RABIT (Jurnal Teknologi dan Sistem Informasi Univrab)
Not a member yet
175 research outputs found
Sort by
IMPLEMENTASI ALGORITMA NAIVE BAYES DALAM ANALISIS POLARISASI OPINI MASYARAKAT TERKAIT VAKSIN COVID-19
Get PDFUntil 2022, Indonesia was hit by the Covid-19 pandemic. Covid-19 is a virus that spreads very easily, so the World Health Organization (WHO) has declared the Covid-19 virus status as a global pandemic. The first case of Covid-19 was detected in Indonesia on March 2, 2020. Since then, many cases have been confirmed positive. The Indonesian government has made efforts to suppress the spread of Covid-19 so that the negative impacts caused by COVID-19 can be controlled, including the Covid-19 vaccination program which is divided into several stages, namely the administration of the Covid-19 vaccine, dose one, dose two, and the booster vaccine. However, the COVID-19 vaccination program for the community has raised various opinions in the social media universe, especially Twitter. Opinions expressed tend to be polarized into sentiments of support and rejection. For this reason, this study aims to determine the polarization of public opinion about the Covid-19 vaccination program using the Naive Bayes algorithm. The process of opinion polarization analysis includes collecting data via Twitter using the RapidMiner tools, then preprocessing the data by means of case folding, tokenizing, filtering and stemming. The last step is to classify public opinion using the Naive Bayes algorithm. This study resulted in polarization of public opinion including tweets of positive sentiment by 67%, tweets of neutral sentiment 9% and tweets of negative sentiment 32%. Also obtained the accuracy and recall rates of 88% and 97%.Hingga tahun 2022, Indonesia dilanda pandemi Covid-19. Covid-19 merupakan virus yang sangat mudah menyebar sehingga Word Health Organization (WHO) menetapkan status Virus Covid-19 sebagai pandemi global. Kasus Covid-19 pertama kali terdeteksi di Indonesia pada tanggal 2 maret 2020. Sejak saat itu, banyak kasus yang terkonfirmasi positif. Pemerintah Indonesia sudah mengupayakan untuk menekan penyebaran covid-19 agar dampak negatif yang ditimbulkan covid-19 bisa dikendalikan, diantaranya dengan program vaksinasi covid-19 yang terbagi menjadi beberapa tahapan, yaitu pemberian vaksin covid-19 dosis satu, dosis dua, hingga vaksin booster. Akan tetapi, program vaksinasi covid-19 untuk masyarakat memunculkan beragam opini di jagad media sosial, terutama twitter. Opini yang disampaikan cenderung terpolarisasi menjadi sentimen yang mendukung dan menolak. Untuk itu, penelitian ini bertujuan untuk mengetahui polarisasi opini masyarakat tentang program vaksinasi Covid-19 menggunakan algoritma naive bayes. Proses dari analisis polarisasi opini meliputi pengumpulan data melalui twitter menggunakan tools rapidMiner, kemudian dilakukan preprocessing data dengan cara case folding, tokenizing, filtering dan stemming. Tahapan terakhir adalah melakukan klasifikasi opini masyaratakt algoritma naive bayes. Penelitian ini menghasilkan polarisasi opini masyarakat meliputi tweets sentimen positif sebesar 67%, tweets sentimen netral 3% dan tweets sentimen negatif 30%. Juga diperoleh tingkat akurasi dan recall masing-masing 88% dan 97%
PENERAPAN METODE RATIONAL UNIFIED PROCESS (RUP) DALAM PEMBUATAN WEB PEMBELAJARAN ELEKTRONIK UNTUK SEKOLAH MENENGAH PERTAMA
Get PDFThe Rational Unified Process (RUP) method is a process framework in software development that can be adapted to the objectives of the development organization and software project team. Electronic learning is a learning system based on formal teaching but with the help of electronic resources. The main component of electronic learning is the use of computers and the internet. This electronic learning web for Junior High Schools was created using the CodeIgniter framework. This web has three user authorities, namely administrators, teachers, and students. Web testing with the blackbox testing method worked well. Measurement of system usability was carried out on 24 respondents using a questionnaire. The questionnaire was made based on the criteria contained in the USE Questionnaire and the assessment was based on a Likert scale. The usability measurement resulted in a value of 89.08% which means it is very feasible.Metode Rational Unified Process (RUP) merupakan kerangka proses dalam pengembangan perangkat lunak yang dapat disesuaikan dengan tujuan organisasi pengembangan dan tim proyek perangkat lunak. Pembelajaran elektronik merupakan sistem pembelajaran berdasarkan pengajaran formal tetapi dengan bantuan sumber daya elektronik. Komponen utama dari pembelajaran elektronik adalah penggunaan komputer dan internet. Web pembelajaran elektronik untuk Sekolah Menengah Pertama (SMP) ini dibuat dengan menggunakan framework CodeIgniter. Web ini memiliki tiga otoritas pengguna yaitu administrator, pengajar, dan siswa. Pengujian web dengan metode blackbox testing berhasil dengan baik. Pengukuran kegunaan sistem (usability) dilakukan terhadap 24 responden pengguna web menggunakan kuesioner. Kuesioner dibuat berdasarkan kriteria yang terdapat pada USE Questionnaire dan penilaian berdasarkan skala Likert. Pengukuran usability menghasilkan nilai 89,08% yang artinya adalah sangat layak
PERBANDINGAN SISTEM AUTENTIKASI WPA2 EAP-PSK PADA JARINGAN WIRELESS DENGAN METODE PENETRATION TESTING MENGGUNAKAN FLUXION TOOLS
Get PDFWireless Network is a collection of electronic devices that connect to each other using air devices or frequencies as a data traffic flow. Today, there are many users who use WPA2-PSK or WPA2-EAP as a wireless network security system that aims to prevent people from accessing it without permission. This research uses a wireless penetration testing technique that uses fluxion tools by comparing and analyzing the WPA2 authentication security system with EAP-PSK on a wireless network which aims to determine the vulnerability of a network security system. To carry out penetration testing, the author refers to the "Wireless Network Penetration Testing Methodology." Which consists of intelligence gathering, vulnerability analysis, threat modeling, password cracking, and reporting. From this study, it will be concluded that WPA2-PSK is less safe to use because it can be seen in the penetration testing that WPA2-PSK was successfully hacked in an unhide SSID state, while WPA2-EAP was successful in making Web Interfaces but failed to obtain information such as usernames and passwords. If the WPA2-PSK SSID is in a hide state, it will fail the hack, so that both security systems have their own advantages and disadvantages depending on the user's needs.aringan Nirkabel merupakan sekumpulan perangkat elektronik yang menghubungkan satu dengan yang lain memanfaatkan perangkat udara alias frekuensi jadi alur lintas data. Masa sekarang ini, ada banyak pengguna yang memanfaatkan WPA2-PSK ataupun WPA2-EAP menjadi security system jaringan nirkabel yang bertujuan untuk menghindari orang yang mengakses tanpa izin. Riset ini memakai teknik wireless penetration testing yang memakai fluxion tools dengan membandingkan dan menganalisis security system otentikasi WPA2 dengan EAP-PSK pada jaringan nirkabel yang bertujuan untuk mengetahui kerentanan sebuah sistem keamanan jaringan tersebut. Untuk melaksanakan penetration testing penulis mengacu terhadap “Wireless Network Penetration Testing Methodology.” Yang terdiri dari intelligence gathering, vulnerability analysis, threat modelling, password cracking, dan reporting. Dari penelitian ini akan menyimpulkan WPA2-PSK kurang aman untuk digunakan dikarenakan terlihat pada penetration testing tesrsebut WPA2-PSK berhasil dibobol dalam keadaan SSID unhide, sedangkan WPA2-EAP berhasil dalam pembuatan Web Interface namun tidak berhasil dalam mendapatkan informasi seperti username dan passwor. Jika WPA2-PSK SSID dalam keadaan hide akan mengagalkan peretasan sehingga dari sistem keamanan kedua tersebut memiliki kelebihan dan kekurangan masing-masing tergantung kebutuhan pengguna
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI PENERIMA PROGRAM INDONESIA PINTAR
Get PDFPeran pendidikan sangat penting dalam rangka meningkatkan kecerdasan sumber daya manusia baik secara intelektual, emosional maupun spiritual. Namun seringkali pendidikan tidak berjalan dengan baik karena kurangnya faktor ekonomi yang mengakibatkan banyak anak putus sekolah. Untuk mengatasi hal tersebut, pemerintah telah membuat sebuah program agar masyarakat yang kurang mampu tetap dapat bersekolah secara gratis. Program ini dinamakan Program Indonesia Pintar (PIP). Komputerisasi pada proses pemberian bantuan ini tak dapat terhindarkan. Agar tidak terjadi kesalahan dalam menentukan penerima bantuan maka diperlukan penerapan data mining menggunakan algoritma Naïve Bayes yang dapat mengklasifikasikan tingkat kelayakan masyarakat dalam menerima bantuan sehingga diperoleh hasil yang lebih akurat dalam menentukan penerima bantuan Program Indonesia Pintar. Hasil penelitian ini diharapkan terciptanya sebuah sistem data mining yang mampu mendapatkan hasil yang akurat dalam menentukan penerima Program Indonesia Pintar.The role of education is very important in order to increase intelligent human resources both intellectually, emotionally and spiritually. But often education does not run properly due to a lack of economic factors that result in many children dropping out of school. To overcome this, the government has created a program so that the underprivileged can still go to school for free. This program is called Program Indonesia Pintar (PIP). Computerization in the process of providing assistance is unavoidable. In order to avoid errors in determining beneficiaries, it is necessary to apply data mining using the Naïve Bayes algorithm which can classify the level of the community eligibility in receiving assistance so as to obtain more accurate results in determining the recipients of Program Indonesia Pintar. The results of this research are expected to create a data mining system that is able to get accurate results in determining the recipients of Program Indonesia Pintar
IMPLEMENTASI ALGORITMA C4.5 UNTUK KLASIFIKASI PRODUK LARIS SEPEDA MOTOR HONDA PADA CV CENDANA MOTOR CEPIRING
Get PDFCV Cendana Motor Cepiring is one of the Honda brand motorcycle sales companies in Kendal Regency. Tight motorcycle sales competition requires companies to determine the right sales strategy to increase sales and product marketing in order to attract consumers’ interest. In knowing consumer interest in Honda motorcycle products, research was conducted on predictions of best-selling Honda motorcycle products from each sub-district in Kendal Regency. The research method used is the C4.5 decision tree algorithm with the process using five steps in KDD (Knowledge Discovery in Databases). This research produces a classification with an accuracy of 99% which indicates that the C4.5 algorithm is suitable for measuring the estimated sales of the best-selling Honda motorcycle.CV Cendana Motor Cepiring merupakan salah satu perusahaan penjualan sepeda motor merek Honda di Kabupaten Kendal. Persaingan penjualan sepeda motor yang ketat menuntut perusahaan untuk menentukan strategi penjualan yang tepat untuk dapat menaikkan penjualan dan pemasaran produk agar dapat menarik minat para konsumen. Dalam mengetahui ketertarikan konsumen terhadap produk motor Honda, maka dilakukan penelitian mengenai prediksi produk laris sepeda motor Honda dari setiap wilayah kecamatan di Kabupaten Kendal. Metode penelitian yang digunakan adalah algoritma C4.5 decision tree dengan prosesnya menggunakan lima langkah pada KDD (Knowledge Discovery in Databases). Dari penelitian ini, menghasilkan klasifikasi dengan akurasi sebesar 99% yang menunjukkan bahwa algoritma C4.5 cocok digunakan untuk mengukur perkiraan penjualan sepeda motor Honda terlaris
PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN STATUS GIZI BAIK DAN GIZI BURUK PADA BALITA (STUDI KASUS KABUPATEN ROKAN HULU)
Get PDFKekurangan gizi atau yang biasa disebut malnutrisi merupakan salah satu masalah kesehatan yang cukup sering menimpa balita-balita di Indonesia. Kepedulian orang tua dan aparat desa (dalam hal ini petugas Pusat Pelayanan Kesehatan Masyarakat – PUSKESMAS) untuk memantau gizi balita sangat diperlukan. Penelitian yang dilakukan mencoba untuk melakukan pengelompokan 15 balita di Kab. Rokan Hulu kedalam 2 cluster status gizi. Pengelompokan status gizi balita di Kab. Rokan Hulu menggunakan metode K-Means dilakukan melalui beberapa tahapan yaitu : penentuan tujuan bisnis, pengumpulan data 15 balita di Kab. Rokan Hulu, pengelompokan status gizi balita ke dalam 2 cluster yaitu cluster 1 - gizi baik; cluster 2 -Gizi Baik, pengelompokan status gizi balita menggunakan algoritma K-Means, dan yang terakhir melakukan pengujian dengan membandingkan hasil pengelompokan algoritma K-means dan Rapid Miner.
Kata kunci : Data Mining , Clustering , K -Mean
PENERAPAN AUGMENTED REALITY BERBASIS ANDROID SEBAGAI MEDIA PEMBELAJARAN PENDIDIKAN SENI WAYANG DAN TARIAN JAWA
Get PDFWayang iis ione iof ithe imany iindigenous icultures iof iIndonesia. iNot imany iIndonesian ipeople understand ithe nature iand icharacteristics iof iwayang icharacters. iThe ipurpose iof imaking ithis iapplication iis ifor ilearning imedia ifor ithe iart iof iwayang iand itraditional iJavanese idance iusing iAndroid-based iaugmented ireality ito isupport ilearning ito irecognize ithe inature iand icharacteristics iof iits icharacteristics iand ican ihelp iusers ito ilearn iwayang iand idance ifigures ieasily, iquickly, iand iefficiently. iThis isystem iwas ibuilt iwith ithe iC# iprogramming ilanguage iand iwas idesigned iusing ithe iwaterfall imodel iand iusing ithe imarkerless imethod. iThere iare ifour istages iin ithe idesign iof ithis isystem, inamely isystem ianalysis, isystem idesign, isystem iimplementation, iand isystem itesting. iThis iapplication iprogram ican ihelp iusers ito icreate i3D iaugmented ireality idolls iand idisplay iinformation iabout idolls iand itheir icharacteristics. iThe iinformation iconveyed iby ithe isystem iis iquite igood, isafe, iand ieasy ito iuse iby iusers. iThe isystem iis ieasy ito imodify ior ichange, ifunctions irun iwell, iand iis ieasy ito iuse ion iseveral ismartphone idevices. iUsers iof ithis iapplication iare ischool ichildren, ithe igeneral ipublicWayang imerupakan isalah isatu idari isekian ibanyak ibudaya iasli iIndonesia. iTidak ibanyak imasyarakat iIndonesia imengerti iakan isifat – isifat idan ikarakteristik itokoh iwayang. iTujuan ipembuatan iaplikasi iini iuntuk imedia ipembelajaran pendidikan seni wayang idan itarian ijawa itradisional imenggunakan iaugmented reality berbasis iandroid iuntuk imenunjang ipembelajaran pengenalan isifat isifat idana ikarakteristiknya idan idapat imembantu ipengguna iuntuk idapat imempelajari itokoh iwayang idan itarian idengan mudah, icepat idan iefisien. iSistem iini idi ibangun idengan ibahasa ipemrograman iC# idan idi irancang idengan imenggunakan imodel iwaterfall idan imenggunaan imetode imarkerless. iAda iempat itahap idalam iperancangan isystem iini iyaitu ianalisis isistem, perancangan isistem, iimplementasi isistem, idan ipengujian isistem. iProgram iaplikasi iini idapat imembantu iuser iuntuk imemunculkan iaugmented ireality iwayang 3D idan imanampikan iinformasi iwayang idan ikarakteristiknya. iInformasi iyang idisampaikan isystem cukup ibaik, iaman, idan imudah idigunakan ioleh iuser, sistem imudah iuntuk idimodifikasi iatau idiubah, fungsinya iberjalan idengan ibaik, idan imudah idigunakan ibeberapa perangkat ismartphone, ipengguna idari iaplikasi iini iadalah ianak isekolah, imasyarakat iumum
PENGUJIAN USER EXPERIENCE PADA APLIKASI SMART HOME MENGGUNAKAN USE QUESTIONNAIRE
Get PDFThis research was conducted to design an Android-based Smart Home application user interface that is easily understood by users to control the system and test the User Experience on the smart home application design. The data collection methods used were questionnaires, observations, and literature studies. For the system development method using the Linear Sequential Model / Waterfall Model method. Applications used in making designs and smart home applications include Android Studio, Sublime, Xampp, Adobe Xd, and Adobe Illustrator. The testing methods used include Usability testing and Usability Measurement using the USE Quistionnaire. This research produces a Smart Home application design that can be used by users to easily control the system.Penelitian ini dilakukan untuk membuat desain user interface Aplikasi Smart Home berbasis android yang mudah dipahami oleh pengguna untuk mengontrol sistem dan menguji User Experience terhadap desain aplikasi smart home. Metode dalam mengumpulkan data yang digunakan ialah studi pustaka, angket, dan pengamatan (observasi). Dalam metode pengembangan sistem menggunakan Linear Sequential Model. Aplikasi yang digunakan dalam pembuatan desain dan aplikasi smart home antara lain Android Studio, Sublime, Xampp, Adobe Xd, dan Adobe Illustrator. Metode pengujian yang di gunakan antara lain Usability testing dan Pengukuran Usability menggunakan USE Questionnaire. Dalam penelitian ini menghasilkan sebuah desain Aplikasi Smart Home yang dapat digunakan pengguna dengan mudah dalam mengontrol sistem
INPLEMENTASI BUSINESS INTELLIGENCE DAN MARKET BASKET ANALYSIS UNTUK ANALISA DATA PENJULAN DI PT. ABC
Get PDFIn the midst of the outbreak of the Covid-19 pandemic in 2020 in Indonesia, there was a change in the tendency of customer behavior to process shopping transactions, especially at minimarket outlets. With the implementation of physical distancing, customers are required to shop as effectively as possible to avoid accumulation in outlets. Company management must make a strategy to respond to changes in customer behavior. In this study, Business Intelligence and Market Basket Analysis methods were developed, namely Apriori to analyze customer behavior by analyzing sales transaction history. The results show that the Business Intelligence dashboard can display data in the form of graphs and tables, making it easier for users in the analysis process. In addition, the Association Rule using the Apriori method produces support and confidence values as a description of interrelated products, so that merchandising parties can easily make decisions. The results of the blackbox test show that the application developed can be accepted by the user because all user needs can be completed by the applicationDitengah merebaknya kasus pandemi Covid-19 pada tahun 2020 di Indonesia, terjadi perubahan kecenderungan perilaku pelanggan dalam melakukan proses transaksi belanja khususnya pada gerai minimarket. Dengan diberlakukannya pysical distancing, pelanggan dituntut untuk berbelanja seefektif mungkin untuk menghindari penumpukan di dalam gerai. Manajemen perusahaan harus membuat setrategi untuk menyikapi perubahan perilaku dari pelanggan. Pada penelitian ini dikembangkan Business Intelligence dan metode Market Basket Analysis yaitu Apriori untuk menganalisa perilaku pelanggan dengan cara menganalisa riwayat transaksi penjualan. Hasil penelitian menunjukkan dashboard Business Intelligence dapat menampilkan data dalam bentuk grafik dan tabel sehingga memudahkan pengguna dalam proses analisa. Selain itu Association Rule menggunakan metode Apriori menghasilkan nilai support dan confidence sebagai gambaran produk-produk yang saling terkait, sehingga pihak merchendaising dapat dengan mudah membuat keputusan. Hasil pengujian blackbox menunjukkan aplikasi yang dikembangkan dapat diterima oleh pengguna karena semua kebutuhan pengguna dapat diselesaikan oleh aplikasi
PENERAPAN ALGORITMA C4.5 UNTUK MEMBUAT MODEL PREDIKSI PASIEN YANG MENGIDAP PENYAKIT DIABETES
Get PDFDiabetes is a disease in which the pancreas cannot produce insulin properly. Insulin is a hormone produced from the pancreas, which is useful as a door to channel glucose from food that is absorbed to be flowed into blood cells so that the body can produce energy. Meanwhile, according to WHO diabetes is a very deadly disease which is ranked 9th in the world. People with diabetes generally die from damage to several vital organs such as the heart, kidneys and liver. The early sufferers of diabetes are not known with certainty so that diabetics who have been treated are in a worrying condition. To reduce the number of deaths due to diabetes, a system is needed that can identify early symptoms of diabetes, so that people with diabetes can be handled properly. Data mining technology can help build a system to predict diabetes using the C4.5 decision tree algorithm. In this study, diabetes prediction data was taken from the UCI Repository. Then the data is processed in stages, select data, pre-processing and split validation using rapid miner. The results of data processing using a rapid miner, in the form of rules that can be used to predict diabetes. The rules generated from the RapidMiner decision tree have an accuracy of 95.51%.Diabetes adalah penyakit dimana pankreas tidak bisa memproduksi insulin dengan baik. Insulin merupakan hormon yang di hasilkan dari pankreas, yang berguna sebagai pintu untuk menyalurkan glukosa dari makan yang diserap untuk di alirkan ke dalam sel-sel darah agar tubuh dapat menghasilkan energi. Sedangkan menurut WHO diabetes adalah penyakit yang sangat mematikan yang menduduki peringkat 9 dunia. Penderita penyakit diabetes pada umumnya meningal dunia dengan kondisi rusak nya beberapa organ vital seperti, jantung, ginjal dan hati. Para penderita awal penyakit diabetes tidak diketahui secara pasti sehingga penderita penyakit diabetes yang telah dirawat dalam kondisi yang memperhatinkan. Untuk menekan jumlah kematian akibat penyakit diabetes dibutuhkan suatu sistem yang dapat mengindentifikasi gejala dini penyakit diabetes, agar penderita penyakit diabetes dapat ditangani langsung dengan baik. Teknologi data mining dapat membatu membangun suatu sistem untuk menprediksi penyakit diabetes menggunakan algoritma decision tree C4.5. pada penelitian ini data prediksi penyakit diabetes diambil dari UCI Repository. Kemudian data diolah dengan tahapan, select data, pre-processing dan split validation menggunakan rapid miner. Hasil pengolahan data menggunakan rapid miner, berupa rules yang dapat digunakan untuk memprediksi penyakit diabetes. Rules yang dihasilkan dari pohon keputusan RapidMiner memiliki akurasi 95, 51