Garuda - Garba Rujukan Digital

SISTEM PAKAR DETEKSI KERUSAKAN MESIN DIESEL PLTD MENGGUNAKAN METODE FORWARD CHAINING Frilian Amanda Nurhaya; Ely Setyo Astuti
Jurnal Informatika Polinema Vol. 2 No. 2 (2016): Vol 2 No 2 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i2.61

Mesin diesel pembangkit listrik tenaga diesel dapat mengalami kerusakan pada komponenkomponennya, kerusakan tersebut dapat diketahui melalui ciriciri kerusakan yang ditimbulkan oleh mesin tersebut. Akan tetapi untuk melakukan suatu tindakan yang tepat diperlukan seorang ahli / pakar mesin diesel pembangkit listrik tenaga diesel yang dapat mengetahui dengan tepat tindakan yang akan dilakukan untuk mengatasi kerusakan tersebut. Banyaknya ciriciri kerusakan yang ditimbulkan dari kerusakan mesin diesel PLTD, maka diperlukan suatu sistem pakar yang dapat membantu teknisi untuk mendeteksi kerusakan mesin diesel PLTD. Pada penelitian ini dirancang sistem pakar berbasis desktop menggunakan dasar aturan (rule based reasoning) dengan metode forward chaining. Metode forward chaining merupakan metode pencarian maju yang dimaksudkan dapat membantu teknisi dalam mendeteksi kerusakan mesin diesel pltd dan juga digunakan untuk meringankan tugas seorang pakar(supervisor). Penelitian ini mengambil data di PLTD Poasia, Sulawesi Tenggara.

SISTEM APLIKASI MONITORING PEMBENTUKAN KARAKTER PERSONAL DI STAR MODEL AGENCY Nabilla Elya Shafira; Nurudin Santoso; Ely Setyo Astuti
Jurnal Informatika Polinema Vol. 1 No. 3 (2015): Vol 1 No 3 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i3.111

Sistem Aplikasi Monitoring Pembentukan Karakter Personal di STAR Model Agency memberikan informasi mengenai data para model diSTAR Model Agency. Selain itu juga sistem ini memberikan informasi mengenai monitoring pembentukan karakter personal model dengan metode monitoring. Sistem aplikasi ini berbasis web dan hanya bisa diakses oleh pihak dalam agency saja. Fasilitas yang ada dalam agency ini antara lain, data model, data pengajar, data client, nilai model sebelum treatment, nilai model setelah treatment, statistika penilaian model, dan laporan data model yang diberikan ke client. Tujuan utama dari pembuatan sistem aplikasi ini adalah untuk memudahkan pihak manajemen agency dalam memilih dan memonitor model yang akan diberikan kepada client agar kualitas model yang diberikan sesuai dengan kategori yang diinginkan. Dengan adanya sistem ini, pekerjaan management dalam pemilihan model untuk client bisa lebih akurat dan efisien.

RANCANG BANGUN SISTEM APLIKASI PENENTUAN SISWA BERPRESTASI PADA SISTEM INFORMASI AKADEMIK DI SMP NEGERI 1 SANGKAPURA GRESIK Afif Amrullah; Ely Setyo Astuti; Budi Harijanto
Jurnal Informatika Polinema Vol. 1 No. 4 (2015): Vol 1 No 4 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i4.115

Dunia pendidikan memegang peranan penting dalam kemajuan suatu bangsa. Kemajuan dunia pendidikan dapat dilihat dari banyaknya siswa yang berprestasi. Siswa berprestasi merupakan ukuran keberhasilan yang diperoleh seseorang atau siswa selama proses kegiatan belajar. Dalam pencapaian siswa berprestasi harus ada peranan dan kontribusi dari berbagai pihak seperti pemerintah maupun sekolah. Maka dibuatlah sebuah sistem aplikasi penentuan siswa berprestasi pada sistem informasi akademik di SMP Negeri 1 Sangkapura untuk mencari siswa terbaik berdasarkan kriteria-kriteria yang telah ditentukan menggunakan metode SAW (Simple Additive Weighting). Kriteria-kriteria yang dipilih yaitu rata-rata nilai pengetahuan, ratarata nilai keterampilan, rata-rata nilai sikap dan rata-rata nilai ekstrakulikuler yang diambil dari nilai raport. Setelah itu dilakukan proses penentuan ranking untuk menentukan alternatife yang optimal yaitu siswa berprestasi. Berdasarkan hasil uji coba yang dilakukan oleh pihak sekolah, Sistem Aplikasi Penentuan Siswa Berprestasi telah berhasil menerapkan perhitungan nilai dalam menentukan siswa berprestasi dengan hasil yang didapatkan yaitu ranking siswa berprestasi.

SISTEM PENCATATAN POIN PELANGGARAN SISWA PADA SMA NEGERI 1 PURWOSARI Dwi Setyawan; Ely Setyo Astuti; Ekojono Ekojono
Jurnal Informatika Polinema Vol. 1 No. 1 (2014): Vol 1 No 1 (2014)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i1.84

Tingkat pelanggaran siswa pada SMA Negeri 1 Purwosari dari tahun ke tahun terus bertambah dengan berbagai macam pelanggaran yang dilakukan. Selama ini pencatatan poin pelanggaran yang dilakukan oleh guru BK (Bimbingan Konseling) menggunakan buku tatib yang dimiliki oleh sekolah. Pengendalian pada pelanggaran yang dilakukan masih belum dapat dilakukan secara optimal karena guru BK (Bimbingan Konseling) tidak dapat dengan mudah menentukan tingkat tertinggi pelanggaran yang dilakukan oleh siswa. Karena itulah sebuah sistem pencatatan poin pelanggaran siswa pada sekolah sangat diperlukan untuk mengetahui tingkat ketidak disiplinan para siswa dalam lingkungan sekolah. Sistem informasi tersebut juga dapat menghasilkan informasi tersebut secara efektif dan efisien. Sistem pencatatan pelangaran ini menggunakan metode penjumlahan dari tiap komponen pelanggaran yaitu komponen sikap dan perilaku, komponen kerajinan dan komponen kerapian, sehingga nanti didapatkan jumlah point dari tiap siswa beserta sanksi yang didapat dan jumlah statistik pelanggaran yang dilakukan oleh siswa. Dengan demikian sistem pencatatan poin pelanggaran ini dapat menjadi pendukung keputusan bagi guru BK yang memberi penilaian terhadap pelanggaran siswa di lingkungan sekolah.

Comparison of Criteria Weight Determination Using MEREC and CRITIC Methods in Choosing The Best Student Accommodation with the MOORA Method Case Study: Coventry University M. Thosin Yuhaililul Hilmi; Ulla Delfana Rosiani; Ely Setyo Astuti
JURNAL TEKNIK INFORMATIKA Vol 17, No 2: JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v17i2.41097

One of the challenges faced by IISMA Awardees and students in general in Coventry University is choosing a comfortable place to live. Although various student accommodations are provided, differences in facilities and considerations from other parties such as parents and friends make the selection process complicated. This study develops a decision support system to help students choose student accommodation objectively without any intervention from others and provides a comparison of the use of different combinations of methods as additional guidance in the decision-making process. Two methods, Method Based on the Removal Effects of Criteria (MEREC) and Criteria Importance Through Intercriteria Correlation (CRITIC), are used to weight the criteria. The Multi-Objective Optimization (MOORA) method is used to determine the best alternative after the weight calculation is known. The results using a combination of the MEREC-MOORA method and a combination of the CRITIC-MOORA method place Alternative 5 (A5) in first place, while the remaining alternatives show a similar ranking order. In this study, scenario testing was also carried out by deleting and adding criteria and alternatives which then provided ranking results with a positive correlation even though different combinations of methods were used in determining the ranking.

Performance Comparison of Naïve Bayes and SVM Algorithms in Sentiment Analysis on JKN Application Data Eka Apriyani, Meyti; Fikri Nur, Amiruddin; Setyo Astuti, Ely
Knowbase : International Journal of Knowledge in Database Vol. 4 No. 2 (2024): December 2024
Publisher : Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30983/knowbase.v4i2.8758

In 2022, 67.88% of Indonesia's population owned mobile devices. BPJS Kesehatan responded to this trend by launching the Mobile JKN application to provide modern, accessible healthcare services. To drive continuous innovation, BPJS Kesehatan needs insights into user feedback regarding the Mobile JKN application. Given the large volume of reviews, sentiment analysis is employed to classify reviews into positive or negative categories. This study compares the performance of Naïve Bayes and SVM (Support Vector Machine) algorithms in sentiment classification using a dataset from the Mobile JKN application. The dataset consists of 200 reviews labeled by two different raters, yielding 110 positive and 90 negative reviews for the first set and 114 positive and 86 negative reviews for the second set. Testing was conducted using three data split scenarios for training and testing: 70:30, 80:20, and 90:10. Model performance was evaluated using a confusion matrix, with metrics including accuracy, precision, recall, and F1-score. The results show that the Naïve Bayes algorithm achieved its best performance with a 90:10 data split, yielding an accuracy of 85%, precision of 77%, recall of 100%, and F1-score of 87%. Conversely, the SVM algorithm performed best with an 80:20 data split, achieving 93% accuracy, 100% precision, 84% recall, and an F1-score of 91% for the first rater's dataset. For the second rater's dataset, SVM reached optimal performance with a 90:10 data split, yielding 90% accuracy, 100% precision, 80% recall, and an F1-score of 89%. Overall, the comparison highlights that SVM outperforms Naïve Bayes in terms of accuracy and precision, making it more effective for predicting positive sentiment in Mobile JKN application reviews.

Sistem Penilaian Kinerja Karyawan dan Rekomendasi Pengembangan Kompetensi Menggunakan Metode Rule-Based System pada PT. XYZ Widya Indah Puspita Sari; Dr. Ely Setyo Astuti; Indra Dharma Wijaya
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7430

Perkembangan teknologi saat ini telah merambah ke banyak sektor industri. Meskipun demikian, sumber daya manusia tetap menjadi aspek penting dalam pengelolaan segala prosesnya. Sehingga penting bagi setiap perusahaan untuk memantau kinerja karyawannya. PT. XYZ sebagai perusahaan manufaktur komponen otomotif masih menerapkan metode manual dalam proses penilaian kinerja karyawan. Hal tersebut menimbulkan berbagai kendala seperti penggunaan kertas yang berlebihan, kesalahan perhitungan, memakan waktu yang banyak, dan kesulitan dalam melakukan analisis hasil penilaian. Dari permasalahan yang ada, pengembangan ini bertujuan untuk membangun sistem penilaian kinerja karyawan berbasis web yang dapat melakukan perhitungan secara otomatis serta menyajikan hasil penilaian secara informatif dalam bentuk visualisasi data dan memberikan rekomendasi pengembangan kompetensi karyawan secara tepat menggunakan metode rule-based system. Pada proses rekomendasi agar sistem dapat secara otomatis memberikan rekomendasi berdasarkan aturan yang ditetapkan oleh Divisi Human Resource PT. XYZ. Dari hasil implementasi menunjukkan bahwa sistem dapat menghasilkan perhitungan nilai yang tepat, menyajikan visualisasi data serta memberikan rekomendasi pengembangan kompetensi, sehingga membantu Divisi Human Resource dalam menganalisis dan mengambil keputusan yang tepat sasaran terkait pengembangan kompetensi karyawan. Sehingga proses evaluasi kinerja menjadi lebih terstruktur, terorganisir dan tepat sasaran.

Comparison of Criteria Weight Determination Using MEREC and CRITIC Methods in Choosing The Best Student Accommodation with the MOORA Method Case Study: Coventry University Hilmi, M. Thosin Yuhaililul; Rosiani, Ulla Delfana; Astuti, Ely Setyo
JURNAL TEKNIK INFORMATIKA Vol. 17 No. 2: JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v17i2.41097

One of the challenges faced by IISMA Awardees and students in general in Coventry University is choosing a comfortable place to live. Although various student accommodations are provided, differences in facilities and considerations from other parties such as parents and friends make the selection process complicated. This study develops a decision support system to help students choose student accommodation objectively without any intervention from others and provides a comparison of the use of different combinations of methods as additional guidance in the decision-making process. Two methods, Method Based on the Removal Effects of Criteria (MEREC) and Criteria Importance Through Intercriteria Correlation (CRITIC), are used to weight the criteria. The Multi-Objective Optimization (MOORA) method is used to determine the best alternative after the weight calculation is known. The results using a combination of the MEREC-MOORA method and a combination of the CRITIC-MOORA method place Alternative 5 (A5) in first place, while the remaining alternatives show a similar ranking order. In this study, scenario testing was also carried out by deleting and adding criteria and alternatives which then provided ranking results with a positive correlation even though different combinations of methods were used in determining the ranking.

Performance Comparison of Naïve Bayes and SVM Algorithms in Sentiment Analysis on JKN Application Data Eka Apriyani, Meyti; Fikri Nur, Amiruddin; Setyo Astuti, Ely
Knowbase : International Journal of Knowledge in Database Vol. 4 No. 2 (2024): December 2024
Publisher : Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30983/knowbase.v4i2.8758

In 2022, 67.88% of Indonesia's population owned mobile devices. BPJS Kesehatan responded to this trend by launching the Mobile JKN application to provide modern, accessible healthcare services. To drive continuous innovation, BPJS Kesehatan needs insights into user feedback regarding the Mobile JKN application. Given the large volume of reviews, sentiment analysis is employed to classify reviews into positive or negative categories. This study compares the performance of Naïve Bayes and SVM (Support Vector Machine) algorithms in sentiment classification using a dataset from the Mobile JKN application. The dataset consists of 200 reviews labeled by two different raters, yielding 110 positive and 90 negative reviews for the first set and 114 positive and 86 negative reviews for the second set. Testing was conducted using three data split scenarios for training and testing: 70:30, 80:20, and 90:10. Model performance was evaluated using a confusion matrix, with metrics including accuracy, precision, recall, and F1-score. The results show that the Naïve Bayes algorithm achieved its best performance with a 90:10 data split, yielding an accuracy of 85%, precision of 77%, recall of 100%, and F1-score of 87%. Conversely, the SVM algorithm performed best with an 80:20 data split, achieving 93% accuracy, 100% precision, 84% recall, and an F1-score of 91% for the first rater's dataset. For the second rater's dataset, SVM reached optimal performance with a 90:10 data split, yielding 90% accuracy, 100% precision, 80% recall, and an F1-score of 89%. Overall, the comparison highlights that SVM outperforms Naïve Bayes in terms of accuracy and precision, making it more effective for predicting positive sentiment in Mobile JKN application reviews.

Studi Komparatif Model Machine Learning untuk Klasifikasi Warna RGB Daun Selada (Lactuca Sativa L.) Hidroponik terhadap Pemberian Pupuk Silika Sekam Padi Bima Bayu Saputra; Ely Setyo Astuti; Ulla Delfana Rosiani
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.7875

Penelitian ini bertujuan untuk mengklasifikasikan warna daun Lactuca sativa L. hidroponik berdasarkan variasi dosis pupuk silika sekam padi menggunakan pendekatan machine learning. Data yang digunakan berupa nilai RGB hasil pembacaan sensor TCS34725 yang terhubung dengan Arduino Uno. Setiap data dikategorikan ke dalam empat kelas perlakuan, yaitu tanpa penyemprotan, satu kali, tiga kali, dan lima kali penyemprotan pupuk silika. Tahapan penelitian mencakup rekayasa fitur (normalisasi RGB, transformasi ke ruang warna HSV dan CIELab, serta rasio antar kanal warna seperti R/G dan G/B), seleksi fitur dengan metode kombinasi subset dan algoritma seperti PCA serta Mutual Information, pelatihan model dengan AdaBoost-SVM dan Bagging-SVM, serta evaluasi performa menggunakan Stratified K-Fold Cross-Validation (10 lipatan). Hasil menunjukkan bahwa model Bagging-SVM memberikan performa terbaik dengan akurasi uji 73,67% dan selisih train–test sebesar 3,87%, sedangkan AdaBoost-SVM memperoleh akurasi 70,90%. Dengan demikian, metode Bagging-SVM lebih stabil dan efektif dalam menangani data warna daun berbasis sensor RGB. Penelitian lanjutan direkomendasikan untuk mengintegrasikan fitur tambahan seperti kanal inframerah dan indeks vegetasi, serta mengembangkan model ensemble hibrida guna meningkatkan akurasi klasifikasi.

Title

Found 21 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 21 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 21 Documents
Search