Elibrary UNIKOM
Not a member yet
16520 research outputs found
Sort by
Implementasi Data Mining Dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako Di Kel. Cibeureum
No full textPenelitian ini mengkaji masalah ketidaktepatan dalam penentuan status kelayakan penerima bantuan sembako di Kelurahan Cibeureum, Kecamatan Cimahi Selatan, Kota Cimahi yang sering kali mengakibatkan distribusi bantuan tidak tepat sasaran sehingga bantuan tidak tersalurkan kepada masyarakat yang benar-benar membutuhkan bantuan. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem penilaian kelayakan yang objektif dan akurat menggunakan metode data mining dengan algoritma Naïve Bayes. Sistem ini bertujuan mengurangi ketergantungan pada interpretasi subjektif perangkat kelurahan dengan mengklasifikasikan status kelayakan berdasarkan analisis data yang komprehensif. Data yang digunakan berasal dari Kelurahan Cibeureum dengan dua kelas, yaitu layak dan tidak layak, melibatkan 10 atribut. Algoritma Naïve Bayes diimplementasikan dalam sistem berbasis web, dan hasil evaluasi menggunakan confusion matrix menunjukkan bahwa dengan 155 data training dan 39 data testing, sistem ini mencapai akurasi sebesar 79%, recall 77%, dan presisi 90%. Penelitian ini membuktikan bahwa sistem yang dikembangkan mampu meningkatkan ketepatan penyaluran bantuan, sehingga bantuan lebih tepat sasaran kepada masyarakat yang benar-benar membutuhkan. Selain itu, sistem ini menunjukkan bahwa penerapan data mining dengan algoritma Naïve Bayes dapat memperbaiki akurasi penilaian dan keadilan dalam distribusi bantuan, serta dapat diterapkan pada program bantuan sosial lainnya untuk meningkatkan efektivitas dan efisiensi distribusi bantuan
Pemantauan Ketersediaan Slot Parkir Dengan Integrasi Sensor
No full textPemantauan ketersediaan slot parkir menjadi semakin penting seiring dengan meningkatnya jumlah kendaraan. Sistem parkir yang ada seiring membuat pemilik kendaraan kesulitan menemukan slot parkir yang kosong. Penelitian ini bertujuan untuk membuat sistem sederhana yang bisa memantau ketersediaan slot parkir menggunakan sensor ultrasonik yang terhubung dengan mikrokontroler ESP32. Data dari sensor ini dikirimkan ke server melalui WIFI dan ditampilkan pada layar di pintu masuk area parkir. Hasilnya, sistem ini dapat memberikan informasi tentang ketersediaan slot parkir, sehingga membantu pemilik kendaraan menemukan slot yang kosong dengan lebih mudah. Pada penelitian ini, pengujian dilakukan untuk memastikan akurasi sensor dalam mendeteksi slot parkir yang kosong dan terisi. Hasil pengujian menunjukkan bahwa sistem bekerja cukup efektif dalam memberikan informasi tentang status slot parkir. Meski begitu, sistem ini masih memiliki beberapa keterbatasan, seperti jangkauan sensor dan keterlambatan dalam pembaruan data. Selain itu, faktor-faktor eksternal seperti kondisi cuaca dan gangguan pada jaringan WIFI dapat memengaruhi performa sistem. Perbaikan lebih lanjut diperlukan untuk meningkatkan kinerja sistem. Perbaikan lebih lanjut diperlukan untuk meningkatkan kinerja sistem dan menjadikannya lebih andal dalam berbagai kondisi lingkungan
Pemilihan Fitur Menggunakan Gain Ratio Untuk Mendeteksi Hoaks Pada Berita
No full textHoaks adalah informasi palsu yang disebarkan secara sengaja untuk mempengaruhi persepsi publik dan merusak kredibilitas. Penyebaran berita hoaks yang semakin meningkat di era digital membutuhkan sistem otomatis yang dapat mengklasifikasikan berita palsu secara efektif. Penelitian sebelumnya menunjukkan bahwa seleksi fitur dapat meningkatkan akurasi dalam klasifikasi berita hoaks. Metode seperti Naïve Bayes Classifier (NBC) dengan seleksi fitur Mutual Information (MI) dan Information Gain (IG) telah terbukti meningkatkan F1-score secara signifikan. Namun, tingginya dimensi ruang fitur dalam data teks menjadi tantangan dalam klasifikasi, sehingga seleksi fitur menjadi penting untuk menghilangkan fitur-fitur yang tidak relevan. Penelitian ini menggunakan seleksi fitur dengan gain ratio untuk meningkatkan akurasi deteksi berita hoaks. Hasil penelitian menunjukkan bahwa gain ratio mampu meningkatkan performa model Naïve Bayes secara signifikan. Dengan seleksi fitur sebanyak 5000 fitur, model menunjukkan performa terbaik, dengan recall yang tinggi dan mampu memprediksi hoaks dengan akurat tanpa menghasilkan false negatif yang tinggi. Kesimpulannya, seleksi fitur menggunakan gain ratio terbukti efektif dalam meningkatkan performa klasifikasi berita hoaks
Implementasi Penetration Testing Dengan Metode Zero Entry Hacking (Zeh) Pada Sistem Koperasi Serba Usaha Postra
No full textSistem pada Website helpdesk postra mengalami penyerangan oleh pihak yang tidak bertanggung jawab. Belum adanya pengujian keamanan yang pada sistem helpdesk yang dikelola oleh KSU Postra. Pengujian seperti penetration testing belum diterapkan, sehingga kerentanan tidak terdeteksi lebih awal. Tujuan dari penelitian ini adalah melakukan Assesment celah kerentanan yang ada pada sistem helpdesk terhadap serangan dari pihak yang tidak bertanggung jawab. Membantu untuk pengujian keamanan Website helpdesk postra melalui implementasi penetration testing menggunakan metode Zero Entry Hacking (ZEH) dengan alur pengujian terdapat tahapan yaitu Reconnainanse, Scanning, Exploitation dan Post Exploitation. Ditemukan kerentanan dengan menggunakan tools untuk melakukan vulnerability Scanning yaitu Nessus dan OWASP ZAP. Hasil dari Penetration Testing menggunakan metode Zero Entry Hacking yang bertujuan untuk melakukan pemindaian dan pengujian keamanan pada sebuah web subDomain helpdesk.ksupostra.id milik KSU Postra yang telah dilakukan, dapat ditemukan empat kerentanan dengan tingkat medium, dan empat kerentanan berada pada tingkat low. Berdasarkan hasil pengujian sistem, Maka perlu perbaikan berdasarkan hasil rekomendasi perbaikan yang telah dilakukan, berdasarkan tingkat kerentanan yang diukur menggunakan kalkulator Common Vulnerability Scoring System v3.1. untuk membantu merekomendasikan prioritas perbaikan yang perlu dilakukan
Clustering Menggunakan Algoritma K-Means Untuk Mengelompokan Daerah Berdasarkan Tingkat Kriminalitas Di Wilayah Kota Bandung
No full textKriminalitas merupakan tindakan perbuatan yang merugikan masyarakat dan menjadi masalah penting bagi seluruh wilayah. Tujuan dari penelitian ini adalah membantu pihak Kanit Sat Reskrim Polrestabes Bandung dalam merekomendasikan pemetaan wilayah berdasarkan tingkat kriminalitas di wilayah Kota Bandung. Kanit Sat Reskrim Polrestabes Bandung merasa kesulitan dalam hal menentukan daerah-daerah berdasarkan tingkat kriminalitas untuk operasi patroli ke seluruh wilayah Kota Bandung. Karena, proses penentuan daerah yang saat ini dilakukan adalah dengan cara manual yaitu melihat data laporan dan waktu kejadian perbulan berdasarkan jenis dan wilayah kriminalitas, serta menghitung jumlah kejadian kriminalitas nya, yang hal ini dapat menyebabkan kurang efektif dan efisien. Untuk membantu proses penentuan operasi patroli, maka akan digunakan data mining dengan metode clustering dan algoritma K-Means. Algoritma K-Means¬ merupakan salah satu algoritma yang mampu mengelompokan sejumlah data menjadi kelompok-kelompok data tertentu. Data yang akan dianalisis untuk penentuan operasi patroli di daerah Kota Bandung yaitu data kriminalitas januari 2023 dan data waktu kriminalitas januari 2023. Hasil evaluasi cluster yang terbentuk pada proses pengelompokan tingkat kriminalitas yang menghasilkan rata-rata 1,5. Hasil tersebut menunjukan bahwa sistem rekomendasi penentuan tingkat kriminalitas daerah kota Bandung yang dibangun mampu menghasilkan rekomendasi operasi patroli yang memudahkan pihak Sat Reskrim Polrestabes Bandung dalam proses penentuan operasi patroli berdasarkan tingkat kriminalitas di daerah Kota Bandung
Pembangunan Cloud Computing Sistem Crm Pt Divistant Teknologi Indonesia Menggunakan Microsoft Azure
No full textTeknologi cloud computing merupakan solusi modern yang menghadirkan berbagai sumber daya terintegrasi secara virtual, termasuk penyimpanan dan infrastruktur. Berdasarkan identifikasi masalah pada PT. Divistant Teknologi Indonesia, penelitian ini bertujuan untuk melakukan implementasi cloud computing menggunakan layanan Microsoft Azure untuk aplikasi CRM perusahaan. Implementasi ini termasuk integrasi backup dan recovery dalam sistem, dengan tujuan meningkatkan ketersediaan, keamanan, dan skalabilitas aplikasi CRM. Untuk mencapai tujuan ini, tahapan penelitian dilakukan meliputi identifikasi masalah, analisis kebutuhan sistem, serta implementasi dan pengujian sistem. Hasil penelitian menunjukkan bahwa penggunaan Microsoft Azure dapat mendukung proses backup dan recovery, dan meningkatkan performa secara signifikan. Studi kasus pada PT. Divistant Teknologi Indonesia menunjukkan bahwa migrasi aplikasi CRM ke cloud computing berhasil menjawab kebutuhan akan ketersediaan dan keamanan data yang lebih baik, serta memberikan solusi terhadap masalah yang dihadapi dalam shared hosting sebelumnya. Dampak dari penelitian ini adalah meningkatnya performa aplikasi CRM dan minimnya risiko kehilangan data penting, sehingga mendukung kelancaran bisnis dan hubungan baik dengan pelanggan
Implementasi Algoritma Perlin-Noise Untuk Procedural Object Generation Dengan Layer-Based Dan Overlapping Detection Dalam Video Game Menggunakan Unity Engine
No full textAlgoritma Perlin-Noise merupakan teknik yang banyak digunakan dalam pengembangan video game dan rendering real-time, terutama untuk generasi konten prosedural, tekstur, pola, dan terrain. Meskipun Perlin-Noise terbukti meningkatkan optimasi dan menghindari repetisi, generasi objek masih menghadapi masalah overlapping dan keterbatasan variasi multi-level. Tujuan penelitian ini yaitu untuk menganalisa, mengetahui, dan membandingkan performa, akurasi, dan waktu metode yang akan diuji, serta meningkatkan akurasi generasi agar tidak terjadi overlapping. Penelitian ini mengimplementasikan algoritma Perlin-Noise dengan Layer-Based dan deteksi overlapping menggunakan Euclidean Distance dalam Unity Engine. Studi ini dilakukan dengan membandingkan performa, akurasi, dan waktu antara metode ini pada skenario single-layer dan multi-layer dengan randomizer. Parameter yang diuji meliputi penggunaan RAM, CPU, Jumlah maksimal generasi objek, akurasi, dan waktu yang dibutuhkan untuk generasi objek pada berbagai skala, dengan fokus pada efisiensi dan efektivitas metode dalam menangani skenario yang lebih kompleks. Berdasarkan hasil pengujian, algoritma Perlin-Noise dikombinasikan dengan Layer-Based dan Euclidean Distance. Hasilnya menunjukkan bahwa metode ini secara efektif meningkatkan akurasi generasi hingga 100% tanpa adanya overlapping dan masalah generasi multi-level, berbeda dengan metode randomizer yang cenderung mengalami masalah ini saat jumlah objek meningkat serta tidak mampu menciptakan konten multi-level yang kompleks. Meskipun penggunaan waktu dan sumber daya meningkat, terutama pada generasi objek di atas 4096. Terutama pada generasi objek 16384 waktu generasi mencapai 5,357.41ms dalam single-layer dan 20,483.01 ms pada multi-layer, pendekatan ini tetap lebih unggul dalam menjaga akurasi, konsistensi, dan kualitas hasil yang diinginkan
Sistem Penentuan Jumlah Pengadaan Obat Menggunakan Metode Regresi Linier Di Puskesmas Cikole
No full textPuskesmas Cikole merupakan fasilitas pelayanan kesehatan tingkat pertama yang mengutamakan upaya promotif dan preventif untuk mencapai derajat kesehatan masyarakat yang setinggi-tingginya. Apoteker Penanggungjawab bertanggung jawab atas pengadaan obat, dengan mengelola 529 jenis obat. Proses pengadaan obat dilakukan melalui dua jalur: permintaan ke Dinas Kesehatan Kabupaten dan pengadaan mandiri dari distributor yang memiliki izin resmi. Permasalahan yang terdapat di Puskesmas Cikole adalah belum dapat mengendalikan penentuan jumlah pengadaan obat yang akan dilakukan pengadaan ke Dinas Kesehatan Kabupaten, sehingga terkadang Puskesmas Cikole mengalami kekurangan obat yang mengakibatkan proses pelayanan kefarmasian terhambat ataupun mengalami kelebihan obat yang membuat obat tidak dapat disimpan lama karena menjadi rusak atau kedaluwarsa. Berdasarkan permasalahan yang telah diuraikan, maka dibangun Sistem Penentuan Jumlah Pengadaan Obat di Puskesmas Cikole. Metode prediksi yang digunakan dalam penelitian adalah Regresi Linier, metode pengendalian persediaan obat menggunakan Buffer Stock. Tujuannya adalah membantu Apoteker Penanggungjawab dalam menentukan jumlah pengadaan obat ke Dinas Kesehatan Kabupaten atau ke Perusahaan Farmasi, serta menghindari kelebihan dan kekurangan stok obat. Berdasarkan hasil pengujian, dapat disimpulkan bahwa sistem ini cukup membantu Apoteker Penanggungjawab dalam menentukan jumlah pengadaan obat serta membantu Apoteker Penanggungjawab memonitoring persediaan obat
Sistem Prediksi Penjualan Menggunakan Metode Single Exponential Smoothing Di Pt. Inefable Fesyenindo Group
No full textPT. Inefable Fesyenindo Group merupakan sebuah perusahaan ritel fesyen yang bergerak dibidang pakaian dengan merek dagang Inefable. dalam proses penjualan terjadi permasalahan kesulitan dalam menentukan berapa jumlah penjualan. Masalah ini menyebabkan terjadinya penumpukan dan kekurangan stok beberapa produk. Berdasarkan permasalahan yang ada saat ini di PT. Inefable Fesyenindo Group, Maka dibutuhkan sistem prediksi penjualan menggunakan metode Single Exponential Smoothing yang bertujuan agar dapat membantu dalam mengatasi masalah penumpukan dan kekurangan. Metode Single Exponential Smoothing merupakan metode yang memfokuskan mencari nilai stabilitas yang mengambil data yang sudah ada untuk diberi fungsi exponential. Nilai data inilah yang dijadikan sebuah fungsi untuk mencari sebuah stabilitas yang berfungsi untuk menghasilkan keputusan yang mudah untuk digunakan. Dari hasil penelitian dan pengujian dapat disimpulkan bahwa sistem yang dibangun dapat membantu Direktur Operasional dalam menentukan berapa jumlah penjualan yang dijual pada periode selanjutnya
Sistem Monitoring Dan Evaluasi Penyelenggaraan Pelatihan Dan Fasilitator Menggunakan Metode Performance Dashboard Di Pusat Pengembangan Kepegawaian Asn Bkn
No full textPusat Pengembangan Kepegawaian Aparatur Sipil Negara Badan Kepegawaian Negara (Pusbangpeg ASN BKN) memiliki tugas pokok salah satunya untuk melaksanakan penyelenggaraan pelatihan untuk internal BKN mapaun instansi lain. Monitoring dan evaluasi dilakukan terhadap penyelenggaraan pelatihan dan fasilitator setiap pelatihan dan seluruh pelatihan selama satu tahun secara daring dan luring. Permasalahan yang terjadi yaitu Pokja Monev mengalami kesulitan dalam mengukur kinerja dari penyelenggaraan pelatihan dan fasiilitator. Permasalahan tersebut dikarenakan banyaknya pelatihan yang dilaksanakan ditambah lagi pelatihan tersebut bersifat fluktuatif, kondisi yang tidak menentu berdampak pada keberlangsungan proses monitoring dan evaluasi. Pembangunan sistem ini bertujuan membantu mengukur kinerja penyelenggaraan pelatihan dan fasilitator menggunakan metode Performance Dashboard, metode tersebut dapat menyajikan informasi secara visual untuk menggambarkan kondisi hasil capain kinerja, metode tersebut juga merupakan representasi dari Key Performance Indicator (KPI). Data yang ditampilkan dalam bentuk visual disebuah Dashboard dapat mempermudah proses pembuatan keputusan, rekomendasi kebijakan dan analisis kondisi dari hasil capain kinerja. Hasil Pengujian black Bocx dan User Acceptance Testing (UAT) diperoleh kesimpulan sistem yang dibangun dapat membantu Kepala Pusbangpeg ASN, Kepala Pokja Monev, dan PIC Hasil Evaluasi dalam mengukur kinerja penyelenggaraan pelatihan dan fasilitator