Claim Missing Document
Check
Articles

Found 19 Documents
Search

Typo Checking Menggunakan Algoritma Rabin-Karp Irma Surya Kumala Idris; Yasin Aril Mustofa
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 1 (2022): Januari - Juni 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.948 KB) | DOI: 10.37905/jjeee.v4i1.12150

Abstract

Kesalahan pengetikan merupakan hal yang biasa terjadi ketika membuat tulisan, misalnya  ketika membuat karya ilmiah, buku maupun lainnya. Kesalahan penulisan kata memang hal yang biasa terjadi tetapi dapat berakibat buruk sehingga perlu dilakukan pemeriksaan kata terhadap tulisan pada dokumen yang dibuat. Typo checking merupakan proses pemeriksaan kata yang dilakukan untuk mendeteksi kesalahan penulisan kata dan memberikan kandidat kata yang benar.  Pemeriksaan kesalahan penulisan membutuhkan waktu lama jika dilakukan secara manual, sehingga dibuat aplikasi untuk mendeteksi kesalahan penulisan kata menggunakan Algoritma Rabin-Karp, dengan mencocokkan string berdasarkan nilai hash pada teks dan pattern. Proses Pengecekan Penulisan Kata dilakukan dengan menghitung sampai indeks akhir dan didapatkan hasil seperti kata dan nilai hash. Proses hashing menggunakan modulo (sisa bagi) sebesar 107 dengan nilai k-gram k=3 pada setiap kata asal dan kata hasil. Proses hashing dilakukan dengan cara mengkonversi string menjadi nilai ASCII, sehingga diperoleh nilai hash a-z = 79-122. Berdasarkan hasil perhitungan manual yang telah dilakukan, jika terdapat kesalahan pengetikan akan diperoleh nilai hashing yang berbeda antara kata asal dan kata yang dihasilkan.   Typing errors are common when writing, for example, when writing scientific papers, books, and others. Word writing errors are common but can have bad consequences, so it is necessary to check the words on the writing in the document that is made. Typo checking is a word checking process that is carried out to detect word writing errors and provide the correct word candidate. Checking writing errors takes a long time if done manually, so an application is made to detect word writing errors using the Rabin-Karp Algorithm, by matching strings based on hash values in text and patterns. The process of Checking Word Writing is done by counting to the final index and getting results such as words and hash values. The hashing process uses a modulo (remaining for) of 107 with a value of k-gram k=3 for each word of origin and word of the result. The hashing process is done by converting the string into an ASCII value so that the hash value a-z = 79-122. Based on the results of manual calculations that have been carried out, if there are typing errors, a different hashing value will be obtained between the original word and the resulting word.
PERANCANGAN DAN IMPLEMENTASI SISTEM DIAGNOSIS PENYAKIT DYSPEPSIA MENGGUNAKAN METODE BAYES Yasin Aril Mustofa; IRMA SURYA KUMALA
Jurnal Informatika Upgris Vol 6, No 1: JUNI (2020)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v6i1.4616

Abstract

Penyakit Dypepsia merupakan kumpulan keluhan/gejala klinis (sindrom) rasa tidak nyaman atau nyeri yang di rasakan di daerah abdomen bagian atas yang disertai dengan keluhan lain yaitu perasaan panas di dada dan perut, regurgitas, kembung, perut terasa penuh, cepat kenyang, sendawa, anoreksia, mual, muntah dan banyak mengeluarkan gas dari mulut. Data Medical Record RSUD Prof. Dr. H. Aloei Saboe Kota Gorontalo dari tahun 2013-2015, jumlah pasien penyakit Dyspepsia mencapai 2.666 orang, rata-rata setiap tahunnya ada sekitar kurang lebih 600 pasien penyakit Dyspepsia di rawat inap dan rawat jalan. Metode Bayes merupakan metode yang baik didalam mesin pembelajaran berdasarkan data training, dengan menggunakan probabilitas bersyarat sebagai dasarnya. Metode Bayes juga merupakan suatu metode untuk menghasilkan estimasi parameter dengan menggabungkan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya. implementasi Sistem Diagnosis Penyakit Dyspepsia Menggunakan Metode Bayes dapat direkayasa, sehingga membantu dan memudahkan pihak RSUD Prof.Dr.H. Aloei Saboe Kota Gorontalo serta pihak masyarakat dalam mendiagnosa penyakit Dyspepsia.
Monitoring Fasilitas Pertamanan Kota Gorontalo Berbasis Sistem Informasi Geografis Irma Surya Kumala Idris; Yasin Aril Mustofa
Jurnal Informatika Upgris Vol 7, No 1: JUNI 2021
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v7i1.5858

Abstract

City Park is part of the city's green open space, its existence has the meaning of securing natural ecosystems that have a great influence on the existence and survival of the city itself. The number of city parks in the city of Gorontalo also requires little cleaning and maintenance personnel. To find out the performance of officers in the field, we need a system that is able to monitor the results of the work, making it easier for the relevant offices to control the conditions, facilities and functions of the city park. This research is intended to build a geographic information system that will be used for monitoring park facilities equipped with related information that is easily accessible by the local government, especially the City Planning and Landscaping Office of Gorontalo City. This study uses the programming language PHP (PHP: Hypertext Preprocessor) and MySQL database, using descriptive methods, then implement this design to find out and measure the level of ease, speed of information, and accuracy of information. The results of the study based on the data obtained were then tested using the White Box Testing method and Bases Path Testing. From the data obtained then a flowgraph design was made. Flowgraph that is tested is the process of finding a location of a garden. From the results of the calculation of the White Box Testing and Bases Path Testing test methods, the results of the calculation results obtained that have met the requirements in terms of software feasibility. Based on the results of testing with the White Box Testing, and Base Path Testing method above, it can be concluded that true system logic can produce a system that is effective and efficiently logically, and is expected to facilitate the processing of said data.
Pendekatan Machine Learning yang Efisien untuk Prediksi Kanker Payudara Azminuddin I. S. Azis; Irma Surya Kumala Idris; Budy Santoso; Yasin Aril Mustofa
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 3 No 3 (2019): Desember 2019
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (881.95 KB) | DOI: 10.29207/resti.v3i3.1347

Abstract

Breast Cancer is the most common cancer found in women and the death rate is still in second place among other cancers. The high accuracy of the machine learning approach that has been proposed by related studies is often achieved. However, without efficient pre-processing, the model of Breast Cancer prediction that was proposed is still in question. Therefore, this research objective to improve the accuracy of machine learning methods through pre-processing: Missing Value Replacement, Data Transformation, Smoothing Noisy Data, Feature Selection / Attribute Weighting, Data Validation, and Unbalanced Class Reduction which is more efficient for Breast Cancer prediction. The results of this study propose several approaches: C4.5 - Z-Score - Genetic Algorithm for Breast Cancer Dataset with 77,27% accuracy, 7-Nearest Neighbor - Min-Max Normalization - Particle Swarm Optimization for Wisconsin Breast Cancer Dataset - Original with 97,85% accuracy, Artificial Neural Network - Z-Score - Forward Selection for Wisconsin Breast Cancer Dataset - Diagnostics with 98,24% accuracy, and 11-Nearest Neighbor - Min-Max Normalization - Particle Swarm Optimization for Wisconsin Breast Cancer Dataset - Prognostic with 83,33% accuracy. The performance of these approaches is better than standard/normal machine learning methods and the proposed methods by the best of previous related studies.
Implementasi Metode Weighted Product (WP) Untuk Penentuan Produk Unggulan Komoditas Perkebunan Yasin Aril Mustofa
Jurnal Cosphi Vol 2, No 2 (2018): Agustus-Desember 2018
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.367 KB)

Abstract

Kabupaten Bone Bolango merupakan salah satu kabupaten di Provinsi Gorontalo. Berdasarkan data tahun 2013 luas area perkebunan mencapai 5.800.40 Ha yang terdiri dari 11 komoditi. Penelitian ini dilakukan untuk menentukan produk unggulan komoditi perkebunan bedasarkan kriteria. Metode Wighted Product dipilih karena metode ini mempunyai kemampuan untuk memecahkan masalah multi objektif dan multi kriteria yang akan menyelesaikan alternatif terbaik. Terdapat enam kriteria yang digunakan dalam penelitian ini yaitu: hasil nilai tambah yang tinggi, berbasis kepada potensi sumber daya lokal, luas lahan yang tersedia, didukung sumber daya manusia, mampu menyerap tenaga kerja, dukungan pemerintah daerah. Dari perhitungan alternatif didapat nilai terbesar yang terdapat pada V2 dengan nilai 0.0941 dan alternatif K002 atau kakao adalah alternatif yang terpilih sebagai komoditas terbaik.
Deteksi Penyakit Tanaman Daun Bayam Menggunakan Metode GLCM dan Artificial Neural Network (ANN) Fitriaty Ishanan; Yasin Aril Mustofa
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (597.488 KB)

Abstract

Deteksi penyakit dalam penelitian ini dibagi menjadi tiga kelompok penyakit daun yaitu Karat Putih, Virus Keriting, Kekurangan Mangan. Pengumpulan data yang diambil dari data real berjumlah 101 image yang dipakai dalam penelitian ini terdiri 81 data training dan 20 data testing yang merupakan data image RGB dengan format JPG. Masing-masing data terdiri dari tiga kategori penyakit, untuk data training terdiri dari 16 image daun penyakit karat putih, 13 image daun penyakit kekurangan mangan dan 14 image daun penyakit virus keriting. Sedangkan untuk data testing terdiri dari 6 image daun penyakit karat putih, 7 image daun penyakit kekurangan mangan dan 7 image daun penyakit virus keriting. Data citra tersebut diolah menjadi citra grayscale yang kemudian dilakukan deteksi penyakit daun. Setelah didapat penyakit daun kemudian dilakukan segmentasi pada bagian lokasi daun yang ditemukan. Yang selanjutnya dilakukan perhitungan ciri menggunakan gray level co-occurrence matrix. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Artificial Neural Network. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mendeteksi penyakit daun bayam dengan hasil akurasi yang dihitung menggunakan confusion matrix sebesar 90%.
Implementasi Algoritma Turbo Boyer Moore Pada Aplikasi Kamus Bahasa Banggai Berbasis Android Asdiranto A Marisang; Yasin Aril Mustofa; Andi Bode
Jurnal Cosphi Vol 4, No 1 (2020): Januari-Juli 2020
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.009 KB)

Abstract

Bahasa merupakan jembatan untuk berkomunikasi. Proses komunikasi ini pada kondisi tertentu tidak bisa dilakukan karena kendala bahasa, dengan melihat trend yang berkembang adalah Smarphone yakni Teknologi canggih berukuran kecil, mudah dibawah kemana-mana dan ringan. Dengan melakukan pengujian kinerja Algoritma Turbo Boyer Moore yang paling cepat dan efektif ini dibuktikan dengan menggunakan metode Running Time mendapatkan hasil penyelesaian rata- rata yaitu 0.008157 detik, dalam proses pencarian kosakata bahasa Banggai-Indonesia maupun sebaliknya dengan menggunakan pengujian 10 sampel kosakata yang berbeda-beda. Dengan demikian, diperoleh sebuah Metode yang mangkus dalam pencarian suatu kosakata
Prototype Pendeteksi Kebocoran Gas dan Api Menggunakan Mikrokontroler Arduino Dan Modul Wifi Berbasis Android Moh. Yasir; Yasin Aril Mustofa; Andi Bode
Jurnal Cosphi Vol 4, No 1 (2020): Januari-Juli 2020
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.488 KB)

Abstract

Gas LPG merupakan salah satu bahan bakar memasak yang lazim digunakan masyarakat, khususnya dalam hal untuk memenuhi kebutuhan sehari-hari. Disamping itu gas LPG memiliki nilai jual yang cukup murah serta cara penggunaan yang terbilang tidak cukup sulit, sehingga tidak diragukan lagi penggunaan LPG kian meningkat kedepannya yang berakibat semakin maraknya terjadi kasus kebakaran yang disebabkan oleh adanya kebocoran pada tabung gas, baik itu pada selang maupun regulator yang membuat gas bocor keluar. Dari masalah yang terjadi diakibatkan oleh adanya kebocoran pada gas LPG, maka dirancang lah sebuah alat yang dapat mendeteksi adanya gas dan api secara dini menggunakan mikrokontroler Arduino uno dan sensor MQ-4 yang berfungsi untuk mendeteksi adanya gas yang memenuhi suatu ruangan serta sebagai penanggulangan maka perlunya menggunakan exhaust fan guna untuk menetralisir suatu gas yang akan di buang keluar. Dan tak lupa pula peneliti menambahkan sebuah sensor api guna untuk menanggulangi adanya percikan api disekitar ruangan tersebut. Dari pendeteksian kedua sensor peneliti memanfaatkan smartphone sebagai sarana yang dijadikan pusat informasi guna untuk memonitoring keadaan pada suatu ruangan
Metode K-Nearest Neighbor untuk Memprediksi Harga Eceran Beras di Pasar Tradisional Gorontalo Mirdayanti H Iku; Yasin Aril Mustofa; Irma Surya Kumala I
Jurnal Cosphi Vol 3, No 2 (2019): Agustus-Desember 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (787.905 KB)

Abstract

Beras merupakan makanan pokok yang paling banyak dikomsumsi oleh masyarakat indonesia. Dan juga kontribusi terbesar pada garis kemiskinan,baik di perkotaan maupun diperdesaan. Beras merupakan bahan pokok yang sampai saat ini masih di komsumsi oleh sekitar 90% penduduk indonesia dan menyumbang lebih dari 50% kebutuhan kalori serta hampir 50% kebutuhan protein, harga beras erat kaitannya dengan peningkatan pendapatan dan kesejateraan petani, oleh karena itu prediksi atau peramalan kenaikan harga beras menjadi hal penting dalam peningkatan produksi beras pada bulan selanjutnya, metode K-Nearest Neighbor dapat memprediksi secara tepat dan akurat, dan juga memiliki hasil tingkat akurasi Confusion Matrix sebesar 80%.
Clustering Petani Penerima Pupuk Berdasarkan Luas Lahan Menggunakan Algoritma K-Means Ketut Serliani; Yasin Aril Mustofa; Irma Surya Kumala I
Jurnal Cosphi Vol 4, No 2 (2020): Agustus-Desember 2020
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (676.39 KB)

Abstract

Sektor pertanian memiliki peran penting dalam perekonomian. Dalam rangka mendukung sektor pertanian, Pemerintah telah mengimplementasikannya dalam berbagai bentuk program. Salah satu nya adalah dengan memberikan subsidi pupuk bagi petani. Subsidi pupuk ini memiliki tujuan yaitu, untuk meringankan beban petani dalam penyediaan dan penggunaan pupuk untuk kegiatan usaha taninya sehingga dapat meningkatkan produktivitas dan produksi komoditas pertanian guna mendukung ketahanan pangan. Tujuan penulisan ini adalah untuk mengetahui efektivitas penyaluran pemerataan pupuk berdasarkan luas lahan bagi petani padi di Kecamatan Toili barat. Metode K-Means merupakan metode yang baik digunakan agar pembagian pupuk di Kecamatan Toili barat merata berdasarkan luas lahan kelompok tani.