JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Not a member yet
363 research outputs found
Sort by
Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat
Get PDFAlgoritma C4.5 merupakan algoritma klasifikasi yang memungkinkan bisa diterapkan untuk studi kasus prediksi potensi kebakaran hutan. Untuk mengetahui penerapan algoritma C4.5 pada prediksi kebakaran hutan, perlu dilakukan penelitian terkait hal tersebut. Metodologi yang digunakan adalah Knowledge Discovery in Database (KDD). Tahap dari KDD terdiri dari pengumpulan dan pemilihan data, pemrosesan data, transformasi data, pengolahan data dengan algoritma C4.5 dan terakhir adalah interpretasi serta evaluasi pengetahuan. Percentage split, Cross validation, Use Training Set digunakan sebagai teknik pembagian data training dan testing dengan skenario pesentase dan dipilih model terbaik. Indikator evaluasi yang digunakan adalah akurasi. Penelitian menghasilkan kesimpulan bahwa C4.5 dengan percentage split 80%data training dan 20% data testing menghasilkan akurasi tertinggi yaitu 89,7859%
Implementasi Algoritma Fuzzy C-Means Clustering Sistem Crowdfunding pada Sektor Industri Kreatif Berbasis Web
Get PDFPerkembangan teknologi setiap tahun semakin maju sehingga memiliki dampak terhadap kemudahan terhadap sektor industri kreatif. Dengan berkembangnya teknologi ini, memberi kemudahan untuk menggalang dana pada sektor industri kreatif berupa sebuah sistem crowdfunding. Pengimplementasian crowdfunding pada sektor industri kreatif dapat dijadikan sebagai alternatif penggalangan sumber pendanaan untuk anak anak negeri. Maka dari itu, dibangun aplikasi berbasis web untuk memudahkan pengguna dalam melakukan penggalangan dana ataupun memberikan dana. Pada penelitian ini, peneliti dapat menggunakan data yang terkumpul pada aplikasi crowdfunding ini menjadi suatu informasi yang dapat dimanfaatkan. Salah satu informasi yang dapat diperoleh adalah kampanye project yang mendapatkan pendanaan terbanyak, terkecil dan belum didanai. Untuk mengetahui hal tersebut, maka dirancang suatu sistem aplikasi crowdfunding berbasis web dengan mengimplementasikan metode fuzzy c-means clustering sebagai metode untuk mengelola datadata yang telah terkumpul. Pengujian sistem pada hasil akhir sistem menggunakan metode fuzzy c-means clustering dengan menggunakan 13 contoh kasus uji, menunjukkan bahwa hasil perhitungan metode ini didapatkan output berupa 3 kriteria yaitu terbanyak 23,1% kampanye project, terkecil 38,5% kampanye project, dan belum didanai 38,5% kampanye project. Berdasarkan hasil analisa ini, algoritma fuzzy c-means clustering bekerja dengan sangat baik untuk mengetahui kampanye project mana saja yang dapat dikembangkan
Perbandingan Model Klasifikasi untuk Evaluasi Kinerja Akademik Mahasiswa
Get PDFDunia pendidikan saat ini mengalami kompetisi yang begitu ketat, terutama pada era digital seperti saat ini, dimana salah satunya yaitu pendidikan tinggi yang saling berkompetisi dalam meraih peringkat terbaik. Instrumen dalam dunia pendidikan seperti penerimaan mahasiswa baru hingga kelulusan dapat dievaluasi berdasarkan kinerja mahasiswa agar terwujudnya pendidikan yang berkualitas. Pengambilan keputusan dalam evaluasi kinerja akademik mahasiswa pada kelulusan tepat waktu dan tidak tepat waktu dapat dilakukan dengan penambangan data pendidikan (educational data mining). Berbagai model klasifikasi data mining pada pendidikan telah banyak dilakukan para peneliti. Namun, secara umum sulit untuk menentukan model klasifikasi terbaik dari berbagai metode pada evaluasi kinerja akademik mahasiswa dengan kasus yang sama. Tujuan dari penelitian ini untuk menentukan model klasifikasi yang memiliki kinerja terbaik pada prediksi kelulusan mahasiswa tepat waktu yang dievaluasi berdasarkan empat dataset yaitu TI-Reg.A, TI-Reg.B, AK-Reg.A, dan AK-Reg.B. Indikator dalam evaluasi kinerja model berdasarkan peringkat rata-rata akurasi. Hasil eksperimen menunjukkan bahwa model klasifikasi random forest memiliki kinerja terbaik pada sebagian dataset dan memiliki nilai akurasi rata-rata peringkat tertinggi dibandingkan model GBT. Sedangkan, model DT, NB, k-NN, LR, NN, MLP, dan SVM memiliki kinerja yang sama baik
Tinjauan Kasus Model Speech Recognition: Hidden Markov Model
Get PDFTeknologi pengenal suara (speech recognition) merupakan teknologi yang berkembang pesat dalam bidang kecerdasan buatan (artificial intelligent). Saat ini, teknologi pengenal suara menjadi hal yang komersil melalui berbagai media teknologi seperti smartphone dan komputer. Salah satu pembentuk struktur pengenal suara agar dapat bekerja pada perangkat tersebut adalah model statistik pengenal suara Hidden Markov Model (HMM). Penerapan HMM pada berbagai kasus menunjukkan bahwa model ini cocok dengan berbagai macam data. Tulisan ini merupakan sebuah tinjauan untuk model HMM yang bertujuan untuk memberikan gambaran dan pemahaman terhadap kinerja HMM melalui rangkuman sejumlah penelitian yang digunakan dalam berbagai data. Penerapan HMM tersebut menunjukkan optimalisasi kinerja HMM dan tinjauan terhadap sejumlah penelitian menunjukkan bahwa tingkat keberhasilan HMM dalam mengenali data mencapai 71.43%
Model Antrian Pendaftaran Pasien Rawat Jalan pada Rumah Sakit (Studi Kasus di RSUD Sultan Syarif Mohammad Alkadrie Pontianak)
No full textAntrian adalah suatu garis tunggu oleh satu atau lebih pelanggan dalam suatu sistem untuk mendapatkan pelayanan. Pelanggan pada antrian rawat jalan rumah sakit adalah pasien sedangkan layanannya adalah pendaftaran dan layanan medis. Masalah utama yang terjadi pada layanan rawat jalan rumah sakit dilihat dari hasil observasi pada RSUD Sultan Syarif Mohaman Alkadrie yaitu waktu yang dihabiskan pasien sangat lama, mulai dari pendaftaran hingga mendapatkan layanan medis oleh dokter yang bersangkutan. Pada model antrian rumah sakit tersebut, waktu tunggu paling banyak dihabiskan pasien untuk menunggu mendapatkan pelayanan medis. Model antrian baru yang dibangun adalah (M/D/n) : (FCFS/?/?), di mana setelah melakukan analisis yang mendalam terhadap kebutuhan sistem antrian di rumah sakit dapat membantu pasien untuk memantau jalannya antrian tanpa harus menunggu di rumah sakit. Implementasi model antrian pada website membuktikan bahwa waktu tunggu pasien selama 2 jam saat observasi awal dapat berkurang hingga mencapai 1 menit. Uji sistem terhadap aplikasi yang dibangun pada penelitian ini dilakukan dengan UAT (User Acceptance Test) dan blackbox. Pengujian blackbox dilakukan untuk menguji input dan output pada sistem dan seluruh hasilnya sesuai. Pengujian UAT secara keseluruhan mendapatkan respon sangat baik
Penerapan SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Television Advertisement Performance Rating Menggunakan Artificial Neural Network
Get PDFDalam data nyata, ada banyak situasi di mana jumlah instance di satu class jauh lebih sedikit daripada jumlah instance di class lain. Keadaan ini disebut sebagai masalah dataset tidak seimbang (imbalance class). Imbasnya kinerja klasifikasi biasanya menurun di beberapa aplikasi data mining. Pada penelitian ini, diidentifkasi bahwa dataset performansi rating iklan TV yang digunakan memiliki permasalahan imbalance class yang sangat besar dimana instance yang memiliki nilai rating tinggi, jauh lebih sedikit dibandingkan instance yang memiliki nilai rating kecil dan menengah. Sehingga diperlukan metode over-sampling untuk mengatasi permasalahan imbalance class tersebut. Metode yang dapat digunakan adalah Synthetic Minority Over-sampling Technique (SMOTE). Untuk memvalidasi keefektifan model yang diusulkan, dilakukan dua skenario eksperimental yaitu: pertama algoritma ANN langsung digunakan untuk pemodelan tanpa mempertimbangkan ketidakseimbangan kelas, dan kedua dilakukan over-sampling SMOTE untuk meningkatkan jumlah dataset agar mencapai dataset yang seimbang. Hasil eksperimen menunjukkan bahwa performansi ANN+SMOTE mencapai akurasi sebesar 87.06% dibandingkan ANN yang hanya sebesar 86.35%. Penerapan Teknik SMOTE terbukti dapat mengatasi masalah ketidakseimbangan data dan mendapatkan hasil klasifikasi yang lebih baik
Perangkat Lunak Search Engine Citra Satelit LAPAN-A2 dan LAPAN-A3
Get PDFSearch engine yaitu kombinasi perangkat keras dan perangkat lunak komputer yang disediakan oleh perusahaan tertentu melalui website yang telah ditentukan. Seiring bertambahnya jumlah hasil citra yang dihasilkan satelit LAPAN-A2 dan LAPAN-A3 baik itu citra SpaceCam maupun citra LISA pada saat ini maka dibuat mesin pencari yang mampu mencari citra satelit dengan akurat. Hasil citra sampai saat ini hanya tersimpan pada folder-folder dengan penamaan khusus. Metode tersebut cenderung manual dan menyulitkan user untuk mencari citra dengan spesifikasi tertentu. Disamping itu, kebutuhan pengguna terhadap data citra pada waktu tertentu menjadi permasalahan utama. Stasiun bumi satelit LAPAN setiap hari secara rutin melakukan kegiatan akuisisi dan pengolahan data citra satelit LAPAN. Data citra satelit LAPAN hasil pengolahan di stasiun bumi ini kemudian diintegrasikan ke dalam satu sistem search engine. Oleh karena itu, fasilitas ini dirancang dan diimplementasikan untuk memenuhi kebutuhan pengguna. Makalah ini akan memaparkan rancang bangun sistem search engine citra satelit LAPAN yang berbasis web. Sistem serach engine yang akan dikembangkan ini diharapkan dapat memudahkan pengguna di Indonesia maupun dunia untuk mengakses dan mengunduh data citra satelit yang telah dihasilkan oleh satelit LAPAN-A2 dan LAPAN-A3 secara langsung. Disamping sebagai media penyimpanan, dengan menggunakan sistem search engine citra berbasis web akan mempermudah Pusteksat untuk mendiseminasikan produk satelit LAPAN-A2 dan LAPAN-A
Information System for Rapid Assessment of Emergency Responses Based on Android Applications for BPBD of Aceh Barat
No full textRapid assessment is part of disaster emergency response that are covering quick and precise assessments to the calamity place, casualties and damaged building. So far, rapid assessment in BPBD Aceh Barat is still conducted manually without an information system within its management of disaster emergency response. To support a successful result in emergency response activity, designing an android based rapid assessment application system is demanded to facilitate the public users (community/volunteer) and trained users (TRC Team) of BPBD Aceh Barat. Research methods of the study was based on Perka BNPB and previous studies. Then, continued by building prototype, and users System Usability Scale test. This research result is an android based rapid assessment application. The procedure is by inputting data by user via Android application that contained disaster info, casualties, refugee data, building damage, volunteer and humanitarian logistic. Then validated at www.tdb-aceh.com. Users can access to news and information, BNPB regulations, important dials, and TRC BPBD members on application. SUS test results showed that public users of 12 respondents average score is 68,95 and trained users of 3 respondents average score is 67,5. Analysis to both respondents group showed that the application is well-integrated, user friendly, and easy to understand
Algoritma K-Means dalam Pemilihan Siswa Berprestasi dan Metode SAW untuk Prediksi Penerima Beasiswa Berprestasi
Get PDFBeasiswa prestasi merupakan beasiswa yang diberikan kepada siswa berprestasi di sekolah agar dapat memberikan motivasi lebih giat dalam belajar. Namun, pemberian beasiswa sering tidak tepat sasaran dan ketersediaan dana beasiswa yang terbatas membuat banyak siswa yang berprestasi tidak dapat memperolehnya sehingga siswa yang berprestasi akan turun semangatnya untuk terus belajar. Agar lebih mudah dalam memilih siswa berprestasi, maka diperlukan pendekatan data mining untuk mengelompokkan siswa berprestasi dengan menggunakan Algoritma K-Means dan selanjutnya bisa dibuat sistem pendukung keputusan untuk melakukan perangkingan dengan metode Simple Additive Weighting (SAW) dari siswa berprestasi yang sudah dikelompokkan sehingga akan diperoleh siswa yang berprestasi yang berhak menerima beasiswa. Penelitian ini menggunakan 5 kriteria yaitu nilai rata-rata siswa, peringkat, nilai sikap, nilai ekstrakurikuler dan prestasi akademik maupun non akademik. Penelitian dilakukan di SMAN 2 Payakumbuh. Ada 20 data siswa yang mengajukan beasiswa digunakan dalam penelitian ini. Hasil penelitian ini dengan menggabungkan K-Means dan SAW, ternyata dapat mempermudah proses pengelompokkan data siswa berprestasi dan penetuan prediksi penerima beasiswa berprestasi karena lebih cepat dan lebih tepat sasaran. Dari 20 data siswa yang mengajukan beasiswa, dikelompokkan menjadi 10 siswa yang berprestasi dan dilakukan perangkingan sehingga hanya 6 siswa yang berhak menerima beasiswa
Model Penilaian Perangkat Lunak E-Government untuk Rekomendasi Pemeliharaan (Studi Kasus: BKPSDM Ketapang)
Get PDFAgar perangkat lunak e-Government dapat digunakan dalam menunjang kinerja organisasi dalam waktu yang relatif lama maka perlu dilakukan pemeliharaan perangkat lunak. Namun, berdasarkan hasil observasi pada organisasi perangkat daerah di Kabupaten Ketapang diketahui bahwa belum ada sebuah model atau standar yang dapat memberikan rekomendasi pemeliharaan secara objektif dan akurat. Penelitian ini mengusulkan sebuah model penilaian perangkat lunak untuk rekomendasi pemeliharaan dengan mengintegrasikan nilai bisnis dan nilai teknis. Identifikasi aset perangkat lunak, penilaian perangkat lunak, dan rekomendasi pemeliharaan adalah tiga tahap yang diusulkan dalam model ini. Kuesioner dengan skala Likert dan task analysis digunakan untuk menilai perangkat lunak berdasarkan nilai bisnis dan nilai teknis. Hasil validasi model melalui implementasi studi kasus di BKPSDM Ketapang diketahui bahwa model berhasil memberikan rekomendasi pemeliharaan untuk aplikasi SIMPAD adalah ordinary maintenance dan BAPERJAKAT adalah freeze