Techno.Com
Not a member yet
738 research outputs found
Sort by
Fusi Algoritma K-Means dan CNN untuk Klasifikasi Emosi pada Anak
Get PDFEmosi adalah perasaan yang diarahkan pada seseorang ataupun sesuatu yang bisa menyebabkan sesorang bertindak atau mengekspresikan diri dan dapat dipicu secara internal ataupun eksternal. Ekspresi wajah merupakan salah satu cara termudah untuk mengetahui emosi seseorang, namun terkadang seseorang dapat mengontrol dan memanipulasi ekspresi wajah mereka sehingga tidak sesuai dengan apa yang dialami. Oleh karena itu, penelitian ini mengembangkan sistem yang dapat mengidentifikasi emosi anak tidak hanya berdasarkan wajah tetapi juga berdasarkan perubahan kondisi tubuhnya. Penelitian ini menggunakan metode klasifikasi Convolutional Neural Network (CNN) dan juga metode clusterisasi K-Means. Penggunaan 2 metode pada penelitian ini berfungsi untuk memperkuat akurasi sistem. Metode K-Means digunakan untuk mengidentifikasi emosi berdasarkan detak jantung dan konduktivitas kulit sedangkan Metode CNN digunakan untuk mengidentifikasi emosi berdasarkan ekspresi wajah. Hasil yang diperoleh dari kedua metode tersebut akan diproses menggunakan metode fusi yang aturannya disesuaikan berdasarkan hasil pengamatan dan pengukuran, sehingga dapat diprediksi emosi pada anak berdasarkan parameter detak jantung, ekspresi wajah, dan konduktivitas kulit. Anak dengan umur 6 hingga 12 tahun digunakan sebagai subjek pada penelitian ini. Dari penelitian ini berhasil didapatkan hasil prediksi emosi anak dengan akurasi keberhasilan sebesar 80%
Analisis Sentimen Mahasiswa Terkait Pembelajaran Tatap Muka Menggunakan Metode Naive Bayes Classifier
Get PDFPemerintah Indonesia melalui 4 kementerian yaitu Menteri Kesehatan, Menteri Dalam Negeri, Menteri Agama serta Menteri Pendidikan dan Kebudayaan, menerbitkan surat keputusan bersama mangenai Panduan Penyelenggaraan Pembelajaran Di Masa Pandemi Coronavirus Disease 2019. Berdasarkan SKB, pemerintah memfasilitasi pelaksanaan pembelajaran jarak jauh dan pembelajaran tatap muka terbatas disemua tingkatan pendidikan. Keputusan pemerintah tersebut ditanggapi beragam oleh masyarakat, termasuk mahasiswa yang terlibat langsung dalam penerapan kebijakan ini. Banyak mahasiswa yang menyampaikan pendapat terkait kebijakan ini, baik pendapat positif ataupun negatif. Pada penelitian ini, dilakukan analisis sentimen yang bertujuan untuk mengetahui sentimen yang diberikan mahasiswa terkait penerapan pembelajaran tatap muka tahun ajaran 2021/2022 diperoleh melalui kuisioner (angket) serta menerapkan metode Nave Bayes Classifier. Menggunakan dataset sebanyak 5350 opini yang berasal dari 1070 responden. Berdasarkan proses analisis sentimen yang dilakukan, dapat disimpulkan bahwa mahasiswa/i dari Universitas Islam Negeri Sumatera Utara Medan mendukung penerapan pembelajaran tatap muka (PTM) dilingkungan UIN-SU Medan pada semester genap tahun ajaran 2021/2022. Akurasi yang dihasilkan oleh metode Nave Bayes Classifier saat melakukan klasifikasi sentimen (opini) dapat dikatakan baik, yaitu sebesar 84%. Setelah melakukan proses validasi sistem dengan menerapkan K-Fold Cross Validation, nilai K=10 ternyata metode Nave Bayes Classifier berhasil memperoleh akurasi yang baik, dengan rata – rata akurasinya sebesar 83%. Kata kunci: analisis sentimen, nave bayes classifier, k-fold cross validation, pembelajaran tatap muk
Pemanfaatan Machine Learning untuk Pengelompokan dan Prediksi Target Tambah Daya Listrik Pelanggan Prabayar (Studi Kasus : PT PLN ULP Watang Sawitto)
Get PDFPerkembangan teknologi sistem informasi dan ilmu pengetahuan khususnya dalam bidang pemasaran membuat para pelaku usaha berupaya untuk meningkatkan competitive advantage mereka dengan mengerahkan sumber daya yang dimiliki oleh perusahaan. Perusahaan dituntut untuk berinovasi dalam mengelola perusahaannya agar dapat bertahan dalam dunia persaingan. Kemampuan untuk memprediksi pelanggan prabayar yang berpotensi tambah daya listrik merupakan salah satu strategi pendukung untuk keberhasilan program pemasaran tambah daya pelanggan berdasarkan karakteristik konsumsi listriknya. Berdasarkan hal tersebut, penelitian ini mengajukan metode prediksi pelanggan prabayar dengan memanfaatkan algoritma pengelompokan (Clustering) dan klasifikasi. Data yang diolah adalah data pelanggan prabayar tarif rumah tangga yang memiliki fitur variabel daya listrik pelanggan (VA), frekuensi beli token listrik, total pemakaian kWh, total rupiah pembelian token, selisih daya VA pelanggan, jam nyala, periode hari pembelian token listrik, dan riwayat tambah daya listrik pelanggan. Pengelompokan dilakukan dengan menerapkan algoritma K-means. Dari hasil tersebut, model prediksi dibangun sesuai target setiap klaster dengan memanfaatkan dua metode, Gradient Boosting dan Artificial Neural Network. Evaluasi prediksi model terbaik dilakukan dengan menerapkan tiga skenario proporsi data latih dan data uji, yang selanjutnya diukur menggunakan matrik akurasi dan Cohen Kappa. Hasil eksperimen menghasilkan empat klaster berdasarkan karakteristik konsumsi listriknya. Gradient Boosting memberikan hasil yang terbaik untuk semua klaster, untuk klaster 1 menghasilkan nilai AUC 0.784, klaster 2 menghasilkan nilai AUC 0.941, klaster 3 menghasilkan nilai 0.884 dan klaster 4 menghasilkan nilai AUC 0.903
Analisis Metode Agile pada Pengembangan Sistem Informasi Berbasis Website: Systematic Literature Review
Get PDFSoftware Development Life Cycle (SDLC) adalah aktivitas, seperti mendefinisikan, mengembangkan, menguji, mengirim, mengoperasikan, dan memelihara perangkat lunak atau sebuah sistem informasi. Salah satu metode yang sering digunakan dalam SDLC yaitu metode Agile. Metode Agile memiliki kelebihan dan kekurangan, dan juga banyak sekali digunakan dalam pengembangan perangkat lunak sistem informasi. Penelitian ini bertujuan untuk menganalisis model dari metode agile yang digunakan untuk mengembangkan sistem informasi berbasis website menggunakan data dari beberapa jurnal terkait topik tersebut tahun 2021. Metode yang digunakan dalam penelitian ini adalah metode Systematic Literature Review (SLR). Metode Systematic Literature Review (SLR) digunakan untuk melakukan review, dan mengidentifikasi jurnal secara sistematis dan prosesnya mengikuti langkah yang sudah ditentukan. Penelitian ini menghasilkan bahwa model dari metode agile yang banyak digunakan dalam mengembangkan sistem informasi berbasis website adalah model scrum dan fokus bidang yang diterapkan dalam pengembangan sistem informasi berbasis website menggunakan metode agile adalah di bidang bisnis
Extreme Programming Method Dalam Pengembangan Aplikasi Gamified Learning
Get PDFBermula dari suatu kejadian luar biasa yang menyebar seluruh belahan dunia yakni Corona Virus Disease 2019 (Covid-19) telah memberikan dampak luar biasa di berbagai aspek kehidupan tak terkecuali bidang pendidikan. Inovasi dalam dunia pendidikan banyak bermunculan khususnya hal yang terkait dengan media pembelajaran. Gamification merupakan sebuah pendekatan yang masih baru dan baik untuk diterapkan dalam sebuah proses pembelajaran. Penggunaan gamification dapat memberikan efek positif dan dapat meningkatkan pemahaman serta motivasi dalam kegiatan pembelajaran. Dengan gamified sistem dapat meningkatkan aktifitas perkuliahan daring dengan luaran sistem yang tercatat secara otomatis. Game mekanik yang cocok untuk digunakan pada Learning Management System (LMS) diantaranya leaderboard, ranking, point, dan quests. Metode yang digunakan dalam penelitian ini adalah Extreme Programming (XP) yang merupakan bagian dari Agile Software Development Cycle (siklus Agile). Fase tahapan yang dilakukan perencanaan, perancangan UI/UX, pengkodean dan terakhir pengujian. Dari hasil pengujian usability dengan teknik beta memperoleh prosentase rata-rata 86% dan masuk dalam kriteria baik pada aspek penilaian usefulness, ease of use, ease of learning dan satisfaction
Analisis Kepuasan Masyarakat Kota Depok Terhadap Penggunaan Aplikasi Depok Single Window Dengan Menggunakan EUCS
Get PDFDepok Single Window (DSW) merupakan aplikasi berbasis Android yang ditujukan untuk masyarakat Kota Depok. Aplikasi ini diklaim dapat memudahkan seluruh aktivitas warga Kota Depok seperti pendaftaran untuk mendapatkan pelayanan kesehatan, membayar pajak, mencari lowongan pekerjaan dan masih banyak pelayanan lainnya karena aplikasi ini sudah terintegrasi dengan pelayanan pemerintah Kota Depok. Sejak dirilis pada 17 Agustus 2018, belum banyak dilakukan penelitian mengenai kepuasan pengguna Aplikasi Depok Single Window untuk mengetahui apakah aplikasi ini sudah berjalan baik atau belum. Metode penelitian yang digunakan pada penelitian ini menggunakan metode kuantitatif serta kuesioner sebagai teknik pengumpulan data dengan mengaplikasikan model End User Computing Satisfaction (EUCS). Kemudian kuesioner disebarkan kepada masyarakat Kota Depok untuk mendapatkan responden, pengambilan sampel dalam penelitian menggunakan teknik Simple Random Sampling. Data yang telah terkumpul kemudian dianalisa menggunakan Microsoft Excel dan Skala Likert sebagai pedoman penafsiran. Hasil dari penelitian ini menunjukan dari lima indikator yaitu Content, Format, Accuracy, Ease of Use dan Timeliness pengguna Aplikasi Depok Single Window sudah merasa puas terhadap aplikasi tersebu
Sistem Pendukung Keputusan Untuk Penentuan Lokasi Wilayah Promosi Penjaringan Mahasiswa Baru Dengan Metode TOPSIS
Get PDFPenentuan daerah promosi yang tepat dalam penjaringan mahasiswa baru merupakan salah satu strategi perguruan tinggi dalam meningkatkan keberhasilan kegiatan penerimaan mahasiswa baru. Penggunaan media online dengan segala kemudahan dan keluasan jangkauan, masih dirasa perlu didukung dengan kegiatan kunjungan untuk meyakinkan calon mahasiswa. Ketersediaan sistem pendukung keputusan (SPK) yang secara interaktif dapat mendukung proses penentuan lokasi akan sangat membantu dalam menyediakan rekomendasi lokasi promosi yang tepat. Salah satu metode SPK yang dapat digunakan untuk menyelesaikan masalah tersebut adalah dengan metode TOPSIS. Penggunaan metode TOPSIS dapat digunakan untuk memecahkan permasalahan keputusan dengan banyak kriteria. TOPSIS diusulkan untuk mendapatkan bobot kriteria sesuai preferensi berdasarkan wilayah promosi. Penggunaan data histori dari penjaringan mahasiswa tiga tahun sebelumnya, data jumlah sekolah dan jumlah peserta didik per kabupaten/kota digunakan sebagai dasar kriteria untuk mengembangkan SPK untuk penentuan wilayah promosi dalam penerimaan mahasiswa baru. Studi kasus akan diterapkan di IST AKPRIND. Hasil perhitungan didapatkan nilai preferensi terbaik sebesar 0,92 yaitu untuk kabupaten Bantul. Sedangkan urutan prioritas lima rekomendasi keputusan terbaik yaitu kabupaten Bantul, kota Yogyakarta, kabupaten Sleman, kabupaten Cilacap, dan kabupaten Klaten. Prioritas tersebut didominasi oleh Provinsi Daerah Istimewa Yogyakarta dan Jawa Tengah. Alternatif provinsi lainnya di luar Jawa dan DIY dapat difokuskan ke provinsi Nusa Tenggara Timur.Kata kunci: Sistem Pendukung Keputusan, SPK, TOPSIS, rekomendasi lokasi, promos
Implementasi Arm Robot pada Smart Farming Berbasis Internet of Things
Get PDFHidroponik merupakan metode penanaman tanpa media tanah yang mampu meningkatkan kuantitas hasil tanam dengan lahan minimal. Smart farming menerapkan teknologi dalam pertanian seperti big data, internet of things dan cloud computing. Dalam penelitian ini menerapkan teknologi IoT dengan menggunakan arm robot dan robot slider. Beberapa sensor yang digunakan untuk mengukur kualitas tanaman hidroponik antara lain sensor TDS untuk mendeteksi nutrisi, pH, dan DHT 11 untuk mendeteksi suhu dan kelembapan. Penelitian ini diawali dengan pembibitan, penanaman, pemantauan nutrisi, dan penuaian tanaman hidroponik. Perancangan sistem smart farming ini menggunakan diagram deployment, diagram objek dan diagram flowchart. Sistem smart farming ini mampu mendeteksi dan memonitoring tanaman hidroponik dengan menerapkan teknologi IoT, menerapkan arm robot untuk melakukan penanaman, penyiraman ,dan proses tuai secara otomatis, serta dapat membantu petani urban dalam mengelola pertanian meskipun dalam lahan yang terbatas
Identifikasi Pohon Tropis di Daerah Perkotaan Menggunakan Multispectral Drone Imagery
Get PDFVegetasi di daerah perkotaan tumbuh diantara gedung dan jalan. Bangunan di sekitar pohon berdampak pada identifikasi tanaman menggunakan citra drone. Paper ini menjelaskan tentang perbandingan kemampuan citra drone pada band cahaya tampak, near infrared, dan red-edge untuk identifikasi pohon tropis di daerah perkotaan. Kami menyusun dataset yang berisi paduan pohon saman (Samanea Saman), cemara (Casuarina equisetifolia), dan pohon-lain. Setiap citra melalui tahapan proses filtering, segmentasi, dan classification. Hasil uji coba menunjukkan bahwa band cahaya tampak dapat mengidentifikasi saman, cemara, dan pohon-lain dibandingkan dengan citra pada band near-infrared dan red-edge
Penerapan Fuzzy Inference System Sugeno dalam Sistem Pengangkatan Karyawan Kontrak menjadi Karyawan Tetap
Get PDFProses pengangkatan karyawan kontrak menjadi karyawan tetap tiap perusahaan mempunyai cara dan sistem yang berbeda. Secara keseluruhan penilaian yang dilakukan dalam proses pengangkatan karyawan kontrak yang selama ini dilakukan penekanannya hanya tertuju pada nilai dari keseluruhan aspek harus baik, jika salah satu nilai dari aspek penilaian kurang baik maka karyawan tidak bisa diangkat menjadi karyawan tetap, tanpa memperhatikan aspek nilai yang lainnya. Oleh karena itu, penelitian ini mengusulkan sebuah metode pengangkatan karyawan kontrak menjadi karyawan tetap berbasis fuzzy inference system (FIS). Tujuan dari penelitian ini adalah merancang sebuah aplikasi FIS untuk proses pengangkatan karyawan kontrak menjadi karyawan tetap pada perusahaan. Adapun metode FIS yang digunakan adalah metode Sugeno orde 0 dengan variabel yang dipakai sebagai tolak ukur adalah kompetensi, sikap perilaku, kepribadian dan kesehatan. Keempat variabel tersebut bersama dengan FIS Sugeno orde 0 diterapkan kedalam sebuah aplikasi pengangkatan karyawan kontrak yang dibangun dengan menggunakan PHP MySQL. Berdasarkan analisis yang telah dilakukan terhadap 10 karyawan, diperoleh hasil penilaian tes karyawan kontrak tertinggi yaitu 90 dan hasil penilaian tes terendah adalah sebesar 55. Sehingga dapat disimpulkan bahwa 80% Karyawan mendapat predikat layak, dan 20% mendapat predikat tidak layak