Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : The Indonesian Journal of Computer Science

Implementasi Fuzzy Logic Pada Sistem Kontrol pH Air Mineral Berbasis IOT Joniwarta; Priatna, Wowon; Hamdani, Asep R.; Alexander, Allan D.
The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i4.3356

Abstract

Implementation of Fuzzy Logic in the IOT-Based Mineral Water pH Control System for various existing bottled mineral water products, this system can measure the pH value, to find out if the value is still within the limits suitable for consumption or not based on government regulations. The public finds it challenging to understand the level of the pH value of the product because the current state of information regarding the pH level of mineral water generally is not listed in the mineral water bottle circulating on the market. Hardware design, application design, and hardware and software integration were the three steps of this research project. The pH value will be read by this control system from the output of the sensors then the data is collected into a data set. The data will be examined for trends using fuzzy logic, which will be used to classify the maximum and minimum pH levels, acidity levels, and base levels. The study's findings show that an internet-based web of things can access the mineral water pH control system to ascertain each mineral water product's pH value and temperature. This information can then be used by consumers to ascertain the pH level of each mineral water product.
Particle Swarm Optimization Untuk Optimasi Klasifikasi Tingkat Kepuasan Layanan Publik Priatna, wowon
The Indonesian Journal of Computer Science Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i5.3441

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui tingkat kepuasan terhadap pelayanan yang diberikan oleh pemerintah daerah sebagai penyedia layanan publik dengan mengklasifikasikan data yang diperoleh dari survei yang dilakukan. Saat ini desa dan kelurahan telah memberikan pelayanan sesuai kebutuhan masyarakat, namun jika tidak sepenuhnya memberikan pelayanan yang optimal maka dapat menimbulkan ketidakpuasan dan merugikan masyarakat baik secara fisik maupun materil. Untuk meningkatkan kualitas layanan dan menyelesaikan keluhan pengguna layanan secara efektif, mengidentifikasi pola dan memberikan umpan balik yang tepat waktu untuk meningkatkan produk dan layanan yang diberikan, diperlukan metode klasifikasi pengguna layanan. Metode pengumpulan data pada penelitian ini menggunakan metode survei dengan menyebarkan kuesioner kepada masyarakat pengguna layanan publik di desa dan kelurahan. Data yang diperoleh dianalisis menggunakan Excel untuk mengolah data terlebih dahulu untuk membuat model klasifikasi. Pada tahap prepROCessing, data dikelompokkan untuk mendapatkan label/target sehingga data tersebut dapat diolah menggunakan algoritma klasifikasi. Klasifikasinya menggunakan algoritma Decision Tree (DT), Naïve Bayes, Support Vector Machine (SVM), K-Nearest Neighbor (KNN). Tingkatkan klasifikasi dengan pengoptimalan fitur menggunakan Particle Pool Optimization (SPO). Penelitian ini menghasilkan nilai akurasi tertinggi pada klasifikasi pohon keputusan dengan mendapatkan nilai akurasi tertinggi sebesar 97,74%, disusul algoritma KKN memperoleh akurasi sebesar 77,90%, algoritma Naïve Bayes sebesar 64,4% dan algoritma yang memperoleh nilai akurasi terkecil adalah algoritma SVM. yaitu 59,90%. Setelah dilakukan optimasi, nilai akurasi tertinggi terdapat pada algoritma SVM dan algoritma KNN sebesar 98,3%, pohon keputusan sebesar 97,77%, dan akurasi terkecil pada algoritma Naïve Bayes sebesar 69,30%.
Dampak Pengambilan Sampel Data untuk Optimalisasi Data tidak seimbang pada Klasifikasi Penipuan Transaksi E-Commerce Priatna, Wowon
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3698

Abstract

Tujuan dari penelitian ini adalah untuk mengatasi masalah pengklasifikasian dan prediksi data yang tidak seimbang terkait dengan kondisi transaksi E-Commerce. Menjamurnya transaksi e-commerce menimbulkan potensi permasalahan: penipuan dalam pembelian e-commerce. Kasus penipuan e-niaga terus meningkat setiap tahun sejak tahun 1993. Menurut survei tahun 2013, untuk setiap $100 transaksi e-niaga, terdapat kerugian sebesar 5,65 sen akibat penipuan. Mendeteksi penipuan merupakan pendekatan yang efektif untuk meminimalkan terjadinya aktivitas penipuan dalam transaksi e-commerce. Pembelajaran menjadi metode yang semakin dapat diandalkan untuk memprediksi keadaan. Tidak adanya keseimbangan antara data yang curang dan tidak curang mengakibatkan klasifikasi menjadi bias. Algoritma SMOTE diperlukan untuk mencapai keseimbangan data. Selanjutnya peristiwa transaksi akan diklasifikasikan menggunakan algoritma Support Vector Machine, K-Nearest Neighbor, Naive Bayes, dan C45, dengan mempertimbangkan hasil penyeimbangan data. Di antara algoritma SVM, KNN, dan C45, metode Naive Bayes menunjukkan nilai akurasi tertinggi. Oleh karena itu, disarankan untuk menggunakan teknik ini untuk tujuan mengidentifikasi kondisi e-commerce
The Effects of Data Sampling and Feature Selection on Public Service Satisfaction Using an Ensemble Classifier Algorithm Priatna, Wowon
The Indonesian Journal of Computer Science Vol. 14 No. 3 (2025): 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.v14i3.4533

Abstract

Customer satisfaction is an important factor that determines quality. User satisfaction analysis can identify the service quality and measure quality through an evaluation process to improve services. This research aims to measure the performance of services provided by the village government. Villages and sub-districts offer services based on the community's specific needs. Nevertheless, by delivering impeccable service, it is possible to satisfy the community without causing physical or material harm. An essential requirement is the development of a service user classification methodology to enhance service quality, efficiently address service user grievances, detect recurring trends, and promptly offer feedback to enhance the offerings of products and services. Machine learning approaches can be used to quantify public service satisfaction in the analytical process. Machine learning is an algorithmic approach used to assess and prioritize satisfaction with public services offered by service providers. The main approach for machine learning is an ensemble classifier. The data was analyzed using Excel; then, the data was processed first to create a classification model. At the preprocessing stage, the data is grouped to obtain labels/targets to be processed based on algorithmic classification. The classification uses the Classifier aggregation algorithm. Type improvements using optimization features using the Particle Swarm Optimization (PSO) sampling algorithm and random subsampling techniques. This research produced an accuracy value before adding sampling techniques and a PSO accuracy value of 92.68. After adding sampling techniques and PSO optimization, an accuracy value of 100% was obtained
Co-Authors -, Rasim ., Rasim Ade Iriani Adi Setiawan Agung Nugroho Agung Nugroho Agus Hidayat Agus Hidayat Aida Fitriyani, Aida Ajif Yunizar Pratama Yusuf Alexander, Allan D Alexander, Allan D. Alhillah, Yumaris Alfi Andi Lawrence Hutahaean, Johanes Andi Rahman Andri Fajriya Andry Fadjriya Annisa Oktavianti Hermadi Aprilyana, Dhea Putri Asep R. Hamdani Asep Ramdhani M Asep Ramdhani Mahbub Atika , Prima Dina Dimas Abimanyu Prasetyo Dwi Budi Srisulistiowati Dwipa Handayani Eka Nur A’ini Endang Retnoningsih Enggar Putera, dkk, Diaz Faisal Adi Saputra Fajar Mukharom Fathurrazi, Ahmad Febry Sandrian Sagala Fefbiansyah Hasibuan Galih Apriansha Pradana Hadi Kusmara Hamdani, Asep R. Hendarman Lubis Herlawati Herlawati Hindriyanto Dwi Purnomo Ikhsan Romli Ilham Rizky Widianto Irwan Sembiring Ismaniah, Ismaniah Iwan Setyawan Joni Warta Joni Warta Joniwarta Joniwarta Jumi Saroh Hidayat Kapriadi, Engkap Karyaningsih, Dentik Khoirunnisaa, Nabiilah Kustanto , Prio Lestari, Tyastuti Sri Lubis, Hendarman M. Fadhli Nursal Mahbub, Asep Ramdhani Mayadi Mayadi Meutia, Kardinah Indrianna Mugiarso Mugiarso, Mugiarso Muhammad Khaerudin Noe’man,, Achmad Nurjeli Nurjeli Pradana , Galih Apriansha Prima Dina Atika Purnomo, Rakhmat Rahmadya Trias Handayanto Rakhmat Purnomo Rasim Rejeki , Sri Retnoningsih , Endang Rinaldi Tunnisia Ritzkal, Ritzkal Sagala, Febry Sandrian Saputra , Faisal Adi Silvi - Siti Setiawati SITI SETIAWATI Siti Setiawati Siti Setiawati, Andika Yusuf Hidayat Sri Lestari, Tyastuti Sri Rejeki Sudiantini, Dian Sulistiyo, Dwi Suryadi Syahbaniar Rofiah Tb Ai Munandar, Tb Ai Theopillus J. H. Wellem Tri Dharma Putra Tri Dharma Putra Tyastuti Sri Lestari Tyastuti Sri Lestari Tyastuti Sri Lestari Tyastuti Sri Lestari Widianto, Ilham Rizky Wiyanto Wiyanto