Techno.Com
Not a member yet
738 research outputs found
Sort by
Sistem Personalisasi Pasien Diabetes Berbasis Domain Fitur Menggunakan Algoritma Gradient Boosting Machine
Full text linkJumlah penderita penyakit diabetes diproyeksikan akan terus meningkat dalam beberapa tahun mendatang. Pengukuran glukosa darah, olahraga, diet, dan pengobatan farmakologis adalah beberapa metode yang dapat digunakan untuk penanganan pasien penderita penyakit diabetes. Penggunaan metode yang sama tidak selalu efektif untuk setiap pasien diabates, karena respons setiap individu terhadap penggunaan metode terapi dapat berbeda-beda. Pendekatan berbasis Machine Learning telah banyak digunakan untuk penanganan penyakit diabetes, baik untuk deteksi dini maupun proses perawatan pasien diabetes. Pada konteks penanganan pasien diabetes mellitus, pemilihan terapi yang tepat bagi setiap pasien sangat penting untuk dapat mencapai kontrol glikemik yang baik dan mencegah komplikasi jangka panjang. Permasalahan dalam penanganan pasien diabetes adalah menentukan model yang tepat untuk setiap pasien yang berbeda, sehingga pendekatan model berbasis domain fitur menjadi sangat penting untuk diterapkan. Domain fitur yang digunakan dalam penelitian ini adalah demografi, riwayat medis, dan gaya hidup. Hasil pengujian didapatkan bahwa domain fitur riwayat medis menjadi faktor penting untuk deteksi kenaikan kadar gula dalam darah pasien diabetes. Tingkat akurasi yang didapatkan algoritma GBM dengan menggunakan domain fitur demografi, riwayat medis, dan gaya hidup adalah 96%. Dengan hasil pengujian aplikasi rekomendasi personalisasi pasien diabetes dapat gunakan oleh tenaga medis pada program Prolanis.
Kata kunci: Gradient Boosting Machine, Machine Learning, Diabetes, Domain Fitu
Klasifikasi Fitur Game Edukasi Berdasarkan Kebutuhan Pengguna Menggunakan Model Kano
Full text linkGame edukasi memiliki berbagai fitur yang dapat meningkatkan proses pembelajaran, namun banyaknya fitur ini harus `disesuaikan dengan kebutuhan pengguna untuk meningkatkan efektivitas pembelajaran. Penelitian ini menganalisis fitur dalam game edukasi berdasarkan kebutuhan pengguna menggunakan model Kano. Peneliti mencari bagaimana Model Kano dapat diterapkan untuk mengklasifikasikan fitur permainan edukasi berdasarkan preferensi pengguna, dan bagaimana hasil analisis Kano dapat membantu pengembang dalam mengarahkan pengembangan fitur untuk meningkatkan kepuasan pengguna. Metode penelitian ini melibatkan analisis literatur terkait, survei kebutuhan pengguna, dan penerapan Model Kano untuk mengklasifikasikan fitur permainan edukasi. Peneliti membandingkan kebutuhan fitur game oleh guru dan mahasiswa. Hasil penelitian menunjukkan bahwa terdapat perbedaan fitur yang signifikan antara guru dan mahasiswa, hal ini dapat dilihat dari klasifikasi yang dihasilkan oleh Model Kano.
Kata Kunci: Klasifikasi, Model Kano, Identifikas
Integrasi Perangkat Energy Meter iEM3255 Pada Sistem Pemantau Konsumsi Energi Listrik Berbasis Internet of Things (IoT) Menggunakan Komunikasi ModBus
Full text linkEnergi listrik merupakan salah satu energi yang banyak dimanfaatkan dalam menjalankan segala aktivitas manusia. Konsumsi energi listrik yang tidak terkendali dapat menjadi potensi pemborosan yang dapat merugikan dari segi ekonomi dan lingkungan. Berdasarkan permasalahan tersebut, dirancang suatu sistem pemantau konsumsi energi listrik berbasis Internet of Things (IoT) untuk memantau konsumsi energi listrik. Sistem ini tersusun dari sensor arus, energy meter iEM3255, Mikrokontroller ESP32, perangkat LoRa, dan suplai daya. Komponen – komponen tersebut diintegrasikan menggunakan komunikasi ModBus dan hasil pengukuran dapat dilihat melalui aplikasi smartphone yang dibuat menggunakan platform Kodular. Berdasarkan hasil implementasi dan pengukuran arus, tegangan, dan daya diperoleh nilai error sebesar 3,84%. Berdasarkan hasil tersebut dapat disimpulkan perangkat Energy Meter iEM3255 dapat diintegrasikan dengan sistem pemantau konsumsi energi listrik berbasis IoT dengan menyesuaikan kapasitas beban yang terpasang.
Kata kunci: Sistem Pemantau Energi Listrik, Energy Meter, Komunikasi ModBus, IoT
Implementasi Sistem Pengendalian dan Pemantauan Distribusi Listrik di PT Kilang Pertamina Balikpapan
Full text linkPenelitian ini mengevaluasi penerapan Sistem Kendali dan Pemantauan Listrik (Electrical Controlling & Monitoring System, ECMS) dalam pendistribusian listrik di PT Kilang Pertamina Balikpapan. Sebagai salah satu kilang minyak terbesar di Indonesia, PT Kilang Pertamina Balikpapan memiliki kebutuhan listrik yang sangat tinggi dan kompleks, sehingga memerlukan sistem distribusi yang efisien dan handal. ECMS dirancang untuk mengoptimalkan pengawasan dan pengendalian distribusi listrik, termasuk pemantauan beban, pengelolaan distribusi daya, dan deteksi dini terhadap potensi kegagalan sistem. Metode penelitian meliputi studi literatur, analisis kebutuhan, perancangan sistem, serta implementasi dan evaluasi kinerja ECMS. Sistem ini menggunakan sensor dan perangkat pemantauan yang terintegrasi dengan platform digital untuk analisis data secara real-time. Hasil penelitian menunjukkan bahwa penerapan ECMS di PT Kilang Pertamina Balikpapan mampu meningkatkan efisiensi distribusi listrik sebesar 15% dan mengurangi risiko gangguan operasional. Selain itu, sistem ini memungkinkan identifikasi cepat terhadap masalah potensial, sehingga tindakan preventif dapat segera diambil. Implementasi ECMS tidak hanya meningkatkan keandalan sistem distribusi listrik tetapi juga mengurangi biaya operasional dan perawatan, menjadikannya solusi efektif dan efisien untuk pengelolaan distribusi listrik di lingkungan industri yang kompleks seperti kilang minyak.
Kata kunci: ECMS; Kilang Minyak; Pendistribusian Listrik; Sistem Kendali Listrik
Extractive Text Summarization Karya Ilmiah Mahasiswa Menggunakan Fuzzy C-Means dan Vector Space Model
Full text linkArtikel jurnal ilmiah terus meningkat setiap tahunnya, sering kali mempersulit pembaca dalam menyaring informasi inti secara efisien. Informasi yang kurang efisien membuat pembaca harus membaca ulang artikel sehingga memerlukan banyak waktu. oleh karena itu, dibutuhkan sebuah alat untuk menemukan inti informasi dari artikel jurnal ilmiah secara cepat dan efisien. Untuk mengatasi masalah ini, peringkasan teks secara otomatis diperlukan, khususnya untuk artikel jurnal ilmiah berbahasa indonesia. Penelitian ini mengembangkan sistem peringkasan teks otomatis menggunakan metode Fuzzy C-Means dan Vector Space Model menggunakan pembobotan kalimat TF-IDF (Term Frequency Invers Document Frequency). Evaluasi sistem menggunakan metriks ROUGE-1 dan ROUGE-2. Hasil pengujian menunjukkan bahwa sistem terbaik, pada tingkat kompresi 30% serta menggunakan stemming memberikan hasil terbaik dan seimbang, dengan rata-rata ROUGE-1 Precission 0.5331, Recall 0.5034, F1-Score 0.4975 dan Accuracy 0.5183. Hasil penelitian ini menunjukkan bahwa model dengan stemming lebih disarankan untuk menghasilkan ringkasan yang lebih relevan dan akurat pada tingkat kompresi yang lebih tinggi.
Kata kunci: Fuzzy C-Means, Vector Space Model, Peringkasan Tek
Pengujian Keamanan Website XYZ Menggunakan Metode Vulnerability Assessment & Penetration Testing
Full text linkKeamanan website khususnya pada bidang e-commerce menjadi aspek yang perlu diperhatikan dalam menerapkan Cloudflare dan Strict-Transport-Security Header untuk menjaga ketersediaan data guna meningkatkan kepercayaan customer ataupun supplier. Penelitian ini bertujuan untuk menguji keamanan website XYZ dengan menggunakan metode Vulnerability Assessment Penetration Testing (VAPT). Penerapan metode VAPT memiliki 4 tahapan yang dimulai dari information gathering, vulnerability scanning, penetration testing, dan report and result. Metode pengujian yang digunakan dengan teknik Disributed Denial of Service (DDoS), Clickjacking dan Cross Site Request Forgery (CSRF). Hasil penelitian menunjukkan bahwa website tidak aman dari serangan DDoS yang ditemukan pada port 80 berdasarkan hasil scanning port yang terbuka menggunakan nmap, dan dengan teknik CSRF pada elemen login yang tidak menggunakan anti-token CSRF. Untuk menghindari serangan DDoS dan CSRF maka pencegahannya adalah menggunakan Cloudflare, framework Laravel, konfigurasi X-Frame-Option-Header, menerapkan Content Security Policy (CSP) dan HTTP Strict-Transport-Security (HSTS).
Kata kunci - Keamanan Website, VAPT, DDoS Attack, Clickjacking, CSRF Attac
Measuring the efficiency of the Indonesian Air Police using Data Envelopment Analysis with BCC Model
Full text linkAs part of the Indonesian National Police, one of the tasks of the Air Police is to support the Ministry of Environment and Forestry in preventing deforestation. With the available resources, the Air Police must be able to carry out their duties efficiently. This study measures the efficiency of the support performance of ten Air Police under the Control of the Regional Police covering ten provinces to prevent deforestation. Each operations control (OC) represents a Decision-Making Unit (DMU). Using Data Envelopment Analysis (DEA) with the Banker, Charnes, Cooper (BCC) model, the results showed that two OCs (Bali and North Sulawesi) were identified as efficient, while eight OCs were inefficient.
Keywords - deforestation, efficiency, DEA, BCC, VR
Prediksi dan Koreksi Error Servo Base Motor pada Robot Tangan Berbasis IoT Menggunakan Model Linear Regresi
Full text linkKebutuhan akan presisi pergerakan pada lengan robot berbasis Internet of Things (IoT) memunculkan tantangan terkait deviasi sudut antara posisi target dan aktual pada motor servo. Penelitian ini mengusulkan pendekatan regresi linier untuk memprediksi dan mengoreksi kesalahan sudut pada motor servo bagian base. Model dibangun menggunakan data simulasi yang mencakup sudut target, sudut aktual (disimulasikan), dan jarak objek dari sensor ultrasonik. Nilai koreksi dihitung berdasarkan selisih sudut ditambah komponen acak dan non-linear berbasis jarak, yang ditambahkan sebagai label target. Model dilatih menggunakan metode Ordinary Least Squares dan dievaluasi menggunakan metrik MAE, MSE, dan R². Hasil menunjukkan MAE sebesar 3.49°, MSE sebesar 19.49, dan R² sebesar 0.9808. Simulasi koreksi menurunkan rata-rata error dari 9.97° menjadi 1.17°. Visualisasi melalui scatter plot, histogram, dan boxplot menunjukkan peningkatan presisi dan stabilitas sistem. Model ini mampu meningkatkan akurasi pergerakan servo secara signifikan tanpa penambahan sensor atau modifikasi perangkat keras, menjadikannya solusi prediktif yang efisien untuk sistem robotik tertanam dengan kontrol terbuka.
Kata kunci: robot tangan IoT, koreksi sudut servo, regresi linier, akurasi pergerakan, simulasi kendali terbuk
Penanganan Ketidakseimbangan Data Ekstrim pada Sistem Prediksi
Full text linkSalah satu masalah utama dalam sistem prediksi adalah ketidakseimbangan data, di mana kelas tertentu sangat kurang terwakili dibandingkan dengan kelas lainnya. Ketidakseimbangan data dapat menyebabkan bias model, di mana model lebih mudah mendeteksi kelas mayoritas tetapi lemah dalam mendeteksi kelas minoritas. Terutama pada data dengan ketidakseimbangan ekstrem dengan IR >9, model memiliki akurasi tinggi tetapi performa recall rendah. Hal ini merugikan sistem prediksi yang memprioritaskan deteksi kelas minoritas. Penelitian ini bertujuan untuk meningkatkan recall pada dataset yang sangat tidak seimbang dengan menggunakan empat teknik penanganan ketidakseimbangan data, yaitu SMOTE dan OHIT pada level data, serta CSL dan CW pada level model. Teknik pada level data menyeimbangkan distribusi kelas dengan menambahkan data sintetis, sedangkan teknik pada level model meningkatkan sensitivitas terhadap kelas minoritas. Model yang digunakan sebagai baseline adalah LR untuk mengamati peningkatan recall dari keempat teknik penanganan ketidakseimbangan data. Dari hasil pengujian semua teknik penanganan ketidakseimbangan data, semuanya meningkatkan recall dengan margin sebesar 0,3243. Peningkatan recall tertinggi dicapai oleh LR-SMOTE dengan margin sebesar 0,3256. Penelitian ini menunjukkan bahwa recall model dapat ditingkatkan dengan menggunakan teknik penanganan ketidakseimbangan data.
Kata kunci – ketidakseimbangan data ekstrem, sistem prediksi, recall, penanganan ketidakseimbangan dat
Transformasi Digital dalam Monitoring dan Evaluasi Skripsi: Analisis Dampak dan Efektivitas Menggunakan Model DeLone dan McLean
Full text linkTransformasi digital dalam pendidikan tinggi telah meningkatkan efisiensi proses akademik, termasuk monitoring dan evaluasi skripsi. Penelitian ini menganalisis dampak dan efektivitas sistem digital dalam proses tersebut menggunakan Model Kesuksesan Sistem Informasi DeLone dan McLean. Survei dilakukan terhadap 250 responden, terdiri dari mahasiswa tingkat akhir dan dosen pembimbing. Analisis data menggunakan statistik deskriptif dan Partial Least Squares-Structural Equation Modeling (PLS-SEM). Hasil menunjukkan bahwa 78% responden merasa sistem sangat membantu, 15% cukup terbantu, dan 7% mengalami keterbatasan. Kepuasan pengguna rata-rata mencapai 4.2 dari 5, menunjukkan penerimaan yang baik. Faktor kualitas sistem, informasi, dan layanan terbukti berpengaruh signifikan terhadap kepuasan pengguna dan keberlanjutan penggunaan sistem. Penelitian ini menegaskan bahwa digitalisasi meningkatkan transparansi dan efisiensi dalam bimbingan skripsi. Namun, integrasi dengan sistem akademik lain dan pemanfaatan teknologi seperti kecerdasan buatan masih diperlukan untuk optimalisasi.
Kata kunci: Transformasi Digital, Monitoring dan Evaluasi Skripsi, Model DeLone dan McLean, Kepuasan Pengguna, PLS-SEM