013 and 2024. The results of the study indicate that in confronting the fierce and dynamic challenges of the online market, a digital entrepreneurship approach is key to business success. Intense competition and complex consumer dynamics demand business operators to have a deep understanding of the market, as well as the ability to leverage technology and effective marketing strategies. Through in-depth market analysis, personalization, the use of cutting-edge technology, collaboration, consumer engagement, and sustainable innovation, business operators can build resilient and sustainable businesses in this digital era
Pengembangan Aplikasi Bunda Care untuk Pemantau Tumbuh Kembang Anak Sebagai Inovasi Antisipatif Penanggulangan Stunting dengan Pendekatan Agile Development: Development of Bunda Care Application for Growth Monitoring Child Growth and Development as an Anticipatory Innovation to Combat Stunting with Agile Development Approach
No full textSampai saat ini, stunting masih menjadi masalah kesehatan masyarakat yang signifikan, terutama di lingkungan dengan akses terbatas terhadap nutrisi dan perawatan kesehatan. Penelitian ini dilatarbelakangi oleh kebutuhan untuk meningkatkan pemantauan pertumbuhan anak secara efektif. Pusat Kesehatan Masyarakat (Puskesmas) mengalami kesulitan dalam pendataan anak akibat kunjungan untuk pemeriksaan yang tidak teratur, menyebabkan ketidakpastian data dan kesulitan dalam pencegahan stunting. Tujuan penelitian ini adalah untuk mengembangkan aplikasi Bunda Care berbasis Android sebagai alat inovatif untuk memudahkan pemantauan pertumbuhan anak, memberikan informasi edukatif, dan mendorong partisipasi orang tua. Pengembangan aplikasi dilakukan menggunakan metode Agile Development dengan melibatkan pemangku kepentingan dan pengguna akhir untuk memastikan solusi sesuai dengan harapan. Aplikasi Bunda Care berhasil dikembangkan dengan antarmuka pengguna yang ramah, fitur pemantauan pertumbuhan, informasi edukatif, dan notifikasi peringatan. Hasil pengujian black box menunjukkan kinerja positif, sesuai dengan harapan pengguna, dan dapat menjadi solusi inovatif dalam pencegahan stunting
Evaluasi Pengalaman Pengguna pada Aplikasi Berbasis Seluler Laporkitong Memanfaatkan Kuesioner Pengalaman Pengguna (UEQ) : Evaluation of User Experience on Laporkitong Mobile Application Utilizing User Experience Questionnaire (UEQ)
No full textPenerapan teknologi komputer dan internet di Provinsi Papua Barat melalui aplikasi berbasis seluler Laporkitong dengan menghasilkan solusi yang menekankan efektivitas dan efisiensi. Untuk melaporkan ketidaksesuaian rencana tata ruang, pemerintah Provinsi Papua Barat meluncurkan aplikasi seluler Laporkitong. Penelitian ini bertujuan mengevaluasi pengalaman pengguna pada aplikasi berbasis seluler laporkitong memanfaatkan kuesioner pengalaman pengguna (UEQ). Menggunakan metode kuantitatif dengan kuesioner pengalaman pengguna (UEQ), sebuah pendekatan yang mudah diimplementasikan, valid, dan dapat diandalkan untuk melengkapi evaluasi data dengan penilaian kualitas yang subjektif. Kuesioner pengalaman pengguna bersifat gratis dan dapat digunakan di semua aplikasi. Hasil penelitian menunjukkan bahwa evaluasi pengalaman pengguna pada aplikasi berbasis seluler Laporkitong menggunakan UEQ menunjukkan bahwa terdapat 5 variabel yang menyatakan hasil evaluasi positif dan netral, yaitu variabel Daya Tarik (rata-rata = 0,887), Kejelasan (rata-rata = 0,829), Efisiensi (rata-rata = 0,870), Ketepatan (rata-rata = 0,878), dan Stimulasi (rata-rata= 0,850). Namun, variabel Kebaruan mendapatkan hasil evaluasi netral (rata-rata = 0,274). Hasil benchmark untuk aplikasi berbasis seluler Laporkitong menunjukkan seluruh variabel yang termasuk pada kategori below average, yaitu variabel daya tarik, kejelasan, efisiensi, ketepatan, stimulasi, dan kebaruan. Hasil evaluasi pengalaman pengguna aplikasi berbasis seluler Laporkitong menggunakan UEQ menunjukkan perbedaan signifikan pada 5 variabel berdasarkan uji T
Lecturer Performance Software Using the MOORA Method at IAIN Ash-Shiddiqiyah
Get PDFThe importance of having an effective decision support system to select and determine the best lecturers cannot be denied. This research aims to develop a decision support system for selecting the best lecturers at IAIN ASH-SHIDDIQIYAH. The method used is MOORA (Multi-Objective Optimization on the basis of Ratio Analysis), a multi-objective approach that allows optimization of two or more conflicting attributes simultaneously. The results of this study include the development of a decision support system that can provide useful guidance for decision-makers at IAIN ASH-SHIDDIQIYAH in the process of selecting and determining the best lecturers. Through MOORA analysis, the best lecturers can be selected by considering various aspects such as teaching quality, research ability, contribution to curriculum development, involvement in guidance and training activities, and contribution to the community. The results of this research are expected to improve the quality of education and the institution's contribution to society as a whole through the selection of high-quality and high-performing lecturers. This research demonstrates that the development of a decision support system using the MOORA method can be an effective tool for higher education institutions in selecting the best lecturers.
Pengenalan Jenis Kelamin dalam Lingkungan Multiaksen Menggunakan Metode Multi Layer Perceptron (MLP) dan Gated Recurrent Unit (GRU): Gender Recognition in a Multiaccent Environment Using Multi Layer Perceptron (MLP) and Gated Recurrent Unit (GRU) Methods
No full textPengenalan jenis kelamin dalam lingkungan multiaksen merupakan tantangan kompleks dalam pengembangan sistem kecerdasan buatan. Sistem ini bekerja dengan mendeteksi suara masukkan dalam suatu file suara, selanjutnya dilakukan analisis terhadap suara tersebut guna mendeteksi jenis kelamin dari sumber suara. Penelitian ini merupakan awal dari pengembangan sistem berbasis suara menggunakan kecerdasan buatan yang bermanfaat untuk kemudahan interaksi manusia dengan gawai guna peningkatan produktivitas dan aksesibilitas dari pengguna sistem. Penelitian ini mengeksplorasi pendekatan kecerdasan buatan dengan menggunakan dua model jaringan saraf, yaitu Multi Layer Perceptron (MLP) dan Gated Recurrent Unit (GRU). Data yang digunakan sebanyak 4000 data dengan pembagian 2000 data suara perempuan dan 2000 data suara laki-laki. Dilakukan pembagian data latih sebesar 80% dan data uji sebesar 20% dari total keseluruhan data. Hasil evaluasi pengujian model menggunakan MLP dengan 2 hidden layer sebesar (128 & 64) mendapat hasil akurasi sebesar 79%, rata- rata hasil precision 79%, recall 79%, dan skor f1 79%. Sedangkan penggunaan metode GRU dengan lapisan GRU sebanyak 64 unit mendapat hasil akurasi 75%, rata-rata hasil precision 75,5%, recall 75,5%, dan skor f1 75%. Dengan demikian, pada penelitian ini, Model dengan MLP memiliki performa yang lebih unggul dalam mendeteksi jenis kelamin berdasarkan suara dalam lingkungan multiaksen
Perbandingan Performa Algoritma RNN dan LSTM dalam Prediksi Jumlah Jamaah Umrah pada PT. Hajar Aswad: Comparison of RNN and LSTM Algorithm Performance in Predicting the Number of Umrah Pilgrims at PT. Hajar Aswad
No full textSecara bahasa umrah bermakna ziarah atau berkunjung, sedangkan secara istilah umrah adalah perjalanan ke Baitullah di luar waktu haji dengan tujuan melaksanakan ibadah tertentu dan memenuhi syarat-syarat khusus. PT Hajar Aswad merupakan sebuah perusahaan travel umrah yang beroperasi di Indonesia. PT Hajar Aswad bertanggung jawab untuk mengatur perjalanan, akomodasi, transportasi, dan berbagai keperluan lainnya bagi para jemaah umrah, untuk itu perlu memiliki pemahaman yang baik mengenai pola dan tren jumlah jemaah umrah agar dapat mengoptimalkan operasional dan memberikan pelayanan yang memuaskan kepada jamaah. Oleh karena itu penelitian ini dilakukan untuk memprediksi jumlah jamaah umrah pada PT Hajar Aswad menggunakan algoritma RNN dan LSTM agar PT Hajar Aswad. . Hasil perbandingan kedua algoritma menunjukkan bahwa LSTM mampu memberikan hasil prediksi yang sedikit lebih baik dibandingkan RNN dengan parameter window size 7, optimizer Adam, batch size 8, dan learning rate 0,01. Model ini memiliki nilai RMSE sebesar 0,1758, MAPE sebesar 0,4846, dan R2 sebesar 0,5198
Peningkatan Literasi Siswa Sebagai Generasi Digital Melalui Optimalisasi Mobile Library Berbasis Android: Enhancing Student Literacy as a Digital Generation Through Optimization of Android-based Mobile Libraries
No full textDi era digital ini, membaca dan menulis menjadi dua kemampuan dasar yang krusial bagi siswa untuk mengarungi masa depan. Kemampuan ini tak hanya menunjang prestasi akademik, tetapi juga membuka pintu menuju dunia yang penuh pengetahuan dan wawasan. Atas dasar inilah, meningkatkan minat literasi siswa menjadi kunci utama untuk mewujudkan budaya literasi bangsa. Aplikasi mobile library berbasis Android hadir sebagai solusi inovatif untuk menumbuhkan kecintaan membaca dan menulis pada siswa sejak dini. Dilengkapi dengan berbagai buku elektronik yang menarik dan mudah diakses, aplikasi ini diharapkan dapat menjadi media belajar yang menyenangkan bagi para penerus bangsa. Mobile library ini tak hanya menghadirkan koleksi buku yang beragam, tetapi juga dilengkapi dengan fitur sinopsis video untuk setiap buku. Fitur ini membantu siswa untuk melihat sekilas isi buku dan menemukan bahan bacaan yang menarik minat mereka. Hal ini menjadikan pengalaman pembelajaran yang lebih modern dan relevan bagi para siswa. Dengan akses mudah ke berbagai buku, siswa dapat belajar dengan lebih fleksibel dan sesuai dengan minat mereka. Hal ini mendorong budaya membaca yang lebih aktif dan meningkatkan kualitas pendidikan
Pengelompokan Kabupaten dan Kota Provinsi Sumatera Utara Berdasarkan Indikator Kesejahteraan Rakyat Menggunakan Algoritma K-Means: Clustering of Districts and Cities in North Sumatra Province Based on People's Welfare Indicators Using K-Means Algorithm
No full textKesejahteraan rakyat merupakan tujuan utama negara Indonesia yang diabadikan dalam UUD 1945 dan sila kelima Pancasila. Sumatera Utara merupakan salah satu provinsi di Indonesia yang terletak di bagian utara pulau Sumatera. Di pulau tersebut memiliki 33 kabupaten/kota, terdiri dari 25 prefektur dan 8 kota. Tujuan penelitian ini adalah mengetahui hasil pengelompokan Kabupaten/Kota Provinsi Sumatera Utara berdasarkan Indikator Kesejahteraan Rakyat menggunakan metode k-means cluster. Variabel yang diamati dalam penelitian ini adalah kependudukan, kesehatan, pendidikan, ketenagakerjaan, tarif dan pola konsumsi dan kemiskinan. Hasil penelitian dalam pengelompokan karakteristik klaster yang terbentuk berdasarkan indikator kesejahteraan rakyat adalah Klaster 1 terdiri dari Tapanuli Utara, Toba Samosir, Dairi, Humbang Hasundutan, Pakpak Bharat, Samosir, Nias Barat. Dan Klaster 2 terdiri dari Mandailing Natal, Tapanuli Selatan, Tapanuli Tengah, Labuhan Batu, Asahan, Simalungun, Karo, Deli Serdang, Langkat, Nias Selatan, Serdang Bedagai, Batu Bara, Padang Lawas Utara, Padang Lawas, Labuhanbatu Selatan, Labuhanbatu Utara, Nias Utara, Tanjungbalai, Gunungsitoli Klaster 3 terdiri dari Sibolga, Pematangsiantar, Tebing Tinggi, Medan, Binjai, Padangsidimpuan. Sedangkan Klaster 4 terdiri dari Nias. Kesimpulan penelitian ini adalah dapat dilihat dari hasil pengujian Silhouette Index menunjukkan bahwa pembentuk 4 Klaster memiliki nilai keakuratan terbaik dibanding dengan pembentukan 2 klaster dan pembentukan 3 kalster