Articles
<![CDATA[Case Based Reasoning Diagnosis Hama Pada Tanaman Kelapa Sawit ]]>
<![CDATA[Septiriana, Rina]]>;
<![CDATA[Tursina, Tursina]]>;
<![CDATA[Yuliarni, Nella]]>
<![CDATA[ JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 2 (2024) ]]>
Publisher : <![CDATA[Jurusan Informatika Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/justin.v12i2.72590
<![CDATA[Di Indonesia, kelapa sawit adalah salah satu komoditas pertanian utama dalam memberikan dukungan signifikan terhadap perekonomian, hal ini disebabkan karena tanaman kelapa sawit memiliki nilai ekonomi yang cukup tinggi. Namun Budidaya tanaman kelapa sawit rentan terhadap serangan hama yang dapat mengancam hasil panen dan produktivitas yang dapat disebabkan juga karena kurangnya pengetahuan petani dalam mengelola kebun dan mengatasi masalah tersebut. Untuk mengatasi permasalahan tersebut pada penelitian ini akan membangun aplikasi Case-Based Reasoning (CBR) yang membantu dalam mendiagnosis hama pada tanaman kelapa sawit dengan algoritma nearest neighbor. CBR akan menyelesaikan permasalahan baru dengan memanfaatkan kembali permasalahan lama yang memiliki kesamaan yang telah memiliki solusi sebelumnya. Algoritma nearest neighbor berguna untuk menghitung similaritas antar kasus baru dengan kasus yang berada di basis kasus. Data untuk penelitian melibatkan 7 jenis hama, 10 gejala, dan 95 kasus serangan hama pada kelapa sawit. Pengujian aplikasi menggunakan 15 kasus uji serta 80 basis kasus dari hasil pengujian aplikasi menunjukkan hasil akurasi sebesar 37,5%, dengan nilai similaritas tertinggi mencapai 0,95. Meskipun aplikasi mampu memberikan solusi yang efektif, terdapat keterbatasan dalam penentuan kasus terpilih ketika memiliki nilai similaritas yang sama.]]>
<![CDATA[Comparison of the nearest neighbor algorithm and C4.5 for the retrieval on case-based reasoning process (case study: children respiratory disorders) ]]>
<![CDATA[Tursina, Tursina]]>;
<![CDATA[Septiriana, Rina]]>
<![CDATA[ Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik) ]]>
Publisher : <![CDATA[Institute of Computer Science (IOCS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35335/mantik.v8i1.5018
<![CDATA[The diagnosis of respiratory problems was usually made through direct consultation with a pediatric respiratory specialist or by studying several previous respiratory disorders cases. These cases were gleaned from prior experiences or the knowledge of subject-matter experts. Case-Based Reasoning (CBR) is the processing of diagnosing a patient based on past cases or expertise. Retrieve, reuse, revise, and retain are some of the steps of case-based reasoning. The retrieval stage of CBR was where the classification method searches for similarity values. Numerous algorithms exist for classification techniques, such as C4.5 and the Nearest Neighbour algorithm. This study compares the similarities between the C4.5 and Nearest Neighbor algorithms. The Nearest Neighbour approach was used to search for similarity, and the results show that 99.33% of the items classified based on learning data were nearest to the object. By contrast, the accuracy value for the C4.5 approach was 100%.]]>
<![CDATA[The Implementation of Quizizz in Learning at SDN 08 Sui Ruk Bengkayang ]]>
<![CDATA[Nasution, Helfi]]>;
<![CDATA[Sujaini, Herry]]>;
<![CDATA[Septiriana, Rina]]>;
<![CDATA[Muthahari, Morteza]]>;
<![CDATA[Hafidh, Khairul]]>
<![CDATA[ Tanjungpura International Journal on Dynamics Economics, Social Sciences and Agribusiness Vol. 4 No. 1 (2023): Tanjungpura International Journal On Dynamics Economic, Social Sciences and Agr ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/tijdessa.v4i1.39
<![CDATA[The development of Information and Computer Technology (ICT) has had a broad impact on various sectors of life, including the education sector and ICT mastery. Through formal education, students are equipped with insight from an early age which becomes the basis for continuous learning and developing problem-solving skills. However, in Bengkayang District, West Kalimantan, the ICT education program has not yet reached students in several rural schools, including SDN 08 Sungai Ruk, where students are not familiar with computers both in terms of hardware and software. In addition, the COVID-19 pandemic has had a significant impact on education. Since March 16 2020 in Indonesia, students have been studying from home through an online system to prevent the spread of the virus. Nonetheless, the government continues to encourage teaching and learning activities even though remotely. Based on these problems, Quizizz is implemented for students of SDN 08 Sungai Ruk so that elementary school students have knowledge and skills in operating computers both in terms of hardware and software, and increase learning motivation. This implementation provides an introduction to computer introduction material regarding computer basics such as computer components and their functions. Followed by a Fun Game that aims to break the ice. And finally an interactive quiz was held using the Quizizz platform which was based on the material previously presented.]]>
<![CDATA[Comparison of Support vector machine and Naïve Bayes Classification Algorithms Using VADER and Lexicon based Labelling on Indonesian and English Tweets ]]>
<![CDATA[Sunarko, Ponco]]>;
<![CDATA[Putra Negara, Arif Bijaksana]]>;
<![CDATA[Septiriana, Rina]]>
<![CDATA[ Jurnal Aplikasi dan Riset Informatika Vol 3, No 1 (2024) ]]>
Publisher : <![CDATA[Jurnal Aplikasi dan Riset Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/juara.v3i1.86468
<![CDATA[Sentiment analysis is essential in natural language processing, and it helps understand public opinion from text, especially on social media. This research compares the effectiveness of Naive Bayes and Support vector machine (SVM) algorithms in sentiment classification of automatically labelled tweets using VADER and Lexicon-based methods. The data consists of Indonesian and English tweets collected through scrapping. The methodology includes business understanding, data understanding, data preparation, modelling, evaluation, and deployment stages. In the preprocessing stage, the data is cleaned and divided into 300 sentences for test data in Indonesian and English; each data will be labelled manually, and then 3762 sentences for Indonesian data and 4308 sentences for English data will be used as training data. The highest accuracy on automatic labelling against manual labelling is on Lexicon-based labelling, showing 66% accuracy for Indonesian and 55% for English. Text features were extracted using TF-IDF, and the model was trained and tested with the labelled data. The results showed that SVM with Lexicon-based auto-labelling had the best performance, with an accuracy of 44% for Indonesian and 57% for English. The combined accuracy of automatic labelling and classification was 29% for Indonesian and 31% for English. Factors such as tweet length, dictionary limitations, and use of slang affected the accuracy. The analysis also showed biases in the data and auto-labelling results.]]>
<![CDATA[Perbandingan Metode Moving Average Dalam Memprediksi Pemakaian Air PDAM Tirta Khatulistiwa ]]>
<![CDATA[Tursina, Tursina]]>;
<![CDATA[Septiriana, Rina]]>;
<![CDATA[Lestari, Marlinda Puji]]>
<![CDATA[ Jurnal Inovasi Global Vol. 3 No. 5 (2025): Jurnal Inovasi Global ]]>
Publisher : <![CDATA[Riviera Publishing ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58344/jig.v3i5.332
<![CDATA[Air menjadi salah satu kebutuhan yang sangat penting bagi masyarakat dalam kehidupan sehari-hari. Namun pemakaian air dan permintaan air konsumen pada PDAM Tirta Khatulistiwa tidak selalu stabil setiap waktunya. Pemakaian air dapat diprediksi menggunakan metode Moving Average. Dalam Moving Average terdapat beberapa pendekatan diantaranya adalah metode Simple Moving Average, Double Moving Average, Weighted Moving Average, dan Exponential Moving Average. Penelitian ini membandingkan keempat metode tersebut untuk mengetahui hasil keakuratan dengan menggunakan metode Mean Forecase Error (MFE). Data yang digunakan dalam penelitian yaitu data bulan Januari 2016 sampai dengan bulan Maret 2020, terdapat 3 percobaan periode yaitu 2 periode, 3 periode, dan 4 periode pada keempat metode. Berdasarkan jumlah periode dengan 51 data metode Weighted Moving Average mempunyai nilai yang optimal hasil prediksinya dengan nilai MFE sebesar 14649, dibandingkan metode Simple Moving Average, Double Moving Average, dan Exponential Moving Average. Sedangkan jumlah periode dengan 24 data metode Simple Moving Average mempunyai nilai yang optimal hasil prediksinya dengan nilai MFE sebesar 375, dibandingkan metode Double Moving Average, Weighted Moving Average, dan Exponential Moving Average.]]>
<![CDATA[Knowledge Base Program Studi Berbasis Ontologi ]]>
<![CDATA[Eriya, Eriya]]>;
<![CDATA[Septiriana, Rina]]>
<![CDATA[ MULTINETICS Vol. 3 No. 2 (2017): MULTINETICS Nopember (2017) ]]>
Publisher : <![CDATA[POLITEKNIK NEGERI JAKARTA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32722/multinetics.v3i2.1124
<![CDATA[Dalam rangka meningkatkan akreditasi program studi dibutuhkan peningkatan kompetensi lulusan, salah satu caranya adalah dengan menghasilkan skripsi mahasiswa yang berkualitas. Berdasarkan pengamatan saat ini, untuk menentukan pembimbing skipsi mahasiswa masih terdapat kendala yang berkaitan dengan korelasi antara kompetensi dosen dan judul yang diangkat oleh mahasiswa. Selain itu seringkali mahasiswa mengangkat tema yang tidak sesuai dengan capaian dari program studi yang bersangkutan. Berdasarkan permasalahan tersebut dibutuhkan sebuah aplikasi Sistem Pendukung Keputusan (SPK) untuk menentukan pembimbing skripsi mahasiswa sesuai dengan kompetensi masing-masing dosen. Salah satu komponen dari sistem pendukung keputusan adalah knowledge base (basis pengetahuan). Knowledge Base dapat digunakan sebagai alat bantu untuk pengambilan keputusan dari SPK. Penelitian ini dilaksanakan pada jurusan Teknik Informatika dan Komputer (TIK) Politeknik Negeri Jakarta, dengan menitikberatkan pada pembuatan basis pengetahuan program studi berbasis ontologi yang bertujuan untuk memperoleh informasi detail mengenai capaian yang diinginkan oleh masing-masing program studi yang ada di jurusan]]>
<![CDATA[Rancang Bangun Aplikasi Monitoring Broadband Complaint Prevention System Berbasis Web Studi Kasus : PT Telekomunikasi Indonesia ]]>
<![CDATA[Saputera, Gema]]>;
<![CDATA[Septiriana, Rina]]>
<![CDATA[ MULTINETICS Vol. 4 No. 1 (2018): MULTINETICS Mei (2018) ]]>
Publisher : <![CDATA[POLITEKNIK NEGERI JAKARTA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32722/multinetics.v4i1.1156
<![CDATA[Abstrak - Dewasa ini perkembangan dalam membuat layanan yang berorientasi pelanggan (customer oriented) sangat banyak sehingga semakin memanjakan pelanggan. Begitu juga dengan perkembangan dunia Start Up yang sangat pesat di Indonesia, sehingga banyak sekali perusahaan besar yang tertarik dalam mengembangan Start Up di bawah pengawasan mereka, seperti halnya PT Telekomunikasi Indonesia. PT Telekomunikasi Indonesia mengkolaborasikan pelayanan berorientasi pelanggan (customer oriented) dan Start Up. Kolaborasi yang dilakukan seperti dalam membangun sistem pencegah gangguan pada produk IndiHome. Dalam hal ini Start Up tersebut bertugas menjaga kenyamanan pelanggan dalam menggunakan produk IndiHome. Dalam berjalannya sistem pencegah gangguan tersebut dibutuhkan aplikasi untuk monitoring berjalannya sistem tersebut. Dalam aplikasi monitoring tersebut diperuntukan bagi pihak bertanggung jawab (Team Leader) dalam monitoring aktivitas yang dilakukan teknisi yang menggunakan sistem pencegah gangguan. Dalam aplikasi monitoring juga menampilkan titik berpotensi gangguan yang ada di sekitar wilayah tersebut, kemudian dapat mengelola data teknisi yang terdaftar dalam sistem pencegah gangguan. Monitoring tersebut memudahkan bagi Team Leader karena dapat mengelola teknisi dan melihat titik berpotensi gangguan secara visual pada peta yang disediakan dalam aplikasi Monitoring Broadband Complaint Prevention System berbasis web ini.]]>
<![CDATA[Case-Based Reasoning Diagnosis Penyakit Pada Tanaman Kelapa Sawit ]]>
<![CDATA[., Tursina]]>;
<![CDATA[Yuliarni, Nella]]>;
<![CDATA[Septiriana, Rina]]>
<![CDATA[ MULTINETICS Vol. 10 No. 1 (2024): MULTINETICS Mei (2024) ]]>
Publisher : <![CDATA[POLITEKNIK NEGERI JAKARTA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32722/multinetics.v10i1.6602
<![CDATA[Oil palm cultivation is one of the main agricultural commodities in Indonesia, as oil palm plants have a relatively high economic value. However, oil palm cultivation is vulnerable to disease attacks that can threaten productivity. The lack of knowledge among farmers in managing plantations and addressing these problems can exacerbate damage to plants due to disease attacks. To address this issue, this research will develop an application using a Case-Based Reasoning (CBR) approach to diagnose diseases in oil palm plants with the nearest neighbor calculation algorithm. CBR will solve new problems by reusing knowledge to solve old problems that are similar and already have solutions. The nearest neighbor algorithm is useful for calculating similarity between new cases and old cases. The data for the research involves 7 types of diseases, 20 symptoms, and 345 cases of disease attacks on oil palm plants. The application testing uses 25 test cases and 320 case bases. From the test results, the application shows an accuracy rate of 31.00, with the highest similarity value reaching 0.98. In this research, it can be seen that the generated similarity values are high but the accuracy value is low. This can be caused by several factors, such as the data of the cases, feature representation, and insufficient diagnosis, which result in high similarity values due to the assignment of values to attribute categories and attribute value proximity.]]>
<![CDATA[Prediksi Indeks Harga Konsumen Menggunakan Metode Fuzzy Time Series Cheng ]]>
<![CDATA[Tursina, Tursina]]>;
<![CDATA[Septiriana, Rina]]>;
<![CDATA[Varian, Ifan]]>
<![CDATA[ Jurnal Locus Penelitian dan Pengabdian Vol. 2 No. 1 (2023): Journal Locus Penelitian dan Pengabdian ]]>
Publisher : <![CDATA[Riviera Publishing ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58344/locus.v2i1.850
<![CDATA[Indeks Harga adalah alat ukur yang digunakan untuk megukur kondisi dari perekonomian secara umum. Bagi pemerintah indeks harga memiliki beberapa peran yang penting. Salah satu peran penting tersebut adalah untuk megukur tingkat kemajuan ekonomi. Salah satu indeks harga yang sering digunakan di Indonesia adalah Indeks Harga Konsumen (IHK). IHK adalah indikator ekonomi yang digunakan sebagai acuan dasar untuk mengukur nilai rata-rata dari perubahan harga barang dan jasa yaitu inflasi atau deflasi di tingkat konsumen di daerah perkotaan. Mengingat IHK memiliki peran penting dalam perekonomian di Indonesia, maka perlu dilakukan prediksi terhadap IHK untuk membantu pemerintah dalam mengantipasi dan menentukan kebijakan terhadap dampak buruk yang mungkin terjadi. Prediksi atau forecasting adalah meramalkan atau mengadakan perkiraan atau taksiran kepada berbagai kemungkinan yang bisa terjadi pada masa yang akan datang. Pada penelitan ini prediksi yang akan dilakukan adalah menggunakan metode fuzzy time series cheng. Fuzzy time series cheng adalah pengembangan dari metode fuzzy time series. Time series adalah himpunan observasi data terurut dalam waktu yang dapat meganalisis dan menentukan pola data pada masa lampau. Logika fuzzy digunakan karena bisa untuk menentukan suatu input ke dalam suatu output dan juga memiliki toleransi terhadap data-data yang tersedia. Penelitian ini bertujuan untuk mengimplementasikan metode fuzzy time series cheng untuk dapat megolah dan memberikan hasil prediksi IHK. Adapun hasil pengujian dari implementasi fuzzy time series cheng pada prediksi IHK periode Januari 2017 hingga Desember 2021 menghasilkan nilai rata-rata error MAPE terbaik sebesar 0.23% dengan jumlah interval sebanyak 77 dan hasil prediksi IHK pada bulan Januari 2022 sebesar 107.25 dengan nilai error MAPE sebesar 1%, sehingga dapat dikatakan bahwa prediksi dinilai sangat baik dan metode fuzzy time series cheng dapat diterapkan pada prediksi IHK.]]>
<![CDATA[REKOMENDASI PEMILIHAN MODEL SEPEDA MENGGUNAKAN RULE BASED SYSTEM ]]>
<![CDATA[Pratami, Trisya Ayu]]>;
<![CDATA[Tursina, Tursina]]>;
<![CDATA[Septiriana, Rina]]>
<![CDATA[ Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 2 (2024) ]]>
Publisher : <![CDATA[Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/jitet.v12i2.4239
<![CDATA[Kenyamanan saat mengendarai sepeda yang tepat sangat berpengaruh dalam pengeluaran energi, keselamatan, mencegah cedera dan meningkatkan kinerja dalam bersepeda. Jika mengendarai sepeda yang kurang sesuai dengan postur tubuh akan menyebabkan ketidaknyamanan berkendara bahkan bisa menyebabkan cedera. Sehingga banyak calon pesepeda atau pengendara sepeda yang kesulitan menentukan ukuran sepeda yang tepat. Untuk menentukan ukuran sepeda yang tepat, maka perlu dilakukannya pengukuran postur tubuh. Dalam pengukuran ini diperlukan perhitungan yang akurat agar frame yang didapatkan tidak merugikan pengguna atau calon pesepeda. Perhitungan ini menggunakan formula dari Greg LeMond bernama metode Lemond. Metode Lemond adalah sebuah formula yang digunakan untuk menghitung ukuran komponen frame sepeda yang sesuai dengan penggunanya. Metode ini menggunakan tinggi badan dan inseam (jarak dari telapak kaki sampai pangkal paha) sebagai indikator utama dalam menentukan ukuran frame dan komponen frame. Penelitian ini menggunakan tahap SDLC yang dimulai dari analisis kebutuhan dilanjutkan dengan perancangan dalam bentuk UML yang terdiri dari use case diagram, activity diagram, dan class diagram. Sistem ini dirancang menggunakan metode rule based system dimana formula perhitungan metode Lemond tersebut direpresentasikan kedalam bentuk aturan-aturan yang digunakan untuk menghasilkan suatu rekomendasi yang tepat. Kemudian aturan tersebut diimplementasikan ke dalam sistem dengan bahasa PHP dan framework Laravel. Selanjutnya, aplikasi tersebut diuji dengan metode black box dan UAT yang dilakukan terhadap 35 responden pada aspek fungsionalitas dan komunikasi visual. Dari hasil penelitian UAT diperolehlah, hasil persentase sebesar 82,9% yang menunjukkan bahwa aplikasi sangat memuaskan dan sesuai dengan tujuan penelitian serta membuktikan bahwa rule based system berhasil diimplementasikan dengan baik dalam sistem rekomendasi.]]>
