Article Per Year (5 Year)
p-Index From 2021 - 2026
13.236
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Charity : Jurnal Pengabdian Masyarakat Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Casi Setianingsih
Universitas Telkom
Arts Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences

Published : 158 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 158 Documents
Search

 5   6   7   8   9 
Prediction Of Electricity Use Using A Website-Based Support Vector Machine Algorithm Reyhan Adiptya; Muhhammad Ary Murti; Casi Setianingsih
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

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

Abstract

This study aims to create an electrical load prediction system using the Support Vector Machine algorithm to be able to predict future electrical loads. This study also finds out what parameters can reduce the error rate of predictions using Particle Swarm Optimization. Then everything is packaged into a website using the flask framework. The results of testing the parameters of the Support Vector Machine algorithm on the electricity usage prediction system, the lowest error values obtained are MAE, MSE, RMSE on the parameters of the PSO optimization results, the SVR parameter value is C = 1; Gamma=8.3; Epsilon=0.001; produces an error value, MAE=0.00829921; MSE=0.00602241; RMSE= 0.0776042. Keywords—Support Vector Machine, Particle Swarm Optimization, Prediction, Penggunaan Energi Listrik
Perancangan Perbaikan Komunikasi Pemasaran Tuan Tanoe Menggunakan Metode Benchmarking Dengan Analytical Hierarchy Process Afif Husaini; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pada musim kemarau, beberapa wilayah Indonesia mengalami peningkatan suhu yang membuat orang merasa tidak nyaman pada saat berada di luar ruangan, terlebih jika di dalam suatu ruangan tidak ada alat untuk pengkondisian suhu, maka suhu di dalam ruangan tersebut akan membuat orang di dalamnya tidak nyaman. Pada umumnya masyarakat akan menggunakan air conditioner (AC) untuk membuat suhu udara di suatu ruangan menjadi sejuk. Namun, dengan penggunaan daya yang konstan, AC dapat menyebabkan borosnya penggunaan energi. Oleh karena itu, diperlukan sistem yang dapat mengatur suhu yang dikeluarkan oleh AC sentral berdasarkan suhu dalam ruangan, suhu luar ruangan, luas ruangan, dan jumlah manusia. Pada sistem ini ada dua buah sensor suhu DHT22 yang digunakan untuk mengukur suhu dalam dan luar ruangan, website untuk memasukkan nilai luas ruangan dan menampilkan informasi suhu luar ruangan, suhu dalam ruangan, luas ruangan, jumlah manusia, respon waktu deteksi, dan respon waktu fuzzy, dan webcam untuk mendeteksi jumlah manusia pada ruangan tersebut. Pada sistem ini dua buah sensor DHT22 mempunyai akurasi sebesar 98.63% dan 98.74%. Sistem ini akan menggunakan Raspberry Pi untuk memproses keempat variabel tersebut yang dimana hasil keluarannya berupa suhu yang direkomendasikan dengan menggunakan algoritma fuzzy menggunakan metode Mamdani.
Klasifikasi Data Politik Pada Media Sosial Dengan Algoritma NaÏve Bayes Raisha Citra Chairani; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstraksi Twitter merupakan salah satu media sosial yang dapat digunakan untuk saling bertukar pikiran dan memberikan opini. Pengguna twitter dapat menuliskan opini mereka terhadap isu pemerintahan Presiden Joko Widodo. Data tweet atau opini masyarakat itulah dapat dilakukan metode analisis sentimen untuk menganalisis opini masyarakat. Metode Naïve Bayes digunakan untuk melakukan klasifikasi pada data twitter untuk mengetahui sentimen dan dilakukan pengelompokan menjadi kelas positif dan kelas negatif. Selanjutnya dilakukan pemodelan topik dengan metode Latent Dirichlet Allocation (LDA) untuk mengetahui topik pembahasan pada setiap kelompok sentimen. Pada proses klasifikasi nilai akurasi tergantung pada tahap preprocessing dan tergantung pada jumlah data. Pada data train 80% dan data tes 20% diperoleh akurasi 84.58%, recall 85%, precision 85% dan F1-Score 85%. Pada tahap LDA dilakukan pengujian kinerja dengan perplexity sehingga diperoleh nilai perplexity sebesar 7,0693, untuk nilai beta sebesar 1, nilai alpha 10000, jumlah topik 2 dan jumlah iterasi 30 untuk kelompok sentimen positif. Selanjutnya nilai perplexity sebesar 7,2897 dengan nilai beta1, nilai alpha 1000, jumlah topik 2 dan jumlah iterasi 60 untuk kelompok sentimen negatif.
Sistem Scraping Dan Klasifikasi Data Percakapan Saham Pada Aplikasi Telegram Dengan Algoritma Support Vector Machine Al Agias Bayu Asa; Burhanuddin Dirgantoro; Casi Setianingsih
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

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

Abstract

Pemilik saham dapat dikatakan sebagai pemilik perusahaan, semakin besar saham yang dimiliki maka semakin besar pula kekuasaannya di perusahaan tersebut, sehingga tidak sedikit orang yang mulai belajar bagaimana membeli saham. Saham sangat terpengaruh oleh keadaan yang ada di dunia ini, maka dari itu seseorang yang mempunyai saham harus mengetahui kabar terbaru yang dapat dibaca di berita dan kabar burung. Sehingga penulis bertujuan untuk dapat menganalisis suatu pesan sehingga dapat menghasilkan klasifikasi dari pesan tersebut untuk selanjutnya dapat digunakan untuk tolok ukur dalam membeli saham. Penelitian ini dilakukan untuk membuat sistem yang akan mengklasifikasikan pesan pada aplikasi pesan Telegram. Dengan menggunakan algoritma Support Vector Machine, sistem dapat mengklasifikasikan pesan yang dikirim di Telegram. Karena Telegram merupakan aplikasi yang terdapat berbagai komunitas di dalamnya, dan salah satu nya adalah komunitas saham. Sistem pada penelitian Tugas Akhir telah di uji menggunakan partisi data uji 95% dan data latih 5%, dan juga parameter C=1 dan Gamma=1 mendapatkan akurasi sebesar 90%, precision sebesar 93%, recall sebesar 89%, dan juga F1-Score sebesar 91%. Kata Kunci: klasifikasi, analisis, saham, SVM.
Sistem Penjadwalan Anggota Pada Aplikasi Event Management Menggunakan Algoritma Particle Swarm Optimization Berbasis Web Muhammad Izzah Aeman; Roswan Latuconsina; Casi Setianingsih
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Dalam sebuah event management, salah satu masalah yang sering ditemukan adalah penjadwalan. Penjadwalan yang dibuat secara manual di sebuah kepanitiaan khususnya mahasiswa, sering menjadi tidak optimal, dan terjadi ke tidak cocokkan antara jadwal kesibukan mahasiswa dengan jadwal acara. Untuk mengatasi masalah tersebut penelitian ini merancang sebuah model penjadwalan anggota panitia secara otomatis berbasis algoritma Particle Swarm Optimization (PSO). Model penjapdwalan otomatis ini bertujuan menghasilkan penjadwalan anggota yang optimal dalam sebuah event management. Kandidat partikel merepresentasikan jadwal event, sedangkan dimensi merepresentasikan divisi anggota, dan posisi partikel merepresentasikan anggota. Populasi partikel dibangkitkan di awal iterasi dengan nilai acak dan pada setiap iterasi, partikel-partikel tersebut memperbaiki posisinya menuju posisi terbaik. Proses ini dilakukan untuk setiap penjadwalan anggota yang akan dijadwalkan, sehingga diperoleh sebuah jadwal yang optimal. Berdasarkan hasil pengujian, dilakukan percobaan perubahan inertia, pembelajaran kognitif, dan sosial untuk digunakan dalam PSO ini. Pada penelitian ini, nilai inertia yang optimal 0,9 sedangkan nilai pembelajaran kognitif, dan sosial yaitu 1,4. Dalam Percobaannya Nilai rata–rata iterasi saat berhenti 118,6. Hasil yang didapatkan pada setiap percobaan akan berbeda-beda dikarenakan nilai acak yang digunakan pada setiap percobaan berbeda. Pada penelitian ini algoritma PSO berhasil menghasilkan penjadwalan anggota panitia yang sesuai dengan penjadwalan anggota panitia Kata kunci : Event Management, Penjadwalan, Mahasiswa, Particle Swarm Optimization
Deteksi Tinggi Rendah Gelombang Air Laut Dengan Sistem Multi Sensor Berbasis Aplikasi Web Menggunakan Algoritma Naive Bayes Jhosua Parningotan Sianipar; Randy Erfa Saputra; Casi Setianingsih
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Indonesia is the largest archipelago in the world and has wider waters than land. Indonesia is also one of the countries most vulnerable to tsunami natural disasters. Tsunami is a natural disaster event in which sea waves with large size and high speed hit the coastal surface. Tsunamis usually occur due to tectonic earthquakes that occur on the seabed or the eruption of Mount Merapi located near the sea. Tsunamis don't just happen. This disaster has a process or anomaly in a ocean wave, such as the rapid receding of sea water. Currently the tsunami detection system already exists but this system is still very minimal in Indonesia because of the relatively high price. The purpose of this study is so that the public can monitor the current sea conditions. Created a web application with the help of the Laravel framework that can provide information on sea conditions in real time. This web application can also classify sea conditions in the form of "Potential" and "Not Potential" by using the Naive Bayes Algorithm which can provide 95% accuracy. Therefore, with this application can make it easier for the community to monitor the condition of the sea. keyword—Naive Bayes Algorithm, Web Application, Tsunami.
Prediksi Indeks Standar Pencemar Udara Menggunakan Metode Support Vector Regression Berbasis Web (studi Kasus Pada Dki Jakarta) Irghiansyah Izzul Haque; Meta Kallista; Casi Setianingsih
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

a
Pengelompokkan Data Penggunaan Energi Listrik Menggunakan Algoritma Mini Batch K-means Clustering Amanda Austin Herlambang; Muhammad Ary Murti; Casi Setianingsih
eProceedings of Engineering Vol 9, No 5 (2022): Oktober 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Penggunaan energi listrik sudah menjadi kebutuhan yang pokok, sebagian besar pengguna menggunakan listrik tanpa menyadari besarnya listrik yang digunakan pada periode itu dapat membuat penggunaan listrik melonjak karena tidak ada kontrol penggunaan listrik. Clustering atau pengelompokkan data ini dibutuhkan untuk dapat mengetahui penggunaan energi listrik berlebih disuatu gedung. Pada penelitian ini dirancang sebuah sistem yang dapat memberikan informasi mengenai penggunaan listrik suatu gedung dengan menggunakan pengelompokkan data berbasis website. Pengelompokkan data ini menggunakan pembelajaran mesin unsupervised learning dengan algoritma Mini Batch K-Means dan terbagi menjadi tiga bagian pengelompokkan yaitu penggunaan energi listik tinggi, normal dan rendah. Pengelompokkan data akan dilakukan untuk memonitoring penggunaan energi listrik perbulan, perhari dan pergedung. Dari hasil pengujian yang dilakukan menunjukkan bahwa nilai silhouette score clustering perhari menggunakan data Gedung N bernilai 0,62, perbulan data Gedung N sebesar 0,57, seluruh hasil tersebut termasuk ke dalam struktur baik, pertahun data Gedung N sebesar 0,73 termasuk ke dalam struktur kuat. Clustering menggunakan data dummy Gedung P dan Gedung O adalah sebesar 0,55 untuk perhari yang termasuk ke dalam struktur baik, perbulan sebesar 0,50 termasuk ke dalam struktur lemah dan pertahun sebesar 0,72 termasuk ke dalam struktur kuat. Kata kunci— Energi listrik, clustering, mini batch kmeans clustering, pengelompokkan data.
Clustering Pada Data Sentimen Transportasi Online Menggunakan Algoritma Dbscan Firdi Setiawan; Fairuz azmi; Casi Setianingsih
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini dilakukan pengelompokan sentimen pada masing –masing data sentimen positif negatif, dan netral menggunakan algoritma DBSCAN (Density-Based Spatial Clustering of Applications With Noise), Tujuan utama dari clustering ini untuk mengelompokkan opini masyarakat yang berdasar pada kesamaan karakteristik atau makna dalam penulisan di antara opini-opini tersebut untuk menentukan positif, negatif, dan netral berdasarkan komentar pada media sosial instagram. Dengan melakukan tahapan preprocessing seperti tokenize, stopword, dan stemming, kemudian dilakukan pembobotan kata dengan menggunakan TF- IDF untuk dapat melakukan pengelompokan opini. Dari hasil Clustering didapatkan hasil dari pengujian dataset positif, negatif, dan netral masing masing diuji coba dengan range nilai min sampel dari 10-50 dan nilai epsilon dari 0,1-1,0 dengan menghasilkan nilai silhouette coefficientnya berbeda beda. Namun untuk nilai terbaik dari ketiga dataset didapatkan pada nilai inputan eps=1,0 dan inputan nilai min sampel = 10, untuk hasil dataset positif nilai silhouette coefficient-nya adalah 0.7800973549904059, untuk hasil dataset netral nilai silhouette coefficient-nya adalah 0.7526159947007542, untuk hasil dataset negatif nilai silhouette coefficient-nya adalah 0.8047251594403672. Kemudian visualisasi data hasil clustering topik tersebut akan ditunjukkan pada perangkat lunak berbasis web yang juga dirancang pada penelitian ini. Kata kunci : Clustering, Preprocessing, Silhouette Coefficient
Sistem Penentuan Pola Makan Berat Badan Ideal Orang Dewasa Menggunakan Algoritma Genetika Prabu Arie Pradana; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Berat badan ideal sangat berkaitan dengan kesehatan tubuh manusia agar terhindar dari penyakit-penyakit berbahaya, serta bisa juga digunakan untuk meningkatkan faktor penampilan agar menjadi lebih baik. Tetapi masih banyak orang yang salah mengartikannya, jika ingin mempunyai berat badan ideal cukup dengan cara melakukan olahraga saja. Padahal olahraga tidak cukup untuk mencapai itu, masih ada faktor lain yang harus diperhatikan, seperti memenuhi kebutuhan kalori harian. Banyak orang dewasa tidak mengetahui jumlah kalori harian yang cukup untuk mencapai berat ideal. Dalam penelitian ini dibuat perancangan suatu aplikasi berbasis mobile application dengan menggunakan metode algoritma genetika yang diharapkan akan mempermudah orang dewasa untuk mengetahui berat badan ideal mereka, jumlah kalori harian yang harus mereka konsumsi, dan jenis makanan yang harus mereka konsumsi. Data-data yang digunakan pada sistem sebanyak 30 data user, dan data bahan makanan beserta kandungan gizinya yang terdiri dari 7 jenis bahan makanan yang berbeda, dengan jumlah 92 data. Aplikasi ini memiliki tingkat akurasi dengan nilai presentase 83.3% dengan cara pengujian akurasi kepada orang yang ahli di bidangnya yaitu ahli gizi. Kata kunci: Aplikasi, Algoritma Genetika, Berat Badan Ideal, Kalori
Co-Authors Abdi Hazman Abdullah, Zakia Mahbub Abdulloh Salahul Haq Abdurrasyid Ridho Abid Sabyano Rozhan Adi Pranesthi Adita Sukma Wardani Aditya Nugraha Adlirrahaman Hasfi Aji Adrian Sabagus Tanazri Afandy, Muhammad Rizki Afif Husaini Agung Nugroho Jati Agung Nungroho Jati Agustio, Agustio Ahmad Devi Gunawan Ahmad Tri Hanuranto Al Agias Bayu Asa Al Rasyid, Muhammad Irfan Aloisius Gonzaga Januar Widi Aquarizky Alpiansyah, Rizqi Amanda Austin Herlambang Ambarita , Ayub Rosihan Ananta , Fauzi Andaru Kurniadi, Fauzan Andrew Brian Osmond ANGGUNMEKA LUHUR PRASASTI Apendi, Siroojuddin Ardilah, Hanifah Marta Arief Wicaksono, Muhamad Rizky Ariesta, Vinni Arif Aquri Saputra Arifin, Hafid Ikhsan Arramsyah, Izzat Ashri Dinimaharawati Asmianti Asrin Assyahiddini, Raudhatul Rafiqah Attallah Arelian Naufhal Azizah Rahma Asri Bagas Prakoso Putra Bangkit Surya Praja Bazwir, Arasy Budhi Irawan Burhanuddin Dirgantoro Burhanuddin Dirgantoro Chianyung, Chianyung Cornelius Situmorang Dhiyaul Haq, Muhammad Difa Diaraja H, Garry Abel Dinimaarwati, Ashri Dinimaharawati , Ashri Diputra, Hadid Candra Dirgantara , Fussy Mentari Elka Distria Erfa Saputra, Randy Fairuz Azmi Farradita Imanda Fauzan, Aldi Febrian P, M.Haikal Feby Rahmasari Firdaus, Ilham Muhamad Firdi Setiawan Firmansyah, Rheza Ilham Friezka Aina, Brilliant Fuadi, Farhan Fussy Mentari Dirgantara Gayuh Erlanggono G Gemilang, Galih Karya Grace Cyndiana Haadi, Muhamad Addin Al Hamdi Aziz Al-Mujadidi Hanna Diwanti Haq, Abdulloh Salahul Haqi Siregar, Fauzul Hardiyanto, Ridho Adha hidayad, rahmad Hidayat, Fikri Putra Ibrahim, Muhammad Yuzzaf Ilham Arisyandy Imady, Paulin Al Imran, Alfian Insani, Raka Zia Irawan, Harvan Nurluthfi Irfan Dhiya Abirawa Irghiansyah Izzul Haque Islam , Muhammad Izzudin Izzat Arramsyah Izzat Arramsyah Jamaluddin, Muhammad Nur Zainul Jangkaru, Naufal Ramadhan Natafili Jannata Arianda Ja’far Razzaq Jhosua Parningotan Sianipar Kalista, Meta Kallista S, Meta Kevin Manfield Anderson Pasaribu Kusprasapta Mutijarsa Kusuma, Dimas Aji Linda Kartika Luthfy, Dicky M Agung Baskoro M. Indra Halim Arsya Dwi Akbari Maftukhah Carolin Noviardini Manalu, Indratama Pangasian Manurung, Shinta Renata Marisa W. Paryasto Martarheza Marthiyas Masmur , Muhammad Rahardi Maulana Heardy Yusfian Maulana, Erwan Maulani , Fany Megatari Wahyuningrum Handani Meta Kallista Mohammad Ibrahim Al Mahi Mohammad Naufal Nabil Abdillah Muhamad Mario Rizki Muhamad Ramadhan Muhammad Akmal Fauzi Muhammad Ary Murti Muhammad Faris Ruriawan Muhammad Farrel Ahadi Tama Muhammad Fathurrohim Nur Muhammad Iqbal G Putra Muhammad Izzah Aeman Muhammad Mufti Ramadhan Muhammad Nasrun Muhammad Reza Aji Pangestu Muhammad Syarif, Muhammad Muhammad, Ario Syawal Muhhammad Ary Murti Nasir, Alfian Nasution, Nailul Fikri Nauw, Alvaro Septra Dominggo Nayla, Adine Nisya, Hikmah Novianty, Astri Nugroho, Adlan Afif Nurjanah, Mutiara Nurul Amelia Plambudi Dwigantara, Figo Prabu Arie Pradana Pradhitia, Muhammad Rizky Pranesthi, Adi Prasetya, Harry Pratama, Nurrafi Bagus Pratama, Rizki Mulia Purba Daru Kusuma Putra, Renaldy Eka Putri Ramadhani, Putri R. Rumani M Rumani M Rahma, Alifia Mutiara Raisha Citra Chairani Ramadhan, Fariz Rahman Ramadhan, Haekal Zefa Ramadhan, Muhammad Raihan Ramadhani, Desfitri Randy Efra Saputra Randy Erfa Saputra Raspati , Fadlan Yusuf Ratna Astuti Reyhan Adiptya Reza Mahendra Rimeldo , Arfiq Risqulla, Fajra Rizka Shinta Wulandari Rizki Mulia Pratama Rizky Iskandar Rizky Naufal Perdana Rona Putri, Rizka Rosunika, Wening Alfina Roswan Latuconsina Rumani Rumani Runi Siti N Ruriawan, M. Faris Saifullah, Muhammad Daffa’ Sakinah, Adinda Ophelia Putri Saputra , Randy Erfa Saputra, Fauzi Bayu Saragih, Umar Faruk Septian Putra Manuel Simangunsong Setra, Dimas Lwanna Setyadi, Ardhana Shandi, Rifqi Fadhila Sigit Yudha Juwantoro Siswoyo, Carrillo Rasyad Soeriamaritsa, Muthie Armalia Sony Sumaryo Sulle, Yusuf Suryo Adhi Wibowo Syam, Rizky Ramadhani Tia Dianti Hajizah Tinton Aji Sadewo Tito Waluyo Purboyo Toscana, Alwi Zulfauzi Umar Ali Ahmad Utama, Gilang Ramadhan Valerian Ezra Vyanza Wendi Harjupa Whidyarto, M.imam Wibowo S , Andika Suryo Wicaksana, Pandu Adhimakayasa Yudha Purwanto Yudhi Septian Rahman Zamhari, Dyka Khairullah Ziqra Haniffah Ziza Amira Syafini