Claim Missing Document
Check
Articles

Found 8 Documents
Search

Prediksi Akumulasi Kasus Terkonfirmasi Covid-19 Di Indonesia Menggunakan Support Vector Regression Agus Budi Raharjo; Zahrul Zizki Dinanto; Dwi Sunaryono; Diana Purwitasari
Techno.Com Vol 20, No 3 (2021): Agustus 2021
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v20i3.5062

Abstract

Indonesia merupakan salah satu negara di dunia yang terdampak parah oleh gelombang kedua COVID-19. Salah satu cara untuk meningkatkan kesadaran masyarakat terhadap wabah penyebaran virus adalah dengan memberikan informasi tentang prediksi kasus baru. Memprediksi akumulasi kasus dalam beberapa hari ke depan juga sangat penting untuk memperkirakan kebutuhan rumah sakit dan membantu pemerintah dalam membuat kebijakan. Di sisi lain, pola kasus gelombang kedua sulit untuk disimulasikan dengan pendekatan regresi tradisional. Penelitian ini berfokus pada pembuatan sistem informasi yang memberikan visualisasi prediksi akumulasi kasus COVID-19 di Indonesia dengan menggunakan Support Vector Regression (SVR). Algoritma pembelajaran ini dipilih karena kinerjanya yang sangat baik untuk menangani prediksi deret waktu. Hasil eksperimen menunjukkan bahwa SVR dapat memprediksi jumlah akumulasi kasus selama 30 hari ke depan dengan akurasi di atas 80%. Model prediksi tersebut kemudian dipasang pada aplikasi berbasis web, dan hasilnya divisualisasikan sesuai dengan data terbaru.
Identifikasi Profil Konsumsi Enegri Listrik untuk Meningkatkan Pendapatan dengan Klustering Mirza Hamdhani; Diana Purwitasari; Agus Budi Raharjo
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 2 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i2.232

Abstract

Ketersediaan energi listrik pada sistem sulsel lebih dari cukup yakni 602 MW. Sejalan dengan surplusnya energi listrik, kantor pusat memberikan program program peningkataan penjualan kepada unit-unit layanan pelanggan untuk dijalankan. Program tersebut belum memberikan hasil yang baik untuk Key performance indicator penjualan tenaga listrik, karna bahwasannya program tersebut diberikan secara umum untuk seluruh unit layanan pelanggan tanpa memperhatikan kondisi pasar dan karakter pelanggan yang di miliki unit layanan. Profil konsumsi energi listrik sangat penting untuk mendukung pengembangan strategi pemasaran yang dipersonalisasi agar tepat sasaran. Identifikasi profil konsumsi listrik dapat menunjukkan karakteristik pemakaian energi listrik tiap pelanggan. Pada penelitian ini clustering dilakukan permodelan melalui pengolahan data profil konsumsi listrik ditunjukkan dengan variable daya, pemakaian energi, penambahan pelanggan bulanan dari tahun 2019-2021. Selanjutnya dari hasil clustering tersebut menggali informasi karakteristik tiap klusternya untuk dijadikan informasi strategi pemasaran. Diharapkan dari penelitian ini mendapatkan model karakteristik profil konsumsi energi listrik. Hasil dari metode sum of square error mendapatkan k=3 dengan rasio 1,57. Cluster_1 adalah pelanggan dengan kontribusi rupiah penjualan terendah yakni secara komulatif hanya memberikan 18,5%. Cluster_2 berkontribusi sedang secara komulatif pada rupiah pendapatan yakni sebesar 34,86%. Cluster_3 berkontribusi paling tinggi secara komulatif pada rupiah pendapatan yakni sebesar 46,63%. Pada kelompok pelanggan yang berkontribusi terendah perlu dilakukan pemeriksaan persil pelanggan untuk memastikan pemanfaatan energi listrik dan mencurigai adanya pelanggaran penyaluran energi listrik. Pada kelompok pelanggan kontribusi sedang diberikan pendampingan dengan pengenalan alat alat elektronik dengan manfaatnya. Kemudian pada pelanggan kontribusi besar dapat diberikan layanan peendampingan dalam rangka menjaga loyalitas pelanggan, serta memberikan layanan informasi terkait tgihan listrik. Teknik k-means clustering memberikan kemudahan identifikasi karakteristik pelanggan dan visualisasi yang baik untuk perusahaan menganalisa yang kemudian memberikan informasi rekomendasi kebijakan dan strategi peningkatan pendapatan.
Identifikasi Fitur untuk Prediksi Penerimaan Program Listrik Prabayar: Kasus di PLN Tahuna Eko Riduwan; Diana Purwitasari; Agus Budi Raharjo
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6451

Abstract

Listrik Prabayar (LPB) memberikan manfaat bagi perusahaan listrik dalam hal mengurangi piutang pelanggan dan memberikan kemudahan pengendalian pemakaian listrik bagi pelanggan. Perusahaan Listrik Negara (PLN) mempunyai program pemasaran untuk berpindah (migrasi) dari listrik pascabayar menjadi LPB. Pencapaian Key Performance Indicator (KPI) Program Pemasaran LPB PLN Tahuna pada 2021 hanya 1.185 pelanggan dari taget 2.261 pelanggan. Hal ini memberikan peluang perbaikan karena program pemasaran saat ini belum mengoptimalkan penggunaan data sebagai dasar penentuan prospek pelanggan. Penelitian ini mengajukan metode identifikasi fitur dan skenario pemilihan algoritma Pembelajaran Mesin yang tepat untuk memprediksi penerimaan pelanggan listrik pasca bayar terhadap program prabayar. Identifikasi fitur dilakukan dengan pengukuran korelasi Pearson. Kandidat algoritma Pembelajaran Mesin yang terpilih adalah Logistic Regression, Support Vector Machines, Decision Tree, dan Random Forest. Model-model yang dihasilkan dievaluasi menggunakan confusion matrix sehingga didapatkan model terbaik untuk studi kasus yang diajukan. Penelitian menunjukkan bahwa fitur tarif, daya, frekuensi terlambat membayar listrik, pemakaian rata-rata listrik bulanan (kWh) dan Kabupaten mempunyai korelasi signifikan dengan penerimaan LPB. Adapun model dengan algoritma Random Forest adalah model terbaik sesuai tujuan penelitian dengan F1-Measure tertinggi (95,17%).
Pemanfaatan Machine Learning untuk Pengelompokan dan Prediksi Target Tambah Daya Listrik Pelanggan Prabayar (Studi Kasus : PT PLN ULP Watang Sawitto) Rizqa Afthoni; Diana Purwitasari; Agus Budi Raharjo
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6476

Abstract

Perkembangan teknologi sistem informasi dan ilmu pengetahuan khususnya dalam bidang pemasaran membuat para pelaku usaha berupaya untuk meningkatkan competitive advantage mereka dengan mengerahkan sumber daya yang dimiliki oleh perusahaan. Perusahaan dituntut untuk berinovasi dalam mengelola perusahaannya agar dapat bertahan dalam dunia persaingan. Kemampuan untuk memprediksi pelanggan prabayar yang berpotensi tambah daya listrik merupakan salah satu strategi pendukung untuk keberhasilan program pemasaran tambah daya pelanggan berdasarkan karakteristik konsumsi listriknya. Berdasarkan hal tersebut, penelitian ini mengajukan metode prediksi pelanggan prabayar dengan memanfaatkan algoritma pengelompokan (Clustering) dan klasifikasi. Data yang diolah adalah data pelanggan prabayar tarif rumah tangga yang memiliki fitur variabel daya listrik pelanggan (VA), frekuensi beli token listrik, total pemakaian kWh, total rupiah pembelian token, selisih daya VA pelanggan, jam nyala, periode hari pembelian token listrik, dan riwayat tambah daya listrik pelanggan. Pengelompokan dilakukan dengan menerapkan algoritma K-means. Dari hasil tersebut, model prediksi dibangun sesuai target setiap klaster dengan memanfaatkan dua metode, Gradient Boosting dan Artificial Neural Network. Evaluasi prediksi model terbaik dilakukan dengan menerapkan tiga skenario proporsi data latih dan data uji, yang selanjutnya diukur menggunakan matrik akurasi dan Cohen Kappa. Hasil eksperimen menghasilkan empat klaster berdasarkan karakteristik konsumsi listriknya. Gradient Boosting memberikan hasil yang terbaik untuk semua klaster, untuk klaster 1 menghasilkan nilai AUC 0.784, klaster 2 menghasilkan nilai AUC 0.941, klaster 3 menghasilkan nilai 0.884 dan klaster 4 menghasilkan nilai AUC 0.903.
Pendampingan Modul Pengumpulan dan Pelaporan Data pada Aplikasi Penelusuran COVID-19 untuk Dinas Kesehatan Jawa Timur Agus Budi Raharjo; Erlinda Argyanti Nugraha; Fransiscus Xaverius Arunanto; Dwi Sunaryono; Fajar Baskoro; Diana Purwitasari; Misbakhul Munir Irfan Subakti
Sewagati Vol 5 No 1 (2021)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1149.283 KB)

Abstract

Provinsi Jawa Timur (Jatim) adalah wilayah terpadat kedua di Indonesia dengan sekitar 39 juta penduduk tersebar di 38 kota. Selain Jakarta sebagai daerah terbanyak dengan pasien COVID-19, Jatim merupakan salah satu provinsi dengan pasien terkonfirmasi terbanyak. Dengan kondisi tersebut, penelusuran dan prediksi pasien menjadi hal vital yang dapat membantu pemerintah provinsi dalam mempelajari pola penyebaran sehingga mampu memberikan landasan dalam mengambil keputusan. Saat ini ITS khususnya Fakultas Teknologi Elektro dan Informatika Cerdas (FTEIC) sudah berpartisipasi aktif dalam mendampingi pembangunan sistem pengelolaan data lengkap pasien terkonfirmasi. Sistem yang dibangun tersebut diaplikasikan di wilayah Jatim, di mana ITS menjadi mitra Dinas Komunikasi dan Informasi (Diskominfo) dan Dinas Kesehatan (Dinkes) Jatim. Meskipun saat ini sistem pengelolaan data sudah dibangun, namun fitur penelusuran dan prediksi masih belum bisa dioptimalkan karena terkendala tenaga ahli. Oleh karena itu, departemen Informatika ITS khususnya laboratorium Algoritma dan Pemrograman (AP) menawarkan untuk melanjutkan pendampingan dengan Diskominfo dan Dinkes Jatim dalam pengumpulan dan pelaporan data guna menunjang fitur penelusuran dan prediksi tersebut. Dengan adanya pengabdian ini, diharapkan dapat mengoptimalkan sistem yang sudah dibangun sebelumnya dan dapat diadaptasi agar bisa mengelola data pandemi di masa mendatang sebagai bentuk kontribusi mendukung usaha pemerintah dalam menangani COVID-19.
Pengembangan Sistem E-Lapor untuk Meningkatkan Kualitas Pengelolaan Data Perumahan, Prasarana, Sarana dan Utilitas (PSU) di Kabupaten Sidoarjo Putu Gde Ariastita; I Dewa Made Frendika Septanaya; Arwi Yudhi Koswara; Karina Pradinie Tucunan; Agus Budi Raharjo; Placidus Kristadi Stefanugroho
Sewagati Vol 7 No 3 (2023)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1127.793 KB) | DOI: 10.12962/j26139960.v7i3.448

Abstract

Kabupaten Sidoarjo menjadi lokasi pilihan utama bagi pengembang untuk membangun perumahan di wilayah metropolitan Surabaya. Pembangunan perumahan formal berkembang dengan pesat dan dampaknya sektor properti menjadi tulang punggung perekonomian di Kabupaten Sidoarjo. Namun, masalah muncul karena mayoritas pengembang belum atau tidak menyerahkan aset prasarana, sarana dan utilitas (PSU) perumahannya ke pemerintah daerah sebagaimana yang diamanatkan dalam Peraturan Menteri dalam Negeri No.9 tahun 2009 dan Peraturan Bupati Kabupaten Sidoarjo No.16 tahun 2017 serta No.10 tahun 2019. Dengan adanya permasalahan ini, sistem E-Lapor dibuat untuk mengelola isu PSU perumahan di Kabupaten Sidoarjo. Sistem ini secara teknis dikembangkan dalam bentuk web dengan memanfaatkan kerangka kerja Code Igniter dan sistem database MySQL. Hasilnya, sistem E-Lapor dapat mempermudah pemerintah Kabupaten Sidoarjo untuk melakukan kegiatan pemantauan, pencegahan dan penindakan, khususnya kepada pengembang yang tidak tertib dan taat dalam menyediakan PSU di lokasi perumahannya. Selain itu, bank data E-Lapor juga bisa dimanfaatkan untuk mengembangkan fitur lain dalam sistem cerdas E-Pengelolaan aset PSU perumahan di Kabupaten Sidoarjo.
PlasmaHub: Aplikasi Donor Plasma Konvalesen Berbasis Web Pengolah Informasi guna Memudahkan Pemetaan Pendonoran di Jawa Timur Agus Budi Raharjo; Diana Purwitasari; Elshe Erviana Angely; Herdayanto Sulistyo Putro; Edy Sukotjo; Imam Santosa; Ivonne Soejitno; Juli Purwanto
Sewagati Vol 7 No 2 (2023)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1863.508 KB) | DOI: 10.12962/j26139960.v7i2.456

Abstract

Pandemi COVID-19 telah memicu krisis kesehatan global. Sampai dengan saat ini, belum ada pilihan yang terbukti untuk pemulihan bagi masyarakat yang terkonfirmasi positif. Salah satu strategi jangka pendek untuk membantu pemulihan pasien terkonfirmasi adalah melalui terapi plasma konvalesen. Plasma konvalesen yang didapat dari individu penyintas COVID-19 mampu digunakan untuk pemeliharaan kesehatan pasca terpapar atau mempercepat penyembuhan penyakit menular. Saat ini, jumlah penyintas yang banyak di Indonesia tidak sebanding dengan masyarakat yang telah melakukan donor plasma konvalesen. Hal tersebut mengakibatkan kebutuhan plasma yang tinggi dengan ketersediaan pendonor yang rendah. Pasien harus menyebarkan data pribadi mereka melalui media sosial untuk mendapatkan golongan darah yang cocok. Tim Satuan Tugas COVID-19 ITS bekerja sama dengan ikatan alumni penyintas COVID-19 RS Indrapura berpartisipasi aktif dalam membangun aplikasi berbasis web PlasmaHub, untuk membantu menjembatani antara pemohon dan pendonor plasma konvalesen secara anonim, sehingga meminimalisir tersebarnya data pribadi. Sosialisasi penggunaan aplikasi untuk meningkatkan peminat donor plasma konvalesen dilakukan dengan peresmian oleh rektor ITS, konferensi pers, dan webinar. Saat ini, aktivitas sosialisasi sudah dipublikasi ke lebih dari dua puluh media massa nasional. Aplikasi yang diusulkan diharapkan dapat membantu PMI dalam meningkatkan stok plasma konvalesen, mempermudah masyarakat untuk mendapat donor plasma, dan turut serta melindungi keamanan data pribadi pasien.
QR Code Edukatif sebagai Media Belajar Terintegrasi untuk Pengelolaan Keanekaragaman Hayati Bambu di Kawasan Ekowisata Boonpring, Kabupaten Malang Indah Trisnawati; Arwi Yudhi Koswara; Agus Budi Raharjo; Putra Maulida; Farid Kamal Muzaki
Sewagati Vol 7 No 4 (2023)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v7i4.537

Abstract

Kawasan wisata alam Boonpring Desa Sanankerto, Kecamatan Turen (Malang) memiliki potensi besar sebagai destinasi wisata edukasi lingkungan berupa arboretum pusat pendidikan, penelitian dan konservasi tumbuhan bambu. Untuk wisata edukasi lingkungan berupa perpustakaan dan museum bambu, diharapkan Boonpring menyediakan informasi memadai mengenai potensi lokalnya yaitu beragam jenis bambu. Kegiatan Abmas ITS ini telah melakukan inventarisasi karakteristik (morfologi luar, distribusi, status konservasi) dan sistematika (taksonomi dan nama ilmiah) bambu. Dilanjutkan dengan menyusun dan mengembangkan media belajar terintegrasi dengan barcode edukatif Sistem Informasi Inventarisasi Tumbuhan Berbasis Quick Response (QR) Code, dan e-booklet potensi keanekaragaman bambu. Sistem ini memudahkan pihak pengelola untuk mengelola semua informasi tentang bambu, serta memonitor data koleksi bambu di arboretrum, sehingga pengelolaan keanekaragaman bambu dapat dilakukan secara efisien. Selain itu, sistem ini dapat membantu permasalahan dan kelemahan metode manual. Hal ini bermanfaat bagi rencana pemanfaatannya di masa datang sebagai perpustakaan dan museum bambu di Indonesia, yang mampu meningkatkan pemberdayaan masyarakat desa cerdas di bidang edukasi lingkungan. Dalam pengaplikasian sistem informasi ini perlu ditingkatkan kesiapan sarana, terutama internet di lokasi eduwisata. Komunikasi dan koordinasi tim abmas dengan pengelola eduwisata perlu dilakukan secara berkelanjutan, terutama terkait dengan pengelolaan keanekaragaman hayati dan wisata alamnya agar edukasi lingkungan masyarakat ini dapat tercapai secara optimal.