Claim Missing Document
Check
Articles

Penerapan Learning Vector Quantization Dalam Memprediksi Jumlah Rumah Tangga Miskin Harliana, Harliana; Kirono, Sodik
Jurnal Sains dan Informatika Vol 5 No 2 (2019): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (399.152 KB) | DOI: 10.34128/jsi.v5i2.192

Abstract

Kemiskinan merupakan salah satu permasalahan penting yang masih terus dilakukan pengkajiannya oleh pemerintah daerah termasuk pemerintah Kabupaten Cirebon, berbagai upaya pemberian bantuan telah dilakukan, namun sayangnya masih ada beberapa rumah tangga miskin yang belum dapat keluar dari kemiskinan tersebut. Penelitian ini bertujuan untuk memprediksi rumah tangga miskin yang telah mendapatkan bantuan, apakah dapat keluar dari kemiskinannya ataukah tetap pada kelompok desil 1 (rumah tangga sangat miskin), desil 2 (rumah tangga miskin), desil 3 (rumah tangga hampir miskin) melalui algoritma LVQ. Algoritma LVQ merupakan salah satu algoritma klasifikasi yang mampu mengenali dan meniru input output yang telah ditentukan. Penelitian ini menggunakan 70 data set, 10 neuron inputan, 3 neuron keluaran, 100 MaxEpoh dan 0,05 learning rate (a) dalam melakukan prediksi. Dari 70 data set yang digunakan selanjutnya akan dipecah menjadi data training dan data testing. Berdasarkan 5 hasil pengujian yang telah dilakukan, didapatkan bahwa tingkat akurasi dan error rate akan berbanding lurus terhadap jumlah data training dan data testing yang ditentukan.
Sentiment Analysis of Vaccine Booster during Covid-19: Indonesian Netizen Perspective Based on Twitter Dataset Khoiril Hikmah; Abd. Charis Fauzan; Harliana Harliana
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 5, No 2 (2022): JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Publisher : JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)

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

Abstract

Corona virus has become a global threat at the end of 2019. The spread of this corona virus is very fast to all countries in the world.  The World Health Organization (WHO) has determined the status of the corona virus as a global pandemic called the Corona Virus Desease 2019 (Covid-19). Indonesia was detected first case of Covid-19 on March 2, 2020. After that, the number of Covid-19 cases in Indonesia increased every day and had a real impact on various sectors sectors, such as the economic and education. The Indonesian government has handled this health disaster, one of way that has been done is by holding a COVID-19 vaccine. Includes one dose vaccine, second dose vaccine and vaccine booster. The existence of this vaccine booster has received various opinions from Indonesian netizens who were conveyed through social media of Twitter. Therefore, this research aims to analyze the sentiments of Indonesian netizens about booster vaccination. In this study, data was collected from the Twitter dataset by crawling using the Rapidminer. Then, the data preprocessing stage is carried out consisting of: case folding, tokenizing, filtering and stemming. Sentiment classification is divided into positive sentiment, negative sentiment and neutral sentiment. Sentiment classification resolved using the Naive Bayes algorithm. This research resulted sentiment of vaccine booster during Covid-19 based on Indonesian netizen, include tweets of 23% positive sentiment, tweets of 15% neutral sentiment and tweets of 76% negative sentiment with an accuracy rate of 89%.
Komparasi Jarak Euclidean dan Jarak Manhattan Untuk Deteksi Covid-19 Melalui Citra CT-Scan Paru-Paru Ayu Eviana; Abd. Charis Fauzan; Harliana Harliana; Fatra Nonggala Putra
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.5380

Abstract

With the Covid-19 virus, Indonesia has a high risk of being exposed to the Covid-19 virus. Detecting Covid-19 can be done with medical imaging tools, one of which is a CT-Scan of the lungs through an intelligent system. In this research, an intelligent system is designed using Euclidean Distance and Manhattan Distance. The purpose of this study was to determine the best accuracy results from the comparison between Euclidean distance and Manhattan distance. The data set used is 349 CT-Scan images of Covid-19 lungs and 397 CT-Scan images of Non-Covid-19 lungs. In this study, 3 scenarios were tested. The method used is to perform the initial preprocessing stage by changing the image size and converting the image into grayscale form. Then the distance between pixels is calculated and the closest value is searched to obtain the results. The results obtained from this study were based on a trial of 3 scenarios using Euclidean Distance and Manhattan Distance, the best results were obtained in the 3rd scenario. In the third scenario using the Euclidean Distance, the accuracy is 82.87%, precision is 76.08%, and recall is 85.71%, while using the Manhattan distance, the accuracy is 86.98%, precision is 77.77%, and recall is 85. ,71%. So in this study it can be concluded that the best accuracy results are using the Manhattan Distance with an accuracy value of 86.98%, precision 77.77%, and recall 85.71%.
Perancangan User Experience Website Profil Dengan Metode The Five Planes (Studi kasus: BP3K Kecamatan Mundu) Luthfi Hardiansyah; Khalid Iskandar; Harliana Harliana
Jurnal Teknik Informatika UMUS Vol 1 No 01 (2019): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (444.407 KB) | DOI: 10.46772/intech.v1i01.34

Abstract

User experience merupakan salah satu faktor penting yang dapat mendukungkeberhasilan dalam membangun suatu website. Website yang baik adalah website yang mempertimbangkan dan memperhatikan kemudahan pengguna, sehingga tidakmenyebabkan kesulitan bagi pengguna ketika mengakses website tersebut. Saat ini penyampaian dan penyebaran informasi penyuluhan di BP3K Mundu masih sering terjadi kesalahan dalam memahami komunikasi yang diterima. Selain itu tampilan lama website BP3K Mundu masih belum tersusun dengan baik, sehingga pemanfaatan website belum maksimal. Penelitian ini mengajukan perancangan website profil sekaligus memperhatikan aspek user experience menggunakan metode the five planes. Metode ini terdiri dari beberapa lapisan, yaitu strategy plane, scope plane, structure plane, skeleton plane, dan surface plane. Hasil penelitian ini berupa perancangan prototipe website profil yang dilakukan sampai tahap highfidelity. Dalam proses evaluasi dilakukan pengujian terhadap tiga pengguna berdasarkan lima aspek usability yang menghasilkan nilai 86,22% pertanyaan yang mampu di jawab, dan 13,77% pertanyaan yang tidak dapat terjawab. Hasil pengujian menunjukkan bahwa website profil memiliki tingkat usability yang sangat baik sehingga bisa diterima dan siap digunakan oleh pengguna dengan fitur yang tersedia.
Implementasi Deteksi Tepi Canny Dengan Transformasi Powerlaw Dalam Mendeteksi Stadium Kanker Serviks Nurul Baety Tsani; Harliana Harliana
Jurnal Teknik Informatika UMUS Vol 1 No 01 (2019): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (668.088 KB) | DOI: 10.46772/intech.v1i01.35

Abstract

Kanker serviks merupakan salah satu jenis penyakit yang banyak menyerang kaum perempuan. Salah satu penyebabnya adalah adanya infeksi dari Human Papilloma Virus (HPV). Saat ini pendeteksian HPV hanya melalui pengambilan gambar permukaan serviks yang dikenal dengan pemeriksaan kolposkopi. Selanjutnya gambar dari pemeriksaan tersebut akan digunakan petugas medis dalam pemeriksaan kanker serviks. Pemeriksaan dilakukan dengan cara mengamati gambar secara langsung dengan kemampuan visual petugas. Proses pemeriksaan inilah yang sangat membutuhkan konsentrasi dan ketelitian. Untuk menangani permasalahan tersebut, maka penulis mencoba membuat suatu aplikasi pengolahan citra untuk mendeteksi kanker serviks melalui metode canny dan transformasi powerlaw. Hasil dari penelitian ini adalah suatu aplikasi pengolahan citra untuk mendeteksi kanker serviks. Parameter keberhasilan sistem yang penulis gunakan adalah perbandingan hasil diagnosa sistem dengan hasil diagnosa dokter. Diagnosa dokter terhadap 10 gambar menghasilkan prosentase akurasi sebesar 80%. Sedangkan rata-rata nilai running time terendah canny adalah 0,058 ms dan nilai MSE nya adalah 11296,3
Sistem Pakar DIagnosa Gizi Buruk Balita Dengan Certainty Factor Ulfa Nurfitria Sugandi; Harliana Harliana; Mukidin Mukidin
Jurnal Teknik Informatika UMUS Vol 1 No 02 (2019): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (823.737 KB) | DOI: 10.46772/intech.v1i02.71

Abstract

Usia balita merupakan usia emas bagi orangtua untuk menstimulasi anak, pada usia ini asupan gizi makanan harus sangat diperhatikan bagi perkembangan otak dalam mengoptimalkan kecerdasan, dan kreativitas anak. Namun apabila gizi buruk sudah menyerang maka pertumbuhan anakpun akan terhambat. Penelitian ini bertujuan untuk mendeteksi gizi buruk pada balita berdasarkan gejala yang ditunjukkan. Penelitian ini menggunakan 3 kasus uji coba dari 120 data, sekenario yang digunakan untuk menguji keakuratan sistem yaitu apabila balita mengalami gejala hanya 1, gejala = 2 dan gejala lebih dari 2. Berdasarkan hasil pengujian blackbox sistem mampu menganalisis penyakit terhadap gejala yang ditimbulkan secara akurat. Selain itu sistem yang dihasilkanpun mampu menghasilkan akurasi diatas 80% terhadap data yang diinputkan
Rancang Bangun Alat Pendeteksi Kebocoran Gas LPG Menggunakan Sensor MQ-6 Berbasis Arduino Intan Nur Fauziyah; Harliana Harliana; Muhamad Bagas Gigih
Jurnal Teknik Informatika UMUS Vol 2 No 01 (2020): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (663.091 KB) | DOI: 10.46772/intech.v2i01.185

Abstract

Saat ini banyak masyarakat yang menggunakan kompor gas LPG karena pengaruh dari program pemerintah yang mengkonversi minyak tanah menjadi gas LPG. Namun, penggunaan LPG juga masih memiliki beberapa kekurangan yaitu, bahaya yang ditimbulkan jika terjadi kebocoran gas. Bahaya tersebut dapat menyebabkan ledakan atau kebakaran yang dapat membahayakan keselamatan pengguna. Penelitian ini bertujuan untuk membantu pengguna gas LPG dalam mendeteksi kebocoran pada tabung LPG. Sehingga pada saat sensor MQ-6 mendeteksi adanya kebocoran pada tabung gas LPG, sensor akan mengirimkan data ke mikrokontroler Arduino untuk menghidupkan buzzer dan led. Setelah melakukan serangkaian percobaan maka buzzer dan led akan hidup, ketika nilai ppm yang terdeteksi telah mencapai ambang batas yaitu 500 ppm
Optimasi K-Means dengan Particle Swarm Optimization pada Pengelompokkan Daerah Stunting Harliana Harliana; Raden Mohamad Herdian Bhakti; Otong Saeful Bachri; Fery Sofian Efendi
Jurnal Teknik Informatika UMUS Vol 3 No 02 (2021): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v3i02.457

Abstract

Stunting suatu kondisi balita yang memiliki tinggi badan lebih pendek dari usia normalnya. Berdasarkan data PSG Dinas Kesehatan Kabupaten Kediri di bulan februari 2018, tingkat prevelensi stunting di seluruh kecamatan Kabupaten Kediri sekitar 19,79%. Melihat tingkat prevelensi yang tinggi tersebut, maka penelitian ini akan melakukan clustering terhadap 37 kecamatan yang ada di Kabupaten Kediri berdasarkan prosentasi tingkat stunting tertinggi sampai dengan terendah. Untuk mendapatkan hasil yang maksimal maka algoritma k-means yang digunakan akan dioptimasi dengan PSO. Berdasarkan hasil penelitian didapatkan bahwa rata-rata hasil nilai silhouette coefficient dan akurasi pada PSO k-means akan menghasilkan nilai yang lebih tinggi bila dibandingkan dengan k-means murni. Namun apabila dilihat dari waktu komputasinya maka k-means murni memiliki waktu yang lebih cepat bila dibandingkan dengan PSO k-means.
Perbandingan Algoritma K-Means dan SFCM Pada Pengelompokkan Rumah Tangga Miskin Wiwi Widayani; Harliana Harliana
Jurnal Sains dan Informatika Vol. 6 No. 1 (2020): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v6i1.200

Abstract

Secara definisi rumah tangga miskin dan penduduk miskin memiliki sudut pandang yang berbeda, dimana definisi rumah tangga miskin akan lebih ditekankan kepada individu yang akan dijadikan survey dalam menentukan penduduk miskin sedangkan penduduk miskin lebih kepada kumpulan dari beberapa rumah tangga miskin. Penelitian ini dilakukan untuk membandingkan antara algoritma K-Means dan Fuzzy Substractive Clustering (SFCM) dalam mengelompokkan rumah tangga miskin. Kedua algoritma ini akan dibandingkan berdasarkan simpangan baku dan validitas hasil pengelompokkan yang dihasilkan. Berdasarkan 6 pengujian yang telah dilakukan, maka didapatkan hasil bahwa dari sisi waktu algoritma K-Means mampu mengelompokkan lebih cepat bila dibandingkan dengan algoritma SFCM, namun dari sisi simpangan baku kelompok, simpangan baku antar kelompok, maupun akurasi maka algoritma SFCM memiliki performa yang lebih baik bila dibandingkan dengan algoritma K-Means
Analisis Support Vector Machine Untuk Pemberian Rekomendasi Penundaan Biaya Kuliah Mahasiswa Wiwi Widayani; Harliana Harliana
Jurnal Sains dan Informatika Vol. 7 No. 1 (2021): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v7i1.268

Abstract

Rekomendasi penundaan pembayaran kuliah merupakan salah satu bentuk kebijakan yang diambil oleh suatu Perguruan Tinggi Swasta terhadap mahasiswanya. Ketika seorang mahasiswa mengajukan permohonan penundaan pembayaran maka secara tidak langsung bagian keuangan harus dapat mengklasifikasi mahasiswa yang akan membayar tepat waktu dan yang gagal bayar. Berdasarkan hal tersebut, maka penelitian ini bertujuan untuk mendapatkan nilai akurasi tertinggi melalui algoritma SVM dalam memberikan rekomendasi penundaan pembayaran kuliah secara tepat bagi mahasiswa. Untuk mendapatkan akurasi tertinggi, pengujian dilakukan melalui 2 cara dengan 6 scenario pengujian, berdasarkan hasil pengujian pertama (membandingan antara jumlah data training dan testing) diketahui bahwa nilai akurasi akan berbanding lurus dengan banyaknya jumlah data training yang digunakan. Selain itu pemilihan jenis kernel yang digunakan juga akan mempengaruhi besarnya nilai akurasi yang dihasilkan, dan hal ini sesuai dengan hasil pengujian kedua yang dilakukan.