KLIK - Kumpulan Jurnal Ilmu Komputer
Not a member yet
247 research outputs found
Sort by
IMPLEMENTASI SSD_RESNET50_V1 UNTUK PENGHITUNG KENDARAAN
Full text linkGoogle has released the Tensorflow Object Detection API to facilitate deep learning application development using the Tensorflow Object Detection API. The TensorFlow Object Detection API is an open-source framework that can be used to develop, train, and deploy object detection models. In this study, the Tensorflow Object Detection API is implemented in a vehicle counter application with the SSD_Resnet50_v1 detection model. From the research that has been done, applications with the detection of the SSD_Resnet50_v1 model get an accuracy of 56.49% in calculating motor-type vehicles and 54.43% for car-type vehicles.Kata Kunci : SSD_Resnet50_v1, Vehicle Counting, Tensorflow Object Detection APIGoogle telah merilis Tensorflow Object Detection API untuk mempermudah pengembangan aplikasi Deep learning dengan menggunakan Tensorflow Object Detection API. TensorFlow Object Detection API adalah open source framework yang dapat digunakan untuk mengembangkan, melatih, dan menggunakan model deteksi objek. Pada penelitian ini Tensorflow Object Detection API diimplementasikan pada aplikasi penghitung kendaraan dengan model deteksi SSD_Resnet50_v1. Dari penelitian yang telah dilakukan, aplikasi dengan model deteksi SSD_Resnet50_v1 mendapatkan akurasi sebesar 56,49% dalam menghitung kendaraan berjenis motor dan 54,43% untuk kendaraan berjenis mobil.Kata Kunci : SSD_Resnet50_v1, penghitung kendaraan, Tensorflow Object Detection AP
DETEKSI IKAN TONGKOL BERFORMALIN BERDASARKAN CITRA MATA IKAN DENGAN METODE NAÏVE BAYES CLASSIFIER
Full text linkTuna is a fish that Indonesian people widely consume, but formalin is often given as a preservative because the freshness level does not last long. It is difficult for the community to determine formalin or non-formalin fish with the circulation of formulated fish. Detection at the Center for Drug and Food Control (BBPOM) Banjarmasin still has to be brought to the laboratory to be tested for formalin content, and it takes about one day to find out the test results. With a system that can detect formalin tuna, it is hoped to help the community solve this problem. In this study, the HSV method was used by looking at the eye color of the fish and classification using the Naive Bayes Classifier method. Based on the results of tests carried out on the formalized tuna detection application based on fisheye images using the Android-based Naive Bayes Classifier method, it was concluded that the results obtained an accuracy from the test of 80%.Keywords: tuna, formalin, hsv, nave bayes classifier, android Ikan tongkol adalah ikan yang banyak dikonsumsi masyarakat indonesia, namun biasanya sering diberikan formalin sebagai bahan pengawet karena tingkat kesegarannya tidak tahan lama. Dengan adanya peredaran ikan berformalin tersebut membuat masyarakat kesulitan dalam menentukan ikan berformalin atau tidak berformalin. Pendeteksian di Balai Besar Pengawas Obat dan Makanan (BBPOM) Banjarmasin juga masih harus dibawa terlebih dahulu ke laboratorium untuk di uji kandungan formalinnya dan dibutuhkan waktu sekitar 1 hari dalam mengetahui hasil ujinya. Dengan adanya sistem yang dapat mendeteksi ikan tongkol berformalin diharapkan dapat membantu masyarakat menyelesaikan masalah tersebut. Pada penelitian ini digunakan metode HSV dengan melihat warna mata ikan dan klasifikasi dengan metode Naive Bayes Classifier. Berdasarkan hasil pengujian yang telah dilakukan pada aplikasi deteksi ikan tongkol berformalin berdasarkan citra mata ikan menggunakan metode Naive Bayes Classifier berbasis android, diperoleh kesimpulan bahwa dari pengujian didapatkan hasil akurasi sebesar 80%.Kata kunci: ikan tongkol, formalin, hsv, naïve bayes classifier, androi
SISTEM PAKAR KERUSAKAN BARANG RUMAH TANGGA (MESIN CUCI, AC & KULKAS) BERBASIS FORWARD CHAINING
Full text linkIn the last few decades, the use of household electronic goods (Air Conditioner (AC), Washing Machine, and Refrigerator) has increased significantly. Since these devices are used continuously, those might be very susceptible to damage. This study aims to develop a web-based expert system that capable to diagnose and provide information for possible solutions. The system adopts the forward chaining approaches on the PHP language. The effectiveness of the system was evaluated by using 30 test problems (10 refrigerators, 10 washing machines, and 10 air conditioners). The experimental results are compared to those given by expert. It shown that the system can solve problems effectively.Keywords: Expert System, Artificial Intelligence, Electronics, Forward Chaining Dalam beberapa dekade terakhir, penggunaan barang elektronik rumah tangga (Air Conditioner (AC), Mesin Cuci dan Kulkas) meningkat meningkat sangat signifikan. Karena slat elektronik tersebut digunakan secara terus menerus, sehingga sangat rentan kerusakan. Penelitian ini bertujuan untuk mengembangan system pakar berbasisi web yang mampu mendiagnosa kerusakan dan memberikan informasi solusi perbaikan yang mungkin dilakukan. Sistem ini dikembangkan dengan mengadopsi metode penalaran maju (forward chaining) dalam bahasa PHP. Sistem diujicobakan dengan menggunakan 30 jenis kerusakan (10 kulkas, 10 mesin cuci dan 10 AC). Hasil yang diperoleh dibandingkan dengan hasil yang diberikan oleh pakar. Hasil eksperimen menunjukkan bahwa sistem mampu membantu penyelesaian masalah secara efektif.Kata kunci: Sistem Pakar, Kecerdasan Buatan, Barang Elektronik, Forward Chainin
HOSPITAL LENGTH OF STAY PREDICTION BASED ON PATIENT EXAMINATION USING NEURAL NETWORK
Full text linkLength of stay (LOS) or length of stay is the main indicator in improving health services, which is expected to continue to increase along with population growth. The population of Indonesia is included in the largest category in the world. This was followed by an increase in the number of inpatient and emergency unit visits which had a high burden of care costs. This study aims to provide a solution by predicting LOS using Neural Network (NN). Predictions can be used as a consideration in improving effective and efficient health services. To improve the performance of the NN algorithm, we implement parameter optimization using the Grid Search to find the combination of the number of epochs, learning rate and momentum that can produce the best accuracy value. The results showed that NN could predict LOS with an accuracy rate of 89.22% when using the default parameter. Meanwhile, by performing parameter optimization using the Grid Search to find the ideal combination of parameters for learning rate, momentum and epoch, the accuracy rate is increased to 92.20%.Keywords: length of stay, neural network, patient examination, machine learningLength of stay (LOS) atau lama rawat inap merupakan indikator utama dalam peningkatan pelayanan kesehatan yang diperkirakan akan terus meningkat bersamaan dengan jumlah pertumbuhan penduduk. Jumlah penduduk Indonesia termasuk dalam kategori terbanyak di dunia. Hal ini diikuti dengan pertambahan jumlah kunjungan pasien rawat inap dan unit gawat darurat yang memiliki beban biaya perawatan yang tinggi. Penelitian ini bertujuan untuk memberikan solusi dengan melakukan prediksi LOS menggunakan Neural Network (NN). Prediksi dapat digunakan sebagai pertimbangan dalam peningkatan pelayanan kesehatan yang efektif dan efisien. Untuk meningkatkan performansi dari algoritma NN, kami menerapkan optimasi parameter menggunakan Grid Search untuk menemukan kombinasi jumlah epoch, learning rate dan momentum yang dapat menghasilkan nilai akurasi terbaik. Hasil penelitian menunjukkan bahwa NN dapat memprediksi LOS dengan tingkat akurasi 89,22% jika menggunakan default parameter. Sedangkan dengan melakukan optimasi parameter menggunakan Grid Search untuk menemukan kombinasi ideal parameter learning rate, momentum dan epoch, maka tingkat akurasi meningkat menjadi 92,20%.Kata kunci: length of stay, neural network, patient examination, machine learnin
TEXT MINING UNTUK MENGKLASIFIKASI JUDUL BERITA ONLINE STUDI KASUS RADAR BANJARMASIN MENGGUNAKAN METODE NAÏVE BAYES
Full text linkAs technology advances, it causes a shift from news media which is usually published in newspapers, now changes to follow the times and develops into online news. In online news, news is usually grouped into several categories. The categorization is still manual. So in need of automatic categorization of online news titles. The method used in classifying online news titles is Naïve Bayes. The results of this study obtained an accuracy of 78.75%. Meanwhile, the recall results are 80.56% and the precision is 78.75%.Keywords: Classification, Text Mining, Naïve Bayes and Online NewsSeiring bertambah majunya teknologi menyebabkan peralihan dari media berita yang biasanya dimuat dalam koran sekarang berubah mengikuti perkembangan zaman dan berkembang menjadi berita online. Pada berita online biasanya dalam berita dikelompokan menjadi beberapa kategori. Pengkategorian tersebut masih manual. Sehingga diperlukan pengkategorian judul berita online yang secara otomatis. Metode yang digunakan dalam pengklasifikasian judul berita online ini adalah Naïve Bayes. Hasil dari penelitian ini mendapatkan hasil akurasi sebesar 78.75%. Sedangkan untuk hasil Recall adalah 80.56% dan Precision adalah 78.75%. Kata kunci: Klasifikasi,Text Mining, Naïve Bayes dan Berita Onlin
ARSITEKTUR SISTEM INFORMASI BERBASIS WEB MONITORING PROSES RECOVERY SURVIVOR GANGGUAN JIWA PASCA PERAWATAN
Full text linkMental disorders (mental disorders) are a disease that requires long-term care in the process of rehabilitation. In 2013, there were at least 14 million Indonesians who had a mental illness. Someone who is affected by a mental disorder is called a survivor. In the process of rehabilitation, survivors will be treated in a mental hospital for further treatment. If conditions improve, survivors will be sent home. However, there are many survivors after treatment relapse due to lack of supervision of the state of survivors. This paper discusses how health workers monitor the condition of survivors using an integrated information system with a mobile app. In its development, the method used is prototyping. The system needs are obtained through media discussions and interviews with Ikatan Perawat Kesehatan Jiwa Indonesia (IPKJI) Lampung. The system was also tested using the black box testing method. As a result, the features needed to solve the problem are running as they shouldKeywords: mental disorder, survivor, information system, black-box testingGangguan jiwa (mental disorders) merupakan salah satu penyakit yang memerlukan perawatan jangka panjang dalam proses rehabilitasinya. Pada tahun 2013, setidaknya terdapat 14 juta warga Indonesia yang mengalami penyakit gangguan jiwa. Seseorang yang terkena gangguan jiwa disebut dengan survivor. Dalam proses rehabilitasi nya, survivor akan dirawat di rumah sakit jiwa untuk pengobatan lebih lanjut. Apabila kondisi membaik, survivor akan dipulangkan ke pihak keluarga (caregiver). Namun, banyak sekali terjadi survivor pasca perawatan kambuh dikarenakan kurangnya pengawasan terhadap kondisi survivor. Paper ini membahas tentang bagaimana petugas kesehatan memantau kondisi survivor menggunakan sistem informasi yang terintegrasi dengan mobile app. Dalam pengembangannya, metode yang digunakan adalah prototyping. Kebutuhan sistem diperoleh melalui media diskusi dan wawancara dengan pihak Ikatan Perawat Kesehatan Jiwa Indonesia (IPKJI) Lampung. Tidak hanya itu, sistem juga diuji menggunakan metode black box testing. Hasilnya, fitur-fitur yang dibutuhkan untuk menyelesaikan permasalahan yang ada berjalan sebagaimana mestinya.Kata kunci: gangguan jiwa, survivor, sistem informasi, black-box testin
APLIKASI PEMESANAN MAKANAN MENGGUNAKAN ALGORTIMA COLLABORATIVE FILTERING DENGAN METODE MVC (MODEL VIEW CONTROLLER)
Full text linkKantinQuy is a place for selling various food and beverages in Jakarta, where this canteen still uses direct orders to the seller because the customer does not get a menu book and the recording of the menu that you want to order is still using the books and pens provided, this ordering website application aims to make the KantinQuy website for ordering various food and drinks to make it easier for customers to choose orders and more practical when viewing a list of food or drink menus, this website feature is also available recommended menu menus in the website application. In this research, the system development uses the PHP programming language and includes the MVC method and the Collaborative Filtering algorithm. the MVC (Model View Controller) method which functions in dividing the business login display and UI (user interface) or the view seen by the user, while the collaborative filtering algorithm is for recommending with proof of ratings from a customer and different customers to generate recommendations. the testing stage (testing) on this ordering website uses the blackbox procedure by pressing functionality testing for application development recommendations that can be tried in the next research, namely that it can be raised using a mobile ordering application, so that customers can order food and drinks on the smartphone features used customers.Keywords: MVC, website,collaborative filetering.KantinQuy ialah tempat penjualan aneka makanan dan minuman yang berada di Jakarta, dimana kantin ini masih menggunakan pemesanan secara langsung ke penjual dikarnakan customer tidak mendapatkan buku menu dan pencatatan menu yang ingin di pesan masih menggunakan buku dan pulpen yang disediakan ,aplikasi website pemesanan ini bertujuan untuk menjadikan website KantinQuy pada pemesanan aneka makanan dan minuman agar lebih mempermudah customer dalam memilih pesanan dan lebih praktis saat melihat daftar menu makanan atau minuman ,fitur website ini juga sudah tersedia menu menu yang recommended didalam aplikasi website. dalam penelitian ini pengembangan sistem menggunakan bahasa pemograman PHP dan didalam nya terdapat metode MVC dan algoritma Collaborative Filtering. metode MVC (Model View Controller) yang berfungsi dalam membagi tampilan login bisnis dan UI (user interface) ataupun tampilan yang dilihat oleh user, sedangkan algoritma collaborative filtering untuk merekomendasikan dengan bukti peringkat dari seorang customer dan customer yang berbeda untuk memunculkan rekomendasi . tahap pengujian (testing)pada website pemesanan ini memakai tata cara blackbox dengan memencet pengujian fungsionalitas buat rekomendasi pengembangan aplikasi yang bisa dicoba pada riset berikutnya ialah bisa dibesarkan jadi menggunakan aplikasi mobile pemesanan , sehingga customer bisa dapat melakukan pemesanan makanan dan minuman pada fitur smartphone yang digunakan customer .Kata kunci: MVC,website,collaborative filtering
SISTEM INFORMASI GEOGRAFIS PETA PENYEBARAN COVID-19 DI KOTA BATAM
Full text linkThe development of the Covid-19 virus in Indonesia continues to increase rapidly and according to reports from the Batam City Health Office, the graph of Covid-19 sufferers is increasing day by day, so the Batam city government has difficulty determining which areas are red zones that need to be watched out, so it requires attention. Specifically, the problem is the lack of socialization of referral hospitals or clinics for handling Covid-19 through maps. With the above problems, the authors designed a geographic information system for the map of the spread of Covid-19 in the city of Batam, so it is necessary to map the area for the spread of the Covid-19 virus to find out which areas are vulnerable so that the people of Batam City can access information quickly and precisely. The software development life cycle rapid application development (RAD) method is one that can be used for short and fast map design making it easier to work on the Covid-19 distribution map in a short time. with the information system helping the people of Batam, especially in accessing map data for the spread of Covid-19, which zones need to be watched out for according to the spread of the virus, information on health centers and referral hospitals for handling COVID-19 quickly according to the sub-districts in the city of Batam. Keywords: Covid-19, Google Maps, Maps, Rapid Application DevelopmentPerkembangan virus Covid-19 di Indonesia terus meningkat dengan pesat dan menurut laporan dari dinas kesehatan kota batam semakin meningkat grafik penderita Covid-19 dari hari ke hari, sehingga pemerintah kota Batam kesulitan menentukan daerah mana saja yang berzona merah yang perlu di waspadai sehingga memerlukan perhatian khusus, permasalahan di tambah lagi kurangnya sosialisasi rumah sakit atau klinik puskesmas rujukan untuk penanganan Covid-19 melalui peta. dengan permasalahan diatas maka penulis merancang sistem informasi geografis peta peyebaran Covid-19 di kota batam, sehingga diperlukan adanya pemetaan daerah penyebaran virus Covid-19 untuk mengetahui tingkat wilayah mana saja yang rawan sehingga masyarakat kota batam dapat mengakses informasi dengan cepat dan tepat. metode software development life cycle rapid application development (RAD) salah satu yang dapat digunakan untuk perancangan peta dengan singkat dan cepat sehingga memudahkan dalam pengerjakan peta sebaran Covid-19 dengan waktu yang singkat. dengan adanya sistem informasi membantu masyarakat kota batam khususnya dalam mengakses data peta penyebaran Covid-19, zona mana saja yang perlu di waspadai sesuai penyebaran virus, informasi puskesmas dan rumah sakit rujukan untuk penangan Covid-19 dengan cepat sesuai dengan kecamatan yang ada dikota BatamKata kunci: Covid-19, Google Maps, Peta, Rapid Application Developmen
AKSESIBILITAS SPASIAL KE PUSAT KESEHATAN MASYARAKAT(PUSKESMAS) DI KOTA MEDAN DENGAN METODE ENHANCE TWO-STEP FLOATING CATCHMENT AREA (E2SFCA)
No full textAccessibility of Community Health Center (Puskesmas) facilities is the level of convenience for the community to reach the Puskesmas. So far, the accessibility of Puskesmas has only been measured from the aspect of availability and has not paid attention to the spatial aspects of travel time and distance. Medan City is an area that does not yet have a spatial accessibility calculation. This activity aims to calculate the accessibility and map the distribution of Puskesmas in Medan City. Spatial accessibility is measured based on travel time to the nearest Puskesmas, Puskesmas service area, and accessibility index. Accessibility calculations involve data on health facilities, residential buildings, and road networks. The speed of each road segment in the network is corrected based on its slope extracted from the National Digital Elevation Model (DEMNAS). Calculation of travel time to the nearest Puskesmas using OD Cost Matrix network analysis. The same network analysis was also used to calculate the accessibility index value, but with a time limit of 8 minutes. The accessibility index was calculated using the Enhanced Two-Step Floating Catchment Area (E2SFCA) method. The Puskesmas service area is calculated using Service Area network analysis with 8 and 15 minute travel time intervals. On the other hand, the distribution of the Puskesmas was mapped by overlapping the Puskesmas data with population density and landform to obtain a pattern of distribution. The population density presented in the form of a heatmap is the result of data processing of residential buildings and population numbers using the Point Density tool. Meanwhile, the shape of the land is analyzed from the slope and hillshade which is the result of DEMNAS processing. The results of this study present the distribution of puskesmas facilities in the city of Medan, where the distribution of health centers in the city of Medan is in accordance with the rules where there is a minimum of 1 health center per sub-district, but when viewed by comparison with the population in the area there are still areas that are not sufficient in the number of health centers to be able to serve well. Meanwhile, to calculate the accessibility of the Public Health Center, it cannot be done because of the limited spatial data in the city of Medan which is sufficient to build a network dataset so that network analysis can be carried out using the OD Matrix and Service Area methods that will be used for E2SFCA calculations..Keywords: Accessibility, Community Health Center (Puskesmas), Network Analysis, Enhanced Two-Step Floating Catchment Area (E2SFCA) Aksesibilitas fasilitas Pusat Kesehatan Masyarakat (Puskesmas) adalah tingkat kemudahan masyarakat untuk menjangkau Puskesmas. Aksesibilitas Puskesmas selama ini hanya diukur dari aspek ketersediaan saja dan belum memperhatikan aspek spasial waktu tempuh dan jarak. Kota Medan termasuk wilayah yang belum memiliki perhitungan aksesibilitas secara spasial. Kegiatan ini bertujuan untuk menghitung aksesibilitas tersebut dan memetakan distribusi Puskesmas di Kota Medan. Aksesibilitas spasial diukur berdasarkan waktu tempuh ke Puskesmas terdekat, area layanan Puskesmas, dan indeks aksesibilitas. Perhitungan aksesibilitas melibatkan data fasyankes, bangunan tempat tinggal, dan jaringan jalan. Kecepatan tiap segmen jalan dalam jaringan dikoreksi berdasarkan kemiringannya yang diekstrak dari Model Elevasi Digital Nasional (DEMNAS). Perhitungan waktu tempuh ke Puskesmas terdekat menggunakan analisis jaringan OD Cost Matrix. Analisis jaringan yang sama juga digunakan untuk menghitung nilai indeks aksesibilitas, namun dengan batasan waktu 8 menit. Indeks aksesibilitas dihitung dengan metode Enhanced Two-Step Floating Catchment Area (E2SFCA). Adapun area layanan Puskesmas dikalkulasi menggunakan analisis jaringan Service Area dengan interval waktu tempuh 8 dan 15 menit. Di lain pihak, distribusi Puskesmas dipetakan dengan menumpang-tindihkan data Puskesmas dengan kepadatan penduduk dan bentuk lahan untuk memperoleh pola sebarannya. Kepadatan penduduk yang disajikan dalam bentuk heatmap adalah hasil pengolahan data bangunan tempat tinggal dan jumlah penduduk menggunakan tool Point Density. Sementara itu, bentuk lahan dianalisis dari slope dan hillshade yang merupakan hasil pengolahan DEMNAS. Hasil penelitian ini menyajikan distribusi fasilitas puskemas di kota Medan, dimana distribusi Puskemas di kota Medan sudah sesuai aturan dimana terdapat minimal 1 Puskemas per kecamatan, namun bila dilihat dengan perbandingannya dengan jumlah penduduk di wilayah tersebut masih ada wilayah yang belum memadai dalam jumlah Puskemas untuk dapat melayani secara baik. Sedangkan untuk menghitung aksesibilitas dari Puskemas belum dapat dilakukan karena keterbatasan data spasial yang ada di kota Medan yang memadai untuk membangun network dataset agar bisa dilakukan analisis network menggunakan metode OD Matrix maupun Service Area yang akan digunakan untuk perhitungan E2SFCA..Kata kunci: Aksesibilitas, Pusat Kesehatan Masyarakat (Puskesmas), Analisis Jarigan, Enhanced Two-Step Floating Catchment Area (E2SFCA
METODE FORWARD CHAINING DAN CERTAINTY FACTOR UNTUK MENDIAGNOSA PENYAKIT PADA PEROKOK AKTIF BERBASIS ANDROID
Full text link Because the proportion of active smokers in Indonesia is increasing from year to year, human health is decreasing every day. Lack of self-care and lack of awareness of smoking make some people no longer pay attention to their health. Many people have bad effects from cigarette . This is because the effect is not immediately visible when you first smoke. Many smokers are reluctant to check themselves for various reasons. Therefore, the researcher uses the forward chaining method and the certainty factor method to create an expert system in diagnosing active smokers. The results of this study resulted in the calculation of the disease diagnosis sample having a certainty level of 97.75% and the results diagnosing oral cancer.Keywords: Android, Certainty Factor, expert system, Forward Chaining, smokerKarena proporsi perokok aktif di Indonesia meningkat dari tahun ketahun , kesehatan manusia menurun setiap hari. Kurangnya menjaga diri dan kurangnya kesadaran akan merokok membuat sebagian orang tidak lagi memperhatikan kesehatannya. Banyak orang efek buruk dari rokok. Ini disebabkan karena efek tersebut tidak langsung terlihat saat pertama kali merokok. Banyak perokok yang malas memeriksakan diri ke dokter dengan berbagai alasan. Oleh karena itu, peneliti menggunakan metode forward chaining dan metode certainty factor untuk membuat sistem pakar dalam mendiagnosis perokok aktif. Hasil dari penelitian ini menghasilkan perhitungan pada sampel diagnosa penyakit memiiliki persentase tingkat kepastian sebesar 97.75% dan hasil tersebut mendiagnosa penyakit kanker mulut.. Kata kunci: Android, Certainty Factor, Forward Chaining, perokok, sistem paka