Journal of Information Technology and Computer Science (JOINTECS)
Not a member yet
168 research outputs found
Sort by
Prediksi Indeks Harga Konsumen Komoditas Makanan Berbasis Cloud Computing Menggunakan Multilayer Perceptron
Full text linkTeknik prediksi merupakan salah satu area dalam data mining dimana menemukan pola dari sekumpulan data yang mengarah pada prediksi di masa depan. Prediksi dalam bidang ekonomi merupakan prediksi yang mendominasi karena merupakan salah satu parameter berkembangnya suatu negara. Indeks Harga Konsumen menggambarkan tingkat konsumsi barang dan jasa pada masyarakat yang dapat dijadikan acuan nilai inflasi. Mayoritas penelitian yang melakukan prediksi nilai Indeks Harga Konsumen sebelumnya hanya melakukan prediksi menggunakan nilai Indeks Harga Konsumen itu sendiri sebagai nilai input dan output. Penelitian ini membangun model peramalan dengan memanfaatkan multi variabel input yaitu 28 jenis harga bahan pokok harian sebagai nilai input untuk meramal nilai Indeks Harga Konsumen di kota Surabaya periode 2014 sampai 2018 dimana keseluruhan pembangunan model prediksi dilakukan di lingkungan Amazon Cloud Services. Sistem prediksi dibangun dengan algoritma Multilayer Perceptron dengan variasi arsitektur jumlah neuron, epoch, dan hidden layer. Berdasarkan hasil pengujian, akurasi terbaik dengan nilai RMSE 3.380 dihasilkan oleh konfigurasi 2 hidden layer, hidden layer pertama dan kedua mempunyai neuron masing-masing berjumlah 10 dengan epoch sebesar 1000
Identifikasi Jenis Tanaman Anggrek Melalui Tekstur Bunga dengan Tapis Gabor dan M-SVM
Full text linkOrchidaceae adalah nama latin dari bunga anggrek yang memiliki berbagai jenis bunga sehingga memiliki ciri-ciri yang berbeda antara satu jenis dengan jenis yang lain, mulai dari ciri warna, bentuk, maupun ukuran. Hampir di seluruh daerah di Indonesia memiliki jenis tanaman anggrek tersendiri sesuai dengan karakter geografis daerah tersebut. Untuk membedakan jenis tanaman anggrek maka bisa dilihat dari kondisi tekstur atau warna dari kelopak bunga anggrek. Namun karena kemiripan ciri tekstur atau warna dari kelopak bunganya, maka kegiatan identifikasi jenis tanaman anggrek oleh beberapa orang atau petugas terkait masih cenderung subjektif sehingga menimbulkan kesalahan dalam kegiatan identifikasi. Penelitian ini bertujuan untuk membantu identifikasi jenis tanaman anggrek menggunakan teknologi pengolahan citra digital sehingga memperoleh hasil yang akurat. Dalam penelitian ini jenis tanaman anggrek yang diteliti meliputi jenis dendrobium, phalaenopsis dan vanda. Tahapan yang dilakukan dalam penelitian adalah mengekstraksi tekstur bunga anggrek menggunakan metode tapis gabor, sedangkan untuk klasifikasi menggunakan metode M-SVM (Multiclass Support Vector Machine). Hasil dari penelitian ini memiliki akurasi klasifikasi mencapai 95,4%
Model Intelligent Agent Untuk Membantu Peran Psikolog Dalam Proses Interpretasi Jawaban Tes
Full text linkCat adalah suatu zat yang digunakan untuk melapisi suatu substrat atau suatu permukaan objek. Pelapisan dengan cat berfungsi untuk melindungi, memperindah hingga menambah nilai dari suatu barang. Banyaknya jenis cat yang beredar dipasaran membuat masyarakat kesulitan dalam menentukan cat yang akan digunakan. Kesalahan dalam pemilihan cat dapat menyebabkan ketahanan dari lapisan cat yang tidak dapat bertahan lama. Sehingga pengguna harus mengeluarkan biaya yang lebih besar lagi. Dari permasalahan tersebut diperlukan suatu alat bantu atau suatu aplikasi sistem pendukung keputusan yang dapat digunakan untuk membantu dalam pemilihan cat. Metode Simple Additive Weighting (SAW) dan metode Weighted Product (WP) adalah metode yang dapat digunakan dalam pemilihan cat. Dalam setiap metode diperlukan kriteria-kriteria sebagai dasar dalam pemilihan cat. Kriteria yang digunakan dalam penelitian ini adalah ketahanan, harga, fitur dan daya sebar cat. Dari hasil pehitungan dengan metode Simple Additive Weighting (SAW) didapatkan akurasi sebesar 95.38% dan metode Weighted Product (WP) didapatkan akurasi sebesar 96.92%
Seleksi Fitur pada Pengelompokan Posisi Pemain Basket menggunakan Fuzzy C-Means
Full text linkOlahraga bola basket merupakan olahraga terkenal dalam dunia olahraga, baik di tingkat internasional maupun nasional. Satya Wacana Saint Salatiga merupakan salah satu tim bola basket di Indonesia yang merupakan salah satu kontestan Indonesia Basketball League (IBL). Dalam olahraga bola basket, pemain dibedakan menjadi tiga posisi utama, yaitu center, forward, dan guard, yang dipengaruhi oleh kondisi fisiknya. Tujuan dari penelitian ini adalah menyeleksi fitur kondisi fisik yang paling mempengaruhi posisi pemain. Data yang diambil berupa data tinggi badan, berat badan, umur, dan body mass index (BMI) dari 23 pemain. Pengelompokan dengan fuzzy c-means (FCM) digunakan untuk mengelompokkan posisi para pemain berdasarkan fitur-fitur kondisi fisiknya. Untuk mengetahui fitur mana yang paling berpengaruh dalam menentukan posisi pemain, dalam penelitian ini digunakan seleksi fitur pada algoritma FCM. Hasil pengelompokan dengan FCM dibandingkan dengan posisi mereka sebenarnya. Dari empat fitur kondisi fisik tersebut, didapatkan bahwa fitur tinggi badan dan BMI merupakan dua fitur yang paling berpengaruh untuk menentukan posisi pemain. Jika keempat fitur digunakan dalam pengelmpokan didapatkan akurasi sebesar 0.8696, sedangkan jika hanya digunakan fitur tinggi badan dan BMI didapatkan akurasi yang lebih tinggi, yaitu sebesar 0.9565
Sistem Pendukung Keputusan Rekomendasi Topik Skripsi Menggunakan Naïve Bayes Classifier
Full text linkSetiap mahasiswa dituntut untuk melakukan kewajiban, salah satunya berupa penelitian. Sebagai wujud nyata proses akhir menuju sarjana setiap mahasiswa diharuskan membuat artikel ilmiah dalam bentuk buku yang diberi nama skripsi. Selama ini proses menentukan topik skripsi mahasiswa dilakukan secara manual, baik pembimbing skripsi yang memberi masukan atau ide diperoleh dari berbagai makalah penelitian. Dan proses penentuan topik skripsi tanpa menggunakan sistem terkomputerisasi. Maka dari itu peneliti membuat penelitian ini agar dapat membantu Mahasiswa dalam menentukan topik skripsi yang sesuai dengan kompetensi Mahasiswa. Metode penelitian ini menggunakan metode pengembangan data mining dan perangkat lunak dengan menerapkan algoritma Naïve Bayes Classifier ke sistem berbasis website. Hasil dari penelitian ini adalah sistem pendukung keputusan yang dapat memberikan rekomendasi topik skripsi berdasarkan data nilai mata kuliah pilihan. Nilai accuracy model terbaik yang diimplementasikan pada sistem ini adalah sebesar 69,27%. Nilai akurasi kurang baik karena jumlah data yang tidak seimbang pada setiap kategori topik skripsi
Sistem Pendukung Keputusan Pemilihan Cat Menggunakan Simple Additive Weighting Dan Weighted Product
Full text linkCat adalah suatu zat yang digunakan untuk melapisi suatu substrat atau suatu permukaan objek. Pelapisan dengan cat berfungsi untuk melindungi, memperindah hingga menambah nilai dari suatu barang. Banyaknya jenis cat yang beredar dipasaran membuat masyarakat kesulitan dalam menentukan cat yang akan digunakan. Kesalahan dalam pemilihan cat dapat menyebabkan ketahanan dari lapisan cat yang tidak dapat bertahan lama. Sehingga pengguna harus mengeluarkan biaya yang lebih besar lagi. Dari permasalahan tersebut diperlukan suatu alat bantu atau suatu aplikasi sistem pendukung keputusan yang dapat digunakan untuk membantu dalam pemilihan cat. Metode Simple Additive Weighting (SAW) dan metode Weighted Product (WP) adalah metode yang dapat digunakan dalam pemilihan cat. Dalam setiap metode diperlukan kriteria-kriteria sebagai dasar dalam pemilihan cat. Kriteria yang digunakan dalam penelitian ini adalah ketahanan, harga, fitur dan daya sebar cat. Dari hasil pehitungan dengan metode Simple Additive Weighting (SAW) didapatkan akurasi sebesar 95.38% dan metode Weighted Product (WP) didapatkan akurasi sebesar 96.92%
Klasterisasi Menggunakan Agglomerative Hierarchical Clustering Untuk Memodelkan Wilayah Banjir
Full text linkSetiap tahun selama musim hujan masalah banjir di provinsi Jawa Timur adalah bencana yang sering terjadi. Berdasarkan catatan Badan Penanggulangan Bencana (BNPB) dari 2014 hingga 2015 ada 574 bencana banjir di provinsi Jawa Timur, Banyak faktor yang menyebabkan terjadinya bencana banjir diantaranya adalah lambatnya informasi yang didapat sehingga diperlukan suatu pemodelan wilayah potensi banjir di Jawa Timur dengan menggunakan metode yang lebih akurat dan efisien dengan menggunakan suatu metode Agglomerative Hierarchical Clustering (AHC). Metode ini akan digunakan untuk melakukan pengelompokkan dengan uji performansi menggunakan metode cophenetic correlation coefficient. Hasil dari penelitian ini divisualisasikan kedalam bentuk SIG. Berdasarkan hasil uji cluster optimal dengan elbow method, provinsi Jawa Timur terbagi menjadi 3 kelompok cluster daerah terdampak potensi banjir yaitu karakteristik rendah, sedang, tinggi. Hasil uji performa cluster menggunakan cophenetic correlation coefficient menunjukkan bahwa metode average linkage memberikan solusi cluster yang lebih baik dibandingkan dengan metode AHC lainnya yakni sebesar 0,9
Klasifikasi Kerusakan Motor Induksi Menggunakan Metode Transformasi Wavelet Diskrit Dan K-Nearest Neighbor
Full text linkDalam bidang industri, motor induksi 3 fasa sering digunakan, motor listrik ini dikenal memiliki konstruksi yang lebih kuat dari jenis motor listrik lain. Namun motor listrik ini tidak terlepas dari kerusakan. Kerusakan yang sering terjadi disebabkan oleh faktor lingkungan kerja dan umur motor. Kurangnya pengetahuan tentang sistem dalam mendeteksi kerusakan motor induksi 3 fasa mengakibatkan mesin mengalami shut-down berhenti beroperasi, sehingga mengakibatkan kerugian di sektor industri. Metode ekstraksi sinyal Transformasi Wavelet Diskrit (DWT) dan K-Nearest Neighbor (KNN) untuk klasifikasi data motor induksi dengan berbagai kondisi kerusakan mampu menghasilkan tingkat akurasi yang tinggi. Dalam penelitian ini dilakukan klasifikasi terhadap kondisi kerusakan bearing, air gap, rotor dan stator motor induksi. Hasil klasifikasi yang diperoleh dengan tingkat akurasi lebih dari 95%
Forensics Mobile Layanan WhatsApp pada Smartwatch Menggunakan Metode National Institute of Justice
Full text linkPerkembangan teknologi memberikan dampak positif berupa kemudahan dalam memperoleh data dan informasi termasuk pesatnya penggunaan smartphone berbasis Android. Namun disisi lain, penggunaan teknologi juga dapat menimbulkan peluang terjadinya cybercrime. Penelitian ini bertujuan untuk mengungkap barang bukti digital dalam identifikasi kejahatan yang menggunakan aplikasi WhatsApp pada Smartwatch sebagai media komunikasi. Metode dalam mengeksekusi forensik digital pada penelitian ini memakai kerangka kerja National Institute of Justice (NIJ) dengan tahapan identification, examination, collection, analisys, dan reporting. Tools yang dipakai yaitu Wondershare Dr Fone untuk analisis dan ekstraksi. Penelitian ini mendapatkan keberhasilan 100% dalam mengumpulkan data berupa photos, videos, contacts, dan documents yang ada pada Smartwatch. Namun demikian tidak dapat membaca pada chatt mesengger dan call history serta tidak bisa mengembalikan data yang telah hilang
Model Webqual dan PLS Untuk Mengukur Kepuasan Pengguna Website PMB UMSIDA
Full text linkWebsite Universitas Muhammadiyah Sidoarjo (UMSIDA) merupakan sarana penting untuk meningkatkan pelayanan kepada pemangku kepentingan dan sarana promosi yang efektif, terutama dalam hal penerimaan mahasiswa baru (PMB). Salah satu parameter penting untuk mengukur keberhasilan pelayanan website adalah tingkat kepuasan pengguna. Penelitian ini bertujuan untuk mengukur kepuasan pengguna website PMB UMSIDA menggunakan model Webqual dari dimensi/variabel kualitas informasi, kualitas kegunaan, dan kualitas interaksi layanan. Instrumen penelitian berupa seperangkat angket yang diadaptasi dari model yang dibagikan kepada 100 responden pengguna layanan website. Data hasil kuesioner diolah dan dianalisis menggunakan metode statistik Partial Least Square (PLS). Hasil pengolahan dan analisis data menunjukkan bahwa model penelitian secara keseluruhan telah sesuai secara substansial dalam merepresentasikan hasil penelitian, yang ditunjukkan oleh nilai GoF 0.418. Hasil penelitian menunjukkan hanya dimensi kualitas kegunaan yang berpengaruh sangat signifikan terhadap kepuasan pengguna dengan nilai t-statistic 5.075. Indikator pengukurnya antara lain website mudah digunakan, mudah dioperasikan, mudah dinavigasi, mudah dipahami, dan memiliki tampilan menarik. Sedangkan dimensi informasi dan interaksi layanan tidak berpengaruh secara signifikan terhadap kepuasan pengguna website