Claim Missing Document
Check
Articles

Found 31 Documents
Search

IMPLEMENTASI APLIKASI PENYAKIT PADA TUMBUHAN PADI MENGGUNAKAN METODE BACKWARD CHAINNING Sabna, Eka; Rahmalisa, Uci; Oktaviandi, Deki
RJOCS (Riau Journal of Computer Science) Vol. 7 No. 1 (2021): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v7i1.1820

Abstract

Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh pakar bidang tertentu. Kelebihan sistem pakar diantaranya adalah memungkinkan orang awam dapat mengerjakan pekerjaan para pakar (ahli). Sistem pakar dapat digunakan untuk menyimpan pengetahuan dan keahlian pakar. Dengan menggunakan sistem pakar para petani dapat dengan mudah mendiagnosa penyakit yang menyerang tanaman padi mereka karena selama ini petani mengalami kesulitan dalam menentukan jenis penyakit yang menyerang tanaman padi mereka, setelah dibuat sistem pakar maka dapat memudahkan petani dalam melakukan konsultasi penyakit tanaman padi mereka dengan solusi yang diberikan oleh pakar sehingga mereka tidak perlu lagi melakukan konsultasi dengan pakar secara langsung dengan menggunakan metode backward chainning berbasis web yaitu metode yang menentukan hipotesis yang menuju suatu fakta yang mendukung suatu hipotesis tersebut. Dengan dibuat aplikasi berbasis web maka petani bisa dengan mudah mengakses aplikasi kapanpun. (Studi Kasus : Petani Padi Kecamatan Padang Laweh).
APLIKASI PEMESANAN PAKET UMROH BERBASIS MOBILE PADA ANNAJWA ISLAMIC TOUR & TRAVEL RIAU DI PEKANBARU Zulkifli, Akhmad; Erfanni Delina; Eka Sabna; Mardeni; Yulisman
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 1 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i1.2429

Abstract

Annajwa Islamic Tour & Travel Riau di Pekanbaru merupakan salah satu jasa yang bergerak dibidang tour and travel perjalanan umroh bagi calon jamaah. Dalam hal pendaftaran, pemesanan dan pencatatan data calon jamaah saat ini masih menggunakan buku besar serta software microsoft excel. Selain itu, calon jamaah umroh harus mengunjungi kantor untuk mendaftar dan mendapatkan informasi persyaratan berkas atau informasi umroh yang diperlukan. Selanjutnya jika terjadi delay, pihak pelayanan menghubungi satu persatu perwakilan anggota jamaah yang berangkat umroh untuk memberikan informasi alasan ditundanya keberangkatan. Untuk mengatasi hal tersebut diperlukan aplikasi pemesanan paket umroh berbasis mobile untuk calon jamaah dan pelayanan menggunakan web yang tujuan mempermudah calon jamaah dalam pemesanan paket umroh tanpa mengunjungi kantor, serta membantu pekerjaan pelayanan menjadi lebih efektif dan efisien. Aplikasi pemesanan paket umroh berbasis mobile ini dirancang dengan menggunakan bahasa pemrograman (PHP), Javascript, database MySQL, Android Studio dan metode pengembangan sistem Rapid Aplication Development (RAD). Hasil dari aplikasi ini yaitu jamaah dapat melihat detail jadwal keberangkatan sesuai paket umroh yang dipilih, untuk admin dan direktur dapat melihat laporan yang dihasilkan oleh sistem. Dan memiliki fitur pop up notifikasi yang dapat digunakan admin mengirimkan notifikasi jika terjadi delay.
Attendance Management Based on MVC and Laravel in the Municipal Government of Pekanbaru Sabna, Eka; Yasriady, Dedy; Giatman, M
Jurnal Pendidikan Teknologi Kejuruan Vol 4 No 1 (2021): Regular Issue
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jptk.v4i1.16423

Abstract

Currently, the management of employee attendance in the City Government is still done manually, where the leadership does not have any media that can be used to monitor attendance, causing problems including recapitulation and slow employee attendance reporting. The calculation of the percentage (%) of the employee performance allowance (Tukin) is not carried out proportionally according to the attendance discipline. The impact of the current system is undisciplined employee attendance. Attendance management system which aims to manage employee attendance data. Attendance data obtained every morning and evening is stored on a server at the Pekanbaru City Information and Communication Office. This data is then processed to determine the whereabouts of an employee and become a reference for determining the percentage (%) of the performance allowance that will be received. In addition, this attendance management can be used by Regional Leaders and Heads of Services / Institutions to monitor employee attendance quickly and quickly. The research method used for data collection is to use interviews and literature. While the method in software development uses the method of The Rapid Application Development (RAD). Attendance Management is built on the basis of the Laravel framework using the MVC (Model View Controller) method. The MVC programming pattern that separates logic and views makes program code cleaner, easier to trace when troubleshooting or debugging. The Blade feature of laravel makes using html / php templates simple. This application provides online information about employee attendance. Regional Leaders, Heads of Services / Institutions can monitor the condition of employee absenteeism in Pekanbaru City Government online every day. Employee attendance reports for each Department / OPD are generated automatically. The Personnel and Human Resources Development Agency can use it as a monthly attendance summary report.
SISTEM PAKAR MENDIAGNOSA KERUSAKAN KENDARAAN PADA MOBIL FORD DENGAN METODE BACKWARD CHAINING MENGGU¬NAKAN PEMOGRAMAN VISUAL BASIC Saputro, Suhendro; Sabna, Eka
Jurnal Ilmu Komputer Vol 2 No 1 (2013): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2013/Vol2.Iss1.9

Abstract

Pada masa sekarang ini perkembangan teknologi dan komunikasi dari waktu ke waktu dirasa­kan semakin pesat, salah satunya adalah di dalam dunia kendaraan. Dalam praktek ilmu mekanik seba­gian besar masih menggunakan cara-cara dan metode lama, yakni dengan cara melakukan pelacakan kerusakan kendaraan berdasarkan penelusuran terlebih dahulu tanpa mengetahui masalah kerusakan. Berdasarkan permasalahan tersebut diciptakan suatu aplikasi yang dapat membantu para mekanik un­tuk dapat mempermudah menelusuri kerusakan yang terjadi pada kendaraan, yakni aplikasi sistem pa­kar mendiagnosa kerusakan mendiagnosa kerusakan kendaraan pada mobil dengan metode backward chaining menggunakan pemograman visual basic. Sistem pakar ini menggunakan pemograman visual basic dan menggunakan database MY SQL sebagai penyimpanan data. Sistem pakar ini menggunakan metode penalaran backward chaining. Sistem pakar ini mampu mengetahui kerusakan berdasarkan jenis kerusakan, penyebab kerusakan dan solusi kerusakan, dengan adanya sistem ini semoga para me­kanik kendaraan khususnya mekanik mobil dapat terbantu dalam penanganan pendiagnosaan kerusa­kan pada mobil.
PENGAPLIKASIAN ALGORITMA GENETIKA DALAM MENENTUKAN JALUR JALAN OPTIMAL WILAYAH KOTA PARIAMAN DENGAN LINTASAN TERPENDEK (SHORTEST PATH) Fadila, Rida; Sabna, Eka
Jurnal Ilmu Komputer Vol 4 No 1 (2015): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2015/Vol4.Iss1.33

Abstract

Algoritma Genetika adalah teknik pencarian dan optimasi yang terinspirasi oleh prinsip genetik dan seleksi alam (teori evolusi Darwin).Algoritma ini digunakan untuk mendapatkan solusi yang tepat untuk permasalahan optimasi dengan satu variabel atau multi variabel. Permasalahan Travelling Salesman Problem merupakan salah satu persoalan optimasi kombinatorial. TSP merupakan persoalan yang sulit bila dipandang dari sudut komputasinya. Beberapa metode telah digunakan untuk memecahkan persoalan tersebut. Dan algoritma genetika merupakan solusi dalam menentukan perjalanan terpendek yang melalui kota lainnya hanya sekali dan kembali ke kota asal keberangkatan. Pada algoritma genetika, teknik pencarian dilakukan sekaligus atas sejumlah solusi yang dikenal dengan istilah populasi. Individu yang terdapat dalam satu populasi disebut dengan istilah kromosom. Algoritma genetika ini terdiri dari beberapa prosedur utama yaitu prosedur seleksi, crossover, mutasi dan elitisme. Algoritma genetika dirancang menjadi suatu program dengan menggunakan Matlab 7.9 untuk penyelesaian permasalahan tersebut.
PENERAPAN DATA MINING MENGGUNAKAN METODE CLUSTERING EVALUASI DATA PENJUALAN PT ASPACINDO KEDATON MOTOR: PENERAPAN DATA MINING MENGGUNAKAN METODE CLUSTERING EVALUASI DATA PENJUALAN PT ASPACINDO KEDATON MOTOR Hartomi, Zupri Henra; Sabna, Eka; Yulanda, Yulanda; Amartha, Mohd; sanjaya, Rifki
Jurnal Ilmu Komputer Vol 11 No 2 (2022): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2022/Vol11.Iss2.275

Abstract

Perkembangan teknologi komunikasi dari waktu kewaktu dirasakan semakin pesat, salah satunya adalah dalam usaha penjualan. PT. Aspacindo Kedaton Motor Pekanbaru merupakan usaha yang bergerak dalam bidang Penjualan sepeda motor. Dalam hal ini penginputan penjualan hanya dijadikan sebagai laporan tanpa ada pengembangan data yang lebih lanjut untuk dijadikan sebuah pengetahuan. Oleh karena itu dibutuhkan Penegeloaan Data Mining dengan motode klustering untuk mengolah data transaksi penjualan, sehingga diproleht sebuah keputusan yang dapat digunakan untuk menganalisis data penjualan. Tujuan utama dari metode clustering adalah pengelompokan sejumlah data/obyek ke dalam cluster, dimana cluster tersebut akan berisi data yang sama dengan groupnya masing-masing. Manfaatnya mempermudah analisis data yang besar dan membantu memberikan informasi data penjualan. Hasil dari penelitian ini diperoleh perbandingan daerah mana menghasilkan banyak penjualan yaitu kluster 1 pada daerah Tenayan Raya, kluster 2 pada daerah Limapuluh. Dan kluster 3 pada daerah Payung sekaki. Dari pola yang di peroleh di harapkan dapat memberi pengetahuan untuk PT. Aspacindo Kedaton Motor Pekanbaru sebagai pendukung untuk mengambil kebijakan.
CHATBOT SEBAGAI GURU VIRTUAL UNTUK MATA KULIAH DATA MINING: CHATBOT SEBAGAI GURU VIRTUAL UNTUK MATA KULIAH DATA MINING Sabna, Eka
Jurnal Ilmu Komputer Vol 11 No 2 (2022): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2022/Vol11.Iss2.276

Abstract

Abstract A chatbot is an application (service) that interacts with users through text conversations. Chatbots work to replace the role of humans in serving conversations through messaging applications. The chatbot that is built will be virtual assisting that will help students learn at home. Chatbots can only answer questions based on patterns that have been stored in the chatbot's knowledge base. Chatbots are automated conversational agents that interact with users using natural human language that can help anytime and anywhere. This chatbot is applied as a Virtual Teacher who can provide information and learning materials to students in Data Mining courses. Keywords: C4.5, NBC, GPA, performance, student Abstrak Chatbot merupakan aplikasi (layanan) yang berinteraksi dengan pengguna melalui percakapan teks. Chatbot bekerja untuk menggantikan peranan manusia dalam melayani pembicaraan melalui aplikasi pesan. chatbot yang dibangun akan menjadi virtual assisting yang akan membantu Mahasiswa dalam belajar dirumah. Chatbot hanya dapat menjawab pertanyaan berdasarkan pola yang telah disimpan di dalam knowledge base chatbot. Chatbot adalah agen percakapan otomatis yang berinteraksi dengan pengguna menggunakan bahasa alami manusia yang dapat membantu kapan saja dan dimana saja. Chatbot ini di aplikasikan sebagai Guru Virtual yang dapat memberikan informasi dan materi pembelajaran terhadap mahasiswa dalam matakuliah Data Mining. Kata Kunci : Chatbot, Data Mining, Virtual Teacher, Student, Learning
PENERAPAN KLASIFIKASI DATA MINING UNTUK PREDIKSI TINGKAT KEMAMPUAN PEMAHAMAN SKRIPSI MAHASISWA: PENERAPAN KLASIFIKASI DATA MINING UNTUK PREDIKSI TINGKAT KEMAMPUAN PEMAHAMAN SKRIPSI MAHASISWA Sabna, Eka
Jurnal Ilmu Komputer Vol 11 No 2 (2022): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract Thesis made by students is research conducted on a phenomenon or problem in a particular field of science, based on appropriate theories and disciplines. In the process of compiling a thesis, students often experience obstacles, including in determining the thesis theme. Students do not understand the research theme that will be compiled. This obstacle will be an obstacle in the success of students in completing their thesis and the value of their thesis. This research was conducted by taking data from students who have completed their thesis at the Hang Tuah Faculty of Computer Science Pekanbaru. This data was analyzed using the Data Mining Classification method with the C4.5 algorithm. The test results used Confusion Matrix, with the Accuracy Algorithm C4.5 value of 71.00%. The application of data mining by utilizing student thesis data can help the Hang Tuah Computer Science Faculty to predict the value (Comprehension Ability) of student thesis with the title proposed by students and find data patterns contained in each of these data. Keywords: Thesis, Student, C4.5 Algorithm, Data Mining, Classification Abstrak Skripsi yang dibuat oleh mahasiswa merupakan penelitian yang dilakukan terhadap suatu fenomena atau permasalahan dalam bidang ilmu tertentu, berdasarkan teori-teori dan disiplin ilmu yang sesuai. Dalam proses menyusun skripsi, mahasiswa sering mengalami kendala diantaranya adalah dalam hal menentukan tema skripsi. Mahasiswa belum paham terhadap tema penelitian yang akan di susun. Kendala ini akan menjadi hambatan dalam keberhasilan mahasiswa dalam menyelesaikan skripsi dan nilai dari skripsi nya. Penelitian ini dilakukan dengan mengambil data mahasiswa yang telah menyelesaikan skripsi nya di Fakultas Ilmu Komputer Hang Tuah Pekanbaru. Data ini dianalisis dengan menggunakan metode Klasifikasi Data Mining dengan algoritma C4.5. Hasil pengujian digunakan Confusion Matrix, dengan nilai Accuracy Algoritma C4.5 adalah sebesar 71,00%. Penerapana data mining dengan memanfaatkan data skripsi mahasiswa dapat membantu Fakultas Ilmu Komputer Hang Tuah untuk memprediksi nilai (Kemampuan Pemahaman) skripsi mahasiswa dengan judul yang diajukan oleh mahasiswa serta menemukan pola-pola data yang terkandung dalam setiap data tersebut. Kata Kunci : Skripsi, Mahasiswa, Algortma C4.5, Data Mining, Klasifikasi
Prediksi Penyakit Stroke menggunakan Algoritma Decision Tree dan Naïve Bayes Sabna, Eka; Dewi, Octavia
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2132

Abstract

Stroke salah satu penyakit yang dapat menyebabkan kematian dan kecacatan permanen apabila tidak dideteksi sejak dini. Stroke merupakan penyebab kematian kedua terbanyak dan kecacatan ketiga terbanyak di dunia. Teknologi data mining dapat dimanfaatkan untuk membantu proses prediksi penyakit stroke dengan lebih cepat dan akurat. Penelitian ini bertujuan menerapkan dua Algoritma klasifikasi yaitu Decision Tree dan Naïve Bayes untuk memprediksi risiko stroke berdasarkan data kesehatan pasien. Dataset yang digunakan sebanyak 4.149 data yang terdiri dari atribut usia, tekanan darah, kadar glukosa, indeks massa tubuh, dan kebiasaan merokok. Penelitian ini dataset dibagi menjadi 2 bagian yaitu data training 80% dan data testing 20% menggunakan split validation. Pengujian menggunakan Confusion Matrics, derdasarkan hasil pengujian yang telah dilakukan pada penelitian ini, algoritma Decision Tree mempunyai nilai akurasi dan Recall tertinggi dibandingkan dengan Algoritma Naïve Bayes yaitu Akurasi 97,23% dan Recall 99,63%. Dengan demikian, Decision Tree lebih direkomendasikan sebagai metode klasifikasi untuk prediksi penyakit stroke pada data ini. Temuan ini diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan medis dalam deteksi dini penyakit stroke. Penelitian ini dapat dilakukan pengembangan lebih lanjut dengan menambah fitur tambahan seperti negara, status gaya hidup untuk meningkatkan ketepatan prediksi
Optimasi Nilai K Pada Algoritma k-Means untuk Klasterisasi Data Pasien Covid-19 Moh. Fatkuroji; Fajrizal; Taslim; Eka Sabna; Kursiah Warti Ningsih
The Indonesian Journal of Computer Science Vol. 11 No. 2 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i2.3088

Abstract

With the spread of Covid-19 to various countries, it is difficult for Governments and Health Agencies in the world to handle Covid-19 cases to date. The prevention carried out by the Government and Health Agencies in the world is carried out by giving vaccines to the public. However, in some places it is not implemented in accordance with PMK Number 84 of 2020 which prioritizes providing vaccines to the elderly. With the current density of the population in Indonesia, the administration of vaccines does not see who is prioritized first. The application of the k-means algorithm is carried out to cluster patients affected by Covid-19 on the Covid-19 case data obtained from kaggle.com in the form of patient data from January 1, 2020 to May 31, 2020 as many as 139119 cases. The results of clustering data on cases affected by Covid-19 with k=3 yielded a WCSS value of 6801292.2. Calculations of the K-Means Algorithm using the Google Collaboratory Tools resulted in clusters with the cases of patients affected by Covid-19 in Cluster-0 as many as 58.237 cases, in Cluster-1 as many as 53.932 cases, and in Cluster-2 as many as 26.950 cases.