1,720,964 research outputs found
Sistem Informasi Pondok Pesantren Darul Ulum Banyuanyar Berbasis Web Dan Android
Full text linkSistem Informasi Pondok Pesantren Darul Ulum Banyuanyar Berbasis Web Dan Androi
POS Tagging Bahasa Madura dengan Menggunakan Algoritma Brill Tagger
Full text linkBahasa Madura adalah bahasa daerah yang selain digunakan di Pulau Madura juga digunakan di daerah lainnya seperti di kota Jember, Pasuruan, dan Probolinggo. Sebagai bahasa daerah, Bahasa Madura mulai banyak ditinggalkan khususnya di kalangan anak muda. Beberapa penyebabnya adalah adanya rasa gengsi dan tingkat kesulitan untuk mempelajari Bahasa Madura yang memiliki ragam dialek dan tingkat bahasa. Berkurangnya penggunaan Bahasa Madura dapat mengakibatkan punahnya Bahasa Madura sebagai salah satu bahasa daerah yang ada di Indonesia. Oleh karena itu, perlu adanya usaha untuk mempertahankan dan memelihara Bahasa Madura. Salah satunya adalah dengan melakukan penelitian tentang Bahasa Madura dalam bidang Natural Language Processing sehingga kedepannya pembelajaran tentang Bahasa Madura dapat dilakukan melalui media digital. Part Of Speech (POS) Tagging adalah dasar penelitian text processing, sehingga perlu untuk dibuat aplikasi POS Tagging Bahasa Madura untuk digunakan pada penelitian Natural Languange Processing lainnya. Dalam penelitian ini, POS Tagging dibuat dengan menggunakan Algoritma Brill Tagger dengan menggunakan corpus yang berisi 10.535 kata Bahasa Madura. POS Tagging dengan Brill Tagger dapat memberikan kelas kata yang sesuai pada kata dengan menggunakan aturan leksikal dan kontekstual. Brill Tagger merupakan algoritma dengan tingkat akurasi yang paling baik saat diterapkan dalam Bahasa Inggris, Bahasa Indonesia dan beberapa bahasa lainnya. Dari serangkaian percobaan dengan beberapa perubahan nilai threshold tanpa memperhatikan OOV (Out Of Vocabulary), menunjukkan rata-rata akurasi mencapai lebih dari 80% dengan akurasi tertinggi mencapai 86.67% dan untuk pengujian dengan memperhatikan OOV mencapai rata-rata akurasi 67.74%. Jadi dapat disimpulkan bahwa Brill Tagger dapat digunakan untuk Bahasa Madura dengan tingkat akurasi yang baik. Abstract Bahasa Madura is regional language which is not only used on Madura Island but is also used in other areas such as in several regions in Jember, Pasuruan, and Probolinggo. Today, Bahasa Madura began to be abandoned, especially among young people. One reason is sense of pride and also quite difficult to learn Bahasa Madura because it has a variety of dialects and language levels. The reduced use of Bahasa Madura can lead to the extinction of Bahasa Madura as one of the regional languages in Indonesia. Therefore, there needs to be an effort to maintain Madurese Language. One of them is by conducting research on Madurese Language in the field of Natural Language Processing so that in the future learning about Madurese can be done through digital media. Part of Speech (POS) Tagging is the basis of text processing research, so the Madura Language POS Tagging application needs to be made for use in other Natural Language Processing research. This study uses Brill Tagger by using a corpus containing 10,535 words. POS Tagging with Brill Tagger Algorithm can provide the appropriate word class to word using lexical and contextual rule. The reason for using Brill Tagger is because it is the algorithm that has the best accuracy when implemented in English, Indonesian and several other languages. The experimental results with Brill Tagger show that the average accuracy without OOV (Out Of Vocabulary) obtained is 86.6% with the highest accuracy of 86.94% and the average accuracy for OOV words reached 67.22%. So it can be concluded that the Brill Tagger Algorithm can also be used for Bahasa Madura with a good degree of accuracy
SISTEM INFORMASI PKPRI (PUSAT KOPERASI PEGAWAI REPUBLIK INDONESIA) KABUPATEN SAMPANG
Full text linkPKPRI (Pusat Koperasi Pegawai Republik Indonesia) Kabupaten Sampang terdapat proses kinerja yang melibatkan karyawan di antaranya Pimpinan, Resepsionis Hotel, Resepsionis Aula dan Pemesan Hotel dan Aula sering kali menggunakan waktu yang kurang efesien. Hal ini bisa di lihat pada beberapa proses diantaranya Proses pemesanan Hotel dan Aula yang hanya bisa dilakukan dengan cara mendatangi tempat dan juga mengunakan komunikasi lewat telepon seluler, pengecekan penggunaan kamar hotel terpusat pada Resepsionis Hotel, pengecekan penggunaan ruang Aula terpusat pada Resepsionis Aula dan juga pembuatan laporan pendapatan dan pengeluaran oleh Pimpinan dipandang kurang maximal karena menggunakan inputan manual. Pengamatan ini bertujuan unntuk membuat Sistem Informasi PKPRI yang akan membantu meringankan proses kinerja pada pegawai PKPRI tersebut. Sistem informasi ini dibagun menggunakan metode waterfall dan bahasa pemograman PHP pada sisi back end dan java script pada sisi front end aplikasi mobile dan web administrator Kata Kunci : metode waterfall, PHP, Java scrip
Penerapan Hidden Markov Model (HMM) dan Mel-Frequency Cesptral Coefficients (MFCC) pada E-Learning Bahasa Madura untuk Anak Usia Dini
Full text linkBahasa Madura is a regional language used in Madura island. This language has many variations of pronunciation and dialect that makes it not easy to learn, even by the local people especially children. There hasn’t been any interesting learning media to learn Bahasa Madura so far. In fact, a fun learning activity is needed to help children to enhance their ability in pronouncing animals’ names, numbers, fruits and things in Bahasa Madura. Thus, it’s considered important to create Bahasa Madura e-learning by implementing the recognition of voice patterns in order to make it easier for the children to learn Bahasa Madura which has several variations of pronunciation only for one single object. This Bahasa Madura e-learning application for young learners is used to introduce Bahasa Madura vocabularies by recognizing the voice pattern recordings which have been processed through MFCC technique as the extracted voice features and HMM as the learning techniques. The implementation of MFCC and HMM as the learning tool to introduce the pronunciation of regional language vocabularies especially Bahasa Madura has never been done before. Therefore, this research is expected to help the young learners to be able to pronounce Bahasa Madura vocabularies properly. In this study, a number of young learners’ voices were recorded and were set as the trial data. Only the proper voice data that were used—voice data that were considered to be pronounced correctly. The trial method was done through one-single model and multi-model. After doing several simultaneous trials, the result showed the accuracy level. The average accuracy level for one-single model system was 73% (with the highest accuracy reached 75%) and the average accuracy level for multi-model system was 80% (with the highest accuracy reached 81%).Bahasa Madura adalah Bahasa Daerah yang digunakan di Pulau Madura. Bahasa ini memiliki banyak variasi pengucapan dan dialek. Hal ini menyebabkan Bahasa Madura tidak mudah untuk dipelajari bahkan oleh masyarakat Madura khususnya anak-anak. Saat ini belum ada media pembelajaran Bahasa Madura yang menarik untuk mempelajari Bahasa Madura. Padahal melalui pembelajaran yang menyenangkan diharapkan dapat membantu anak untuk memperoleh kemampuan melatih penerapan pengucapan nama binatang, angka, buah dan benda dalam Bahasa Madura. Karena itulah perlu dibuat e-learning Bahasa Madura dengan menerapkan pengenalan pola suara sehingga dapat membantu anak mengenal Bahasa Madura yang memiliki variasi pengucapan untuk objek yang sama. Aplikasi e-learning Bahasa Madura untuk anak usia dini digunakan untuk mengenalkan nama objek dalam Bahasa Madura melalui pengenalan pola suara yang diucapkan dibuat dengan menggunakan teknik Mel-Frequency Cesptral Coefficients (MFCC) sebagai ekstrak fitur suara dan Hidden Markov Model (HMM) sebagai teknik pembelajarannya. Penerapan MFCC dan HMM untuk pengenalan pengucapan Bahasa Daerah khususnya Bahasa Madura belum pernah ada sebelumnya, sehingga dengan adanya penelitian ini diharapkan dapat membantu anak usia dini mengenal pengucapan kata Bahasa Madura dengan benar. Pada penelitian ini, sejumlah anak direkam suaranya untuk dijadikan sebagai data training. Data suara yang digunakan adalah data suara yang pengucapan dianggap benar. Skenario percobaan dilakukan dengan menggunakan satu model dan multi model. Setelah dilakukan serangkaian percobaan, hasil penelitian menunjukkan yaitu rata-rata akurasi untuk pengujian sistem dengan satu model yaitu 73% dengan akurasi tertinggi 75% dan rata-rata akurasi untuk pengujian sistem dengan multi model yaitu 80% dengan akurasi tertinggi 81%. AbstractBahasa Madura is a regional language used in Madura island. This language has many variations of pronunciation and dialect that makes it not easy to learn, even by the local people especially children. There hasn’t been any interesting learning media to learn Bahasa Madura so far. In fact, a fun learning activity is needed to help children to enhance their ability in pronouncing animals’ names, numbers, fruits and things in Bahasa Madura. Thus, it’s considered important to create Bahasa Madura e-learning by implementing the recognition of voice patterns in order to make it easier for the children to learn Bahasa Madura which has several variations of pronunciation only for one single object. This Bahasa Madura e-learning application for young learners is used to introduce Bahasa Madura vocabularies by recognizing the voice pattern recordings which have been processed through MFCC technique as the extracted voice features and HMM as the learning techniques. The implementation of MFCC and HMM as the learning tool to introduce the pronunciation of regional language vocabularies especially Bahasa Madura has never been done before. Therefore, this research is expected to help the young learners to be able to pronounce Bahasa Madura vocabularies properly. In this study, a number of young learners’ voices were recorded and were set as the trial data. Only the proper voice data that were used—voice data that were considered to be pronounced correctly. The trial method was done through one-single model and multi-model. After doing several simultaneous trials, the result showed the accuracy level. The average accuracy level for one-single model system was 73% (with the highest accuracy reached 75%) and the average accuracy level for multi-model system was 80% (with the highest accuracy reached 81%)
ANALISA TRAFFIC JARINGAN MENGGUNAKAN SQUID PROXY SERVER UNTUK PENINGKATAN PERFORMA AKSES INTERNET DI UNIVERSITAS MADURA
Full text linkPerkembangan jumlah pengguna internet dikarenakan adanya perkembangan teknologi yang semakin meningkat. Pengguna layanan internet saat ini telah dimanfaatkan oleh siapa saja dan bidang mana saja. Salah satunya bidang pendidikan, pemanfaatan teknologi internet telah dirasakan langsung oleh pihak pendidikan yang dapat meningkatkan proses dan hasil kerja menjadi lebih optimal. Akan tetapi dengan banyaknya jumlah pengguna dapat mempengaruhi kecepatan akses jika tidak dibarengi dengan penambahan suatu teknologi yang dapat mengatasinya dengan biaya yang dapat minimal. Berdasarkan kendala akses internet penelitian ini mengusulkan perlunya instalasi proxy server dengan menggunakan squid pada sistem operasi Ubuntu.Tujuan dari penelitian ini adalah untuk merancang dan mengimplementasikan proxy server dengan menggunakan squid sehingga dapat mempercepat akses internet. Dengan akses internet yang lebih cepat maka dapat meningkatkan kinerja baik bagian akademik maupun bagian administrasi
SISTEM MANAJEMEN BANDWIDTH DENGAN HIERARCHICAL TOKEN BUCKET PADA LINUX SERVER CENTOS (STUDI KASUS: JARINGAN KANTOR UNIVERSITAS MADURA)
Full text linkThe internet is one of the media needed in the Madura University Office, whether to find information or download and upload research files. The Peer Connection Queue (HTB) method used for bandwidth distribution in the Madura University Office LAN network is weak. It is not optimal in using the network when traffic is heavy, and there is a bandwidth leak, and the divided bandwidth is not following the rules. Hierarchical Token Bucket (HTB) is a method that can maximize bandwidth and manage bandwidth on the network hierarchically with a priority system based on the class on the network. This study aims to compare the previous method, namely PCQ, with HTB, which is implemented on a Linux CentOS server. The method will be compared using the calculation of QoS (Quality Of Service), which is a method of calculating network quality, in this study will calculate delay, jitter, throughput on the PCQ and HTB methods. In this study, the authors use the open-source HTB-Tools application to implement the HTB method, which is expected to maximize bandwidth usage and comfort users in the Madura University environment.Keywords: Bandwidth, Hierarchical Token Bucket, CentOS, HTB-Tools ABSTRAKInternet merupakan salah satu media yang dibutuhkan di lingkungan Kantor Universitas Madura, baik itu untuk mencari informasi, ataupun mengunduh dan mengupload berkas penelitian. Metode Peer Connection Queue (HTB) yang digunakan untuk pembagian bandwidth di jaringan LAN Kantor Universitas Madura memiliki kelemahan sehingga tidak optimal dalam penggunaan jaringan saat traffic sedang padat dan terjadi kebocoran bandwidth sehingga bandwidth yang terbagi tidak sesuai dengan aturan. Hierarchical Token Bucket (HTB) merupakan metode yang mampu memaksimalkan bandwidth dan mengatur bandwidth pada jaringan secara hierarki dengan sistem prioritas berdasarkan kelas yang berada pada jaringan. Tujuan dari penelitian membandingkan metode sebelumnya yaitu PCQ dengan HTB yang diimplementasikan di server Linux CentOS. Metode tersebut akan dibandingkan menggunakan perhitungan QoS (Quality Of Service) yang merupakan metode perhitungan kualitas jaringan, pada penelitian ini akan menghitung delay, jitter, througrput pada metode PCQ dan HTB. Pada Penelitian ini penulis menggunakan aplikasi open source HTB-Tools untuk menerapkan metode HTB yang diharapkan dapat memaksimalkan penggunaan bandwidth serta memberi kenyamanan bagi pengguna di lingkungan Universitas Madura.Kata Kunci: Bandwidth, Hierarchical Token Bucket, CentOS, HTB-Tool
Aplikasi Marketplace Batik Madura di Sentra Batik Pasar 17 Agustus Pamekasan
Full text linkAbstract - August 17 Market is one of the largest traditional markets in Pamekasan. This market is also well known as a batik market, which is the center of Madura Batik sales. In this market, traffic jams often occur, making it difficult for batik buyers to visit the batik market, which is located in the middle of the market. For this reason, it is necessary to create a marketplace for selling Batik Madura on August 17 Market. This Batik Sales Marketplace application is designed with Extreme Programming. This Marketplace application is made web and mobile-based so it can be accessed anywhere and anytime without having to market. Different from the previous application, to make it easier for visitors/buyers, besides being equipped with a short message feature, this application is also equipped with a seller location plan. That way, visitors/buyers can easily find seller locations if they want to shop offline. This feature is helpful in efficiency when searching. With this application, it can expand the marketing and promotion of Batik Madura as one of the cultural treasures of Madura.Keywords  -   Marketplace, Market, Batik, Batik Madura, Pamekasan. Abstrak - Pasar 17 Agustus merupakan salah satu pasar tradisional terbesar di Pamekasan. Selain sebagai pasar tradisional pada umumnya, pasar ini juga terkenal sebagai pasar batik yang menjadi pusat penjualan Batik Madura. Di pasar ini sering terjadi kemacetan sehingga menyulitkan para pembeli batik untuk mengunjungi pasar batik yang lokasinya dibagian tengah pasar. Karena itulah, perlu dibuat sebuah marketplace penjualan Batik Madura di Pasar 17 Agustus Pamekasan. Aplikasi Marketplace Penjualan Batik ini dirancang dengan Metode Agile Software Development jenis Extreme Programming. Aplikasi Marketplace ini dibuat dengan berbasis web dan mobile sehingga dapat diakses dimana saja dan kapan tanpa harus mengunjungi Pasar 17 Agustus Pamekasan. Berbeda dari aplikasi sebelumnya, untuk memudahkan pengunjung/pembeli, aplikasi ini selain dilengkapi dengan fitur pesan singkat juga dilengkapi dengan denah lokasi pelapak. Dengan begitu, pengunjung/pembeli dapat dengan mudah menemukan lokasi pelapak jika ingin berbelanja secara offline. Fitur ini sangat membantu dalam efisiensi waktu saat melakukan pencarian. Dengan adanya aplikasi ini maka dapat memperluas pemasaran dan promosi Batik Madura sebagai salah satu kekayaan budaya Madura yang banyak diminati oleh masyarakat di luar Madura. Kata Kunci - Marketplace, Pasar, Batik, Batik Madura, Pamekasan
Lexical Rule and Lexicon Effect for Part of Speech Tagging Bahasa Madura
No full textPOS Tagging adalah dasar untuk pengembangan Text Processing suatu bahasa. Dalam penelitian ini kita meneliti pengaruh penggunaan lexicon dan perubahan morfologi kata dalam penentuan tagset yang tepat untuk suatu kata. Aturan dengan pendekatan morfologi kata seperti awalan, akhiran, dan sisipan biasa disebut sebagai lexical rule. Penelitian ini menerapkan lexical rule hasil learner dengan menggunakan algoritma Brill Tagger. Bahasa Madura adalah bahasa daerah yang digunakan di Pulau Madura dan beberapa pulau lainnya di Jawa Timur. Objek penelitian ini menggunakan Bahasa Madura yang memiliki banyak sekali variasi afiksasi dibandingkan dengan Bahasa Indonesia. Pada penelitian ini, lexicon selain digunakan untuk pencarian kata dasar Bahasa Madura juga digunakan sebagai salah satu tahap pemberian POS Tagging. Hasil ujicoba dengan menggunakan lexicon mencapai akurasi yaitu 86.61% sedangkan jika tidak menggunakan lexicon hanya mencapai akurasi 28.95 %. Dari sini dapat disimpulkan bahwa ternyata lexicon sangat berpengaruh terhadap POS Tagging
Implementasi Darurat Keamanan dan Kesehatan Berbasis Mobile di Desa Waru Barat Pamekasan
Full text linkPenelitian ini membahas tentang pemberian informasi keamanan dan kesehatan warga kepada aparat desa secara digital menggunakan smartphone android di desa waru barat, kabupaten pamekasan, madura, jawa timur. Penerapan aplikasi ini akan memberikan respon yang cepat oleh aparat desa terhadap laporan tindakan kejahatan dan kesehatan yang dialami oleh warga. Pengembangan aplikasi dalam penelitian ini menggunakan metode prototyping. Beberapa langkah dalam pengembangan aplikasi menggunakan metode prototyping antara lain initial requirement, design prototyping, protototype, client evaluation, review and updating, development, test dan maintain. Fitur yang terdapat dalam aplikasi ini antara lain laporan darurat keamanan dan laporan darurat kesehatan. Ketika warga menekan tombol darurat keamanan maka aplikasi akan mengirim data GPS warga melalui bantuan Application Programming Interface (API) di Google Maps ke server aplikasi yang terdapat di balai desa, aparat desa akan mengkonfirmasi laporan dan akan meneruskan kepada petugas keamanan. Petugas keamanan akan menuju ke lokasi yang diberikan. Demikin juga dengan laporan kesehatan, ketika warga menekan tombol darurat kesehatan, maka aplikasi akan mengirim data GPS warga ke server aplikasi yang terdapat di balai desa, aparat desa akan mengkonfirmasi laporan dan akan meneruskan kepada petugas kesehatan. Petugas kesehatan akan menuju ke lokasi yang diberikan. Aplikasi ini telah di uji coba di desa waru barat. Dari hasil ujicoba menggunakan metode blackbox dapat disimpulkan bahwa semua fungsionalitas sistem sudah dapat berjalan dengan baik. Sedangkan hasil survei menggunakan skala likert terhadap 100 warga mengenai kepuasan terhadap penggunaan aplikasi ini adalah setuju, ditunjukan dengan nilai indeks kepuasan bernilai 70,8
- …
