Jurnal Sains dan Seni ITS
Not a member yet
2345 research outputs found
Sort by
Design Requirements & Objectives pada Desain Sepeda Listrik Sebagai Penunjang Mobilitas Mahasiswa Instansi Universitas Pembangunan Nasional Veteran Jawa Timur Melalui Identifikasi Kebutuhan Persona
Full text linkDi Indonesia, Bike sharing merupakan fenomena yang sedang berlangsung dan menjadi tren sebagai fasilitas institusi untuk menunjang mobilitas bagi civitas akademik dalam berbagai kebutuhan akademik maupun non akademik dalam kampus. Area parkir yang terdapat di Universitas Pembangunan Nasional Jawa Timur terletak secara terpisah dengan mayoritas gedung kampus dan jarak dari antar bangunan menjadi masalah dalam hal mobilitas akademik dan nonakademik sehingga kurang efektif dan efisien bagi civitas akademik dalam berkegiatan, maka akan memungkinkan bahwa instansi terkait untuk manambahkan fasilitas moda transportasi kampus terutama sepeda listrik dengan sistem bike sharing, sepeda listrik ini harus memiliki identitas belanegara yang cocok untuk prinsip UPNVJ. Dan juga dilengkapi dengan dermaganya (Shelter). Maka untuk mewujudkan desain tersebut perlunya ada penelitian yang mendalam agar berfungsi efektif dan efisien. Output rancangan ini berupa konsep desain, dan model prototype Kata kunci: (Bike Sharing, Sepeda Listrik, Shelter)
Analisis Perbandingan Metode Decision Tree, Naïve Bayes, dan Radial Basis Function Neural Network pada Klasifikasi Tinggi Muka Air Laut Marina Ancol
Full text linkSecara geografis, Indonesia merupakan negara kepulauan dengan luas lautan yang mencapai dua per tiga dibandingkan dengan luas daratannya. Berdasarkan hal tersebut, salah satu potensi yang dapat dikembangkan pada bidang perekonomian Indonesia adalah wisata bahari. Pantai Marina Ancol merupakan salah satu kawasan wisata bahari yang terletak di wilayah Jakarta Utara. Untuk menciptakan rasa keamanan dan kenyamanan bagi para wisatawan Pantai Marina Ancol, analisis klasifikasi tinggi muka air laut perlu dilakukan sebagai upaya antisipasi terhadap terjadinya bencana banjir rob yang merupakan peristiwa penggenangan daratan akibat terjadinya kenaikan permukaan air laut. Pada penelitian ini akan dilakukan analisis klasifikasi tinggi muka air laut Marina Ancol menggunakan metode Decision Tree, Naïve Bayes, dan Radial Basis Function Neural Network untuk mengetahui metode terbaik yang dapat digunakan dalam mengklasifikasikan tinggi muka air ke dalam empat kategori level air yaitu Siaga 1, Siaga 2, Siaga 3, dan Siaga 4 berdasarkan accuracy score dan false negative rate. Dalam memprediksikan kategori level air laut Marina Ancol, model yang didapat dengan metode Decision Tree menghasilkan nilai akurasi sebesar 85,19%, nilai false negative rate Siaga 1 sebesar 16,67%, dan nilai false negative rate Siaga 2 sebesar 12,24%. Dengan menggunakan metode Naïve Bayes, nilai akurasi yang dihasilkan dari model adalah sebesar 73,37%, nilai false negative rate Siaga 1 sebesar 16,67%, dan nilai false negative rate Siaga 2 sebesar 24,27%. Arsitektur model Radial Basis Function Neural Network yang terbaik adalah model dengan jumlah input layer sebanyak tiga, hidden neuron sebanyak lima belas, dan output neuron sebanyak empat. Nilai akurasi model RBFNN (3-15-4) menunjukkan nilai sebesar 86,64% nilai false negative rate Siaga 1 sebesar 100%, dan nilai false negative rate Siaga 2 sebesar 14,73%. Berdasarkan hasil tersebut, Decision Tree merupakan metode yang menghasilkan model lebih baik dibandingkan Radial Basis Function Neural Network dan Naïve Bayes dalam melakukan prediksi kategori level air
Uji Analisis Kestabilan dengan Fungsi Lyapunov pada Model Dengue Tipe DEN-1
Full text linkPenyakit demam berdarah dengue adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk aedes aegypti. Virus ini terbagi menjadi empat serotypes, yaitu DEN-1, DEN-2, DEN-3 dan DEN-4. Virus DEN-1 memiliki ciri khas akan menyebar dengan cepat di suatu wilayah. Namun tidak menyebabkan penyakit parah meski kasus yang ditimbulkan banyak. Terdapat dua populasi makhluk hidup yang terlibat dalam penyebaran penyakit DBD yaitu manusia sebagai host yang dimodelkan menggunakan model SEIR dan nyamuk aedes aegypti sebagai vector pembawa virus dengue yang dimodelkan menggunakan model SEI. Pada penelitian ini telah didapatkan empat titik setimbang yaitu titik kesetimbangan endemik dan titik kesetimbangan bebas penyakit untuk ˄_h, π_v konstan pada kondisi awal t = 0 dan ˄_h, π_v fungsi t. Berdasarkan analisis stabilitas dengan menggunakan fungsi lyapunov terbukti bahwa model demam berdarah dengue stabil asimtotis global pada titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik
Implementasi Particle Swarm Optimization pada Analisis Sentimen Ulasan Aplikasi Jaminan Kesehatan Nasional (JKN Mobile) Menggunakan Algoritma Support Vector Machine
Full text linkPengguna internet di Indonesia setiap tahun terus me-ningkat. Karena kepopuleran internet dan telepon seluler terus meningkat, maka muncul teknologi bernama m-health. Layan-an m-health merupakan layanan medis dan kesehatan masya-rakat yang dapat diakses melalui ponsel. BPJS Kesehatan seba-gai penyelenggara Jaminan Kesehatan Nasional berupaya un-tuk meningkatkan kualitas pelayanan dan kemudahan aksesi-bilitas kesehatan melalui m-health. Maka dari itu, BPJS Kese-hatan meluncurkan aplikasi Jaminan Kesehatan Nasional (JKN Mobile). Untuk melihat kualitas dan kepuasan pengguna terha-dap aplikasi ini dapat menggunakan analisis sentimen melalui ulasan yang telah diberikan. Salah satu algoritma dapat diguna-kan untuk menganalisis sentimen pengguna adalah dengan menggunakan Support Vector Machine (SVM). Namun karena SVM mempunyai banyak atribut yang digunakan, diperlukan suatu algoritma lain yang berfungsi sebagai seleksi fitur, maka dari itu dipilihlah seleksi fitur menggunakan Particle Swarm Optimization (PSO). Data yang digunakan berupa data ulasan pengguna JKN Mobile di Google Play Store. Dari data tersebut akan dibagi menjadi dua kelas sentimen, yaitu positif dan negatif. Selanjutnya data akan diklasifikasi menggunakan SVM dan SVM menggunakan PSO. Hasil penelitian menunjukkan bahwa dengan adanya seleksi fitur Particle Swarm Optimization, nilai akurasi SVM meningkat. Untuk model paling baik adalah SVM Kernel RBF menggunakan PSO dengan akurasi sebesar 92,39%, F1-Score sebesar 83,74%, dan AUC sebesar 89,75%
Pengelompokan Perusahaan Perbankan Berdasarkan Rasio Keuangan Menggunakan Metode Kohonen SOM dan Artificial Neural Network
No full textPandemi Covid-19 mengakibatkan penurunan ekonomi di berbagai dunia akibat ditutupnya seluruh sektor untuk mencegah penularan virus yang lebih masif. Kontraksi pertumbuhan ekonomi membuat persentase kredit macet meningkat yang dapat menyebabkan perusahaan Perbankan mengalami kenaikan likuiditas dan menurunnya profitabilitas dalam jangka panjang dapat menyebabkan perusahaan mengalami kebangkrutan. Dalam periode 2020-2022, terdapat 17 Bank BPR yang telah mengalami likuidasi dan 19 perusahaan Perbankan lainnya terancam “merger”. Oleh karena itu, penelitian ini mengangkat topik financial distress pada perusahaan perbankan menggunakan metode pengelompokan Kohonen Self-Organized Map (SOM) dilanjut analisis klasifikasi Artificial Neural Network (ANN) untuk mengetahui kondisi keuangan perusahaan Perbankan ke dalam kategori financial distress atau non-financial distress. Data yang digunakan bersumber dari Bursa Efek Indonesia (BEI) dengan menggunakan 10 rasio keuangan yang dihitung dari laporan keuangan tahunan tahun 2021. Hasil pengelompokan perusahaan Perbankan menggunakan Kohonen SOM dengan 2 cluster adalah 41 perusahaan Perbankan dalam cluster 1 yang teridentifikasi sebagai perusahaan dengan financial distress dan 4 perusahaan Perbankan dalam cluster 2 yang teridentifikasi sebagai perusahaan dengan non-financial distress. Kemudian hasil pengelompokan perusahaan disimpulkan memiliki perbedaan karakter antar cluster dengan menggunakan metode MANOVA. Selanjutnya dilakukan analisis klasifikasi menggunakan metode ANN dengan Backpropagation dimana hasil ketepatan klasifikasi yang didapatkan sangat tinggi yaitu 100% pada data training dan 92,31% pada data testing
Klasterisasi Kasus Kemiskinan di Indonesia pada Hasil Peramalan Backpropagation Neural Network
Full text linkKemiskinan merupakan permasalahan sosial yang cukup kompleks dan sulit untuk hilang. Banyak negara sudah memfokuskan tujuan kenegaraan mereka untuk menanggu-langi kemiskinan. Hal ini dibuktikan dengan lahirnya Sustain-able Development Goals (SDGs) yang disusun oleh Perserikatan Bangsa-bangsa (PBB) dan mengharuskan Indonesia turut andil dalam penanggulangan kemiskinan. Namun, jika kita lihat ber-dasarkan data, menurut data Badan Pusat Statistik, angka kemiskinan di Indonesia masih mengalami peningkatan di bu-lan September 2022 dibandingkan dengan periode sebelumnya, Maret 2022. Berdasarkan permasalahan tersebut, solusi yang dapat ditawarkan untuk membantu pemerintah dan masyara-kat dalam menanggulangi kemiskinan adalah dengan melaku-kan peramalan sebagai landasan dalam mengambil kebijakan. Peramalan ini menggunakan metode Backpropagation Neural Network dan hasil data peramalan dilakukan clustering meng-gunakan metode K-Means. Objek penelitian yang digunakan adalah data kemiskinan 34 provinsi di Indonesia dari tahun 2015 sampai 2022 yang terdiri dari variabel tingkat kemiskinan, PDRB harga konstan, tingkat pengangguran terbuka, dan rasio Gini. Data berupa data semester dengan total jumlah data di setiap variabelnya sebanyak 544 data. Dalam pemodelan BPNN, didapatkan model terbaik dengan jaringan BPNN (4-6-1) dengan hasil MAPE dan MSE sebesar 7,14% dan 0,00000492. Hasil peramalan berdasarkan model BPNN terbaik kemudian dilakukan klasterisasi. Clustering K-Means menghasilkan tiga klaster dengan karakteristik yang berbeda
Pemodelan Indeks Pembangunan Gender di Provinsi Nusa Tenggara Timur Menggunakan Regresi Nonparametrik Spline Truncated
Full text linkIndeks Pembangunan Gender (IPG) merupakan per-bandingan rasio antara Indeks Pembangunan Manusia (IPM) perempuan dan laki-laki dilihat dari kualitas dimensi umur panjang dan hidup sehat, pengetahuan, dan standar hidup la-yak. Pada tahun 2021, terdapat beberapa provinsi di Indonesia yang mengalami penurunan nilai IPG dibandingkan satu tahun sebelumnya, salah satunya adalah Provinsi Nusa Tenggara Ti-mur. Dari 22 kabupaten/kota di Provinsi Nusa Tenggara Timur, sebanyak 15 kabupaten ikut mengalami penurunan indeks. Pada penelitian ini, digunakan metode regresi non-parametrik spline truncated untuk memodelkan IPG di Provinsi Nusa Tenggara Timur tahun 2021 karena terdapat perubahan pola pada sub interval tertentu ketika dilakukan visualisasi data menggunakan scatter plot antara variabel respons, yaitu IPG dengan keempat variabel prediktor yang diduga memengaruhinya. Model terba-ik dipilih menggunakan titik knot optimal berdasarkan nilai GCV minimum. Dari hasil analisis, diperoleh model terbaik, yaitu menggunakan tiga titik knot dengan nilai GCV sebesar 2,931. Adapun keempat variabel prediktor, yaitu Rasio Jenis Kelamin (X_1 ), Angka Partisipasi Sekolah SD/Sederajat Pendu-duk Perempuan (X_2 ), Persentase Penduduk Perempuan yang Mempunyai Keluhan Kesehatan dan Berobat Jalan (X_3 ), dan Persentase Sumbangan Pendapatan Perempuan (X_4 ) memberi-kan pengaruh yang signifikan ter-hadap IPG di Provinsi Nusa Tenggara Timur tahun 2021. Model tersebut telah memenuhi asumsi residual, yaitu independen, identik, dan berdistribusi normal (IIDN), serta menghasilkan nilai koefisien determinasi (R^2 ) sebesar 98,511%
Kajian Teoritik mengenai Standar Aksesibilitas pada Masjid untuk Penyandang Disabilitas
Full text linkIndonesia sebagai negara dengan mayoritas umat muslim memiliki berbagai masjid dengan bentuk arsitektur dan fasilitas yang semakin beragam. Dalam perkembangannya masjid tidak hanya berfungsi sebagai tempat menjalankan ibadah, tetapi juga digunakan sebagai wadah kegiatan sosial, pendidikan hingga tujuan destinasi wisata religi. Namun yang menjadi persoalan saat ini, penerapan aksesibilitas belum banyak diimplementasikan dalam pembangunan masjid. Fakta di lapangan ditemukan banyak kesulitan dalam menjangkau aksesibilitas khususnya bagi penyandang disabilitas fisik. Standar mengenai aksesibilitas telah diatur dalam regulasi pembangunan, namun pada implementasinya belum diterapkan secara optimal. Tujuan penelitian ini untuk menemukan standar yang kompatibel dan aplikatif dalam memverifikasi aspek aksesibilitas bangunan masjid untuk penyandang disabilitas. Metode yang digunakan adalah Systematic Literature Review (SLR) untuk mengidentifikasi dan menganalisa sumber data. Jenis data yang digunakan merupakan 30 artikel jurnal yang terdiri dari jurnal nasional dan internasional dalam penerbitan 10 tahun terakhir, serta teori-teori dengan lingkup pembahasan terkait topik penelitian. Tahapan penelitian dimulai dengan identifikasi pertanyaan dan dilanjutkan dengan mengikuti protokol yang telah ditentukan. Hasil kajian teoritik ini menunjukkan bahwa untuk memenuhi standar aksesibilitas bagi penyandang disabilitas fisik, perancangan masjid harus mengkombinasikan peraturan nasional dengan pedoman khusus pembangunan masjid. Hal ini dapat menjadi upaya awal dalam mewujudkan masjid yang aksesibel untuk penyandang disabilitas fisik
Perbandingan Random Survival Forests Menggunakan Splitting Berbasis Axis dan Accelerated Oblique untuk Prediksi Risiko Klaim Asuransi Penyakit Kritis
Full text linkAsuransi penyakit kritis adalah produk asuransi yang memberikan perlindungan dari risiko berbagai penyakit kritis. Sebagai pihak yang akan menanggung risiko tersebut, baik perusahaan asuransi maupun reasuransi perlu melakukan esti-masi risiko klaim dan mengetahui faktor-faktor yang memenga-ruhinya. Pada penelitian ini, RSF dengan splitting berbasis axis dan accelerated oblique akan dibandingkan untuk prediksi risi-ko klaim asuransi penyakit kritis di PT. Asuransi X berdasar-kan C-index dan variable importance. Performa prediksi RSF juga akan dibandingkan ketika digunakan pada data dengan periode COVID-19. Hasil analisis menunjukkan RSF dengan splitting berbasis axis mengidentifikasi usia, premi, dan status merokok sebagai faktor yang berkontribusi terhadap prediksi. Sedangkan, RSF dengan splitting berbasis accelerated oblique mengidentifikasi usia dan premi sebagai faktor yang berkontri-busi. Splitting berbasis accelerated oblique menghasilkan RSF yang lebih baik dengan peningkatan C-index sekitar 3% hingga 4% dan waktu komputasi 8 hingga 12 kali lebih cepat diban-dingkan splitting berbasis axis. Splitting berbasis accelerated oblique bekerja lebih baik pada data tanpa periode COVID-19 meskipun tidak ada penurunan performa yang drastis. Splitting berbasis axis bekerja lebih baik pada data dengan periode COVID-19. Rata-rata risiko klaim berdasarkan cumulative hazard seluruh polis sangat kecil dengan nilai sekitar 0,008 pada akhir waktu prediksi
Penerapan Teori Wayfinding Dalam Mengatasi Masalah Disorientasi pada Demensia
Full text linkJumlah populasi lansia semakin berkembang, dan di usia yang bertambah ini akan terjadi banyak perubahan pada seseorang. Perubahan yang terjadi pada lansia umumnya adalah penurunan kemampuan fisik dan juga menurunnya fungsi kognisi, seperti adanya penurunan fungsi memori, kemampuan untuk berpikir dan mengambil keputusan, perubahan perilaku, serta kemampuan untuk melakukan aktivitas sehari-hari. Dalam menjawab isu tersebut, penulis menggagas sebuah desain ramah demensia yang dapat menyediakan pusat peduli demensia yang menyediakan fasilitas layanan kesehatan dan rumah tinggal demensia. Rancangan harus dapat membantu pengguna dengan kondisi khusus seperti demensia untuk dapat mengenal dan memahami lingkungannya dengan mudah. Perancangan akan menerapkan desain arsitektur inklusif dan elemen-elemen dalam teori wayfinding, dengan menggunakan kemampuan persepsi ruang pada manusia, sehingga menghasilkan rancangan yang berfokus pada stimulasi kognisi lansia dengan demensia