Claim Missing Document
Check
Articles

Found 3 Documents
Search

Komparasi Metode Naive Bayes dan C4.5 Pada Klasifikasi Persalinan Prematur Hanif, Mohammad Burhan; Rani, Handini Arga Damar; Rifai, Ahmad; Setiaji, Galet Guntoro
Joined Journal (Journal of Informatics Education) Vol 5 No 1 (2022): Volume 5 Nomor 1 (2022)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v5i1.2242

Abstract

Persalinan prematur adalah persalinan diluar masa lahir bayi yang menyebabkan kematian bagi bayi serta komplikasi terhadap ibu bayi. Juga menjadi beban tenaga medis dengan tren peningkatan sebanyak 8%. Klasifikasi data mining hadir sebagai pemecah masalah deteksi pencegahan awal persalianan premature. Dengan memanfaatkan algoritma klasfikasi C4.5 dan algoritma naïve bayes yang dianggap baik secara kinerja. Untuk memilih algoritma terbaik dalam klasifikasi persalinan prematur maka harus diukur dengan baik kinerjanya. Dari hasil pebandingan algoritma naïve bayes dengan algoritma C4.5 didapatkan akurasi sebesar 98.75% dengan AUC 0.5. Sedangkan capaian dari algoritma naïve bayes sebesar 81.88% dan AUC 0.945. Maka dari hasil perbandingan nilai akurasi kedua algoritma tersebut disimpulkan bahwa algoritma C4.5 mampu lebih unggul dalam penanganan data persalianan premature dibandingakan dengan algortima naïve bayes.
Rancang Bangun Sistem Manajemen Arsip Surat Studi Kasus PDAM cabang timur Semarang Patmawati, Putri; Hanif, Mohammad Burhan; Damar Rani, Handini Arga
Joined Journal (Journal of Informatics Education) Vol 6 No 2 (2023): Volume 6 Nomor 2 (2023)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v6i2.3055

Abstract

PDAM tirta moedal cabang timur kota semarang merupakan badan usaha daerah yang melayani masyarakat untuk penyediaan kebutuhan air bersih. Didalam pelayanaan keseharian pengarsipan surat menyurat masih menggunakan proses manual yaitu dicatat dengan tulis tangan pada sebuah buku agenda arsip. Hal ini menjadi kendala dalam mencari data surat dan membutuhkan waktu yang lama, selain itu juga sering terselipnya surat menjadi kendala yang fatal. Karena kendala tersebut perlu adanya suatu sistem manajemen yang dapat menyimpan arsip surat supaya aman dan mudah dalam pencarian data. Sitem manajemen arsip surat ini berbasis website dan akan menggunakan bahasa pemrograman PHP dan databse mysql. Dari sistem manajemen arsip ini diperoleh fitur yang lengkap sesuai dengan kebutuhan yang ada saat ini. Dimana fitur ini dapat menyimpan arsip surat secara aman dan kemudahan pencarian data surat secara cepat. Sehingga pengelolaan data laporan surat lebih mudah dan efisien dapat diakses dimanapun dan kapanpun secara cepat dan tepat.
Deteksi dan Penghitung Keramaian Menggunakan You Only Look Once 3 Tiny dan Raspberry Pi Hirzan, Alauddin Maulana; Prathivi, Rastri; Hanif, Mohammad Burhan
Journal of Computer and Information Systems Ampera Vol. 4 No. 3 (2023): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v4i3.417

Abstract

Keramaian adalah aspek sosial yang tidak bisa dipisahkan dari masyarakat. Baik untuk keperluan bersosialisasi hingga menyampaikan suara melalui demonstrasi, masyarakat akan membentuk keramaian untuk mencapai tujuan tersebut. Keramaian ini tentu saja memiliki dampak positif, namun tetap memiliki dampak negatif berupa kemungkinan terjadinya provokasi dan membentuk anarkisme. Oleh karena itu banyak penelitian yang memiliki fokus untuk melakukan deteksi keramaian. Namun sayangnya, penelitian yang telah dilakukan ini memiliki kelemahan di mana model yang dibuat tidak mampu melakukan deteksi jarak antar satu manusia dengan manusia lainnya. Untuk mengatasi permasalahan tersebut, penelitian ini mendesain sebuah model deteksi menggunakan YOLOv3-Tiny yang diimplementasikan ke dalam perangkat Internet of Things. Dari proses pengujian menggunakan 60 gambar dengan resolusi yang berbeda. Pengujian ini berhasil mendeteksi keramaian dan jarak antar manusianya. Model ini membutuhkan CPU sebanyak 76,22%. Untuk memori membutuhkan 454,78MB untuk proses, 405,61MB untuk data, dan 130,94MB untuk memori virtual. Dari hasil ini bisa disimpulkan bahwa model yang diusulkan mampu mendeteksi keramaian dengan baik tanpa mengalami kesalahan karena kurangnya kemampuan komputasi.