JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Not a member yet
363 research outputs found
Sort by
Implementasi Distance Weighted K-Nearest Neighbor Untuk Klasifikasi Spam & Non-Spam Pada Komentar Instagram
No full textInstagram (IG) menjadi salah satu sosial media yang sering dipakai untuk membagikan momen dari para penggunanya. Banyak pula public figure, termasuk artis yang menggunakan sosial media ini sebagai media berbagi mereka. Namun, popularitas dari artis tersebut membuat beberapa kalangan mengirimkan komentar spam, sehingga membuat komentar itu menjadi membingungkan saat dibaca. Tujuan penelitian ini adalah mengimplementasikan dan mengetahui akurasi algoritma DWKNN untuk deteksi komentar spam pada IG. Metode DWKNN digunakan sebagai perbaikan dari metode KNN melalui pelatihan sistem dengan data latih acak. Setelah proses pelatihan, dilakukan pengujian berdasarkan data uji dan latih dengan parameter nilai k dan persentase fitur yang akan digunakan untuk menguji dan membandingkan metode KNN maupun DWKNN berdasarkan hasil klasifikasinya. Kontribusi penelitian ini menunjukkan bahwa akurasi metode DWKNN lebih baik daripada KNN, perbedaan nilai k ini tidak memiliki dampak yang terlalu berarti dalam klasifikasi komentar spam, dan seleksi fitur (Features Selection) memiliki hasil success rate yang baik pada penggunaan FS antara 80% - 100%. Akurasi optimal dari KNN adalah 82.36% sedangkan menggunakan DWKNN mencapai 91.08% pada FS 80%
Otomatisasi Pembangkitan Mind Map dari Buku Teks Berbahasa Indonesia Berbasis Analisis Struktur Kalimat
Get PDFMind map adalah sebuah media yang dapat digunakan untuk memvisualisasikan keterkaitan suatu informasi. Adanya visualisasi informasi dapat mempermudah pemahaman terhadap informasi tersebut. Tidak ada aturan khusus dalam pembuatan mind map. Namun butuh proses yang cukup panjang ketika ingin membuat sebuah mind map, mulai dari membaca seluruh informasi, memahami keterkaitan informasi, kemudian memvisualisasikan keterkaitan informasi tersebut. Tentunya hal ini akan menyita banyak waktu. Oleh sebab itu penelitian ini mengusulkan sebuah metode otomatisasi pembangkitan mind map berbasis analisis struktur kalimat. Input dari metode ini berupa teks per bab dan outputnya adalah mind map. Setiap kalimat inputan akan diidentifikasi dan dilabeli dengan tag khusus, kemudian dari tag-tag tersebutlah akan dibentuk mind map secara otomatis dengan aturan khusus yang telah dibuat. Uji coba penelitian ini menggunakan lebih dari 1000 kalimat yang divisualisasikan menjadi sebuah mind map. Kemudian hasil visualisasi tersebut divalidasi kebenaranya oleh ahli di bidang pendidikann yang telah memiliki pengalaman mengajar lebih dari 20 tahun. Hasil pegujian yang telah dilakukan menunjukkan bahwa metode yang diusulkan dapat digunakan untuk membangkitkan mind map secara otomatis
Peningkatan Kinerja Akurasi Prediksi Penyakit Diabetes Mellitus Menggunakan Metode Grid Seacrh pada Algoritma Logistic Regression
Get PDFData Mining tidak selalu digunakan untuk membahas tentang suatu bidang yang berkaitan dengan informatika, tetapi juga dapat digunakan untuk melakukan penelitian pada bidang lainnya, salah satunya bidang kesehatan untuk melakukan prediksi resiko gejala Diabetes Mellitus pada manusia dengan metode Regresi Logistik. Diabetes Mellitus merupakan salah satu penyakit terbanyak penderitanya di Indonesia. Menggunakan dataset yang berasal dari Pima Indians Diabetes Database dari model penelitian Lahiru Liyanapathirana, model tersebut memiliki tingkat akurasi 78%. Penelitian ini bertujuan untuk meningkatkan Kinerja Akurasi Prediksi Penyakit Diabetes Mellitus Menggunakan Metode Grid Seacrh pada Algoritma Logistic Regression. Sehingga didapat Model Logistic Regression dengan Grid Search pada Classification Report memiliki rata-rata akurasi model sekitar 79% dan akurasi data check sebesar 83,33%
Implementasi Chatbot Pembelajaran Bahasa Inggris menggunakan Media Sosial
Get PDFBagi sebagian kalangan belajar bahasa Inggris adalah sesuatu yang tidak mudah sehingga perlu pendamping untuk memperbaiki jika terjadi kesalahan. Belajar bahasa Inggris bisa diawali dengan memahami secara benar strukturnya sehingga dapat membantu dan memberikan rasa percaya ciri saat mempelajari materi-materi selanjutnya seperti reading, listening maupun writing. Penelitian ini bertujuan mengembangkan suatu aplikasi chatbot untuk belajar struktur bahasa Inggris menggunakan media sosial. Pertimbangan utama penggunaan media sosial sebagai sarana pembelajaran yaitu sebagian besar aktifitas masyarakat hingga pelajar di musim pandemic ini menggunakan media sosial atau sarana belajar berbasis online, sehingga dirasa bahwa media sosial bukan sesuatu yang baru bagi khalayak ramai dan menjadi alternatif terbaik yang dapat digunakan sebagai sarana untuk menyampaikan materi struktur bahasa Inggris. Facebook dengan fasilitas chatfuel-nya digunakan untuk mengembangkan chatbot pembelajaran struktur bahasa Inggris dengan memanfaatkan metode Organization Exercise Items (OEI). Dengan menggunakan metode OEI maka chatbot secara otomatis akan memberikan bantuan apabila ada seseorang yang sedang belajar mengalami kesulitan. Aplikasi yang diberi nama ELA-bot atau English Learning Assistant Bot ini telah diimplementasikan pada mahasiswa program studi D3 Bahasa Inggris, Politeknik Negeri Malang. Hasil pengujian menunjukkan bahwa 98% mahasiswa menyatakan chatbot telah membantu dalam proses pembelajaran struktur Bahasa inggris.
Pengelolaan Arsip Secara Digital Menggunakan Algoritma LZSS Modifikasi untuk Kompresi File
Get PDFDokumen yang menumpuk dalam bentuk hardcopy dapat menimbulkan suatu masalah, baik dalam penataan, keamanan dokumen maupun ruang penyimpanan dokumen. Selain itu perawatan ekstra diperlukan untuk mencegah kerusakan pada dokumen penting yang disebabkan oleh serangga dan lain-lain. Dengan teknologi sekarang ini dokumen dapat disimpan dalam bentuk file dan sekaligus ukuran file dapat diperkecil untuk meminimalkan media penyimpanan dan penyusunan dokumen dapat ditata dengan baik sehingga pada saat pencarian dokumen menjadi lebih mudah. File merupakan data digital yang berisi informasi. Untuk memperkecil ukuran file yaitu dengan cara dipadatkan atau biasa disebut dengan kompresi sehingga ukuran file menjadi lebih kecil dari ukuran semula. Pada penelitian ini, metode yang digunakan untuk kompres file adalah LZSS (Lempel Ziv Strorer-Szymanski) yang telah dimodifikasi untuk menghasilkan kompres yang lebih optimal. Algoritma kompresi LZSS modifikasi dikembangkan berdasarkan konsep algoritma kompresi LZSS (pengkodean (offset,len)) serta penambahan pengkodean (offset,-len). Dari 9 sampel file yang dipilih sebagai data simulasi, diperoleh rata-rata rasio kompresi algoritma LZSS adalah 75,40% dan rata-rata kompresi algoritma LZSS modifikasi adalah 67,86%. Hal ini menunjukkan bahwa algoritman LZSS modifikasi menghasilkan tingkat kompresi yang lebih baik
Implementasi Ekonomi Melingkar pada Sistem Informasi Pengelolaan Hutan Mangrove
Get PDFPenelitian ini bertujuan membangun sebuah sistem berbasis komputer yang dapat membantu pengelolaan hutan mangrove dengan menadopsi konsep ekonomi melingkar (Circular Economy). Sistem dibangun dengan pendekatan system development life cycle (SDLC). Instrumen yang digunakan untuk menggambarkan hasil analisis dan perancangan pada penelitian ini adalah Unified Modeling Language (UML). Terdapat tiga tahapan besar dalam penyelesaian penelitian yaitu mengkorelasikan parameter pengelolaan hutan mangrove dengan konsep ekonomi melingkar; merancang dan mengimplementasikan sistem informasi pengelolaan hutan mangrove. Hasil yang disampaikan pada sistem ini adalah sebuah cara kontrol, koordinasi dan pengambilan keputusan pada pengelolaan hutan mangrove yang melibatkan pemerintah dan masyarakat sebagai pengguna. Sistem tersebut dibagun dalam sebuah apikasi berbasis web sehingga memudahkan pengguna dalam berkomunikasi satu sama lain dan menjalankan perannya
Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa
Get PDFPrediksi waktu kelulusan mahasiswa bertujuan memberikan sarana untuk mengetahui perkiraan waktu lulus mahasiswa dengan melihat mahasiswa-mahasiswa mana saja yang masuk kedalam suatu cluster tertentu berdasarkan parameter IPK dan kehadiran. Penelitian ini menerapkan algoritma K-Means.Algoritma K-Means merupakan model cendroid. Model cendroid adalah model yang menggunakan cendroid untuk membuat cluster. K-Means merupakan salah satu metode clustering non hirarki yang berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih cluster. Metode ini mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karateristik yang berbeda dikelompokan ke dalam cluster yang lain. Penelitian ini diharapkan dapat membantu pihak kampus maupun mahasiswa untuk memprediksi tingkat kelulusan tepat waktu dan untuk meningkatkan reputasi bagi pihak kampus itu sendiri dan kelulusan tepat waktu bagi mahasiswa supaya kelulusan mereka tidak terlambat, selain itu pihak kampus bisa melakukan hal-hal yang perlu dilakukan apabila mereka di prediksi lulus tidak tepat waktu seperti dengan melakukan bimbingan dan hal lainnya
Pembandingan Tiga Nada Vokal /e/ untuk Animasi Gerak Bibir
Get PDFSaat ini teknologi animasi gerak bibir tengah berkembang secara signifikan seiring dengan perkembangan industri kreatif. Metode yang sering digunakan untuk membuat gerak bibir tersebut adalah peta fonem ke visem. Pembangunan peta fonem ke visem awalnya mengacu pada ketentuan baku susunan fonem yang sudah ada, namun kemudian susunan ini berkembang mengikuti kebutuhan. Fonem vokal mengambil peran terbesar karena energi percakapan terakumulasi padanya. Variasi pengucapan vokal yang sangat beragam menyebabkan susunan keberadaan fonem vokal pada peta juga beragam. Keragaman ini berimplikasi pada akurasi peta fonem ke visem yang juga berujung pada akurasi gerak bibir animasi. Paper ini membahas tentang signifikansi perbedaan tiga macam nada vokal /e/ Bahasa Indonesia baik dari ciri audio maupun dari ciri visual untuk menunjang susunan baku vokal pada peta fonem ke visem. Metode yang digunakan adalah filter LPC untuk mengekstraksi ciri frekuensi forman, Par-CLR untuk mengekstraksi ciri visual, hingga uji statistik untuk mengetahui signifikansi perbedaan. Hasilnya menunjukkan sebagian nada tersebut memiliki perbedaan signifikan satu sama lain. Sehingga peta fonem ke visem akan lebih akurat jika menyertakan unsur ketiga /e/ tersebut
Sistem Informasi Perawatan Transformator PT. PLN (Persero) Area Pontianak
Get PDFTransformator adalah unsur utama dan merupakan peralatan terpenting dalam penyaluran jaringan distribusi. Salah satu penyebab gangguan pada transformator adalah kelebihan beban dan beban tidak seimbang yang dapat dicegah dengan sistem proteksi dan pemeliharaan pada transformator. Pengumpulan data saat ini dilakukan secara manual dan perawatan tidak difokuskan pada transformator yang mengalami gangguan. Penelitian ini merancang sebuah sistem informasi perawatan transformator berbasis web yang dapat menyediakan informasi tentang transformator dan lingkungan distribusinya, serta dilengkapi dengan sistem peringatan dini ketika transformator telah melewati batas normal. Sehingga dapat memudahkan petugas dalam melakukan monitoring dan pemeliharaan sesuai dengan kebutuhan transformator. Peringatan dini pada sistem akan menggolongkan status beban berdasarkan hasil analisa data dimana transformator akan masuk ke golongan merah jika beban ³ 80% untuk kelebihan beban atau ³ 25% untuk beban tidak seimbang, golongan kuning jika beban ³ 65% untuk kelebihan beban atau ³ 15% untuk beban tidak seimbang, dan golongan hijau untuk beban normal. Berdasarkan hasil pengujian menggunakan metode blackbox, sistem dapat menyajikan data laporan dan memberikan peringatan dini secara akurat dan mudah digunakan oleh siapapun
Perancangan Knowledge Management System Pariwisata Provinsi Sumatera Barat
Get PDFPariwisata memiliki peranan yang sangat penting dalam meningkatkan perekonomian sebuah negara, daerah dan terutama masyarakat sekitar. Sumatera Barat merupakan salah satu provinsi yang menjadi tujuan wisatawan lokal maupun mancanegara. Sumatera Barat memiliki banyak jenis objek wisata seperti: laut, pantai, gunung, lembah dan lainnya. Sampai saat ini sudah terdata ±829 tujuan wisata yang ada di Sumatera Barat. Maka dari itu pemerintah Sumatera Barat menginginkan adanya pemetaan/mapping pariwisata dan koordinasi stakeholder. Pada penelitian ini dilakukan sistem inventarisasi pengetahuan yang tersedia dan menghubungkan semua stakeholder yang ada dengan menggunakan pendekatan Knowledge Management Life Cycle (KMLC). Sistem yang dirancang merupakan Sharing Knowledge Management System sehingga setiap user dapat berbagi pengetahuan baik itu pengetahuan tacit maupun ekplisit. Penelitian ini menghasilkan sebuah knowledge management system pariwisata yang akan mengakomodasi kebutuhan wisatawan, selain itu, sistem ini juga memungkinkan user dapat berinteraksi satu sama lain, mendapatkan informasi dan pengetahuan baik itu pengalaman, info wisata dalam bentuk artikel maupun event dan lainnya. Sehingga pengetahuan yang diperoleh oleh user khususnya wisatawan dapat membantu mereka dalam pengambilan keputusan seperti pemilihan rute perjalananan atau tujuan wisata, dan juga mendapatkan informasi pendukung lainnya