RABIT (Jurnal Teknologi dan Sistem Informasi Univrab)
Not a member yet
175 research outputs found
Sort by
SISTEM PENDUKUNG KEPUTUSAN PROMOSI KENAIKAN JABATAN MENGGUNAKAN METODE ANALYTICAL HIERARCY PROCESS
Full text linkPromosi kenaikan jabatan bagi perusahaan merupakan rutinitas dan sebagai salah satu bentuk penghargaan kemampuan karyawan selama bekerja. Selama ini promosi jabatan di PT. XYZ masih berdasarkan ikatan keluarga, tingkat pendidikan dan kedekatan personal karyawan dengan pimpinan. Sering sekali terjadi permasalahan dalam perekrutan promosi jabatan yang berakibat terjadinya kecemburuan diantara karyawan. Masih adanya sikap like dislike yang memungkinkan karyawan yang memiliki kompetensi merasa tidak dihargai. Belum adanya sistem yang mengakomodir keputusan promosi jabatan sehingga penilaian promosi jabatan belum sesuai dengan kompetensi yang dimiliki oleh karyawan termasuk tanggung jawab, disiplin, kerjasama dan perilaku/atitude karyawan. Metode yang digunakan Analytical Hierarcy Proses (AHP) dimana keputusan diambil berdasarkan kriteria dan alternatif yang telah ditentukan. Dilakukan proses Focus Group Discussion (FGD) dalam proses penilaian karyawan yang dipromosikan jabatannya. Sistem ini dibuat untuk mengatasi permasalahan yang ada dan membantu pimpinan dalam menentukan keputusan promosi jabatan agar sesuai dengan kebutuhan perusahaan berdasarkan tanggung jawab, disiplin, kerjasama dan perilaku atau attitude karyawan.Promotion for promotions for companies is routine and a form of appreciation for employees' abilities while working. During this time, promotion at PT. XYZ is still based on family ties, education level and personal closeness of employees to leaders. Very often there are problems in recruitment for promotions which result in jealousy among employees. There is still a like dislike attitude which allows competent employees to feel unappreciated. There is no system that accommodates job promotion decisions so that the assessment of job promotions is not in accordance with the competencies possessed by employees including responsibility, discipline, cooperation, and employee behavior. The method used is Analytical Hierarchy Process (AHP) where decisions are taken based on predetermined criteria and alternatives. A Focus Group Discussion (FGD) process was carried out in the assessment process for employees who were promoted to their positions. This system was created to overcome existing problems and assist leaders in determining promotion decisions to suit company needs based on responsibility, discipline, cooperation and employee behavior or attitude
ANALISIS DAN DESAIN SISTEM PENJUALAN KONSINYASI MENGGUNAKAN PENDEKATAN BERORIENTASI OBJEK LIGHTWEIGHT RATIONAL UNIFIED PROCESS
Full text linkPenelitian ini bertujuan untuk melakukan analisis dan desain sistem penjualan konsinyasi menggunakan pendekatan berorientasi objek Lightweight Rational Unified Process (RUP). Pengumpulan data dilakukan melalui studi literatur, wawancara dan evaluasi sistem hasil rancangan. Pemakaian metode Lightweight RUP dalam penelitian ini dilakukan dengan menerapkan setiap tahapan mulai dari tahapan requirements, tahapan analisis, tahapan desain, dan tahapan implementasi untuk sejumlah spesifikasi di mana keterhubungan antara satu tahapan dengan tahapan lain dapat dijaga melalui artefak yang dihasilkan. Untuk tahapan requirements, usecase dibuat berdasarkan tabel requirements yang berisi fitur-fitur sistem berdasarkan studi literatur yang terkait dengan sistem informasi penjualan serta melalui wawancara. Selanjutnya, usecase tersebut menjadi dasar dalam pembuatan sejumlah diagram pada tahapan analisis yaitu activity diagram dan sequence diagram. Pada tahapan desain, pemilihan platform perlu dilakukan pertama kali, agar class diagram yang akan didesain menyesuaikan dengan platform bahasa pemrograman yang dipilih. Selain itu pada tahapan akhir desain, penulis menambahkan proses evaluasi kelengkapan class diagram UML sebelum diterjemahkan ke dalam kode program. Evaluasi pada tahapan akhir desain menunjukkan class diagram yang dibuat telah memenuhi aspek kelengkapan sehingga memunginkan untuk dipetakan ke platform target akhir yang dipilih yaitu bahasa pemrograman Java. Sementara evaluasi kode program yang dihasilkan pada platform Java memperlihatkan bahwa untuk aplikasi dekstop dapat melakukan transaksi penjualan. Sedangkan untuk aplikasi mobile berbasis platform Android dapat digunakan oleh penyedia barang (konsignor) untuk melihat informasi status barang (kue) yang dititipkan.The aim of this study is to apply Lightweight Rational Unified Process (RUP) approach in modeling consignment sales information systems. Data collection is performed through literature studies, interviews and evaluation of modeling results systems. The application of the Lightweight RUP method in this research is carried out by following each stage of the approach, starting from requirements stage, analysis stage, then design stage, and the implementation stage where the connection between one stage and another can be maintained through the artifacts produced. In the requirements stage, usecase is made based on the requirements table which contains system features based on literature studies related to sales information systems and through interviews of the potential users. Furthermore, the usecase is the basis for making a number of diagrams at the analysis stage, namely activity diagrams and sequence diagrams. At the design stage, platform selection needs to be done first, so that the class diagram that will be designed to adjust to the platform chosen. In addition, at the final stage of the design, the author adds the evaluation process to the completeness of the class diagram before translated them into program code. Evaluation at the final stage of the design shows that the created class diagram has fulfilled all aspects of completeness so that it is possible to be mapped to the final target platform selected, namely the Java programming language. While the evaluation of generated program code on the Java platform shows that the cashier will able to use the desktop application to make sales transactions. As for the Android platform-based application can be used by the consignor to see the information on the status of the sold items (cakes)
RANCANG BANGUN ALAT UKUR KADAR GULA DALAM DARAH NON INVASIVE MENGGUNAKAN ESP32 DAN BLYNK
Full text linkKompabilitas microcontroller ESP32 dalam implementasi Internet of Thing (IoT) hampir mencakup segala bidang. Memiliki potensi dalam memonitoring kadar gula dalam darah secara non-invasive dengan adanya Sensor Photodioda dan lampu LED Infared serta jari tangan sebagai objek pengukuran tanpa perlu melukai pasien atau secara invasive dalam Tujuan untuk meningkatkan pelayanan kesehatan Masyarakat terutama dalam Upaya mencegah diabetes melitus. microcontroller ESP32 juga memiliki kompabilitas dalam pemanfaatan Blynk yang mana dapat digunakan untuk menjadi media untuk memonitor kadar gula dalam darah dan dapat ditampilkan di monitor computer maupun smarphone dengan membuka private Blynk, juga dengan pemanfaatan intensitas Cahaya dengan menggunakan Sensor fotodioda dan lampu LED menjadi bahan utama dalam Rancang bangun Alat Ukur Kadar Gula Dalam Darah Non Invasive Menggunakan Metode Prototyping dengan memanfaatkan ESP32 dan Blynk serta dilakukan percobaan untuk melihat kinerja serta perbandingan akan akurasi dengan Glukometer pada umumnya dan pemanfaatan dalam penerapan di bidang Kesehatan. Dalam percobaan prototype Alat ukur Kadar Gula yang dilakukan, Perhitungan serapan Cahaya yang dihasilkan oleh kombinasi dari Sensor fotodioda dan Lampu LED dapat menjadi bahan pengukuran Kadar Gula dalam Darah tanpa perlu mengambil sampel darah pengguna secara langsung serta implementasi yang mudah diterapkan juga sistem memonitoring dengan menggunakan blynk yang juga mempermudah proses pemantauan kadar gula dalam darah dengan mudah serta dapat dilakukan di smarphone dan Komputer pengguna. Hasil Akurasi keseluruhan kinerja prototype Alat ukur Kadar Gula dalam darah Non-invasive didapatkan total sebesar 95% dari beberapa percobaan yang dilakukan.The compatibility of ESP32 microcontrollers in Internet of Things (IoT) implementations covers almost all fields. Has the potential to monitor blood sugar levels non-invasively with the presence of Fotodioda Sensors and Infared LED lights and fingers as measurement objects without the need to injure patients or invasively in the aim to improve public health services, especially in an effort to prevent diabetes mellitus. ESP32 microcontroller also has compatibility in the use of Blynk which can be used to be a medium to monitor blood sugar levels and can be displayed on a computer monitor or smartphone by opening Blynk private, also with the utilization of Light intensity using fotodioda sensors and LED lights will be designed Non-Invasive Blood Sugar Measuring Instruments Using Prototyping Methods by utilizing ESP32 and Blynk and conducted experiments to see performance and comparison of accuracy with Glucometers in general and utilization in applications in the Health sector. In the prototype experiment of the Blood Glucose Measurement Device, the light absorption calculation produced by the combination of photodiode sensors and LED lamps can be utilized for measuring blood glucose levels without the need for direct blood sampling from the user. The implementation is straightforward and includes a monitoring system using Blynk, facilitating the process of blood glucose monitoring via both smartphones and users' computers. The overall accuracy result of the non-invasive blood glucose measurement device prototype reached 95% based on multiple conducted experiments.  
PEMANFAATAN STFT DAN CNN DALAM PENGOLAHAN DATA SUARA UNTUK MENGKLASIFIKASIKAN SUARA BATUK
Full text linkPenelitian ini bertujuan untuk mengembangkan sistem evaluasi otomatis suara batuk guna mengembangkan sistem evaluasi otomatis suara batuk guna meningkatkan akurasi diagnosa penyakit pernafasan. Dalam studi ini, digunakan metode Short-Time Fourier Transform (STFT) dan Convolutional Neural Network (CNN) untuk klasifikasi suara batuk menjadi batuk kering dan berdahak. Model Naïve Bayes kemudian digunakan untuk mengidentifikasi pernyakit pernafasan berdasarkan hasil klasifikasi batuk. Pengujian dilakukan dengan menggunakan dataset suara batuk yang tersedia, menghasilkan akurasi klasifikasi batuk dengan akurasi 82% dan akurasi identifikasi penyakit pernafasan menggunakan Naïve Bayes sebesar 71,43%. Hasil evaluasi menunjukkan bahwa sistem yang dikembangkan mampu mengklasifikasikan jenis batuk dan mengidentifikasi penyakit dengan akurasi yang memadai. Sistem ini berpotensi meningkatkan pencegahan dan pengelolaan penyakit pernafasan di daerah dengan sumber daya terbatas, serta dapat menjadi alat bantu yang signifikan dalam praktik medis untuk diagnose yang lebih cepat dan akurat. Selain itu, penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam teknologi deteksi dan diagnose penyakit melalui analisis suara, memberikan manfaat luas bagi masyarakat dan bidang kesehatan.This research aims to develop an automatic cough sound evaluation system to improve the accuracy of respiratory disease diagnosis. In this study, the Short-Time Fourier Transform (STFT) and Convolutional Neural Network (CNN) methods were used to classify cough sounds into dry and wet coughs. The Naïve Bayes model was then used to identify respiratory diseases based on the cough classification results. Testing was conducted using the available cough sound dataset, resulting in a cough classification accuracy of 82% and a respiratory disease identification accuracy using Naïve Bayes of 71.43%. The evaluation results indicate that the developed system can accurately classify cough types and identify diseases. This system has the potential to enhance the prevention and management of respiratory diseases in resource-limited areas and can be a significant tool in medical practice for faster and more accurate diagnoses. Furthermore, this research opens opportunities for further development in disease detection and diagnosis technology through sound analysis, providing wide-ranging benefits for society and the healthcare sector
PENERAPAN FUZZY ASSOCIATIVE MEMORY UNTUK MENGUKUR TINGKAT KEPUASAN PELANGGAN TERHADAP PELAYANAN PADA TOKO KOPIMA
Full text linkSalah satu keuntungan adanya teknologi informasi dalam bidang usaha yaitu dapat membantu dalam mengukur tingkat kepuasan pelanggan. Karena pengukuran kepuasan pelanggan merupakan elemen penting dalam menyediakan pelayanan yang lebih baik, lebih efisien dan lebih efektif. Toko KOPIMA yang merupakan koperasi mahasiswa mengalami kendala penjualan yang tidak stabil, hal ini akibat dari ketidakpuasan pelanggan. Adanya sistem untuk mengukur tingkat kepuasan pelanggan terhadap pelayanan di toko KOPIMA untuk mengetahui apa saja harapan keluhaan pelanggan dan bagaimana penilaian terhadap pelayanan di toko KOPIMA. Untuk mengukur tingkat kepuasan pelanggan terhadap pelayanan di toko KOPIMA menerapkan metode Fuzzy Associative Memory (FAM). FAM adalah metode pengambilan keputusan yang fleksibel, merupakan suatu sistem fuzzy yang memetakan himpunan fuzzy ke himpunan fuzzy lainnya. Output yang diperoleh adalah sistem berbasis web, dengan hasil metode FAM dapat diimplementasikan untuk menghitung kepuasan pelanggan ke dalam kategori penilaian yaitu puas 8% dan sangat puas 92% pada penilaian bulan November 2022 dan penilaian bulan Desember 2022 yaitu puas 4% dan sangat puas 96%. Jadi dapat disimpulkan, kepuasan pelanggan mengalami peningkatan dengan kriteria penilaian sangat puas dengan pelayanan di toko KOPIMA.One of the advantages of information technology in the field of business is that it can help in measuring the level of customer satisfaction. Because measuring customer satisfaction is an important element in providing better, more efficient and more effective services. KOPIMA stores, which is a student cooperative, is experiencing unstable sales problems, this is the result of customer dissatisfaction. There is a system used to measure the level of customer satisfaction with services at KOPIMA stores to find out what are the expectations of customer complaints and how to evaluate service at KOPIMA stores. To measure the level of customer satisfaction with services at KOPIMA stores, the Fuzzy Associative Memory (FAM) method is used. FAM is a flexible decision-making method, which is a fuzzy system that maps fuzzy sets to other fuzzy sets. The output obtained is a web-based system, with the results of the FAM method that can be implemented to calculate customer satisfaction into the rating category, namely 8% satisfied and 92% very satisfied in the November 2022 assessment and December 2022 assessment, namely 4% satisfied and 96% very satisfied . So it can be concluded, customer satisfaction has increased with the assessment criteria being very satisfied with the service at the KOPIMA store
PENGGUNAAN ALGORITMA GEOSHASHING DALAM PENCARIAN LETAK INFORMASI GEOGRAFIS PENGGANTI KOOORDINAT LATITUDE DAN LONGITUDE
Full text linkDalam era digital saat pencarian data geografis menjadi semakin penting dalam aplikasi lokasi, termasuk pemetaan, navigasi, dan analisis lingkungan tempat dalam suatu lokasi. algoritma geohashing menawarkan pendekatan yang efisien untuk pengkodekan dan menyimpan data geografis dalam format string,String ini menggunakan alfanumerik yang dihasilkan oleh geohashing dari angka dan huruf dalam pencarian titik lokasi dengan koordinat, hal ini juga dapat menawarkan lapisan akses dari data lokasi yang sensitif. Penelitian ini bertujuan untuk mengeksplorasi penerapan algoritma geohashing dalam manajemen data geografis. algoritma geohashing dalam pencarian letak informasi geografis sebagai alternatif pengganti koordinat latitude dan longitude. Secara khusus, penelitian ini menganalisis efisiensi geohashing dalam kompresi data, akurasi lokalisasi penggunaan geohashing memungkinkan pengelompokan data geografis yang lebih baik, dan mendukung pencarian data spasial seperti pencarian letak lokasi dan pencarian titik koordinat dalam wilayah tertentu. algoritma geohashing diimplementasikan dalam data geografis dan diuji untuk berbagai skenario pencarian. Dari hasil penelitian menunjukkan bahwa geohashing dapat meningkatkan kecepatan pencarian informasi geografis secara signifikan algoritma geohashing membuktikan tindakan sebagai alat yang efektif dalam manajemen dan pencarian data geografis,pada pencarian data koordinat lokasi ini juga dapat memberikan alternatif untuk mendapatkan latitude dan longitude dari suatu lokasi. Hasil penelitian menunjukkan bahwa geohashing dapat meningkatkan kecepatan pencarian informasi geografis secara signifikan, terutama dalam menjangkau suatu lokasi dengan level grid kotak data yang kecil dan besar sesuai karakter string yang dimasukan. Penggunaan geohashing tidak hanya meningkatkan efisiensi dan kecepatan pencarian tetapi juga memberikan manfaat tambahan dalam hal pengelolaan dan perlindungan data geografis.algoritma geohashing adalah metode yang digunakan untuk mengkodekan koordinat geografis yang menghasilkan lokasi acak.Pengujian pada sistem ini dilakukan dengan cara melakukan akses geografis kepada API aplikasi lokasi yang sudah dibuat sesuai permintaan yang diminta untuk mendapatkan informasi data geografis dan titik lokasi.In the digital age when the search for geographic data is becoming increasingly important in location applications, including mapping, navigation, and analysis of the environment of a place within a location. Geohashing algorithms offer an efficient approach to encoding and storing geographic data in string format, these strings use alphanumeric generated by geohashing of numbers and letters in the search for location points by coordinates, it can also offer an access layer of sensitive location data. This study aims to explore the application of geohashing algorithms in geographic data management. Geohashing algorithm in the search for the location of geographic information as an alternative to latitude and longitude coordinates. In particular, this study analyzes the efficiency of geohashing in data compression, the localization accuracy of geohashing use allows for better grouping of geographic data, and supports spatial data search such as location search and coordinate point search within a specific region. Geohashing algorithms are implemented in geographic data and tested for various search scenarios. From the results of the study showing that geohashing can significantly increase the speed of searching for geographic information, the geohashing algorithm proves its action as an effective tool in the management and search of geographic data, in the search for location coordinate data, it can also provide an alternative to get the latitude and longitude of a location. The results show that geohashing can significantly increase the speed of searching for geographic information, especially in reaching a location with a small and large data box grid level according to the entered string characters. The use of geohashing not only improves the efficiency and speed of searches but also provides additional benefits in terms of the management and protection of geographic data. Testing on this system is carried out by providing geographic access to the location application API that has been created on demand to obtain geographic data information and location points
OPTIMALISASI PERANCANGAN APLIKASI MANAJEMEN DATA KOLOMAN, DI DESA PULAU MANDANGIN SAMPANG – MADURA BERBASIS WEBSITE
Full text linkPesatnya perkembangan teknologi informasi memberikan pengaruh yang signifikan terhadap berbagai aspek kehidupan, termasuk pengelolaan data dalam kegiatan adat seperti kolom di Desa Pulau Mandangin, Sampang, Madura. Pengelolaan data secara manual yang masih diterapkan warga menimbulkan kesulitan dalam proses pencarian dan pengelolaan data kolom. Hal ini menyebabkan waktu yang dibutuhkan untuk masuk dan mencari informasi menjadi lebih lama, serta meningkatkan risiko ketidakakuratan. Selain itu, penyimpanan informasi secara fisik juga dapat menimbulkan masalah keamanan dan dukungan, karena informasi dapat hilang atau rusak. Akibatnya, pengelolaan data menjadi tidak efisien dan masyarakat kesulitan menemukan informasi yang dibutuhkan secara cepat dan akurat. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan solusi inovatif dan berkelanjutan untuk merancang aplikasi pengelolaan data kolom berbasis web. Aplikasi ini dirancang untuk memfasilitasi pemrosesan data terpusat, mengotomatiskan input data, dan menyediakan akses informasi secara real-time. Dengan demikian, diharapkan aplikasi ini dapat meningkatkan akurasi, kecepatan dan transparansi pengelolaan data kolom, serta memberikan manfaat yang signifikan bagi masyarakat dalam pengelolaan data kolom dengan lebih efektif dan efisien. Penerapan teknologi berbasis web juga membuka peluang peningkatan kapasitas masyarakat lokal dalam memanfaatkan teknologi informasi.
The rapid development of information technology has had a significant influence on various aspects of life, including data management in traditional activities such as koloman in Pulau Mandangin Village, Sampang, Madura. The manual data management that residents still apply creates difficulties in the process of searching and managing koloman data. This causes the time required to enter and search for information to be longer, and increases the risk of inaccuracies. Additionally, physical storage of information can also pose security and support issues, as information can be lost or damaged. As a result, data management becomes inefficient and people have difficulty finding the information they need quickly and accurately. To overcome these problems, this research proposes an innovative and sustainable solution for designing a web-based koloman data management application. This application is designed to facilitate centralized data processing, automate data input, and provide real-time access to information. Thus, it is hoped that this application can increase the accuracy, speed and transparency of koloman data management, as well as provide significant benefits for the community in managing koloman data more effectively and efficiently. The application of web-based technology also opens up opportunities to increase the capacity of local communities in utilizing information technology.
 
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DENGAN PRE-TRAINED MODEL MOBILENETV2 UNTUK DETEKSI KOLESTEROL
Full text linkSalah satu risiko utama penyakit jantung dan stroke adalah kolesterol. Kolesterol adalah sejenis lemak yang diproduksi terutama oleh hati dan diserap dalam jumlah kecil dari makanan. Kadar kolesterol ideal dalam tubuh manusia sebaiknya kurang dari 200 mg/dl. Salah satu cara untuk memeriksa kadar kolesterol adalah dengan tes gula darah yang mengharuskan pasien berpuasa selama 10 hingga 12 jam. Mengingat bahaya yang ditimbulkan oleh kadar kolesterol tinggi, maka perlu adanya metode skrining dini yang praktis untuk mendeteksi kadar kolesterol tinggi dalam tubuh manusia. Iridologi adalah analisis iris mata untuk mendeteksi kondisi kesehatan dan menunjukkan hubungan pola iris mata dengan kadar kolesterol. Iris mata mempunyai keistimewaan tersendiri karena mampu mencatat keadaan seluruh organ, struktur tubuh, dan keadaan psikologis. Oleh karena itu, iridologi dapat menjadi alternatif analisis medis. Penelitian ini mengusulkan penggunaan algoritma jaringan saraf konvolusional menggunakan model MobileNetV2 yang telah dilatih sebelumnya. Dataset citra iris mata yang digunakan terdiri dari 200 citra yang diklasifikasikan menjadi dua kelas yaitu citra mata normal dan mata kolesterol. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mencapai akurasi F1 score sebesar 89,6%. Hasil ini menunjukkan bahwa model ini memiliki potensi besar sebagai alat yang praktis dan hemat biaya untuk mendeteksi kolesterol. Diperlukan penelitian lebih lanjut dengan kumpulan data yang lebih besar untuk meningkatkan akurasi dan validitasOne of the main risks for heart disease and stroke is cholesterol. Cholesterol is a type of fat produced primarily by the liver and absorbed in small amounts from food. The ideal cholesterol level in the human body should be less than 200 mg/dl. One way to check cholesterol levels is through a blood sugar test that requires the patient to fast for 10 to 12 hours. Given the dangers posed by high cholesterol levels, there is a need for an early, practical screening method to detect high cholesterol levels in the human body. Iridology is an analysis of the iris of the eye to detect health conditions and show the relationship between iris patterns and cholesterol levels. The iris has its own uniqueness because it can record the condition of all organs, body structures, and psychological states. Therefore, iridology can be an alternative medical analysis. This study proposes the use of a convolutional neural network algorithm using a pre-trained MobileNetV2 model. The iris image dataset used consists of 200 images classified into two classes: normal eye images and cholesterol eye images. The results of the study show that the proposed model can achieve an accuracy of 95%. These results indicate that this model has great potential as a practical and cost-effective tool for detecting cholesterol. Further research is needed with larger datasets to improve accuracy and validity
IMPLEMENTATION OF GITOPS IN CONTAINERIZED INFRASTRUCTURE
Full text linkIT Infrastructure is one of the core components of a business’ scalability and reliability, thus having an efficient way on managing the IT Infrastructure would be one of the core decisions for a business. IT Infrastructure itself has evolved throughout the years, with the rise of virtualization technology, containerization became more relevant as ever, one such example is Containerization Infrastructure, an IT Infrastructure that uses Containerization as its backbone. With the push of the technology, a new way of managing Containerization Infrastructure efficiently is needed. There are multiple researches regarding the implementation of GitOps already, but none of them explained the connection between GitOps and Containerized Infrastructure, this paper is intended to discuss the connection by implementing GitOps in a Containerized infrastructure. This resulted in a quite steep learning curve and preparation time, but in the end all the changes and deployment of the application would be done automatically, this resulted in maximized focus on the development of the application rather than reflecting the changes later on. Other than that, GitOps itself is not limited to Containerized Infrastructure, although since GitOps is designed with virtualization in mind, theoretically, the efficiency would be reduced if it’s implemented in other kind of IT Infrastructur
ANALISIS FAKTOR YANG MEMPENGARUHI PEMILIHAN GUBERNUR DAERAH KHUSUS JAKARTA MENGGUNAKAN ALGORITMA NAIVE BAYES DAN REGRESI LOGISTIK
Full text linkPemilihan Gubernur dan Wakil Gubernur Daerah Khusus Jakarta (DKJ) tahun 2024 melibatkan masyarakat dalam menentukan pemimpin untuk periode 2024-2029. Penelitian ini bertujuan menganalisis faktor-faktor yang mempengaruhi keputusan pemilih menggunakan algoritma Naive Bayes dan Regresi Logistik. Data survei dikumpulkan melalui kuesioner Google Form dari masyarakat Jakarta yang berusia 17-71 tahun. Proses analisis melibatkan beberapa tahapan, yaitu identifikasi masalah, studi literatur, pengumpulan data, preprocessing, serta pembagian data menjadi data latih dan data uji. Algoritma Naive Bayes digunakan untuk memprediksi parameter klasifikasi berdasarkan pendidikan, popularitas, dan rekam jejak calon, sementara Regresi Logistik memprediksi faktor yang mempengaruhi keputusan pemilih. Naive Bayes menunjukkan akurasi tinggi dengan keunggulan dalam kecepatan dan pengolahan data berukuran besar, sementara Regresi Logistik menunjukkan kekuatan dalam analisis klasifikasi biner dan multinomial. Hasil penelitian menunjukkan bahwa faktor rekam jejak memiliki pengaruh signifikan terhadap keputusan pemilih. Akurasi prediksi Naive Bayes mencapai 85,00% dan Regresi Logistik 80,00%. Hasil analisis juga mengungkapkan bahwa faktor popularitas dan pendidikan calon memiliki pengaruh rasional terhadap keputusan pemilih, meskipun tidak sekuat rekam jejak. Selain itu, penggunaan dua algoritma ini memberikan pandangan yang komprehensif dalam memahami perilaku pemilih di Jakarta. Berdasarkan hasil yang ada, dapat disimpulkan bahwa calon gubernur dan wakil gubernur juga bisa berfokus pada peningkatan rekam jejak dan popularitas mereka untuk meningkatkan peluang terpilih.The election of the Governor and Deputy Governor of the Special Region of Jakarta (DKJ) in 2024 involves the community in determining leaders for the 2024-2029 period. This research analyzes the factors influencing voter decisions using the Naive Bayes algorithm and Logistic Regression. Survey data was collected via a Google Form questionnaire from Jakarta residents aged 17-71. The analysis process involves several stages: problem identification, literature study, data collection, preprocessing, and dividing the data into training and test data. The Naive Bayes algorithm is used to predict classification parameters based on a candidate's education, popularity, and track record, while Logistic Regression predicts factors that influence voter decisions. Naive Bayes shows high accuracy with advantages in speed and processing large data, while Logistic Regression shows strength in binary and multinomial classification analysis. The research results show that the track record factor significantly influences voter decisions. Naive Bayes prediction accuracy reached 85.00% and Logistic Regression 80.00%. The analysis results also reveal that the candidate's popularity and education factors rationally influence voter decisions, although not as strong as the track record. In addition, using these two algorithms provides a comprehensive understanding of voter behavior in Jakarta. Based on these results, governor and deputy governor candidates should also focus on improving their track record and popularity to increase their chances of being elected