JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Not a member yet
62 research outputs found
Sort by
Desain Sistem Pertolongan Pertama (First Aid) Pada Anak Usia 0-24 Bulan di Kabupaten Bantul Daerah Istimewa Yogyakarta
Get PDFKesehatan pada anak yang senada dengan studi pembangunan berkelanjutan Sustainable Development Goals, Data Profil Kesehatan Kabupaten Bantul 2017-2020 menunjukkan tingginya angka kematian yang terjadi pada bayi tahun 2019 naik jika dibandingkan dengan tahun 2018. Sehingga sangat diharapkan adanya upaya preventif dan kuratif dalam peningkatan kesehatan anak. Desain sistem pertolongan pertama (First Aid) pada anak usia 0-24 bulan melalui tahapan analisis kebutuhan yaitu dengan mengimplikasikan orangtua sebagai responden dengan maksud untuk mengetahui impresif dari user terhadap sistem pertolongan pertama (First Aid) pada anak usia 0-24 bulan, focus group discussion dengan dokter spesialis anak Rumah Sakit Universitas Islam Indonesia yang dihadiri oleh 4 dokter anak dan 1 dokter umum dalam diskusi mufakat menggunakan media zoom sehingga diperoleh tatalaksana yang dapat diberikan kepada anak sehingga dapat meminimalisir kegawatan yang terjadi pada anak melalui pendekatan orangtua dan adapun hasil dari penelitian validitas setiap item diuji dengan menggunakan metode Bivariate Pearson dengan jumlah responden adalah 32 orang (N = 32; df = 30), dengan menggunakan nilai signifikansi sebesar 0,05 (2-tailed), maka r-tabel yang digunakan adalah 0,3494. Penelitian ini lebih spesifik dengan pertimbangan faktor iklusi dari responden yang bertujuan sebagai tahapan dalam peningkatan kesehatan anak untuk 1000 hari pertama kehidupan (1000 HPK) di Kabupaten Bantul Daerah Istimewa Yogyakarta
Klasifikasi Penyakit Diabetes Melitus Menggunakan Adaboost Classifier
Get PDFDiabetes Melitus (DM) merupakan penyakit dengan ciri tingginya gula darah sewaktu dengan nilai ≥200 mg/dL, dan nilai gula darah puasa ≥126 mg/dL. Klasifikasi merupakan algoritma supervised learning untuk menemukan pola atau fungsi untuk mendeskripsikan dan memisahkan suatu kelas data dengan kelas data yang lainnya. Adaboost (Adaptive Boosting) merupakan salah satu algoritma machine learning yang dapat membangun pengklasifikasi kuat dengan mengombinasikan beberapa pengklasifikasi lemah. Algoritma ini juga dapat beradaptasi dengan data dan metode pengklasifikasi lainnya. Selain itu, algoritma ini juga dapat mengurangi tingkat error dari pengklasifikasi lemah sehingga dapat menaikkan nilai akurasi dari algoritma pembelajaran yang ada (boosting). Pada penelitian ini akan dilakukan klasifikasi penyakit DM menggunakan algoritma AdaBoost Classifier untuk menentukan apakah seseorang diklasifikasikan sebagai pasien diabetes atau sehat. Dataset diambil dari repositori UCI Machine Learning, terdiri dari 8 variabel input, 1 variabel target, serta 768 record. Hasil klasifikasi algoritma Adaboost Clasifier pada dataset hasil imputing mean menghasilkan akurasi sebesar 80.09 %, untuk dataset hasil imputing median menghasilkan akurasi sebesar 76.19 %, Sedangkan dataset hasil imputing modus, output yang dihasilkan sama dengan dataset yang mengandung missing values yang mengakibatkan algoritma Adaboost tidak bisa berjalan. Hal ini dikarenakan algoritma Adaboost sangat sensitif terhadap keberadaan missing values. Python mengenali NaN sebagai nilai modus untuk beberapa fitur, dengan demikian, nilai NaN tetap ad
Analisis Technology Readiness Sebagai Upaya Mitigasi Teknologi Pada Umkm Di Jember
Get PDFKondisi pandemi Covid 19 mempercepat penerapan TIK di segala bidang, termasuk dunia usaha dan UMKM. Artikel ini bertujuan untuk mengetahui tingkat kesiapan UMKM dalam mengadopsi teknologi baru dalam proses bisnisnya. Studi ini juga mengklasifikasikan responden menurut persepsi mereka tentang adopsi teknologi dalam istilah bisnis. Hasil klasifikasi ini dapat dimanfaatkan oleh para akademisi sebagai dasar penentuan strategi implementasi TIK bagi responden UMKM. Pemilihan strategi yang tepat dalam cara mengadopsi TIK dalam proses bisnis merupakan salah satu bentuk mitigasi kegagalan teknologi dan juga dapat menghindari technostress. Tingkat kesiapan teknologi diukur dengan kerangka kerja TRI yang dikembangkan oleh Parasuraman. Kuesioner dikumpulkan dan dibagikan kepada 60 responden UMKM di Kab. Jember dalam pendataan. Data tersebut telah melalui uji validitas dan reliabilitas. Technology Readiness Index (TRI) responden berada pada level sedang yaitu 3,16. Hasil klasifikasi TR responden menjadi 5 klaster dengan ditemukan 1 klaster baru. Temuan cluster baru ini memiliki karakteristik unik yaitu optimis tentang penggunaan TIK tetapi tidak inovatif. Selain itu, klaster ini tidak merasa tidak aman dalam menggunakan teknologi tetapi sangat tidak nyaman
Penerapan Model Algoritma C4.5 dengan Tool Weka Untuk Memprediksi Kelulusan Mahasiswa
Get PDFFakultas Teknik Universitas Muhammadiyah Jember merupakan Fakultas yang memiliki jumlah mahasiswa yang cukup banyak setiap tahunnya, tetapi mahasiswa yang dapat lulus tepat per tahun kurang dari 50%, sedangkan jumlah mahasiswa baru setiap tahunnya meningkat. Sehingga mengakibatkan jumlah mahasiswa yang tidak lulus sesuai dengan masa kelulusannya. Berdasarkan latar belakang penelitian ini dilakukan untuk membuat sebuah sistemmenggunakan metode yang dapat memprediksi nilai kelulusan mahasiswa. Sistem ini menggunakan metode Data Mining untuk mengelola data yang ada, guna mendapatkan hasil yang diinginkan dengan menerapkan algoritma C4.5. Pada penelitian ini menggunakan data Mahasiswa Fakultas Teknik Tahun Akademik 2016/2017 sampai 2018/2019 sebanyak 1220, terdiri dari 5 Prodi yaitu: Teknik Elektro 132, Teknik Mesin 176, Manajemen Informatika 42, Teknik Sipil 388 dan Teknik Informatika 482. Dari jumlah mahasiswa tersebut digunakan sebanyak 50% untuk dijadikan dataset , kemudian dihitung menggunakan weka eksplorer versi 3.8.5. Input yang digunakan sebagai pengujian menggunakan metode tersebut berupa atribut dari data mahasiswa yang meliputi Jenis Kelamin, Asal Sekolah, Jalur Masuk,Nilai IPS dan lulus tepat waktu. Hasil perhitungan kami Fakultas Teknik didapatakan persentase akurasi 96%, presisi 96% dan recall 4% Dari perhitungan yang dilakukan peneliti memprediksi tingkat kelulusan mahasiswa Fakultas Teknik adalah 70% lulus tepat waktu dan 30% tidak lulus tepat waktu
Metode Live Forensik Untuk Investigasi Serangan Formjacking Pada Website Ecommerce
Get PDFPertumbuhan usaha online yang tinggi dan bergesernya sikap konsumen menginginkan transaksi serba cepat, fleksibel dan ekonomis menyebabkan pertumbuhan e-commerce kian meningkat. Hal ini mengindikasikan semakin ketatnya persaingan pada penjualan berbasis e-commerce dalam merebut pasar offline atau konfensional. Pertumbukan e-commerce diikuti pula dengan pertubuhan kerentanan yang mengancam pengguna dalam melakukan transaksi pembelian pada platform website e-commerce. Kerentanan tersebut ada pada pencurian data digital berupa detail kartu kredit pengguna ecommerce. Terdapat kode jahat yang mampu mencuri atau menduplikasi dan mengirimkan data pembayaran ke server yang dimiliki pelaku. Kode jahat tersebut disisipkan dalam javascript yang tidak bisa dilihat secara langsung oleh user. Peneliti memakai skenario untuk dapat melakukan teknik investigasi live forensik sehingga volatile didalam RAM (Random Access Memory) masih mencatat data transaksi saat itu dan dapat dilakukan akuisisi. Live forensik mengacu pada metode NIJ (National Institute of Justice) dengan 5 tahap dalam melakukan investigasi forensik, yaitu identification, collection, examination, analysis, serta reporting. Browser yang ada dalam skenario live forensik ini ada 4 yaitu operaMini, Google Chrome, Microsoft Edge, dan Mozilla Firefox yang kemudian dilakukan anlisis untuk melihat letak jejak digital dalam website eccomerce tersebut. Data yang dihasilkan dari proses akuisisi pada penelitian ini dilakukan dengan memakai tools forensik AccessData FTK Imager 4.5.0 (x64). Diharapkan metode ini akan menghasilkan wbukti digital yang dapat digunakan dalam proses penegak hukum untuk mengungkapkan kejahatan digital berupa formjacking pada website ecommerce
AKURASI SENTIMEN PADA KOMENTAR YOUTUBE UNTUK PERMENDIKBUD TENTANG PENCEGAHAN DAN PENANGANAN KEKERASAN SEKSUAL BERBASIS NAÏVE BAYES DAN SUPPORT VECTOR MACHINE
No full textPerkembangan9teknologi informasi membawakan perubahan modern untuk masyarakat. Beberapa penggunaan media sosial, diantaranya adalah untuk mendapatkan dan menyampaikan informasi kepada masyarakat atau kerabat Salah satu dari beberapa media9sosial yang saat ini sering digunakan=oleh/masyarakat yaitu situs Youtube. Sentimen Analisis merupakan sebuah teknik dimana untuk mengekstrak sebuah data yang berbentuk teks yang digunakan untuk memperoleh sebuah informasi tentang sentimen bernilai positif dan negatif. Ruang lingkup penelitian ini dilakukan hanya pada komentar masyarakat terhadap permasalahan pencegahan dan penanganan kekerasan seksual di lingkungan perguruan tinggi pada channel MataNajwa. Selanjutnya data tersebut akan dilakukan pengolahan data menggunakan metode Naïve=Bayes dan Support=Vector=Machine menggunakan ekstrasi fitur TF-IDF. Hasil akurasi yang didapatkan pada penelitian ini ialah 64% dengan menggunakan Naïve Bayes dan dilakukan pengujian dengan menggunakan data yang dipilih menggukan K-Fold Cross Validation lalu menghasilkan akurasi sebesar 51,7%. Sedangkan nilai akurasi yang didapatkan saat menggunakan Supporti=Vector=Machine ialah sebesar 92% dengani dilakukan pengujian menggunakan unseen data test yang dipilih random menghasilkan nilai akurasi sebesar 62%.Kata kunci: analisis isentimen, youtube,iisupport vector machine, naive bayes, akuras
Penggunaan Jaringan Syaraf Tiruan Untuk Optimasi Kontruksi Bendung Tyrol Plat Berlubang (Study Kasus Pemodelan Bendung Tyrol Plat Berlubang, Provinsi Ankara, Turkey)
Get PDFUntuk mendapatkan ketelitian didalam optimasi sebuah bendung, seperti bendung Tyrol, maka perlu dibantu dengan pemodelan komputasi. Maka dari itu digukanlah Jaringan Syaraf Tiruan untuk optimasi Bendung Tyrol Plat Berlubang. Dari hasil optimasi yang dilakukan menunjukkan bahwa Mean Average Prencetage Error (MAPE) yang diperoleh dari hasil perbandingan koefisien debit di lapangan dengan koefisien debit teoritis adalah pada diameter plat 3mm nilai MAPE = 70,5%, diameter plat 6mm MAPE = 76,8% dan diameter plat 10mm MAPE = 76,8%.. Nilai Kesalahan Relatif atau MAPE yang tinggi pada nilai koefisien debit teoritis dengan lapangan dipengaruhi beberapa indikator yang dilapangan tidak digunakan pada koefisien debit teoritis seperti nilai kemiringan saringan dan diameter saringan. Dalam penerapan Jaringan Syaraf Tiruan Metode Backpropagation dalam analisa Koefisien Debit di Bendung Saring Plat Berlubang menggunakan 2 Hidenn Layers, dan jumlah Neurons sebanyak 4 Neuron. Dan juga menggunakan jumlah Epochs sebesar 3000 Epochs. Kombinasi terbaik dengan keakurantan yang diperoleh dari Trial Error yaitu dengan kombinasi 50% Data Training dan 50% Data Testing mendapatkan nilai akurasi 73,6% dengan Nilai Mean Average Precentage Error (MAPE) sebesar 26,4%
Klasifikasi Tingkat Pemahaman Mahasiswa mengenai Teori Kepribadian Gustav Jung Menggunakan Algoritma C4.5
Get PDFPemahaman mahasiswa mengenai tipe kepribadian dapat digunakan sebagai tolak ukur dalam memahami dan mengeksplorasi diri. Pohon keputusan merupakan sebuah metode umum yang digunakan untuk memahami dalam pengambilan keputusan dan menginterpretasikan solusi dari permasalahan. Penelitian ini memiliki tujuan untuk mengklasifikasikan tingkat pemahaman mahasiswa mengenai kepribadian introvert – ekstrovert berdasarkan teori Gustav Jung dengan mengimplementasikan algoritma C4.5 dan mengevaluasi kinerja algoritma C4.5 dalam mengklasifikasikan tingkat pemahaman mahasiswa mengenai kepribadian dengan menggunakan tools Rapidminer. Algoritma C4.5 membentuk decision tree yang mudah dimengerti serta memberikan taraf akurasi yang dapat diterima dan juga efektif. Evaluasi terhadap model yang digunakan dilihat dari nilai accuracy dan nilai kappa. Berdasarkan hasil pengolahan data dengan mengimplentasikan algoritma C4.5 untuk mengklasifikasikan tingkat pemahaman mahasiswa terhadap kepribadian introvert-ekstrovert diperoleh bahwa mahasiswa memiliki tingkat pemahaman tinggi terhadap tipe kepribadian. Algoritma C4.5 dalam penelitian ini memiliki kinerja yang rendah dengan nilai kappa yang hanya mencapai 0,081. Akan tetapi, untuk tingkat akurasi mencapai nilai yang cukup yaitu sebesar 71,79%
Analisis Dan Perancangan Sistem Informasi Penerimaan Peserta Didik Baru (PPDB) Pada SMA Wachid Hasyim 1 Surabaya
Get PDFProses Penerimaan Siswa Baru (PPDB) di SMA Wachid Hasyim 1 Surabaya dilakukan berdasarkan Standar Operasional Prosedur (SOP). SMA Wachid Hasyim 1 Surabaya tidak menerapkan sistem zonasi karena SMA Wachid Hasyim 1 Surabaya memiliki kebijakan yang berbeda dengan sekolah negeri. Dengan menggunakan sistem pengembangan Waterfall, aplikasi ini dimulai dengan wawancara. Hasil wawancara tersebut menyatakan kondisi yang dihadapi para pendaftar sekolah saat ini yang masih harus dapat ke sekolah untuk melakukan pendaftaran dengan membawa serta semua dokumen-dokumen yang dibutuhkan, Keadaan ini membuat calon pendaftaran kesulitan dalam melakukan pengisian formulir dan proses selanjutnya. Hal ini dikarenakan belum adanya aplikasi yang mempermudah proses tersebut. Pengembangan aplikasi pendaftaran dimulai dengan analisis proses bisnis dan menghasilkan suatu rancangan aplikasi pendaftaran. Rancangan aplikasi ini akan mempermudah proses pendaftaran calon siswa secara online, memberikan laporan data calon siswa yang dibutuhkan oleh pihak sekolah, dan dapat meningkatkan target atau jumlah pendaftaran siswakata kunci: Website, Sekolah, Penerimaan Peserta Didik Baru (PPDB
Sistem Informasi PraOutline Tugas Akhir Program Studi Teknik Informatika UM Pontianak
Get PDFTugas Akhir merupakan salah satu syarat untuk menyelesaikan pendidikan jenjang Sarjana pada Program Studi Teknik Informatika UM Pontianak. Salah satu prosedur dalam pengajuan Tugas Akhir adalah mahasiswa wajib untuk membuat proposal tugas akhir (outline). Pada tahap pengajuan judul tugas akhir, mahasiswa diwajibkan membuat draft proposal yang berisi deskripsi judul tugas akhir yang akan diusulkan. Permasalahan yang ditemui adalah proses pengajuan proposal menjadi terlambat karena mahasiswa tidak dapat menyelesaikan proposal tepat waktu. Hal ini dikarenakan mahasiswa merasa bingung dan tidak dapat melakukan konsultasi secara intensif mengenai judul/ topik tugas akhir yang akan diusulkan. Situasi pandemi Covid-19 serta kesibukan dosen menjadi hambatan bagi mahasiswa untuk melakukan bimbingan tatap muka langsung dengan dosen. Prototipe Sistem Informasi Pra-Outline Tugas Akhir mahasiswa dirancang untuk memudahkan mahasiswa melakukan konsultasi/bimbingan serta interaksi dengan pihak prodi melalui sistem informasi berbasis web. Pengguna sistem ini diantaranya adalah Kaprodi, Admin, Dosen, dan Mahasiswa. Mahasiswa dapat menunggah draft proposal yang kemudian akan direview oleh tim penguji dosen. Pada akhir review, dosen dapat memberikan persetujuan pada judul yang diajukan oleh mahasiswa untuk kemudian dapat melanjutkan pada tahapan seminar proposal. Hasil review tersebut juga digunakan sebagai rekomendasi dalam menentukan dosen penguji sesuai dengan kelompok keahlian dosen. Prototype dirancang berbasis web dengan menggunakan framework Code Ignitier (CI) dan basis data MySQL, pengujian perangkat lunak menggunakan metode blackbox. Hasil penelitian menunjukkan bahwa protoype dapat digunakan dengan baik dan mempermudah mahasiswa dalam melakukan konsultasi judul tugas akhir