Techno.Com
Not a member yet
738 research outputs found
Sort by
Implementasi Aplikasi Konsultasi Kesehatan Jiwa Dengan Algoritma Kepakaran dan Jaringan Syaraf Tiruan
Get PDFUpaya untuk menjawab bagaimana cara komputasi memproses data teks dari konsultasi pasien menjadi sebuat inputan yang dapat dimengerti menjadi hasil akurat untuk dapat memeberikan rekomendasi dari konsultaasi yang dikeluhkan pasien membangun dan mengembangkan algoritma Artificial Neural Network dalam membangun sistem optimal untuk memberikan hasil rekomendasi konsultasi kesahatan mental manusia secara kepakaran, dengan focus utama pada data input dan output yang akurat dan tepat Natural Language Processing (NLP), Algoritma Artificial Neural Network yang digunakan menggunakan jenis multilayer. Cara kerja dari jenis multilayer adalah later pertama dijadikan input layer yang bertugas menyimpan vector input pada jaringan, selanjutnya layer input dimasukan secara komputasi pada layer kedua, yang bekerja bisa dengan proses komputasi parallel. Sistem pakar yang digunakan pada penelitian ini adalah metode dari Forward Chaining. Tingkat kecocokan input dengan hasil ANN yang diambil adalah akurasi 0.92 selain itu sistem akan menampilkan bahwa sistem tidak bisa memproses ‘Tidak mengerti perintah’, akurasi sistem yang dibangun merupakan akurasi prosedur dari model utama yang terbentuk. Iterasi yang dipakai yaitu 92 kali dan waktu eksekusi optimal sistem beropreasi bisa sangat cepat yaitu 0.016 second. Proses Artificial Neural Network merupakan proses utama dari penelitian ini, karena proses kerjanya sebagai penyambung kata setiap dataset dan akan dicocokan dengan inputan penggun
Analisis Tingkat Akurasi Variasi Algoritma Min-Max Backpropagation sebagai Pre-Processing Data Time Series
Get PDFForecasting data does not have to be static, there are also data with high fluctuations with up and down trends. Therefore, data normalization techniques are very important before training and testing data. This paper aims to test eight types of Min-Max backpropagation algorithms with several types of data, namely static data, seational data, monotonically fluctuating data up and down. A backpropagation network architecture with three hidden layers is used to test these data. The test results show that the 6th Min-Max algorithm has a high level of accuracy. Furthermore, the results of the 6th Min-Max modification found that changes in the multiplier variable can reduce the MSE value in the training process to a maximum value of 35.25% and in the testing process to 27.39%. The results of this study can be used as a reference in the future in performing the data nornalization process before the forecasting process is carried out
Pemodelan Evakuasi pada Ruang Koridor dengan Cellular Automata berbasis Perilaku Manusia
Get PDFSebagai salah satu negara yang berada di garis khatulistiwa Indonesia menjadi salah satu negara yang memiliki potensi terjadinya bencana Gempa Bumi cukup tinggi. Pencegahan mengurangi jumlah korban adalah prioritas dalam penanganan ketika terjadi bencana, baik bencana gempa bumi maupun bencana lainya. Korban akibat bencana gempa bumi secara umum berada di dalam gedung. Jika struktur bangunan gedung tidak dibuat dengan baik maka potensi jumlah korban akan meningkat. Salah satu cara untuk mengurangi jumlah korban akibat gempa bumi adalah membuat sistem evakuasi dengan baik. Sistem evakuasi yang baik akan bisa menjadi petunjuk pengunjung gedung ketika terjadi bencana. Sistem evakuasi tentu akan berjalan dengan baik jika didukung dengan mental dari dalam diri korban dengan baik. Salah satu penyebab dari kegagalan sistem evakuasi adalah kepanikan dari dalam diri korban. Jika korban mengalami kepanikan saat terjadi bencana maka sistem evakuasi tidak dapat berjalan dengan baik dan berpotensi meningkatnya jumlah korban. Analisa dampak kepanikan dalam sebuah sistem evakuasi juga menjadi penentu keberhasilan sebuah sistem evakuasi.
Peningkatan Deep Neural Network pada Kasus Prediksi Diabetes Menggunakan PSO
Get PDFDiabetes adalah ancaman utama bagi kesehatan penduduk dunia yang saat ini merupakan penyebab utama kematian pada penduduk dunia yang berusia kurang dari 60 tahun. Dengan menggunakan Machine Learning diharapkan mampu memprediksi diabetes. Dengan menggunakan dataset Pima Indians Diabetes (PIMA Dataset). Pada penelitian ini dilakukan pengujian dengan menggunakan 2 Algoritma dan 1 Algoritma yang dioptimasi. Pengujian Pertama Menggunakan Support Vector Machine (SVM), Pengujian Kedua menggunakan Deep Neural Network (DNN) dan Pengujian Ketiga menggunakan DNN yang dikombinakan dengan Particle Swarm Optimize (PSO). Pemilihan data yang digunakan sebagai training dilakukan dengan menggunakan Non-Random Sampling. Dalam Penelitian ini pengujian pertama dengan menggunakan SVM dengan melakukan pengujian tanpa menggunakan kernel dan menggunakan kernel Linear, Sigmoid, Polynomial dan Radial Basis Function (RBF). Untuk Pengujian Kedua dilakukan dengan menggunakan DNN tanpa menggunakan Optimaliasi atau DNN original dengan dilakukan penggujian dengan jumlah hidden layer 2 dan jumlah neuron 8 sampai 10 pada setiap hidden layer. Pengujian Ketiga dilakukan dengan menggunakan DNN yang dioptimalisasi dengan menggunakan PSO. Pada Pengujian Ketiga dilakukan penggujian dengan jumlah hidden layer 2 dan jumlah neuron 8 sampai 10 pada setiap hidden layer. Hasil yang diperoleh menunjukkan bahwa DNN yang dioptimasi dengan PSO mampu memberikan akurasi tertinggi dengan jumlah hidden layer 1 sebanyak 9 node dan jumlah hidden layer 2 sebanyak 8 node dengan jumlah iterasi pada PSO sebanyak 166 iterasi
Implementasi Rasio Kontras Warna pada Aplikasi Uji Buta Warna 100-Hue Farnsworth-Munsell Berbasis Android
Get PDFPenelitian ini menginvestigasi ketidakmampuan individu dalam mendeteksi suatu warna yang sering tidak disadari oleh penderita buta warna. Meskipun penderita masih dapat membedakan benda berdasarkan ukuran, bentuk, dan kecerahannya, kondisi buta warna tidak mengancam jiwa secara medis. Salah satu metode yang digunakan untuk menguji buta warna adalah metode Farnsworth Munsell, yang dikembangkan oleh Dean Farnsworth dan Albert H. Munsell. Metode ini melibatkan penggunaan empat palet warna yang mengandung gradasi warna dengan memanfaatkan nilai hue (nilai warna dominan), value (nilai kecerahan warna), dan chroma (nilai intensitas warna). Dalam penelitian ini yang menerapkan teknologi informasi untuk membantu penggunaan metode pengujian buta warna, terutama dalam menggantikan penggunaan media cetak yang telah digunakan sebelumnya. Penggunaan antarmuka pengguna (UI) dengan kontras warna yang ditingkatkan, yang memungkinkan tes buta warna menjadi lebih efektif. Keterlibatan 38 responden, termasuk 3 orang penderita buta warna menunjukkan aplikasi uji buta warna dengan UI yang didukung warna kontras dapat mendeteksi kondisi buta warna dengan baik pada penderita yang diuji. Dengan adanya penerapan teknologi informasi dalam metode pengujian buta warna, diharapkan penelitian ini dapat memberikan kontribusi dalam meningkatkan efisiensi dan akurasi pengujian buta warna
Penanggulangan Serangan LOIC Terhadap Web Server
Get PDFKetersediaan layanan yang selalu siap secara realtime merupakan hal yang selalu diupayakan untuk menunjang kelancaran layanan dalam menggunakan web server sebagai media utama dalam memberikan dan menunjang interface bagi semua kebutuhan pengguna. Kendala utama karena layanan web server melalui jalur internet maka sering terjadi kendala teknis yang diakibatkan gangguan serangan DoS LOIC yang melumpuhkan kinerja web server, cpu, dan komponen lainnya yang menguras sumber daya komputer server. Hal seperti ini perlu ditanggulangi sehingga layanan web server tetap tersedia bagi pengguna tanpa kendala. Begitu pula serangan yang menggali informasi dari komputer server seperti aktifitas port scanning yang menghasilkan informasi berupa jenis web server, jenis sistem operasi yang digunakan dan informasi penting lainnya. Untuk itu diperlukan upaya penanggulangan dengan menggunakan firewall iptables guna meminimalisir gangguan tersebut
Sistem Pendeteksi Kantuk Berbasis Metode Haar Cascade Untuk Aplikasi Computer Vision
Get PDFSetiap orang memerlukan istirahat yang cukup agar dapat menjalankan aktivitas sehari-hari dengan optimal. Istirahat yang tidak cukup memicu kondisi kantuk seseorang. Rasa kantuk dapat mengganggu aktivitas karena adanya penurunan konsentrasi. Kondisi yang berbahaya terjadi ketika pengemudi mengantuk saat mengemudi. Kondisi tersebut dapat dihindari dengan membuat sistem alarm berbasis computer vision. Penelitian ini memanfaatkan kamera dan kecerdasan buatan untuk mendeteksi apakah pengemudi dalam keadaan mengantuk atau tidak. Penelitian ini melakukan perancangan sistem untuk mendeteksi kantuk melalui kondisi mata pada citra wajah berbasis metode Haar Cascade. Sistem dibangun menggunakan total 1.600 dataset citra dan 200 kali pengujian. Hasil dari pengujian menunjukkan bahwa sistem memiliki tingkat accuracy sebesar 92,5%, tingkat precision sebesar 89,71%, dan tingkat recall sebesar 96%. Penelitian ini membuktikan bahwa metode haar cascade dapat digunakan untuk mendeteksi kondisi mata kantuk berdasarkan masukan gambar dari kamera
Pemodelan Sistem Manajemen Surat Digital Menggunakan Unified Modeling Language Dengan Pendekatan Behavioral Diagrams
No full textPenelitian ini memfokuskan pada prosess perencanan pemodelan dalam mengembangkan sistem manajemen pengelolaan surat masuk dan surat keluar berdasarkan proses bisnis yang terdapat di Fakultas Tarbiyah dan Ilmu Keguruan (FTIK), Institut Agama Islam Negeri (IAIN) Palangka Raya. Metodologi penelitian yang diterapkan yaitu melakukan pengumpulan data dengan mengunakan metode observasi, serta melakukan wawancara kepada staff Akademik dan Kemahasiwaan dan Kepala Bagian FTIK. Langkah selanjutnya adalah melakukan rekayasa pengembangan desain sistem dengan menggunakan Behavioral Diagrams Unified Modeling Language antara lain use case diagram, activity diagram, dan state machine diagram atau statechart diagram. Dari proses pemodelan dihasilkan sebuah blueprint pengembangan sistem manajemen surat masuk dan surat keluar. Adapun proses penerimaan surat masuk antara lain pencatatan detail surat masuk kemudian dilakukan pendisposisian surat dan tindak lanjut atas surat tersebut, sedangkan untuk surat keluar yaitu proses permintaan penerbitan nomor surat untuk surat keluar secara online yang kemudian dilakukan verifikasi oleh Kepala Bagian FTIK apakah isi surat telah sesuai. Selain itu, terdapat sistem pengagendaan surat, pendisposisian surat, hingga rekapitulasi dan pengarsipan surat secara digital dalam format PD
Desain Backbone System Platform Metabase GIS Data Analysis Berbasis Cloud
Get PDFTujuan dari penelitian ini adalah untuk mengkaji bagaimana kualitas air dan sanitasi mempengaruhi Kejadian Luar Biasa (KLB) Diare di Provinsi Jawa Barat, Indonesia, menggunakan data Pendataan Potensi Desa (PODES) tahun 2021. Diare merupakan permasalahan serius dalam kesehatan masyarakat Indonesia, terutama pada kelompok anak balita, dan salah satu faktor penyebab utamanya adalah rendahnya kualitas air dan sanitasi. Dalam konteks penelitian ini, kami menerapkan metode algoritma K-Nearest Neighbors (K-NN) untuk mengklasifikasikan wilayah-wilayah yang mengalami KLB Diare. Hasil eksplorasi data menunjukkan variasi yang signifikan dalam jumlah kasus diare di sejumlah kabupaten dan kota yang tersebar di wilayah Jawa Barat. Untuk menangani masalah ketidakseimbangan data, kami menerapkan teknik Pengurangan Acak (Random Under Sampling), Penambahan Acak (Random Over Sampling), dan Synthetic Minority Oversampling Technique (SMOTE). Hasil analisis menunjukkan bahwa model K-NN dengan penggunaan metode SMOTE menghasilkan tingkat akurasi tertinggi, yaitu sebesar 71.28%. Meskipun demikian, nilai F1 score untuk semua model cenderung rendah, yang mengindikasikan adanya tantangan dalam mengklasifikasikan wilayah-wilayah dengan KLB Diare. Penelitian ini memberikan wawasan yang penting mengenai korelasi antara kualitas air, sanitasi, dan KLB Diare di Jawa Barat, serta mengidentifikasi wilayah-wilayah yang memerlukan perhatian lebih dalam upaya pencegahan dan pengendalian penyakit diare. Hasil ini dapat digunakan sebagai dasar untuk merancang program-program kesehatan yang lebih efektif di daerah-daerah dengan tingkat insiden diare yang tinggi
Analisis Sentimen Evaluasi Reaksi E-Learning Menggunakan Algorima Naïve Bayes, Support Vector Machine Dan Deep Learning
Get PDFEvaluasi reaksi atau evaluasi kepuasan merupakan bentuk evaluasi paling umum digunakan dalam pelatihan karena kemudahan dan sifatnya yang lekat dengan pelatihan. Meskipun mengandung wawasan yang dapat bernilai dalam peningkatan kualitas penyelenggaraan pelatihan, namun penelitian terkait reaksi peserta masih sangat terbatas. Penelitian ini bertujuan melakukan analisis sentiment terhadap evaluasi reaksi peserta e-learning menggunakan algoritma Naïve Bayes, Support Vector Machine dan Deep Learning. Reaksi peserta berupa komentar diklasifikasikan ke dalam kategori apresiasi, saran dan kritik. Hasil penelitian menunjukkan model Naïve Bayes memiliki kinerja yang lebih baik dibandingkan SVM dan Deep Learning dalam prediksi sentimen komentar peserta dengan tingkat akurasi, presisi dan recall masing-masing sebesar 82,54%, 68,08% dan 69,81%. Prediksi sentiment reaksi peserta menggunakan model Naïve Bayes diperoleh hasil 70% berupa apresiasi, 16% berupa saran dan 14% merupakan kritik. Penelitian ini memberikan kontribusi praktis analisis evaluasi reaksi pelatihan dan menambah literatur implementasi text mining pada domain human resource analytics.