Article Per Year (5 Year)
p-Index From 2021 - 2026
1.607
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Buana Informatika Jurnal Technopreneur (JTech) Jurnal Abadimas Gorontalo Jurnal Teknologi Informasi Indonesia
Saprina Mamase
Politeknik Gorontalo
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
METODE HIBRIDA K-MEANS DAN GENERALIZED REGRESSION NEURAL NETWORK UNTUK PREDIKSI ARUS LALU LINTAS Mamase, Saprina; Buliali, Joko Lianto
Jurnal Buana Informatika Vol 7, No 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.33 KB) | DOI: 10.24002/jbi.v7i3.654

Abstract

Abstract. Traffic flow forecasting is a popular research topic in the development of Intelligent Transportation System. There have been many forecasting methods used for traffic flow forecasting, such as Generalized Regression Neural Network (GRNN) which has a fairly good accuracy. One of the GRNN?s characteristics is that the number of neurons in pattern layer increases as the number of training samples raise and this can cause overfitting problem. In this research, a hybrid method to predict traffic flow is proposed, that is K-means and GRNN algorithm. K-means method aims to solve overfitting problem in GRNN model by choosing training samples based on their similar characteristics. Leave One Out Cross Validation (LOOCV) is used to select an appropriate smoothing factor parameter at each GRNN?s model. Mean Absolute Percentage Error (MAPE) is used as the evaluation criterion in the testing process. The results show that the proposed method could improve the accuracy of predictions by reducing the value of MAPE by 0.82-3.81%.Keywords: Traffic flow forecasting, K-means, Generalized Regression Neural Network, Leave One Out Cross ValidationAbstrak. Prediksi arus lalu lintas telah menjadi tren topik penelitian untuk pengembangan sistem transportasi cerdas. Telah banyak metode yang digunakan terkait prediksi arus lalu lintas, diantaranya yaitu Generalized Regression Neural Network (GRNN) yang memiliki akurasi yang cukup baik. Salah satu karakteristik GRNN adalah jumlah neuron pada pattern layer akan bertambah seiring meningkatnya jumlah data latih yang akan mengakibatkan masalah overfitting. Dalam penelitian ini diusulkan metode hibrida K-means dan GRNN untuk prediksi arus lalu lintas. Metode K-means bertujuan untuk mengatasi masalah overfitting pada model GRNN dengan memilih data latih berdasarkan kemiripan karateristiknya. Algoritma Leave One Out Cross Validation (LOOCV) digunakan untuk memilih parameter smoothing factor terbaik pada setiap model GRNN. Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Hasil menunjukkan bahwa metode yang diusulkan dapat meningkatkan akurasi prediksi dengan penurunan nilai MAPE sebesar 0,82-3,81%.Kata Kunci: Prediksi arus lalu lintas, K-means, Generalized Regression Neural Network, Leave One Out Cross Validation
PARAMETER SIGMOID TRANSFORM CONTRAST ENHANCEMENT FOR DENTAL RADIOGRAPH CLASSIFICATION AND NUMBERING SYSTEM Andi Baso Kaswar; Saprina Mamase; Saiful Bahri Musa; Ahmad Mustofa Hadi; Anny Yuniarti; Agus Zainal Arifin
Jurnal Ilmu Komputer dan Informasi Vol 8, No 2 (2015): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (609.272 KB) | DOI: 10.21609/jiki.v8i2.303

Abstract

Dental record is a method that is used to identify a person. The identification process needs a system that could recognize each individual tooth automatically. The similar intensity level between the teeth and the gums is one of the main problem in tooth identification in a dental radiograph. The intensity problem could influence the segmentation process of the system. In this paper, we proposed a new contrast enhancement by using parameter sigmoid transform to increase the segmentation accuracy. There are five main steps in this method. The first step is to fix the contrast of the image with the proposed method. The next steps are to segment the teeth using horizontal and vertical integral projection, feature extraction, and classification using Support Vector Machine (SVM). The last step is teeth numbering. The experiment result using the proposed method have an accuracy rate of 88% for classification and 73% for teeth numbering.
Metode Hibrida K-Means dan Generalized Regression Neural Network Untuk Prediksi Arus Lalu Lintas Saprina Mamase; Joko Lianto Buliali
Jurnal Buana Informatika Vol. 7 No. 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v7i3.654

Abstract

Abstract. Traffic flow forecasting is a popular research topic in the development of Intelligent Transportation System. There have been many forecasting methods used for traffic flow forecasting, such as Generalized Regression Neural Network (GRNN) which has a fairly good accuracy. One of the GRNN’s characteristics is that the number of neurons in pattern layer increases as the number of training samples raise and this can cause overfitting problem. In this research, a hybrid method to predict traffic flow is proposed, that is K-means and GRNN algorithm. K-means method aims to solve overfitting problem in GRNN model by choosing training samples based on their similar characteristics. Leave One Out Cross Validation (LOOCV) is used to select an appropriate smoothing factor parameter at each GRNN’s model. Mean Absolute Percentage Error (MAPE) is used as the evaluation criterion in the testing process. The results show that the proposed method could improve the accuracy of predictions by reducing the value of MAPE by 0.82-3.81%.Keywords: Traffic flow forecasting, K-means, Generalized Regression Neural Network, Leave One Out Cross ValidationAbstrak. Prediksi arus lalu lintas telah menjadi tren topik penelitian untuk pengembangan sistem transportasi cerdas. Telah banyak metode yang digunakan terkait prediksi arus lalu lintas, diantaranya yaitu Generalized Regression Neural Network (GRNN) yang memiliki akurasi yang cukup baik. Salah satu karakteristik GRNN adalah jumlah neuron pada pattern layer akan bertambah seiring meningkatnya jumlah data latih yang akan mengakibatkan masalah overfitting. Dalam penelitian ini diusulkan metode hibrida K-means dan GRNN untuk prediksi arus lalu lintas. Metode K-means bertujuan untuk mengatasi masalah overfitting pada model GRNN dengan memilih data latih berdasarkan kemiripan karateristiknya. Algoritma Leave One Out Cross Validation (LOOCV) digunakan untuk memilih parameter smoothing factor terbaik pada setiap model GRNN. Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Hasil menunjukkan bahwa metode yang diusulkan dapat meningkatkan akurasi prediksi dengan penurunan nilai MAPE sebesar 0,82-3,81%.Kata Kunci: Prediksi arus lalu lintas, K-means, Generalized Regression Neural Network, Leave One Out Cross Validation
APLIKASI PENJUALAN AKSESORIS DAN ALAT TULIS KANTOR DI TOKO LINK CELL BERBASIS WEBSITE Hendrik Rahim; Saprina Mamase; Zainudin Husain
Jurnal Technopreneur (JTech) Vol 10 No 1 (2022): JURNAL TECHNOPRENEUR (Mei)
Publisher : UPPM Politeknik Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtech.v10i1.917

Abstract

Penelitian ini dibuat untuk merancang suatu aplikasi penjualan E-commerce yang bertujuan untuk mempermudah penjual dalam mempromosi dan mencatat data transaksi penjualan agar lebih efisien. Aplikasi penjualan ini juga dapat membantu pembeli agar lebih mudah dalam melakukan pembayaran layaknya membeli barang langsung ditoko. Pada aplikasi tersebut terdapat beberapa fitur diantaranya fitur Cash On Delivery (COD) dan fitur jasa kurir barang. Dalam merancang sebuah aplikasi, ada beberapa pengumpulan data yang digunakan diantaranya berupa metode pustaka, metode observasi dan metode wawancara. Untuk objek dalam penelitian ini adalah aksesoris handphone, aksesoris wanita dan alat tulis kantor. Permasalahan yang didapati pada penelitian ini yaitu pada pengolahan dan pencatatan berupa data, jumlah dan harga barang masih dilakukan secara tulis tangan. Adapun masalah lainya yaitu kurangnya minat pembeli serta proses transaksi yang masih pergi ke toko tersebut. Dalam membuat suatu aplikasi Website memerlukan Xampp, Database, Visual Studio Code dan Codeigniter, untuk perancangan sistem menggunakan Unifed Modeling language (UML). Dengan demikian, penelitian ini diharapkan dapat membantu penjual dalam merekap data, memasarkan, mempromosikan maupun melayani pembeli secara online.
APLIKASI MONITORING DAN EVALUASI KEGIATAN PKK DI KELURAHAN BOTU BERBASIS WEBSITE Gladis Pramadani Ahmad; Saprina Mamase; Frangky Tupamahu
Jurnal Technopreneur (JTech) Vol 11 No 1 (2023): JURNAL TECHNOPRENEUR (Mei)
Publisher : UPPM Politeknik Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtech.v11i1.1198

Abstract

Pemberdayaan dan kesejahteraan keluarga (PKK) merupakan Gerakan yang bertujuan memberdayakan keluarga untuk meningkatkan kesejahteraan masyarakat. Kelompok PKK sering melakukan kegiatan. Seperti pada kelompok PKK kelurahan botu, kelompok PKK ini berdiri dari 4 bidang kelompok kerja (POKJA), dimana setiap POKJA memiliki beberapa program kerja yang akan menjadi rencana/target kegiatan yang dilakukan. Setiap bidang POKJA dipimpin oleh seorang koordinator. Setiap koordinator bersama tim POKJA akan membuat rencana kegiatan beserta usulan anggaran selanjutnya tim POKJA mencatat kegiatan apa saja yang telah dilaksanakan beserta penggunaan anggaranya pada permasalahan kegiatan dan realisasi anggaran. Setiap tim POKJA akan membuat laporan dan akan disampaikan ke ketua PKK selain itu ketua PKK bertujuan mengontrol kegiatan-kegiatan yang direncanakan oleh para POKJA dan menyeleksi pelaksanaan kegiatan tersebut, proses pencatatan rencana dan realisasi kegiatan/anggaran dapat lebih diefektifkan lagi pelaksanaanya melalui suatu aplikasi Monitonitoring dan evaluasi kegiatan PKK di kelurahan botu berbasis website. Dari hasil yang didapat aplikasi menunjukan grafik presentasi realisasi anggaran yang telah digunakan agar kegiatan PKK tersebut terevaluasi.
PELATIHAN DESAIN KEMASAN SEBAGAI STRATEGI PENINGKATAN PROMOSI PRODUK IKM Sahi, Nirmala Afrianti; Wati, Nursetia; Mamase, Saprina; Husain, Zainudin; Musa, Saiful Bahri; Putra Utina, Sunarto Dwi
Jurnal Abdimas Gorontalo (JAG) Vol 6 No 2 (2023): Jurnal Abdimas Gorontalo (JAG), November 2023
Publisher : UPPM Politeknik Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jag.v6i2.1299

Abstract

IKM (Industri Kecil Menengah) memainkan peran penting dalam perekonomian lokal dengan kontribusi signifikan terhadap pembangunan ekonomi dan penciptaan lapangan kerja. Meskipun IKM seringkali menghadapi tantangan dalam pemasaran produk, terutama di pasar yang semakin kompetitif, pelatihan desain kemasan menjadi kunci untuk meningkatkan daya tarik produk dan membedakan IKM dari pesaing. Kegiatan pengabdian dengan judul "Pelatihan Desain Kemasan sebagai Strategi Peningkatan Promosi Produk IKM" diinisiasi untuk mengatasi tantangan ini. Desain kemasan yang menarik bukan hanya menciptakan identitas visual kuat, tetapi juga meningkatkan daya jual dan memengaruhi keputusan konsumen. Pelatihan ini bertujuan memberikan pemahaman mendalam tentang kekuatan desain kemasan sebagai alat promosi, memberikan wawasan tentang prinsip-prinsip desain yang efektif, mengenalkan teknik-teknik terkini, dan memberikan keterampilan praktis kepada pelaku IKM. Pentingnya pelatihan ini terletak pada potensinya untuk memberdayakan IKM lokal, meningkatkan profesionalisme mereka dalam merancang kemasan produk, dan secara keseluruhan, meningkatkan daya saing produk IKM di pasar yang semakin kompleks. Metode pelaksanaan pelatihan ini terdiri dari beberapa tahapan kegiatan yaitu Observasi Awal, Sesi Pemahaman Teori dan Konsep, Pelatihan Praktis, Studi Kasus dan Diskusi Kelompok, dan Sesi Konsultasi. Dengan demikian, pelatihan ini menjadi langkah konkret dalam mendukung pertumbuhan dan keberlanjutan IKM, serta memberikan kontribusi positif terhadap perekonomian lokal.
Aplikasi Perhitungan Tingkat Indeks Pembangunan Desa (IPD) Menggunakan Metode Multi Criteria Evaluation Mamase, Saprina
Jurnal Teknologi Informasi Indonesia (JTII) Vol 6 No 1 (2021): Jurnal Teknologi Informasi Indonesia (Mei)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v6i1.929

Abstract

Dalam proses pemberdayaan pembangunan desa di Kecamatan Botupingge terdapat masalah yang harus diselesaikan yaitu kurangnya informasi mengenai tingkat dan pencapaian perkembangan pembangunan desa. Penelitian ini dilakukan untuk menyelesaikan masalah tersebut dengan menggunakan metode MCE (Multi Criteria Evaluasi) dalam melakukan pengukuran perhitungan Indeks Pembangunan Desa (IPD), tingkat perkembangan desa dan pengklasifikasian hasil pengukuran IPD berdasarkan beberapa indikator dan variabel penyusunya yang telah ditetapkan oleh pihak BAPENAS yang menjadi rujukan dan tolak ukur pengukuran IPD. “Sistem Informasi Indeks Pembangunan Desa di Kecamatan Botupingge” dibangun dengan pengolahan data mengenai informasi pembangunan desa, dan peningkatan pencapaian tingkat perkembangan pembangunan desa yang digambarkan melalui grafik, metode perhitungan IPD yang digunakan dalam sistem ini menghasilkan klasifikasi desa ke dalam 3 bagian yaitu Desa Tertinggal, Desa Berkembang dan Desa Mandiri. Dengan adanya aplikasi ini dapat mengetahui tingkat perkembangan status Indeks Pembangunan Desa (IPD) Di Kecamatan Botupingge.
Prediksi Tingkat Kesejahteraan Rakyat Suatu Kecamatan Menggunakan Generalized Regression Neural Network Mamase, Saprina
Jurnal Teknologi Informasi Indonesia (JTII) Vol 7 No 1 (2022): Jurnal Teknologi Informasi Indonesia (Mei)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v7i1.931

Abstract

Prediksi tingkat kesejahteraan suatu wilayah secara akurat dapat membantu pemerintah untuk mendapatkan informasi sebagai dasar dalam menyusun perencanaan maupun evaluasi terhadap upaya peningkatan kualitas hidup masyarakat. Salah satu upaya peningkatan kualitas hidup masyarakat oleh pemerintah yaitu melalui program bantuan sosial untuk rakyat yang tingkat kesejahteraan rendah (miskin) yang dilaksanakan secara tepat sasaran, yaitu pemberian bantuan sesuai dengan tingkat kesejahteraan atau kemiskinan yang ada disuatu wilayah. Penelitian-penelitian tentang analisis, prediksi dan klasifikasi tingkat kesejahteraan ataupun tingkat kemiskinan telah dilakukan menggunakan berbagai metode komputasi dengan hasil yang variatif, namun hasil-hasil tersebut masih dapat ditingkatkan terutama dari sisi akurasi. Generalized Regression Neural Network (GRNN) merupakan metode prediksi probabilistic neural network yang bersifat stabil dan cocok diterapkan pada data penduduk yang memiliki karakteristik yang beragam dan bersifat non linear. Pada Penelitian ini diusulkan suatu sistem prediksi tingkat kesejahteraan suatu wilayah secara komputasional menggunakan metode Generalized Regression Neural Network (GRNN). Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Uji coba dilakukan dengan menggunakan data-data yang mempengaruhi tingkat kesejahteraan rakyat suatu kecamatan di Kabupaten Gorontalo dengan menggunakan data latih pada tahun 2012-2014 dan data uji tahun 2015. Dari hasil uji coba, diperoleh MAPE sebesar 0.26 %.
Aplikasi Pengelolaan Data Barang Transaksi pada Usaha Mini Market Rusunawa Politeknik Gorontalo Berbasis Web Ibrahim, Pirawati; Mamase, Saprina; Hermawanto, Fajar
Jurnal Teknologi Informasi Indonesia (JTII) Vol 7 No 2 (2022): Jurnal Teknologi Informasi Indonesia (November)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v7iNo 2.996

Abstract

Berdasarkan informasi yang didapat penulis dari pengelolaan rusunawa alasan akan dibangunnya mini market tersebut untuk memudahkan para penghuni rusunawa untuk membeli makanan dan bahan pokok lainya. Tujuan dari penelitian ini adalah merancang sebuah aplikasi yang dapat mengelola data transaksi penjualan dan pembelian pada sebuah mini market, pada aplikasi ini juga bisa menghasilkan struk dalam bentuk pdf. Aplikasi tersebut juga dapat menghasilkan beberapa bentuk laporan dari hasil transaksi penjualan dan pembelian. Metode yang digunakan penulis adalah metode wawancara. Penulis langsung melakukan wawancara bersama wadir II, bidang umum dan keungan, dan juga bendahara masyarakat Politeknik Gorontalo yang juga merupakan pengelolah rusunawa. Hasil wawancara tersebut, penulis melakukan survei terkait dengan usulan pembangunan mini market didalam rusun. Kuisioner tersebut dibuatkan dalam google from dan telah di shere kepada penghuni rusun. Berdasarkan hasil kuisioner bahwa usulan pembangunan mini market di rusunawa ditanggapi dengan respon positif bahkan hampir sebagian telah menyetujui atau mendukung adanya pengadaan mini market ini. Dan sekarang aplikasi ini sudah mau diterapkan, karena pembangunan mini market sudah berjalan atau sudah dioperasikan.
SIMULASI ANALISIS HUBUNGAN ANTARA KOMPETENSI BELAJAR DAN KESESUAIAN PEKERJAAN ALUMNI LULUSAN KAMPUS VOKASI MENGGUNAKAN METODE DECISION TREE Wati, Nursetia; Mamase, Saprina
Jurnal Teknologi Informasi Indonesia (JTII) Vol 7 No 2 (2022): Jurnal Teknologi Informasi Indonesia (November)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v7i2.1094

Abstract

Penelitian ini membahas mengenai penerapan data mining terhadap kompetensi belajar di kampus vokasi dengan kesesuaian pekerjaan alumni menggunakan metode decision tree. Tujuan dari penelitian ini adalah sebagai simulasi untuk menganalisis seberapa besar kesesuaian bidang pekerjaan para alumni dengan kompetensi hasil belajar melalui matakuliah-matakuliah yang telah diperoleh selama kuliah di kampus vokasi, selain itu hasil yang diperoleh juga memberikan informasi terkait hubungan matakuliah dan bidang pekerjaan yang didapatkan oleh para alumni, sehingga hasil simulasi analisis ini apabila dilakukan uji coba lebih lanjut maka hasil analisisnya dapat menjadi bahan evaluasi terkait perubahan atau konstruksi kurikulum kedepannya. Hal ini sejalan dengan tujuan Kampus Vokasi Politeknik Gorontalo terkhusus pada program studi Teknik Informatika yang mengharapkan mahasiswanya bisa langsung diterima pada dunia kerja dengan kompetensi yang dimiliki alumni. Dimana metode decision tree ini merupakan salah satu metode dalam data mining yang memberikan struktur pohon yang dijadikan sebagai pohon keputusan. Uji coba simulasi ini menggunakan data alumni lulusan tahun 2018, 2019, 2020 dan 2021 yang berjumlah 91 orang. Dalam pengelohan data akan menggunakan tools Rapid Miner untuk mempermudah memprediksi kompetensi mahasiswa.
Co-Authors Agus Zainal Arifin Ahmad Mustofa Hadi Ahmad Mustofa Hadi Andi Baso Kaswar Andi Baso Kaswar Anny Yuniarti Buliali, Joko Lianto Duda, Winarni Fadli Hulopi, Muh. frangky tupamahu Gladis Pramadani Ahmad Haq, Fadel Hendrik Rahim Hermawanto, Fajar Husain, Zainudin Ibrahim, Pirawati Kai, Ayidil Karim, Irwan Mohidin, Ismail Nirmala Afrianti Sahi Nursetiawati Nursetiawati Putra Utina, Sunarto Dwi Rahman, Sri Sukmawati H. Ruli S Sinukun Sabiku, Sri Ariyanti Saiful Bahri Musa Saman, Nofayanti Zainudin Husain