Jurnal Informatika: Jurnal Pengembangan IT
Not a member yet
437 research outputs found
Sort by
Penerapan Eigenvector Centrality Terkait Metode Social Network Analysis (SNA) dalam Program Vaksinasi Covid-19 di Twitter
No full textCoronavirus Diseas-19 (Covid-19) merupakan virus yang dianggap sebagai pandemi oleh WHO. Kasus terkonfimasi covid-19 semakin melonjak di Indonesia. Oleh sebab itu, pemerintah membuat kebijakan untuk mengurangi angka kematian akibat covid-19 dengan mengadakan program vaskin massal. Namun, program tersbut menjadi perbincangan di Twitter yang membentuk penerimaan dan penolakan dari masyarakat. Maka dari itu, twitter dapat dimanfaatkan untuk melakukan analisa data. Penelitian ini menggunakan social network analysis (sna) dengan menggunakan skor eigenvector centrality terkait aktor berpengaruh dalam sebuah jaringan yang memiliki hubungan dengan aktor penting lainnya dalam penyebaran informasi terkait vaksin menggunakan kata kunci vaksinasi covid 19. Data yang diteliti sebanyak 22.498 nodes dan 31.982 edges yang sebelumnya sudah ditentukan source dan target. Data tersebut diambil melalui proses crawling API Twitter yang dimulai pada tanggal 01 sampai dengan 24 Januari 2021. Hasil dari penelitian menunjukkan bahwa terdapat 10 aktor dengan skor eigenvector centrality tertinggi, yaitu @jokowi, @ridwankamil, @Abe_Mukti,@yanuarnugroho, @KompasTV, @VIVAcoid, @KemenkesRI, @BBCIndonesia, @tempodotco, dan @kompascom. Dari 10 akun tersbut, akun @jokowi merupakan akun dengan sentralitas tertinggi yaitu 1.0. Selanjutnya, menentukan nilai popularitas menggunakan follower rank. Dari penelitian ini didapat bahwa akun @ kompascom memili skor follower tertinggi yaitu 0,99999699.. Dengan demikian, aktor yang memiliki skor eigenvector centrality tidak selalu memiliki skor follower rank yang tinggi. Namun, hal tersebut belum tentu berlaku jika untuk topik pembahasan yang lain, karena hal ini dipengaruhi juga oleh banyaknya data yang diambil
Pembuatan Sistem Analisis Kualitas Air Limbah Sisa Industri Secara Online Menggunakan Software Reliance SCADA, Framework .Net Core dan PostgresSQL
No full textThe government through the Ministry of Environment and Forestry (KLHK) has created several flagship programs such as “PROPER” and “SPARING” which function as supervision and aim to encourage industry to comply with environmental regulations. In this program, industry players who fall into the predetermined criteria are required to report their industrial waste water online to the Ministry of Environment and Forestry. Perusahaan Gas Negara through its subsidiary PGN Solution is always obedient to report the remaining industrial waste to the Ministry of Environment and Forestry. However, the results of this report cannot be immediately known whether the results are good or not, this is because KLHK will only release and display the results of the analysis and reporting to its online system after some time.In order to immediately know the results of the analysis without having to wait for the results of the release from the Ministry of Environment and Forestry, we need a system that can store the data directly on the database server without interrupting the data which is also sent directly to the Ministry of Environment and Forestry. Making this system using the Waterfall method, C# language, Net Core Framework and PostgreSQL as a database and Reliance SCADA software as a medium for data retrieval. The implementation of this system will facilitate the analysis and decision-making process if residual waste data is found whose results may not be as good according to KLHK standard
Pengaruh Parameter Word2Vec terhadap Performa Deep Learning pada Klasifikasi Sentimen
No full textThe difficulty of sentiment classification on this big data can be overcome using deep learning. Before the deep learning training and testing process is carried out, a word features extraction process is needed. Word2Vec as a word features extraction is often used in sentiment classification pre-training because it can capture the semantic meaning of the text by representing a similar vector for each word that has a close meaning. Word2Vec has three parameters that affect the model learning process namely architecture, evaluation method, and dimensions. This study aims to determine the effect of each Word2Vec parameter on deep learning performance in sentiment classification. The accuracy results of the deep learning model were evaluated to determine the effect of the Word2Vec parameter. The results of this study indicate that the three Word2Vec parameters have an influence on the performance of the deep learning model in sentiment classification. The combination of Word2Vec parameters that produces the highest average accuracy include CBOW (Continuous Bag of Word) architecture, Hierarchical Softmax evaluation method, and a dimension of 100. CBOW produces better performance, because it has slightly better accuracy for words that often appear and in this research dataset there are many words that often appear. Hierarchical Softmax shows better results because it uses a binary tree model which makes words that occur rarely will inherit the vector representation above them. The dimension with a value of 100 produces better accuracy because it is in line with the number of datasets of 10,000 reviews.
Visualisasi Karakter Video Animasi 2D Legenda Pulau Kemaro
No full textCerita rakyat merupakan budaya lokal yang memiliki peran penting untuk memberikan nilai teladan dan norma moral kepada generasi muda di Indonesia. Perkembangan teknologi memberikan ruang dan keharusan untuk melakukan inovasi dalam melestarikan budaya yang ada. Animasi 2 dimensi dapat menjadi alternatif media yang dapat digunakan dengan menggabungkan audio, visual yang di sampaikan melalui gambar bergerak yang dapat memberikan fokus dan minat audience untuk mengetahui tentang cerita yang disajikan. Pembuatan karakter dalam animasi memiliki peran yang penting dalam menunjang ketercapaian sebuah cerita yang disampaikan. Proses dalam pembuatan karakter penelitian ini dilakukan dengan mencari referensi yang relefan yang selanjutnya digunakan sebagai acuan dalam pembuatan karakter dan mulai membuat sketsa atau ilustrasi dalam bentuk garis yang kemudian dilakukan tahap pewarnaan untuk memperkuat kesan karakter yang akan dibangun
Penerapan Media Promosi Produk E-Marketplace Menggunakan Pendekatan AIDA Model dan 3D Objek
No full textPromosi produk e-marketplace yang baik akan menghasilkan perhitungan Payback Period dan Rerun of Investment (ROI) yang layak untuk pelaku usaha, sehingga memudahkan dalam memperluas usaha mereka, dimana promosi adalah bujukan langsung yang dapat memberikan insentif produk atau nilai tambah kepada konsumen. Promosi mencakup berbagai alat promosi yang dirancang untuk mempromosikan respon pasar yang lebih cepat atau lebih kuat. Setiap penyampaian melalui promosi pasti ada inovasi baru. Hal ini untuk menarik perhatian dan menggugah rasa penasaran konsumen terhadap produk yang disediakan oleh para penggiat wirausaha e-marketplace, sehingga mereka selalu menunggu hal-hal baru pada produk yang mereka inginkan maupun yang pernah digunakan. Pendekatan yang dilakukan dalam penelitian ini adalah model AIDA, peneliti model AIDA menemukan bahwa pengaruh interest pada model AIDA sangat berpengaruh terhadap iklan atau promosi online untuk kebutuhan di e-marketplace. Cara mengimplementasikan pendekatan tersebut yaitu dengan model 3D Objek yang disertai visual effect akan menghasilkan visual looks yang dapat di percaya bagi orang yang melihatnya, ini berarti bahwa sangat dimungkinkan bahwa 3D Objek dengan visual effect dapat menambahkan nilai minat atau ketertarikan ( interest ) dari model AIDA, selanjutnya denga menggunakan library 3DWareHouse dengan fasilitas View 3D Objek, Orbit 3D Objek, Pan 3D Objek, Zoom 3D Objek, dan Zoom Extents 3D Objek untuk produk keranjinan Dayak Ornament dapat berjalan dengan baik, sehingga library 3DWareHouse dapat digunakan secara meluas untuk produk – produk lain dari penggiat wirausaha e-marketplace
Analisis Kualitas Aplikasi E-Exam Menggunakan Standar ISO 25010
No full textExamination is a process carried out to measure the achievement of student competencies on an ongoing basis in the learning process, to monitor progress, make learning improvements, and determine student learning success. In 2019, SMK Negeri 6 Bekasi City began to use the E-Exam Application for the implementation of exams, both the Mid-Semester Examination or better known as UTS, Semester Final Examination or better known as UAS and School Examination or better known as US. Approaching 2 years of use, the E-Exam Application of SMK Negeri 6 Bekasi City has not been analyzed for software. The results of the evaluation of the quality of the E-Exam software at SMK Negeri 6 Bekasi City are expected to be a reference for developing and fulfilling the wishes of every citizen of SMK Negeri 6 Bekasi City, to be able to carry out online exams well. ISO 25010 testing is a standard that is widely used to evaluate, measure and test the quality of software. The ISO used for this research is version 25010, this version is a continuation of ISO/IEC 9126 with the addition of several structures and parts of the quality model standard. In this study, we will discuss the analysis of application quality using the ISO 25010 standard
Comparison in Quality of service Performance For Wireless Sensor Network Routing between Fuzzy Topsis and SAW Algorithm
No full textone of the advantages of Wireless Sensor Network would be its ability to reduce cost of communication system using node to node communication. Because of many things data transfer is Wireless Sensor Network operation sometimes has disturbance. A routing algorithm is a network coding that intends to enhance network performance for better operation with or without any disturbance. Fuzzy TOPSIS and SAW as MCDM algorithm is proposed for routing algorithm in Wireless Sensor Network operation. From our simulation both SAW and Fuzzy Topsis algorithm can be used in network coding (routing) to provide better QOS for Wireless Sensor Network compare with shortest path routing. For delay it perform better at about 2/3 (shortest path routing 50 millisecond, both SAW and Fuzzy Topsis algorithm 33 millisecond), and for packet loss at about 3/4 (shortest path routing 21 bit loss, both SAW and Fuzzy Topsis algorithm 16 bit loss). From our simulation both SAW and Fuzzy Topsis algorithm algorithm has benefit which is lower delay and packet loss but at higher cost which is more hopping for communication channel (shortest path routing 3 hopping, both SAW and Fuzzy Topsis algorithm 5 hopping
Analisa Perbandingan Algoritma Klasifikasi Studi Kasus: Prediksi Area Rawan Kebakaran di DKI Jakarta
No full textsering terjadi di perkotaan kebakaran yang terjadi tidak dapat di prediksikan penyebabnya dan kapan terjadinya bencana itu datang, dengan persiapan dan peringatan dini adalah salah satu upaya pengecahan bencana kebakaran. Masalah yang sering dihadapi adalah masyarakat yang kurang informasi terhadap pencegahan kebakaran di daerah tersebut. Meningkatnya di daerah rawan kebakaran tersebut membutuhkan upaya perlindungan kebakaran. Kebakaran di DKI Jakarta membutuhkan perhatian khusus dalam menanggulangi kebakaran. Salah satu upaya pencegahan kebakaran yaitu dengan memberikan langkah-langkah mitigasi terhadap daerah yang terindentifikasi sebagai daerah rawan dan memberikan informasi kepada pemerintah terkait strategi yang akan dilakukan untuk daerah yang rawan kebakaran. Berdasarkan hal tersebut penelitian ini mengaplikasikan dengan metode data mining untuk membandingkan kinerja algoritma Multilayer Perceprton dan Convolutional Neural Network dari berbagai eksperimen untuk menemukan algoritma yang memiliki akurasi tertinggi dengan prediksi yang tepat dalam mengklasifikasikan kebakaran sebagai durasi kebakaran yaitu sebentar, sedang atau lama.Proses klasifikasi di evaluasi dengan menggunakan cross Validation dan Confusion matrix. Dari hasil perbandingan penggunaan kedua algoritma menunjukkan bahwa Multilayer Perceptron dengan akurasi sebesar 99% , Hasil Epoch dengan hasil akurasi terbaik pada epoch 50 yaitu 99.61% dan cross validation menggunakan 10 fold untuk nilai validasi akurasi sebesar 98.12%. Sedangkan algoritma Convolutional Neural Network dengan akurasi sebesar 97% , Hasil Epoch dengan hasil akurasi terbaik pada epoch 50 yaitu 97.5% dan cross validation menggunakan 20 fold untuk nilai validasi akurasi sebesar 86.52%. Dari Hasil dataset tersebut menunjukkan bahwa algoritma Multilayer Perceptron lebih mengungguli dari pada algoritma Convolutional Neural Network. Untuk pengembangan berikutnya, studi ini bisa dilanjutkan menjadi model dalam sebuah aplikasi peringatan dini terhadap bencana kebakaran di DKI Jakarta
Arsitektur Convolutional Neural Network (CNN) Alexnet Untuk Klasifikasi Hama Pada Citra Daun Tanaman Kopi
No full textIndonesia is the fourth largest coffee producing country in the world. However, when compared to 3 other countries, Indonesia's coffee production is still relatively small. Many factors cause this to happen, including the number of farmers' coffee trees that are attacked by diseases. If the handling of this disease is slow, then the disease in one tree can be transmitted to other trees. This causes a decrease in Indonesian coffee productivity. In this study, the author implemented the Alexnet Convolutional Neural Network (CNN) architecture using the MATLAB programming platform for the identification of diseases in coffee plants through images. The total number of datasets used is 300 data which is divided into 3 classes, namely health, rust and red spider mite. The training process involving 260 training data resulted in an accuracy of 69.44-80.56%. The network testing process using 40 test data resulted in an accuracy of 81.6%. Based on the results of the study, it can be said that the Alexnet architecture is accurate for the classification of leaf pests on coffee plant
MERANCANG DAN IMPLEMENTASI VPN PPTP UNTUK KONEKSI CLIENT SERVER APLIKASI KEUANGAN IFAS (Studi Kasus Pada Yayasan Teratai Putih Global)
No full textThe Teratai Putih Global Foundation is an institution engaged in the field of education which has 9 (nine) school units from Islamic preschool, Islamic Elementary School, Islamic Junior High School, Islamic High School and Vocational Schools spread across Bekasi and Jakarta. The data collection process is mainly related to the administrative and financial processes of students and the recording of school financial cash flows. The foundation and the nine units have school administration system software IFAS (Integrated Finance and Accounting System) in their respective school units, this condition makes it difficult for the foundation to consolidate data and daily reports in real time because they are not connected to each other. VPN (Virtual Private Network) technology allows anyone to be able to access the local network from outside using the internet. The purpose of using a VPN is so that users can access the resources on the server, connect to the database server in real time and get the same rights and settings as physically in the place where the local network is located. With the NDLC (Network Development Life Cycle) method, a method for designing and building networks, VPN connections are designed for a client-server topology and successfully implemented for the IFAS program to run well and smoothly.