Techno.Com
Not a member yet
738 research outputs found
Sort by
Penilaian Esai Pendek Otomatis Berdasarkan Similaritas Semantik dengan SBERT
Get PDFUjian dalam bentuk soal esai dianggap lebih baik dalam mengukur pemahaman dari pada soal berbentuk pilihan. Namun, jawaban esai memerlukan waktu dan tenaga lebih banyak untuk dievaluasi dan sering terjadi inkonsistensi. Maka dari itu, diperlukan suatu sistem penilaian esai otomatis yang dapat membantu evaluator dalam memberikan nilai dengan lebih cepat dan lebih konsisten. Penelitian ini bertujuan untuk mengevaluasi performa model penilaian esai otomatis dimana teks esai jawaban uji dan kunci jawaban dibandingkan secara semantik untuk mengetahui seberapa besar persamaan antara teks jawaban uji dan kunci jawaban. Semantik dari teks esai diperoleh dengan melakukan word embeddings dengan memanfaatkan model bahasa pretrained Siamese-BERT (SBERT) yang mentransformasi teks esai menjadi vektor sepanjang 512. Proses penilaian esai otomatis ini dimulai dengan praproses pada teks dengan menerapkan case folding, berikutnya word embeddings pada teks yang telah di praproses dengan SBERT. Vektor numerik dari kunci jawaban dan jawaban uji hasil word embeddings kemudian dibandingkan dengan Cosine Similarity untuk mendapatkan similaritas semantik sekaligus nilai esai yang merupakan output model. Evaluasi model penilaian esai otomatis ini dilakukan dengan membandingkan nilai dari model dengan nilai dari evaluator manusia. Pengukuran yang dipakai untuk mengukur performa penilaian esai otomatis ini adalah adalah dengan menghitung Mean Absolute Error (MAE) dan Pearson Correlation, dimana hasil penelitian ini menunjukan nilai rata-rata MAE sebesar 0.26 dan rata-rata korelasi sebesar 0.78
Analisis Sentimen Terhadap Kementrian Perdagangan Pada Sosial Media Twitter Menggunakan Metode Naïve Bayes
Get PDFPenelitian ini untuk mendapatkan opini masyarakat di media sosial twitter terkait tentang Kementrian Perdagangan Republik Indonesia dengan mengimplementasikan algoritma Naïve Bayes untuk melakukan analisis sentimen terhadap opini yang ada. Penelitian ini bertujuan untuk menganalisis opini masyarakat di media sosial terhadap Kementrian Perdagangan Republik Indonesia mengenai kelangkaan minyak goreng dengan menggunakan Naïve Bayes. Data yang digunakan pada penelitian ini adalah postingan tweet yang diberikan masyarakat yang ditujukan dan berkaitan kepada Kementrian Perdagangan Republik Indonesia yang diambil sebanyak 1000 tweet. Metode pengumpulan data dilakukan dengan cara crawling menggunakan acces token api key yang di dapat dari twitter develover. Setelah data didapat maka dilakukan text processing agar mempermudah dalam proses analisis. Hasil analisis pada penelitian ini menggunakan algoritma naïve bayes adalah dengan nilai akurasi sebesar 89,24%. Perbandingan persentase didapatkan 84,02% tanggapan yangdiberikan masyarakat bernilai positif dan 15,98% bernilai negatif.
Penerapan Algoritma C4.5 Untuk Memprediksi Keluhan Pelanggan Pada Apartemen Jakarta
Get PDFKetidakpuasan pelanggan merupakan masalah yang dihadapi oleh pengelola Apartemen. Ketidakpuasan dapat menimbulkan keluhan dan merugikan dalam bisnis. Penelitian menggunakan metode algoritma C4.5. Metode ini digunakan menentukan pengambilan keputusan untuk memprediksi keluhan pelanggan, diketahui tingkat akurasi dan presisinya. Data dianalisis menggunakan aplikasi Rapidminer. Rapidminer adalah perangkat lunak dengn open source. Tujuan dari penelitian ini ialah untuk mengatasi keluhan pelanggan apartemen atas ketidakpuasan terhadap pelayanan yang diberikan. Atributnya adalah nounit, kewarganegaraan, status pernikahan, pekerjaan, alamat pekerjaan, jumlah penghuni, dan jenis kelamin dengan keputusan komplain dan tidak komplain. Peroleham pengujian model yang terbentuk akurat hingga 88,13 dengan kumpulan hasil pengolahan ROC (Receiver Operating Characteristic) menggunakan data training dengan besarnya 0,953 tingkat diagnostik klasifikasi sangat baik. Model pohon keputusan yang ada bisa meningkatkan akurasi untuk memprediksi keluhan pelanggan pada Apartemen Jakarta
Implementasi SCM pada usaha bisnis dengan tools ERP Flectra. (Studi Kasus : Jaginow Bali)
No full textUsaha Bisnis Jaginow Bali merupakan salah satu usaha bisnis rumahan yang menjual jajanan Rengginang sekaligus usaha kecil menengah (UKM) yang bergerak dalam bidang konsumsi yang melakukan produksi sendiri. Penerapan Supply Chain Management (SCM) kedalam Aplikasi ERP Flectra merupakan aspek yang penting dalam aktivitas proses bisnis perusahaan produksi yang dapat membantu usaha bisnis Jaginow dengan mudah melakukan kontrol, penjadwalan, dan pendataan pengiriman produknya lebih efisien. Kendala yang masih dihadapi dalam usaha ini yakni UKM ini masih melakukan aktivitas proses bisnis secara konvensional serta belum terintegrasi dengan sistem informasi yang menyebabkan kurangnya kemudahan dalam menjalankan aktivitas bisnis khususnya dalam sektor SCM. Tujuan dari penelitian ini yakni melakukan pembuatan proses bisnis usulan yang berisikan standar operasional prosedur (SOP) guna mempermudah dalam menjalankan usaha bisnisnya lebih terstruktur dalam areal supply chain. Penelitian ini menghasilkan pengimplementasian areal SCM yang telah dibuat pada proses bisnis usulan sebelumnya dengan metode business process management dan business process reengineering yang memudahkan perusahaan dalam melakukan aktivitas bisnis seperti otomisasi pembuatan nota softcopy, pendataan produk didalamnya, serta alur proses menjadi lebih terstruktur dengan dibentuknya standar operasional prosedur (SOP) dengan diimplementasikannya kedalam sistem ERP Flectra menggunakan modul didalamnya seperti modul sales, purchase, manufacture, inventory, dan invoicing.
Sistem Penjadwalan Pemberian Pakan Ikan pada Akuarium Pintar Berbasis Network Time Protocol
Get PDFIkan Maskoki merupakan ikan hias air tawar yang populer untuk dibudidayakan di akuarium. Populasi pembididaya ikan Maskoki diproyeksikan akan mencapai 129.734 ribu ekor pada tahun 2024. Pemeliharaan ikan maskoki membutuhkan suhu air berkisar 25,7 – 29,7°C, kekeruhan mininum 10 NTU, dan pH air berkisar 7,1 – 7,6. Pemberian pakan yang tidak tepat dapat mempengaruhi pertumbuhan dan membahayakan keadaan ikan. Dengan adanya teknologi Internet of Things (IoT) dan Network Time Protocol (NTP) dapat merubah kegiatan pemberian pakan secara manual menjadi otomatis pada waktu tertentu tanpa tambahan perangkat. NTP merupakan protokol internet yang digunakan untuk melakukan sinkronisasi waktu pada jaringan komputer. Penelitian ini diharapkan dapat memantau parameter akuairum dan penjadwalan pemberian pakan secara otomatis. Hasil pengujian keseluruhan sistem untuk berjalan dengan baik, sistem bekerja sesuai jadwal yaitu pukul 9:00 dan 17:00. Hasil pengujian sensor suhu memiliki nilai persentase galat sebesar 1,17% dan nilai akurasi sebesar 98,83%. Hasil pengujian sensor pH pada derajat keasaman 7 memiliki nilai persentase galat sebesar 1,39% dan nilai akurasi sebesar 98,61%. Hasil pengujian sensor kekeruhan air menunjukkan mampu memberikan perubahan kekeruhan air saat pemberian pakan. Hasil data menunjukkan bahwa sistem sensor telah sesuai untuk diaplikasikan pada budidaya ikan Maskoki. Sistem penjadwalan berbasis NTP juga mampu menjadwalkan pemberian pakan sesuai dengan scenario yang diinginkan
Analisis Sentimen Menggunakan K-Nearest Neighbor Terhadap New Normal Masa Covid-19 Di Indonesia
Get PDFNew normal diterapkan oleh pemerintah untuk mengembalikan masyarakat beraktivitas normal ditengah pandemi covid-19 dengan protokol kesehatan. Penerapan new normal menuai beragam komentar dari masyarakat dan masuk kedalam topik terpopuler di media sosial twitter. Analisis sentimen untuk memprediksi komentar ataupun opini masyarakat yang kecenderungan beropini positif maupun negatif. Preprocessing data menggunakan cleaning, case folding, normalisasi, stemming, filtering, dan tokenizing. Pada normalisasi kata bertujuan memperbaiki kesalahan penulisan kata (typo) berdasarkan KBBI dan TF-IDF sebagai metode pembobotan kata. Data yang digunakan terdiri dari 1000 tweet. Metode klasifikasi opini menggunakan metode K-Nearest Neighbor dan melakukan pengujian agar mendapatkan hasil akurasi yang paling terbaik serta mengevaluasi menggunakan confusion matrix. Hasil dari pelabelan untuk sentimen positif berjumlah 811 dan 189 untuk sentimen negatif. Klasifikasi K-NN dengan nilai k = 1 menghasilkan pengujian use training set dengan accuracy sebesar 100%, 92,60% untuk 10-fold cross-validation dan 94,50% untuk 80% percentage split
Prototipe Monitor dan Kontrol Otomatis Iklim Mikro Greenhouse dengan Platform IoT Blynk
Get PDFKenaikan total penduduk setiap waktu berdampak langsung terhadap ketersediaan bahan pangan. Petani seringkali mengalami kerugian akibat dari perubahan iklim yang drastis dan sulitnya memprediksi perubahan iklim tersebut. Penelitian ini bertujuan adalah membuat sistem yang dapat melakukan monitor dan kontrol pada elemen suhu, kelembaban udara, kelembaban tanah serta intensitas cahaya secara otomatis pada greenhouse menggunakan perangkat android lewat platform Internet of Things(IoT) yaitu Blynk. ESP8266 sebagai penghubung jaringan internet antara mikrokontroler dan android sudah tertanam di arduino mega 2560 wifi sehingga tidak membutuhkan komponen modul wifi tambahan. Pada sistem ini dilengkapi dengan kamera ESP32-Cam sehingga sistem juga memantau visual tanaman . Sistem berhasil mendeteksi serta mengukur iklim mikro dalam prototipe greenhouse dengan ukuran panjang 110 cm, tinggi 90 cm, dan lebar 60 cm menggunakan sensor DHT11 dengan tingkat error sebesar 2,22% untuk pengukuran suhu, 2,70% untuk pengukuran kelembaban udara, 3,37% untuk kelembaban tanah dengan sensor soil moisture, sensor BH1750 tingkat error sebesar 3,49% untuk intensitas cahaya serta sensor tegangan INA219 dengan nilai error 1,32%. Hasil dari pembuatan sistem ini adalah sistem beroperasi dengan baik dalam arti keadaan iklim mikro mampu dimonitor dan dikontrol otomatis menggunakan android dengan aplikasi Blynk
Deteksi Penyakit Mata Pada Citra Fundus Menggunakan Convolutional Neural Network (CNN)
Get PDFPada tahun 2020, terdapat 1,1 milyar orang yang mengalami kehilangan penglihatan di seluruh dunia. Jumlah ini diproyeksikan akan terus bertambah hingga mencapai 1,76 milyar orang pada tahun 2050. Penyebab utama kebutaan untuk anak-anak dan remaja adalah penyakit mata, yang dapat dicegah apabila dilakukan deteksi dan penanganan lebih dini. Oleh sebab itu, pada penelitian ini diusulkan metode berbasis Convolutional Neural Network (CNN) untuk mendeteksi penyakit mata pada citra fundus. Metode yang diusulkan menggunakan metode transfer learning dengan arsitektur jaringan MobileNetV2 sebagai base model. Arsitektur head model yang diusulkan, yang terdiri dari lapisan global average pooling dan diikuti oleh 2 lapisan fully-connected, mampu memberikan akurasi yang paling tinggi dan efisiensi paling baik dibandingkan dengan arsitektur head model lainnya. Eksperimen pada dataset citra fundus yang terdiri dari 601 citra dengan berbagai macam penyakit mata menunjukkan bahwa metode yang diusulkan mampu memberikan performa yang baik dengan nilai akurasi sebesar 72%, precision sebesar 72%, recall sebesar 72%, dan F1-score sebesar 72%. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat memberikan akurasi yang lebih tinggi dan lebih efisien dibandingkan dengan menggunakan arsitektur CNN lainnya, seperti ResNet50V2, InceptionV3, InceptionResNetV2, VGG16, dan VGG19
Fuzzy-Analitycal Hirarchy Process (F-AHP) untuk Menentukan Keluarga Tidak Mampu Akibat Covid-19
Get PDFHampir setiap negara didunia ini mempunyai sekelompok masyarakat yang kurang mampu dari segi ekonomi, termasuk di Indonesia. Berdasarkan kriteria keluarga tidak mampu yang dipublikasikan oleh Badan Pusat Statistik (BPS) bulan September 2018 sampai maret 2019 menunjukkan jumlah keluarga tidak mampu mencapai sekitar 9,99 juta jiwa untuk di daerah perkotaan dan 15,15 juta jiwa untuk di daerah perdesaan. Berbagai program bantuan Pemerintah dalam upaya mengurangi keluarga tidak mampu akibat wabah corona virus disease (covid-19) sudah banyak menyalurkan bantuan terhadap keluarga miskin maupun rentan miskin, tetapi yang sampai di masyarakat banyak yang tidak sesuai target karena ada berbagai parameter yang menjadikan keluarga tidak mampu tersebut, akibatnya penyaluran bantuan tersebut menjadi kurang efektif. Dalam penelitian ini peneliti menggunakan model Analitychal Hierarchy Process (AHP) yang dikombinasikan dengan algoritma fuzzy. Metode AHP mempunyai permasalahan pada indeks konsistensi dari matriks timbal balik yang dihasilkan secara acak dari skala 9 poin dengan timbal balik yang baku. Untuk mengatasi semua kekurangan tersebut, metode F-AHP diusulkan untuk menanggulangi permasalahan hirarki kriteria, karena metode F-AHP dapat menentukan bobot kriteria utama secara maksimal. Hasil Pengukuran dalam penelitian ini diperoleh akurasi 92.78% yang dihasilkan oleh sistem pada 10 data training dibandingkan 50 data penduduk dari Kelurahan Pakisputih, Pekalongan
SIKARTUN: Sistem Informasi Karang Taruna Berbasis Web Menggunakan Metode FDD dan XP
Get PDFKarang Taruna menjadi topik pilihan pada penelitian ini terkait dengan peran pentingnya sebagai wadah kegiatan dan pengembangan generasi muda. Salah satu elemen penting dari organisasi ini adalah informasi dan komunikasi. Umumnya organisasi ini belum memiliki sarana informasi digital seperti website dan hanya menggunakan sarana informasi dari mulut ke mulut. Hal ini mengakibatkan keterlambatan, duplikasi dan ketidakakuratan dalam penyampaian informasi. Objek penelitian ini adalah Karang Taruna RT 005 RW 009 Kelurahan Pondok Labu, Kecamatan Cilandak, Jakarta Selatan. Penelitian ini menerapkan metode gabungan FDD (Feature Driven Development) dan XP (Extreme Programming) dalam pengembangan website SIKARTUN atau Sistem Informasi Karang Taruna agar mempermudah penyampaian informasi tersebut. Desain aplikasi website menggunakan framework CodeIgniter dan Bootsrap, serta bahasa dan database yang digunakan adalah PHP dan MySQL. Hasil penelitian ini, SIKARTUN memiliki kinerja yang baik berdasarkan oleh pengujian Google Lighthouse dan Usabilitiy