Garuda - Garba Rujukan Digital

PENERAPAN LOCATION BASE SERVICE UNTUK MEMPERKENALKAN HOTEL DAN WISATA KULINER DI KOTA PEKALONGAN BERBASIS AUGMENTED REALITY Darmawan, Wachid; Kurniawan, Ichwan; Rifqiyanto, Akhmad Fuady
JURNAL LITBANG KOTA PEKALONGAN Vol 17 (2019)
Publisher : BAPPEDA Kota Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (987.039 KB)

Pekalongan City is one of the batik producers in the national even international level. Besides batik tourism, Pekalongan City also has many interesting places that need to be explored. Therefore many hotels and culinary tours have sprung up. The obstacle faced by tourists is the number of hotels and culinary locations which are quite difficult to detect because they are not on the Pantura line. Responding to these problems, it is necessary to make an application that can handle these problems, one of them is the application of location based service to introduce hotels and culinary t ours in the city of Pekalongan based on augmented reality. In making the application using the waterfall method used for software development. As for the collection of data using observation and interview methods. This application can find out the destination location and the information available at its destination. By using the application you can find out the destination location in more detail, because in the application can know the position of the location to be located on the right or the left, so it's easier to find the location. To develop the application to the next stage the developer can add location and user usage engine usage. In addition to the layar to find out the level of accuracy between existing engines. Keywords: Local base service, Hotels, Culinary tours, Augmented reality, Layar

PENGEMBANGAN APLIKASI ENSIKLOPEDIA SEBAGAI MEDIA INFORMASI PENYAKIT DAN TANAMAN HERBAL DENGAN METODE SDLC Jumiati, Eny; Aidjili, Mosses; Wahyu Binabar, Sattriedi; Darmawan, Wachid; Efendi, Irfan
RISTEK : Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang Vol 8 No 1 (2023): RISTEK :Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang
Publisher : Bapelitbang Kabupaten Batang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55686/ristek.v8i1.152

Indonesia merupakan negara tropis sehingga banyak tanaman yang mudah tumbuh, termasuk tanaman yang memiliki khasiat sebagai obat. Bagian dari tanaman baik daunnya maupun buahnya, rata-rata dapat dimanfaatkan oleh masyarakat sebagai tanaman obat. Namun hanya sebagian kecil masyarakat yang memahami dan mengetahui tanaman yang dapat digunakan sebagai obat herbal dan yang tidak. Selain itu, masyarakat juga kurang memahami aturan pemakaian obat yang tepat. Hal ini disebabkan karena masih sedikitnya media informasi yang menyajikan tentang tanaman herbal. Dengan adanya permasalahan tersebut maka dikembangkan sebuah aplikasi ensiklopedia penyakit dan tanaman yang dapat digunakan sebagai media informasi tentang tanaman herbal sehingga akan memudahkan masyarakat dalam mencari informasi yang berkaitan dengan tanaman herbal serta fungsi dari tanaman tersebut. Pengembangan aplikasi ini dilakukan dengan metode System Development Life Cycle (SDLC) dan pendekatan Waterfall serta diuji dengan metode Whitebox, Blackbox dan User Acceptance Test (UAT). Hasil pengujian menyatakan, bahwa aplikasi ini dapat dijadikan sebagai media informasi yang memiliki kemampuan untuk mencari dan menampilkan informasi tentang tanaman herbal dan manfaatnya. Selain itu, aplikasi ini dapat diakses melalui Android.

KLASIFIKASI TEKS MENGGUNAKAN METODE NAÃVE BAYES CLASSIFIER DENGAN SELEKSI FITUR FORWARD SELECTION Darmawan, Wachid; Wibowo, Ari Putra; Ismanto, Bambang
IC Tech: Majalah Ilmiah Vol 16 No 1 (2021): IC Tech: Majalah Ilmiah Volume XVI No. 1 April 2021
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v16i1.151

Penelitian tentang klasifikasi telah banyak dipelajari secara luas yang digunakan dalam berbagai hal, seperti: data mining, machine learning dan database. Selain itu pencarian information retrieval yang dapat digunakan untuk menentukan klasifikasi dokumen, konten berita, target pemasaran serta diagnosis medis. Klasifikasi dokumen menjadi daya tarik tersendiri oleh banyak peneliti selama dua dekade terakhir. Meskipun dalam melakukan klasifikasi dokument selalu ada pembaharuan antara metode dan teknik yang digunakan, namun kebutuhannya masih terus berkembang dan tidak pernah berakhir. Kemampuan untuk melakukan klasifikasi dokumen ke dalam kategori tertentu sangat membantu untuk menghadapi informasi yang berlebihan. Klasifikasi dokumen secara otomatis dikembangkan karena pekerjaan manual tidak lagi efektif. Pada penelitian ini akan dibahas bagaimana algoritma naÃ¯ve bayes dan forward selection digunakan untuk mengklasifikasi judul skripsi dan tugas akhir yang ada di Prodi TI, SI, MI dan KA yang ada di STMIK Widya Pratama Pekalongan. NaÃ¯ve bayes akan digunakan untuk menghitung probabilitas kemunculan kata yang mempresentasikan dokumen teks dari judul skripsi dan tugas akhir. Berdasarkan penelitian yang dilakukan diperoleh hasil rata-rata akurasi adalah 67.67% menggunakan algoritma naÃ¯ve bayes, sedangkan nilai rata-rata akurasi sebesar 92.57% didapatkan pada saat menggabungkan algoritma naÃ¯ve bayes dengan forward selection. Untuk mengetahui tingkat efektifitas lainya disarankan untuk melakukan pembobotan lain seperti Backward Selection pada dokument teks yang dapat digunakan untuk penelitian eksperimen lanjutanKata Kunci: text mining, klasifikasi, naÃ¯ve bayes, forward selection

Komparasi Metode Klasifikasi Untuk Analisis Sentimen Pengguna Twitter Terhadap Penerapan Kurikulum Merdeka Darmawan, Wachid; Jumiati, Eny; Sulistiyaningsih, Riski
IC Tech: Majalah Ilmiah Vol 18 No 1 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 1 April 2023
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v18i1.262

Di Indonesia, kegiatan belajar mengajar menggunakan kurikulum yang seringkali mengalami perubahan, tujuan perubahan tersebut adalah agar sistem pendidikan yang ada menjadi lebih baik. Kurikulum merdeka merupakan kurikulum yang diterapkan saat ini yang diluncurkan dan diperkenalkan pada tahun ajaran 2022/2023. Dengan adanya kurikulum merdeka banyak pendapat (opini) yang bernada positif ataupun bernada negatif yang muncul di Twitter. Untuk mengetahui akurasi dataset yang dihasilkan dari opini yang ada menggunakan metode klasifikasi. Selain itu metode klasifikasi digunakan untuk mengetahui model klasifikasi terbaik, serta dapat mengetahui analisis sentimen yang dihasilkan dari opini yang ada. Metode yang digunakan untuk klasifikasi adalah k-Nearest Neighbor (K-NN), Naive Bayes (NB) dan Support Vector Machine (SVM). Komparasi metode ini bertujuan untuk menemukan metode terbaik dari dataset yang ada, berdasarkan hasil akurasi yang dihasilkan dari ketiga metode tersebut. Dataset tweet yang dikumpulkan sebanyak 1000 tweet, setelah data dibersihkan diperoleh 220 tweet yang terdiri dari 110 tweet positif dan 110 tweet negatif. Berdasarkan perhitungan ketiga metode dengan menggunakan tools Rapidminer didapatkan akurasi sebagai berikut: untuk metode K-NN adalah 76,36%, akurasi metode NB adalah 70,91%, sedangkan akurasi metode SVM adalah 62,73%. Dari hasil tersebut dapat disimpulkan metode K-NN mendapatkan nilai akurasi terbaik dari metode klasifikasi yang digunakan. Selain itu pada perhitungan machine learning, metode SVM menghasilkan klasifikasi terbaik dalam memprediksi, dengan kategori excellent klasifikasi sumbu Y mendekati 1.00. Tidak hanya itu penerapan kurikulum merdeka oleh masyarakat banyak ditweetkan dengan opini yang bernada negatif. Harapan untuk penelitian kedepan adalah dapat menambahkan jumlah dataset tweet, serta menggunakan algoritma tambahan untuk meningkatkan akurasi dari metode klasifikasi.

Algoritma K-Means Clustering Untuk Melakukan Segmentasi Pelanggan Di Toko Gbee Glow Beauty Bumirejo Ismanto, Bambang; Aisyah, Siti; Darmawan, Wachid
JI-Tech Vol 20 No 1 (2024): Jurnal JI-Tech
Publisher : Sekolah Tinggi Teknologi Informasi NIIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55864/jitech.v20i1.277

Toko Gbee Glow Beauty Bumirejo merupakan toko yang menjual berbagai macam produk perawatan kulit wajah. Toko ini terletak di Jalan Pelita II No. 24 Bumirejo, Kota Pekalongan. Ada masalah dalam mengidentifikasi calon pelanggan dengan benar di Toko Gbee Glow Beauty Bumirejo. Segmentasi pelanggan dapat dilakukan menggunakan data mining dengan metode cluster untuk mengetahui potensi serta karakteristik dari setiap pelanggan. Dalam penelitian ini, metode yang digunakan adalah menggabungkan model Recency, Frekuensi, Moneter (RFM) dan algoritma k-means clustering yang digunakan untuk segmentasi pelanggan. Pembentukan cluster pelanggan didasarkan pada model RFM dan algoritma k-mean yang tepat menggunakan metode CRISP-DM. Dari penelitian yang ada di hasilkan 3 cluster pelanggan, cluster pertama berjumlah 2 pelanggan masuk dalam kategori highest loyalty, cluster kedua terdapat 13 pelanggan yang masuk dalam kategori low loyalty dan cluster ketiga berjumlah 5 pelanggan pada kategori medium loyalty. Untuk penelitian selanjutnya perlu melakukan perbandingan antara algoritma k-means dengan algoritma lainnya seperti k-medoids. Perbandingan tersebut digunakan untuk mengevaluasi hasil dari masing-masing algoritma dalam segmentasi pelanggan

PENGEMBANGAN APLIKASI ENSIKLOPEDIA SEBAGAI MEDIA INFORMASI PENYAKIT DAN TANAMAN HERBAL DENGAN METODE SDLC Jumiati, Eny; Aidjili, Mosses; Wahyu Binabar, Sattriedi; Darmawan, Wachid; Efendi, Irfan
RISTEK : Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang Vol 8 No 1 (2023): RISTEK :Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang
Publisher : Bapelitbang Kabupaten Batang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55686/ristek.v8i1.152

Indonesia merupakan negara tropis sehingga banyak tanaman yang mudah tumbuh, termasuk tanaman yang memiliki khasiat sebagai obat. Bagian dari tanaman baik daunnya maupun buahnya, rata-rata dapat dimanfaatkan oleh masyarakat sebagai tanaman obat. Namun hanya sebagian kecil masyarakat yang memahami dan mengetahui tanaman yang dapat digunakan sebagai obat herbal dan yang tidak. Selain itu, masyarakat juga kurang memahami aturan pemakaian obat yang tepat. Hal ini disebabkan karena masih sedikitnya media informasi yang menyajikan tentang tanaman herbal. Dengan adanya permasalahan tersebut maka dikembangkan sebuah aplikasi ensiklopedia penyakit dan tanaman yang dapat digunakan sebagai media informasi tentang tanaman herbal sehingga akan memudahkan masyarakat dalam mencari informasi yang berkaitan dengan tanaman herbal serta fungsi dari tanaman tersebut. Pengembangan aplikasi ini dilakukan dengan metode System Development Life Cycle (SDLC) dan pendekatan Waterfall serta diuji dengan metode Whitebox, Blackbox dan User Acceptance Test (UAT). Hasil pengujian menyatakan, bahwa aplikasi ini dapat dijadikan sebagai media informasi yang memiliki kemampuan untuk mencari dan menampilkan informasi tentang tanaman herbal dan manfaatnya. Selain itu, aplikasi ini dapat diakses melalui Android.

Analisa Metasploit Framework “msfvenom” Backdoor Trojan dan Fully Undetected (FUD) Trojan Mursalim, Mursalim; Darmawan, Wachid; Aprilia, Tresi
Techno.Com Vol. 23 No. 1 (2024): Februari 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i1.9741

Pengunaan teknologi informasi berupa penggunaan internet di Indonesia terus mengalami peningkatan sejak 2 dekade terakhir hingga 73,24% atau 202 juta jiwa dari 275.77 juta jiwa penduduk Indonesia. Penggunaan teknologi tersebut tidak lepas dari sebuah ancaman pengambilan informasi secara ilegal. Tingkat kejahatan cyber berjenis malware mencapai 14.235 serangan hingga bulan april 2023. Pada penelitian ini dilakukan pembuatan malware trojan menggunakan metasploit framework dengan memanfaatkan fungsi msfvenom dan Fully Undetected (FUD) Trojan menggunakan bahasa pemrograman python. Selanjutnya dilakukan pengujian source code FUD Trojan, pengujian keterdeteksian virus melalui virustotal.com. adapun hasil pengujian menunjukkan bahwa keterdeteksian virus paling sedikit yaitu 11 antivirus pada FUD Trojan pada file music.exe, sedangkan keterdeteksian antivirus paling banyak ada pada payload windows.dll sebanyak 56 antivirus. Sedangkan payload.js dan undangan.apk masing masing keterdeteksiannya sebanyak 35 dan 26 antivirus. (FUD) trojan yang memiliki payload FUD malware perlu diwaspadai dikarenakan tidak banyak antivirus yang mendeteksi jenis payload tersebut. jenis virus yang mampu mendeteksi malware tersebut adalah avira dan avg yang secara konsisten mampu mendeteksi 4 malware tersebut

Design of Prototype Metode Waterfall: Optimasi Tata Kelola Kearsipan pada Koperasi Batang Cemerlang Kabupaten Batang Mulyapradana, Aria; Anjarini, Ary Dwi; Darmawan, Wachid
JURNAL KRIDATAMA SAINS DAN TEKNOLOGI Vol 6 No 02 (2024): JURNAL KRIDATAMA SAINS DAN TEKNOLOGI
Publisher : Universitas Ma'arif Nahdlatul Ulama Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53863/kst.v6i02.1396

Rob disasters pose a serious threat to coastal areas and have an impact on activities and damage to physical facilities, one of which is damage to important documents. This impact was also felt by the Batang Cemerlang Cooperative, which is located in the tidal disaster area. Several documents owned by the Batang Cemerlang Cooperative were badly damaged so they could not be saved. Besides, archive management is still done manually and there is a lack of archive storage space, so there is a buildup of files on the work desk, which means there is a need. handling of archive storage, therefore an application is needed to manage archives so that documents can be saved from tidal disasters, easy to access anytime and anywhere and easy to search for documents so that archive management is more effective and efficient. The aim of this research is to facilitate archive storage and save archives from damage due to tidal disasters. Therefore, the archive application is a solution to overcome the problems faced by the Batang Cemerlang Cooperative. The methods used to create archive applications are the research and development (R&D) method and the Design of Prototype Waterfall Method. The result of this research is an archive application, where this application has several features in archive management including a dashboard display, display of incoming and outgoing mail, and display of input document reports along with file attachments. This application is easy to use and can be accessed anywhere so that users can carry out archive management activities and rescue documents from tidal disasters

ALGORITMA KLASIFIKASI DATA MINING UNTUK PREDIKSI STATUS MAHASISWA MENGGUNAKAN ALGORITMA DECISION TREE (C4.5) Darmawan, Wachid
IC Tech: Majalah Ilmiah Vol 12 No 1 (2017): IC Tech: Majalah Ilmiah Volume XII No. 1 April 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i1.14

Mahasiswa yang mengalami gagal studi merupakan salah satu kerugian bagi sebuah Perguruan Tinggi (PT), salah satunya tentang akreditasi. Mahasiswa gagal studi disini maksudnya mahasiswa yang tidak melakukan pembayaran biaya kuliah untuk semester berjalan atau mahasiswa non-aktif. Jika masalah mahasiswa non-aktif bisa di prediksi lebih cepat, maka pihak manajemen dapat mencegah dan mengantisipasi lebih awal agar tidak ada mahasiswa non-aktif. Dari banyaknya jumlah mahasiswa non-aktif maka perlu dianalisis lebih awal guna menemukan informasi yang berbasis pengetahuan dan bermanfaat. Oleh sebab itu diperlukan suatu cara untuk menggambarkan sekumpulan data secara ringkas. Serangkaian proses untuk mendapatkan pola atau pengetahuan dari kumpulan data disebut Data mining. Salah satu algoritma data mining adalah klasifikasi serta banyak bidang ilmu yang menerapkan teknik klasifikasi dalam ilmu data mining untuk menyelesaikan masalah. Banyak dataset yang digunakan untuk penelitian klasifikasi, salah satu algoritma klasifikasi yang digunakan adalah algoritma Pohon Keputusan (Desicion Tree). Algoritma Dessicion Tree yang digunakan untuk klasifikasi status mahasiswa adalah algoritma C4.5. Algoritma C4.5 salah satu algoritma klasifikasi populer dan mudah di pahami. Berdasarkan penelitian yang sudah dilakukan didapatkan hasil sebagai berikut: algoritma Naive Bayes menghasilkan akurasi sebesar 92,72%, sedangkan algoritma Desicion Tree (C4.5) akurasinya sebesar 93,05%.

KOMPARASI METODE DATA MINING DALAM MEMPREDIKSI NASABAH BANK YANG AKAN MEMILIH TABUNGAN DEPOSITO MENGGUNAKAN ALGORITMA KLASIFIKASI Darmawan, Wachid
IC Tech: Majalah Ilmiah Vol 13 No 1 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 1 April 2018
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v13i1.24

Perkembangan trasaksi elektronik yang semakin pesat membuat banyak bank membuka unit-unit di tempat-tempat stategis untuk mengakomodir banyaknya nasabah. Dengan banyaknya nasabah bank juga perlu untuk mendapatkan nasabah yang bersedia untuk membuka tabungan deposito. Dengan banyaknya bank yang ada persaingan dalam mencari nasabah juga sangat beragam. Untuk membantu upacaya pihak marketing bank Â perlu mempelajari suatu ilmu yang bisa digunakan untuk memprediksinya nasabah yang bersedia membuka tabungan deposito, yaitu menggunakan algoritma klasifikasi yang ada di data mining. Komparasi dalam penelitian ini akan menggunakan algoritma klasifikasi, diantarnya: algoritma Decission Tree, algoritma K-Nearest Neighbour dan algoritma Naive Bayes untuk memprediksi nasabah yang akan membuka tabungan deposito. Dalam komparasi algoritma klasifikasi yang dilakukan pada penelitian ini dengan menggunakan software Rapid Miner 5.3, didapatkan hasil sebagai berikut: algoritma Decission Tree mendapatkan akurasi yang paling baik yaitu sebesar 88.48% , sedangkan algoritma Naive Bayes menghasilakan tingkat akurasi sebesar 86.84% dan algoritma K-Nearest Neighbour tingkat akurasinya sebesar 84.96%. Untuk penelitian kedepan diharapkan agar bisa dibuatkan software berbasis website supaya bisa digunakan oleh banyak orang.

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search