Techno.Com
Not a member yet
738 research outputs found
Sort by
Sistem Rekomendasi Buku Perpustakaan Menggunakan Algoritma Frequent Pattern Growth
Get PDFPerpustakaan memiliki pelayanan utama memfasilitasi peminjaman buku, untuk memudahkan anggota perpustakaan menemukan buku yang tepat, perpustakaan dapat dilengkapi dengan sistem pencarian buku. Sistem pencarian buku yang tersedia umumnya kurang membantu untuk menemukan buku yang tepat bagi anggota yang belum menentukan buku yang akan dipinjam. Algoritma Frequent Pattern Growth (FP-Growth) merupakan metode yang digunakan dalam sistem rekomendasi peminjaman buku. Tahapan dari metode FP-Growth yaitu tahap pengumpulan data, tahap menyusun tabel generate frequent itemset, tahap menentukan nilai minimal support, tahap pembangkitan conditional pattern base, tahap pembangkitan conditional FP-tree, tahap pencarian frequent item sets dan menentukan nilai support dan confidence pada setiap itemset. Hasil penggunaan sistem rekomendasi peminjaman buku ini mempermudah pustakawan dalam proses pengolahan data buku, data peminjaman, serta anggota dapat mengetahui perbaharuan dari setiap buku-buku yang direkomendasikan secara random. Bagi anggota rekomendasi top five merupakan rekomendasi buku yang terbanyak dipinjam oleh semua anggota, rekomendasi sejenis merupakan rekomendasi bagi anggota berdasarkan judul yang terkait dengan pencarian dan peminjaman
Pemodelan Evakuasi Pejalan Kaki di Ruang Koridor dengan Cellular Automata Studi Kasus Gempa Bumi
Get PDFPemodelan Sistem Evakuasi Pejalan Kaki adalah sebuah sistem pemodelan untuk memodelkan pergerakan objek manusia untuk memberikan analisis pada kejadian evakuasi dalam studi kasus bencana Gempa Bumi. Evakuasi di dalam kondisi bencana adalah topik yang sangat penting untuk dikembangkan di Indonesia. Indonesia adalah salah satu negara yang memiliki tingkat frekuensi terjadinya bencana cukup tinggi hal ini berkaitan dengan posisi Geografis Indonesia. Model pendekatan yang digunakan untuk pergerakan objek manusia adalah Cellular Automata. Cellular Automata adalah salah satu model yang cukup sederhana dan banyak digunakan untuk memodelkan berbagai macam pemecahan permasalahan. Cellular Automata dapat digunakan untuk memodelkan pergerakan Objek. Hasil dari peletian ini adalah sebuah Aplikasi berbasis bahasa pemrograman JAVA untuk memodelkan pergerakan objek manusia di dalam ruangan berkoridor. Input dari aplikasi adalah parameter diffusion dan decay yang akan memberikan analisa pemodelan pergerakan objek. Dengan menggunakan Cellular Automata sebagai pemodelan pergerakan manusia, maka dalam penelitian ini akan dapat memberikan gambaran pergerakan manusia dalam ruangan jika terjadi bencana Gempa Bumi dan waktu Evakuasi
Teknik Pengendalian Hama Penyakit Okra Menggunakan Forward Chaining dan Certainty Factor Method
Get PDFTanaman Okra (Abelmoschus esculentus L. Moench) adalah tanaman yang termasuk keluarga Malvaceae atau kapas-kapasan. Distribusi tanaman okra tersebar luas di seluruh belahan dunia beriklim tropis dan sub tropis. Sistem Pakar merupakan sebuah sistem yang didefinisikan sebagai program komputer yang mengumpulkan pengetahuan para ahli untuk menyelesaikan permasalahan yang terjadi pada tanaman okra. Sistem pakar ini dibuat dengan tujuan untuk melakukan diagnosa hama penyakit tanaman okra serta memberikan solusi pengendalian yang tepat terhadap permasalahan yang terjadi. Sistem pakar ini menggabungkan dua metode, diantaranya yaitu Forward Chaining dan Certainty Factor. Metode Forward Chaining yang mengumpulkan data atau fakta awal untuk diproses lebih lanjut yang akan menghasilkan solusi. Sedangkan metode Certainty Factor merupakan metode faktor kepastian yang menggunakan tingkat kepercayaan dari seorang pakar. Hasil akurasi yang dilakukan dengan membandingkan hasil diagnosa sistem dengan diagnosa manual yang dilakukan seorang ahli pakar terhadap 27 kasus tanaman okra memperoleh hasil akurasi sebesar 81,4%
Implementasi Metode Additive Ratio Assessment (ARAS) Untuk Menentukan Siswa Terbaik
Get PDFProses pemilihan siswa terbaik di SMA Swasta Santa Maria Kabanjahe masih manual. Maka perlu dibuat suatu aplikasi pendukung keputusan dalam menentukan siswa terbaik menggunakan komputerisasi dengan metode Addative Ratio Assessment (ARAS). Dengan aplikasi tersebut mampu membantu pihak sekolah dalam mengambil keputusan mengenai penentuan siswa terbaik. Permasalahan pemilihan siswa terbaik dapat diselesaikan dengan pembuatan sistem pendukung keputusan (SPK) menggunakan metode ARAS, karena metode ARAS ini secara garis besar banyak melakukan perangkingan dengan cara membandingkan alternatif lainya sehingga mendapatkan hasil yang ideal dan terbaik mencakup sistem fisik, sistem keputusan dan sistem informasi. Tujuan penelitian untuk membangun SPK yang mengadopsi metode ARAS berbasis desktop dalam menyelesaikan masalah. Dengan sampel data yang digunakan berjumlah 15 data siswa dan 7 kriteria yaitu rangking kelas, nilai akademik, kehadiran, sosial, spiritual, nilai ekstrakulikuler dan kerapian/penampilan. Hasil yang diperoleh nilai keputusan dengan Ki tertinggi = 0.9816 yaitu Asisi Putriani sebagai alternatif terbaik, yang artinya metode ARAS dapat digunakan untuk pengambilan keputusan berdasarkan kriteria yang sudah ditetapkan, sehingga pihak sekolah dapat memilih siswa terbaik. Dengan adanya penelitian ini dapat memberikan referensi hasil keputusan sehingga membantu pihak sekolah untuk mempermudah dalam penentuan siswa terbaik secara cepat, tepat dan objektif
Identifikasi Fitur untuk Prediksi Penerimaan Program Listrik Prabayar: Kasus di PLN Tahuna
Get PDFListrik Prabayar (LPB) memberikan manfaat bagi perusahaan listrik dalam hal mengurangi piutang pelanggan dan memberikan kemudahan pengendalian pemakaian listrik bagi pelanggan. Perusahaan Listrik Negara (PLN) mempunyai program pemasaran untuk berpindah (migrasi) dari listrik pascabayar menjadi LPB. Pencapaian Key Performance Indicator (KPI) Program Pemasaran LPB PLN Tahuna pada 2021 hanya 1.185 pelanggan dari taget 2.261 pelanggan. Hal ini memberikan peluang perbaikan karena program pemasaran saat ini belum mengoptimalkan penggunaan data sebagai dasar penentuan prospek pelanggan. Penelitian ini mengajukan metode identifikasi fitur dan skenario pemilihan algoritma Pembelajaran Mesin yang tepat untuk memprediksi penerimaan pelanggan listrik pasca bayar terhadap program prabayar. Identifikasi fitur dilakukan dengan pengukuran korelasi Pearson. Kandidat algoritma Pembelajaran Mesin yang terpilih adalah Logistic Regression, Support Vector Machines, Decision Tree, dan Random Forest. Model-model yang dihasilkan dievaluasi menggunakan confusion matrix sehingga didapatkan model terbaik untuk studi kasus yang diajukan. Penelitian menunjukkan bahwa fitur tarif, daya, frekuensi terlambat membayar listrik, pemakaian rata-rata listrik bulanan (kWh) dan Kabupaten mempunyai korelasi signifikan dengan penerimaan LPB. Adapun model dengan algoritma Random Forest adalah model terbaik sesuai tujuan penelitian dengan F1-Measure tertinggi (95,17%)
Analisis Perbandingan Optimasi berbasis Evolutionary pada Algoritma Klasifikasi Penentuan Profile Resiko Nasabah
Get PDFPenelitian ini mengungkapkan bagaimana pentingnya penanganan deteksi profile nasabah untuk meminimalisir terjadinya penyalahgunaan akun nasabah. Kebutuhan akan nasabah baru dengan berbagai macam produk perbankan membuat layanan screening awal begitu penting dilakukan oleh pihak perbankan agar mendapatkan informasi profile resiko nasabah sejak dini. Oleh karena itu, tujuan dari penelitian ini adalah menentukan model terbaik dari klasifikasi data profile nasabah dengan cara membandingkan model klasifikasi data mining Naïve Bayes, Decision Tree, Random Forest, KNN, SVM. Model dengan akurasi terbaik inilah yang nantinya akan direkomedasikan sebagai model aternatif untuk melakukan prediksi profile resiko nasabah. Pada penelitian ini juga dilakukan proses optimasi dengan menggunakan Optimize Selection (Evolutionary) pada setiap teknik klasifikasi yang digunakan. Dimana dihasilkan bahwa model algoritma Random Forest mendapatkan hasil total akurasi paling baik yaitu sebesar 82.55% dengan angka kenaikan optimasi sebesar 2.51%. Proses training dan testing pada penelitian ini menggunakan komposisi 80% dataset training dan 20% dataset untuk testing sedangkan metodologi yang digunakan pada penelitian ini adalah dengan menggunakan CRISP-DM
Sistem Monitoring Faktor Daya Berbasis Internet of Things dan Android
Get PDFFaktor daya memiliki peran penting yang jika diabaikan dapat berpotensi konsumsi daya listrik menjadi lebih besar. Faktor yang mempengaruhi perbandingan daya aktif dan daya semu berasal dari seberapa besar daya reaktif yang dihasilkan. Semakin besar daya reaktif yang dihasilkan maka semakin besar selisih antara daya aktif dan daya semu sehingga menyebabkan faktor daya semakin rendah. Dalam implementasinya, instalasi jaringan listrik memiliki jaringan yang sangat kompleks. Jika hal tersebut kurang dikelola dengan baik, maka dapat mengakibatkan konsumsi daya listrik yang kurang efektif dan efisien. Oleh karena itu, perlu dilakukan monitoring agar konsumsi factor daya tetap stabil. Pada penelitian ini dikembangkan sistem monitoring factor daya berbasis internet of things dengan menggunakan sensor PZEM sebagai pembaca arus dan tegangan serta Arduino Mega sebagai pengontrol. Hasil pembacaan sensor ditampilkan pada aplikasi android yang dapat dikontrol dan direkapitulasi hasil monitoring arus listrik, tegangan, daya dan factor dayanya. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat berjalan dengan baik. Hasil pengujian pada perangkat keras menunjukkan perbedaan nilai cosphi yang tidak terlalu signifikan pada pengujian dengan beban setrika dan Generator. Sedangkan hasil pengujian pada aplikasi android menunjukkan performa yang baik dengan hasil pengujian menunjukkan semua fitur yang dikembangkan dinyatakan valid
Peluang Penelitian UI/UX pada Pengembangan Aplikasi Mobile: Systematic Literature Review
Get PDFMobile application is one form of information technology development that continues to increase from year to year. In the development of the digital world, it is increasingly encouraging to increase the affordability of the use of mobile devices (smartphones) to generate the most sustainable technological growth. This enormous growth in its development has given impetus to smartphone manufacturers to produce new applications on mobile devices to meet user needs. A mobile application development must have user interface and user experience aspects as part of the human-computer interaction (HCI) discipline. Mobile applications under development can run on Android and iOS platforms. This study aims to identify research opportunities in the UI/UX aspect of mobile application development whose data was obtained from related journals in 2017-2021 to provide an overview of the latest studies on research related to UI/UX mobile applications and provide analysis on topics and areas that do not have enough information and what factors to focus on. This study uses the Systematic Literature Review (SLR) method. The result of this research is to provide a systematic literature review of existing studies on UI/UX mobile applications. This research is expected to be useful for the HCI community in seeing the UI/UX description in the development of mobile applications to shape the direction of future research
Image Steganography Analysis Using GOST Algorithm and PRNG Based on LSB
Get PDFSecurity in communication is very important for everyone to pay attention to. To prevent data leakage and illegal retrieval of data, cryptography and steganography can be used. In this study, GOST and XOR LSB with PRNG were used to inject text into images. The final result shows that the combination of these two methods is quite good in terms of image quality, message capacity, embedding speed, and imperceptibility (cannot be seen with the naked eye). Of the 9 image formats tested, 7 images containing messages could be extracted properly with a median MSE of 0.0001935 and a median of PSNR of 85.261. Then, in terms of rotation, all im-age rotations from 90°, 180°, and 270° fail to extract messages and in terms of resizing all sizes from 10%, 30%, 50%, and 80% also fail to extract messages. The average time required for encryption with test data 6 test data is 0.073 seconds with the GOST algorithm, using GOST + XOR LSB with PNRG is 0.485 seconds. By using the XOR combination method LSB with PRNG can store an average of 43.3 bits. From the impercibility test using 5 respondents and visualization using an RGB histogram, it can be seen that there is no difference be-tween the cover image and the stego image
Diagnosa Penyakit Paru-Paru dengan Metode Forward Chaning dan Certainty Factor Berbasis Web
Get PDFPenyakit paru-paru sangat berbahaya bagi manusia dan dapat mengakibatkan kefatalan jika tidak diobati dengan sungguh-sungguh. Karena minimnya pengetahuan tentang penyakit paru-paru, masyarakat sering meremehkan gejala seperti batuk, demam, dan sesak napas yang bisa saja itu termasuk gejala yang ditimbulkan dari penyakit pada paru-paru dan karena mahalnya jasa konsultasi ke dokter spesialis paru membuat masyarakat menjadi sulit untuk berkonsultasi. Adapun solusi guna mengatasi hal tersebuat yaitu dengan mempermudah deteksi dini gejala dengan sistem pakar. Oleh karena itu penelitian ini memiliki tujuan membuat sistem pakar guna mendeteksi secara dini penyakit paru-paru yang berasal dari gejala-gejala yang dipilih oleh pengguna. Penelitian ini dibangun sebuah sistem dengan memakai forward chaining untuk menghasilkan kesimpulan dari fakta-fakta yang diperoleh dari pengguna. Dari kesimpulan tersebut dilihat nilai kepastiannya menggunakan metode certainty factor (CF). Hasil dari pengujian perhitungan menunjukan perhitungan manual dan sistem sesuai 100%. Dengan nilai akurasi tertinggi 99.747% dengan diagnosis awal Asma dan terendah 61.1547% dengan diagnosis awal PPOK