Articles
<![CDATA[Rancang Bangun Alat Sortir Jeruk Medan Berdasarkan Luas Lingkar Berbasis Mikrokontroler ATMega2560 ]]>
<![CDATA[Ginting, Yafet Nikolas]]>;
<![CDATA[Abdillah, Junindo]]>;
<![CDATA[Sarimole, Frencis Matheos]]>
<![CDATA[ Sistem Komputer dan Teknologi Intelegensi Artifisial (SIKOMTIA) Vol. 1 No. 3 (2023): December ]]>
Publisher : <![CDATA[FIKOM Universitas Bung Karno ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59039/sikomtia.v1i3.18
<![CDATA[The increasing demand in the agricultural sector demands efficient fruit sorting solutions. This study considered the design and implementation of a orange fruit sorter combining ultrasonic sensor technology, servo motor, and infrared proximity. This tool aims to measure small to large dimensions of orange fruits. The use of infrared proximity aims to counter the fruit in each path where the orange runs to its container, and then the calculated information is displayed on the LCD screen to provide clear information for farmers. The main advantage of this tool is its ability to automatically classify orange fruits by size and amount. The integration of ultrasonic sensors and infrared proximity provides accuracy in distance measurement and fruit counting. This tool innovation provides unprecedented solutions and potential in orange fruit sorting, and can increase productivity in the agricultural industry. This research uses a technology design and implementation approach by integrating ultrasonic sensors, servo motors, IR proximity, on microcontrollers. The designed tool is able to classify orange fruits automatically by size and number. The design of this orange sorter promises to increase efficiency in the agricultural industry. The implementation of sensor technology and automation systems has the potential to provide the right solution for fruit sorting needs.]]>
<![CDATA[Rancang Bangun Purwarupa Alat Pencitraan Gerak Model Gestur Berbasis Mikrokontroler Arduino ]]>
<![CDATA[Akbar, Firman Aulia]]>;
<![CDATA[Kurnia, Mega Tri]]>;
<![CDATA[Sarimole, Frencis Matheos]]>
<![CDATA[ Sistem Komputer dan Teknologi Intelegensi Artifisial (SIKOMTIA) Vol. 1 No. 3 (2023): December ]]>
Publisher : <![CDATA[FIKOM Universitas Bung Karno ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59039/sikomtia.v1i3.22
<![CDATA[In the era of rapidly developing technology, the integration between body and technology becomes real, especially in the development of human and computer interaction. This research focuses on creating prototypes of motion imaging tools using microcontroller technology, responding to the need for more intuitive interactive tools in translating human movements. Using hardware and software engineering approaches, this study designed and tested a tool consisting of Gyrometer and Flex sensors. The gyrometer measures the orientation of motion, while the Flex sensor detects the curvature of the gesture. Tests include calibration between sensors, integration with the HC-05 Bluetooth transmission module as a wireless communication medium, and applications installed on smartphones as processing output information . The study introduced a method of gesture imaging of gestures, providing a solution to interact with computers more naturally. The urgency of this research answers the need to help translate human movement into digital input. The modeled tool is able to detect hand gestures with good accuracy. The smartphone as an output successfully displays information in the form of text and voice based on detected movements. This gesture model motion imaging tool successfully passed the testing stage, showing the effective results of the Gyrometer and Flex sensors in detecting and translating hand movements. The Bluetooth module as a data transmitter runs well sending data to an application on the smartphone, which then displays the information accurately.]]>
<![CDATA[Implementasi Sistem Monitoring Security Berbasis Web di Komplek Bulak Jakarta Timur ]]>
<![CDATA[Matheos Sarimole, Frencis]]>;
<![CDATA[Akbar, Yuma]]>;
<![CDATA[Novianto, Firza]]>;
<![CDATA[Praja Raymond , Samuel]]>;
<![CDATA[Awang Hariman, Aloisius]]>
<![CDATA[ Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31004/jptam.v6i1.3413
<![CDATA[Mengamankan suatu daerah menjadi tugas wajib bagi security dan juga pengurus, hal tersebut menjadi sulit apabila kurangnya personil security yang berjaga di suatu daerah, dalam hal ini penilitan dilakukan pada komplek bulak RT.02/RW.07. Solusi dari permasalah tersebut yang peniliti lakukan adalah membuat aplikasi patroli security yang melibatkan warga untuk melakukan pelaporan apabila mengalami atau mencurigai tindakan kriminal. Menggunakan metode waterfall untuk membagun aplikasi, aplikasi yang dibuat menggunakan bahasa pemrograman javascript, menggunakan framework react JS untuk frontend dan menggunakan framework express JS untuk backend aplikasi tersebut berbasis web sehingga mudah di akses. Aplikasi yang dibangun mampu membantu security yang sedang berpatroli karena pelaporan dari warga dapat langsung diterima oleh security untuk langsung datang ke tempat kejadian.]]>
<![CDATA[Analisis Sentimen Terhadap Aplikasi Satu Sehat Pada Twitter Menggunakan Algoritma Naive Bayes Dan Support Vector Machine ]]>
<![CDATA[Matheos Sarimole, Frencis]]>;
<![CDATA[Kudrat, Kudrat]]>
<![CDATA[ Jurnal Sains dan Teknologi Vol. 5 No. 3 (2024): Jurnal Sains Dan Teknologi ]]>
Publisher : <![CDATA[CV. Utility Project Solution ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55338/saintek.v5i3.2702
<![CDATA[Perbandingan Klasifikasi dan Nilai Akurasi Sentimen Analisis yang dilakukan dengan Algoritma Naive Bayes dan Support Vector Machine dalam menganalisa label sentimen positif dan negative Dapat mengetahui sentimen masyarakat mengenai Informasi dan edukasi Aplikasi SATUSEHAT dengan lebih efisien dari segi waktu dan tenaga.Mengetahui faktor-faktor yang mempengaruhi nilai Akurasi dari Algoritma Naive Bayes dan Support Vector Machine dalam menganalisa label sentimen positif dan negatif.Pengambilan data dilakukan lewat media sosial Twitter dengan menggunakan API Twitteruntuk pengambilan crawling data untuk pengambilan data Twitter dengan kata kunci yang digunakan yaitu " SatuSehat” Total jumlah sampel yang digunakan dalam penelitian ini minimal 1046 data komentar atau lebih. Sampel data yang akan diambil memiliki rentang waktu setahun yaitu pada tahun 2023.Hasil akhir dari Perbandingan dengan dua metode pengujian ini, yaitu hasil prediksi Sentimen Masyakarat Terhadap Isu Aplikasi SatuSehat berdasarkan data yang didapat dari Twitter dan diimplementasikan dengan metode SVM (Support Vector Machine) menunjukkan nilai akurasi sebesar 87.95 %. Dari 1080 data uji, terprediksi 132 data sebagai Sentimen Positif dan 947 data sebagai Sentimen Negatif. Untuk hasil prediksi dari Sentimen Negatif, terdapat 1080 data terprediksi Negatif dan 1 data yang terprediksi Positif. dan Metode Naive bayes menunjukkan nilai akurasi sebesari 81.65%. Dari 1081 data uji, terprediksi sebesar 947 data sebagai Sentimen Negatif dan 132 data sebagai Sentimen Positif Untuk hasil prediksi dari Sentimen Negatif, terdapat 947 data terprediksi Negatif dan 1 data yang terprediksi Positif.]]>
<![CDATA[Klasifikasi Barang Menggunakan Metode Clustering K-Means Dalam Penentuan Prediksi Stok Barang ]]>
<![CDATA[Sarimole, Frencis Matheos]]>;
<![CDATA[Hakim, Lukamanul]]>
<![CDATA[ Jurnal Sains dan Teknologi Vol. 5 No. 3 (2024): Jurnal Sains Dan Teknologi ]]>
Publisher : <![CDATA[CV. Utility Project Solution ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55338/saintek.v5i3.2709
<![CDATA[TB Bambu Kuning merupakan toko yang bergerak dalam penjualan bahan – bahan bangunan yang tingkat penjualannya cukup tinggi dan berlokasi di desa Muara Bakti Bekasi. Saat ini TB Bambu Kuning masih melakukan pemenuhan stok barang atau produk dan melakukan pencatatan transaksi secara manual sehingga sering terjadi kesalahan dalam pencatatan data data yang ada dan juga kurangnya efisiensi waktu yang diperlukan. Maka diperlukan suatu proses pengolahan data besar dengan menggunakan suatu teknik data mining. Teknik data mining yang akan digunakan pada penelitian ini adalah metode K-Means Clustering. Metodologi yang diterapkan dalam penelitian ini adalah CRISP-DM, dengan data penjualan di toko TB Bambu kuning bulan januari sampai maret 2023. Tujuannya Mempermudah pengendalian barang yang dikelola, Mendapatkan proses yang lebih akurat dan efektif dalam menentukan prediksi stok barang dan Mengukur tingkat akurasi dan efektifitas penerapan algoritma K-Means clustering untuk menentukan prediksi stok barang menggunakan Algoritma K-means diterapkan dalam pembentukan cluster berdasarkan model Recency, Frequency dan Monetary (RFM). Dengan bantuan tools jupiter notebook. Pada penentuan jumlah cluster (k) terbaik digunakan metode Elbow. Hasil yang didapat dengan 20 data transaksi terbagi menjadi tiga cluster penjualan terlaris, sedang dan kurang laris. Dari akurasi yang dihasilkan dengan nilai SSE yang rendah yaitu 0,0041 dapat disimpulkan bahwa metode Clustering K-Means dapat digunakan untuk proses clustering dengan hasil cluster yang baik.]]>
<![CDATA[Komparasi Analisis Sentimen Masyarakat Terhadap Isu Penundaan Pemilu 2024 Pada Twitter Dengan Metode Naive Bayes Dan Support Vector Machine ]]>
<![CDATA[Septian, Wahyu]]>;
<![CDATA[Frencis Matheos Sarimole]]>
<![CDATA[ Jurnal Sains dan Teknologi Vol. 5 No. 3 (2024): Jurnal Sains Dan Teknologi ]]>
Publisher : <![CDATA[CV. Utility Project Solution ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55338/saintek.v5i3.2789
<![CDATA[Penelitian ini dilakukan untuk mengetahui pendapat masyarakat terhadap Isu Penundaan Pemilu 2024 pada media sosial Twitter Isu ini dilontarkan pertama kali oleh Luhut Binsar Panjaitan (LBP) selaku Menteri Koordinator Bidang Maritim dan Investasi terkait big data pengguna internet yg diduga mendukung penundaan pemilu 2024. Salah satu algoritma yang dapat digunakan untuk melakukan analisis sentimen adalah Naïve Bayes dan Support Vector Machine. Hasil akhir dari Perbandingan dengan dua metode pengujian ini, yaitu hasil prediksi Sentimen Masyakarat Terhadap Isu penundaan pemilu 2024 berdasarkan data yang didapat dari Twitter dan diimplementasikan dengan metode SVM (Support Vector Machine) menunjukkan nilai akurasi sebesari 91.61%. Dari 585 data uji, terprediksi 204 data sebagai Sentimen Positif dan 380 data sebagai Sentimen Negatif. Untuk hasil prediksi dari Sentimen Negatif, terdapat 584 data terprediksi Negatif dan 1 data yang terprediksi Positif. dan Metode Naive bayes menunjukkan nilai akurasi sebesari 98.80%. Dari 585 data uji, terprediksi sebesar 380 data sebagai Sentimen Negatif dan 204 data sebagai Sentimen Positif Untuk hasil prediksi dari Sentimen Negatif, terdapat 584 data terprediksi Negatif dan 1 data yang terprediksi Positif.]]>
<![CDATA[Penerapan Algoritma Naïve Bayes Dalam Mengetahui Pola Pengguna Keluarga Berencana Pada Tempat Praktek Mandiri Bidan (TPMB) Lilik Faiqoh ]]>
<![CDATA[Sugiono, Sugiono]]>;
<![CDATA[Marliani, Tiara]]>;
<![CDATA[Sarimole, Frencis Matheos]]>;
<![CDATA[Tundo, Tundo]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i2.61406
<![CDATA[Seiring kemajuan teknologi dan informasi yang semakin berkembang, dan menjadikan masyarakat paham akan pentingnya segala informasi, termasuk tentang Keluarga Berencana atau KB. Berdasarkan observasi dan wawancara dengan bidan Lilik Faiqoh bahwa yang menjadi masalah kurangnya penyuluhan terhadap masyarakat, supaya masyarakat paham apa saja alat kontrasepsi yang ada di TPMB Lilik Faiqoh Jakarta Timur. Untuk mengatasi masalah tersebut, maka Algoritma Naïve Bayes merupakan salah satu algoritma machine learning yang dapat digunakan untuk mengklasifikasikan data. Tujuan dari penelitian ini adalah untuk menentukan penerapan Algoritma Naïve Bayes dalam mengetahui pola pengguna Keluarga Berencana pada TPMB Lilik Faiqoh dengan mencakup identifikasi jenis kontrasepsi (KB) yang paling sering digunakan. Kemudian untuk data Keluarga Berencana ini akan dilakukan dengan proses penerapan metode CRISP-DM. Penelitian ini diharapkan dapat meningkatkan layanan TPMB Lilik Faiqoh dan memberikan manfaat yang lebih besar bagi masyarakat setempat dalam hal penyediaan layanan kesehatan.]]>
<![CDATA[Analisis Sentimen Tanggapan Pengguna Media Sosial X Terhadap Program Beasiswa KIP-Kuliah dengan Menggunakan Algoritma Support Vector Machine (SVM) ]]>
<![CDATA[Amelia, Ika]]>;
<![CDATA[Sugiyono]]>;
<![CDATA[Sarimole, Frencis Matheos]]>;
<![CDATA[Tundo]]>
<![CDATA[ Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): September ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35870/jimik.v5i3.990
<![CDATA[The KIP-Kuliah Scholarship is an Indonesian government program which aims to provide access to higher education for students from underprivileged families. This program has become a hot topic of discussion on social media, including social media. The object of research is comments on X's social media regarding the KIP-College Scholarship. Research methods include crawling data using google collabs, data preprocessing, Support Vector Machine model training, and model evaluation using RapidMiner. The research results show that the Support Vector Machine model is able to classify sentiment with an accuracy of 86.27%, but there is a bias towards negative sentiment. The majority of public responses are negative, often regarding misuse of scholarships. The suggestions given include collecting more balanced data, using dataset balancing techniques, implementing more complex models, and more in-depth evaluation to improve model performance. It is hoped that this research will provide input for the government in improving the KIP-College Scholarship distribution mechanism so that it is more targeted and reduces the potential for abuse.]]>
<![CDATA[Pengembangan Media Pembelajaran Berbasis Teknologi Augmented Reality (AR) dengan Algoritma Vuforia SDK pada Mata Pelajaran IPA Kelas VIII di Madrasah Al-Aqsha (MTS) ]]>
<![CDATA[Aryanti, Putri Gea]]>;
<![CDATA[Rasiban]]>;
<![CDATA[Sarimole, Frencis Matheos]]>;
<![CDATA[Tundo]]>
<![CDATA[ Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): September ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35870/jimik.v5i3.998
<![CDATA[This research aims to develop learning media in the form of an Android-based Augmented Reality application on human respiratory system material which can provide information about the introduction of respiratory system organs and their processes, and markerless images of the shapes of the organs which have been input into the Vuforia SDK library. This research develops an Augmented Reality application as an introduction to the organs of the respiratory system using several tools such as: MDLC, Unity, ARToolkit to better understand students about the respiratory system. The application of Augmented Reality in this research uses the Marker Based methods. The Augmented Reality application for recognizing the respiratory system in humans was tested using BlackBox with results of passing the system functional test 100% and usability testing results using a questionnaire. The learnability aspect was 4.47, efficiency 4.43, memorability 4.2, errors 4.5, and satisfaction 4.52, this application was tested in the "Good" category. Although there are problems with the quality of the camera and lighting, the test results show that this application is interesting and worthy of being developed again, so the implementation of Augmented Reality on MTS Al-Aqsa is the right step to support the method concept learning.]]>
<![CDATA[Analisis Pola Kinerja Anak dalam Tes Membaca untuk Mengidentifikasi Anak yang Membutuhkan Pendampingan Dini Menggunakan Algoritma K-Means Clustering di PAUD Seroja ]]>
<![CDATA[Sarimole, Frencis Matheos]]>;
<![CDATA[Septiansyah, Muhamad Aqil]]>
<![CDATA[ Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): September ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35870/jimik.v5i3.1010
<![CDATA[This research aims to analyze children's performance patterns in reading tests in order to identify children who need early assistance at PAUD (Early Childhood Education) Seroja. Early identification is very important to provide timely assistance to children who have reading difficulties, so as to improve their reading abilities from an early age. In this research, the K-Means Clustering algorithm was used to group children based on their reading test results. The data used in this research consisted of reading test results taken from a number of children at PAUD Seroja. K-Means Clustering algorithm is applied to Cluster children into groups based on their performance. The results of this grouping are then analyzed to identify significant performance patterns and to identify children who need early assistance.]]>
