Claim Missing Document
Check
Articles

PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA PENGELOMPOKAN DAERAH PENYEBARARAN DIARE DI PROVINSI JAWA BARAT Maesaroh, Maya; Nur Padilah, Tesa; Haerul Jaman, Jajam
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7208

Abstract

Penyakit diare adalah suatu gangguan pada saluran pencernaan yakni tinja ataupun feses berubah menjadi cair serta berlangsung 3 kali ataupun lebih dengan kurun waktu 24 jam dan bisa dibarengi muntah-muntah, sehingga penderita mengalami dehidrasi dan apabila tidak segera ditangani akan dapat menyebabkan kematian. Permasalahan diare tidak bisa dibiarkan dan harus ditangani karena diare dapat menimbulkan dampak negatif bagi kesehatan. Perlu dilakukan pengelompokan daerah dengan tujuan agar pemerintah Jawa Barat dapat melakukan pengambilan keputusan terhadap permasalahan diare di Provinsi Jawa Barat, seperti daerah mana saja yang perlu perhatian secara khusus. Algoritma yang digunakan adalah algoritma k-means clustering dengan beberapa langkah yaitu seleksi data, pre-processing data, transformasi data, data mining, dan interpretasi/evaluasi. Pengelompokan daerah penyebaran diare dengan bantuan dari metode elbow sebagai penentuan jumlah cluster terbaik dengan hasil cluster terbaik pada 4 (empat) cluster dalam setiap dataset pertahun dan hasil clustering dibuat visualisasi pemetaan menggunakan tools Quantum GIS (QGIS). Hasil evaluasi model pengelompokan tersebut dengan menggunakan silhouette coefficient pada tahun 2020 mendapatkan index nilai sebesar 0,62 dan index nilai sebesar 0,55 pada tahun 2021, hasil tersebut menunjukkan bahwa kriteria yang diterapkan merupakan struktur yang baik (medium structure).
PENERAPAN DESIGN THINKING DALAM MENGANALISIS USER INTERFACE DAN USER EXPERIENCE PADA APLIKASI SAMPURASUN Armeilia, Rida; Haerul Jaman, Jajam; Rozikin, Chaerur
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7209

Abstract

Sampurasun merupakan sebuah aplikasi tour guide wisata yang dikeluarkan oleh Pemerintah Kabupaten Purwakarta melalui Dinas Pariwisata Kabupaten Purwakarta yang berfungsi untuk mempromosikan destinasi wisata dengan lebih kekinian yaitu dengan melalui satu aplikasi di smartphone bisa mempermudah para wisatawan lokal maupun luar daerah dalam mengakses informasi yang ada di wilayah Kabupaten Purwakarta. Berdasarkan dari data review, sebagian besar pengguna mengungkapkan rasa kekecewaan dan mengeluhkan aplikasi tersebut. Metode yang digunakan untuk menganalisis desain dalam penelitian ini adalah Design Thinking untuk menentukan solusi dari masalah yang pengguna hadapi saat menggunakan aplikasi Sampurasun dan untuk menggunakan User Experience Questionnaire (UEQ) untuk mengukur pengalaman pengguna dengan 6 skala penilaian. Analisis ini bertujuan untuk mengukur pengalaman pengguna agar menghasilkan rekomendasi solusi desain user interface dan user experience yang digunakan untuk membangun prototipe. Hasil dari rekomendasi solusi desain aplikasi Sampurasun mengalami peningkatan pada 6 skala kuesioner UEQ, yaitu daya tarik dengan peningkatan 2.26, kejelasan 2.18, efisiensi 2.46, ketepatan 1.95, stimulasi 1.62 dan kebaruan 2.18. Kemudian, pada benchmark UEQ perbandingan desain sebelum dan sesudah dievaluasi juga meningkat, yang semula berada pada kategori Bad (buruk) menjadi Excellent (sangat baik).
IMPLEMENTASI DATA MINING MENGGUNAKAN METODE REGRESI DATA PANEL UNTUK MEMPREDIKSI CAPAIAN INDEKS PEMBANGUNAN MANUSIA: STUDI KASUS: PROVINSI JAWA BARAT Khaerunisa, Salsa; Nur Padilah, Tesa; Haerul Jaman, Jajam
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7260

Abstract

Pada tahun 2022, capaian IPM di 19 dari 27 kabupaten/kota Provinsi Jawa Barat tidak sesuai dengan target yang ditetapkan dalam Rencana Pembangunan Jangka Menengah Daerah (RPJMD). Fakta tersebut menunjukkan bahwa hanya 30% kabupaten/kota di Provinsi Jawa Barat yang berhasil mencapai target IPM yang diamanatkan, sementara 70% wilayah lainnya masih belum mencapai sasaran. Dari permasalahan tersebut, maka perlu dilakukan prediksi capaian IPM agar diketahui nilai prediksi IPM di masa mendatang sehingga pemerintah memiliki referensi dan acuan dalam membuat langkah-langkah strategis ataupun berbagai kebijakan terkait peningkatan IPM kabupaten/kota di Provinsi Jawa Barat. Penelitian ini menggunakan metode regresi data panel untuk memprediksi capaian IPM kabupaten/kota di Provinsi Jawa Barat tahun 2023. Data yang digunakan terdiri dari data capaian IPM, usia harapan hidup, harapan lama sekolah, rata-rata lama sekolah, dan pendapatan perkapita disesuaikan tahun 2010-2022 dari 27 kabupaten dan kota yang ada di Provinsi Jawa Barat. Hasil prediksi menunjukkan bahwa pada tahun 2023, 11 kabupaten/kota diprediksi mampu mencapai target IPM dan 16 kabupaten/kota lainnya diprediksi belum mampu mencapai target IPM sesuai dengan target RPJMD. Adapun hasil evaluasi menunjukkan model prediksi menggunakan metode regresi data panel layak digunakan untuk memprediksi capaian IPM dengan nilai MAPE sebesar 0,87%, MAD sebesar 0,56, dan MSD sebesar 0,76.
ANALISIS DIGITAL IMAGE FORENSIK TERHADAP KEASLIAN FILE IMAGE MELALUI WHATSAPP DENGAN METODE NIST Rizkyawan, Hafil; Juardi, Didi; Haerul Jaman, Jajam
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10260

Abstract

Dalam era globalisasi sekarang banyak perkembangan yang sangat pesat dalam berbagai sektor bidang, contoh nya dalam bidang kesehatan, militer, keamanan, pemerintahan, pendidikan, dan lain-lainnya. Dengan banyak nya kemudahan dalam perkembangan teknologi informasi dan komunikasi sehingga banyak orang menyalahgunakan fungsi dari banyaknya fitur yang diberikan. Faktanya bahwa perkembangan teknologi informasi dan komunikasi yang semakin pesat, khususnya dalam bentuk aplikasi chat dan media sosial, seperti WhatsApp. Penelitian ini bertujuan untuk menganalisis keaslian file gambar yang dikirim melalui WhatsApp menggunakan metode National Institute of Standards and Technology (NIST). Dalam penelitian ini, lima kasus pemalsuan file gambar dianalisis dengan bantuan ExifTool dan Forensically Beta. Metode NIST digunakan untuk mengidentifikasi manipulasi pada metadata dan struktur gambar yang dikirim melalui WhatsApp. Hasil penelitian menunjukkan bahwa metode NIST efektif dalam memverifikasi keaslian file gambar. Dari lima kasus yang dianalisis, hanya satu file gambar yang terbukti asli setelah penelitian mendalam terhadap metadata, warna, tekstur, dan gradasi gambar.
SISTEM PAKAR DIAGNOSIS PENYAKIT DIABETES MELITUS MENGGUNAKAN FUZZY INFERENCE SYSTEM DAN FORWARD CHAINING Lenteraningati, Anggun; Haerul Jaman, Jajam; Rozikin, Chaerur
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10699

Abstract

Penyakit diabetes melitus atau kencing manis merupakan penyakit menahun tidak menular. Berdasarkan hasil riskesdas tahun 2018 terhadap remaja umur ≥ 15 tahun, bertambah sebesar 0,5% dibanding tahun 2013. Sistem pakar merupakan suatu sistem komputer yang dapat membantu menyelesaikan permasalahan yang ada dengan menggunakan pengetahuan pakar yang tersimpan di basis pengetahuan. Metode Fuzzy Inference System dan Forward Chaining merupakan metode inferensi berbasis aturan, metode ini dapat digunakan untuk mendiagnosis penyakit. Penelitian ini bertujuan untuk mendiagnosis penyakit diabetes melitus berdasarkan gejala. Terdapat sebanyak 19 gejala penyakit diabetes melitus yang digunakan dalam penelitian. Gejala-gejala tersebut merupakan gejala umum yang biasa dialami oleh penderita penyakit diabetes melitus. Sedangkan variabel yang digunakan untuk menentukan tingkat risiko penyakit diabetes melitus adalah variabel makan, minum dan buang air kecil dimalam hari. Hasil dari penelitian ini yaitu sistem pakar berbasis website yang dapat membantu mendiagnosis penyakit diabetes melitus berdasarkan gejala yang dialami dengan keluaran berupa jenis diabetes yang diderita, tingkat risiko dan solusinya. Berdasarkan hasil evaluasi sistem dengan menggunakan metode User Acceptance Test (UAT) dari segi manfaat dan tampilan, tingkat penerimaan pengguna terhadap sistem pakar diagnosis penyakit diabetes melitus yaitu sangat baik dengan nilai persentase manfaat sebesar 81,4% dan nilai persentase tampilan sebesar 83,2%.
Sales Analysis Using Apriori Algorithm in Data Mining Application on Food and Beverage (F&B) Transactions Marselina, Sonia; Jaman, Jajam Haerul; Kurniawan, Dwi Ely
Journal of Applied Informatics and Computing Vol. 7 No. 2 (2023): December 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i2.5026

Abstract

The current business landscape has compelled many companies to compete in boosting their company's revenue, particularly in the F&B sector. Existing sales transaction data has not been fully maximized in determining the business strategy of companies. Therefore, the implementation of data mining is necessary to analyze and explore available data to discover new information that is more beneficial for the company. In this study, we analyze sales transaction data using the a priori algorithm method because this algorithm efficiently handles the data mining process on a large scale with a substantial amount of data. The results of this study indicate that the formed association rules can determine patterns of product purchases that are frequently bought together. The established association rules successfully combine sales transaction data into two-item combinations, namely green tea latte and french fries, with a support value of 16% and a confidence level of 83%. These rules can be used as a reference in determining the company's business strategy.
Implementation of Identity Loss Function on Face Recognition of Low-Resolution Faces With Light CNN Architecture Mufid, Tsaqif Mu'tashim; Adam, Riza Ibnu; Jaman, Jajam Khaeru; Garno, Garno; Maulana, Iqbal
Journal of Applied Informatics and Computing Vol. 8 No. 1 (2024): July 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i1.6274

Abstract

Face recognition in low-resolution images has seen significant advancements over the past few decades. Although extensive research has been conducted to improve accuracy in these conditions, one of the main challenges remains the difficulty in identifying unique facial features in low-resolution images, leading to high error rates in identification. The use of Deep Convolutional Neural Networks (DCNN) for low-resolution face recognition is still limited. However, employing super-resolution models like REAL-ESRGAN can enhance recognition accuracy in low-resolution images. This study utilizes the Light CNN architecture and applies the margin-based identity loss function AdaFace on low-resolution datasets. The model is trained using the Casia-WebFace dataset and evaluated using the LFW and TinyFace test datasets. Based on the evaluation results on the LFW test data, the best model is Light CNN9-AdaFace, achieving the highest accuracy of 97.78% at 128x128 resolution. For images with the lowest resolution of 16x16, an accuracy of 83.37% was achieved using super-resolution techniques. On the TinyFace test data, the use of super-resolution resulted in performance metrics with a Rank-1 accuracy of 47.26%, Rank-5 accuracy of 55.25%, Rank-10 accuracy of 58.61%, and Rank-20 accuracy of 61.90% using the Light CNN9-AdaFace architecture.
PENDETEKSI PENYAKIT HEPATITIS MENGGUNAKAN CART DECISION TREE Nugroho, Rosyid Eko; Pamungkas, Wisnu Yogi; Jaman, Jajam Haerul
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5184

Abstract

Hepatitis merupakan penyakit menular yang menjadi penyebab utama kematian di seluruh dunia. Penelitian ini mengusulkan penggunaan metode CART decision tree untuk mendeteksi penyakit hepatitis secara dini. Model ini dilatih dan dievaluasi menggunakan data klinis untuk mengidentifikasi pola dan indikator signifikan dalam diagnosis hepatitis. Hasil evaluasi menunjukkan tingkat akurasi yang tinggi sebesar 99,17%, menunjukkan efektivitas model dalam mendeteksi hepatitis. Implementasi model ke dalam sebuah website memungkinkan pengguna untuk menerima prediksi berdasarkan data klinis, meningkatkan deteksi dini dan kesadaran akan resiko hepatitis.
PERBANDINGAN NAIVE BAYES, SUPPORT VECTOR MACHINE, LOGISTIC REGRESSION DAN RANDOM FOREST DALAM MENGANALISIS SENTIMEN MENGENAI TIKTOKSHOP Fadhillah, Octavia Salwa Dzaky; Jaman, Jajam Haerul; Carudin, Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5746

Abstract

Pertumbuhan e-commerce yang pesat di Indonesia dan ramainya pembicaraan salah satu platform yaitu Tiktokshop, mendorong pentingnya analisis sentimen untuk memahami tanggapan publik. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap Tiktokshop melalui tweet di platform X, menggunakan algoritma Naive Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest. Data diambil melalui web scraping dan diproses menggunakan metodologi Knowledge Discovery in Database (KDD). Tahapan KDD meliputi Data Selection, Preprocessing, Transformation, Data Mining, Evaluation, dan Knowledge Presentation. Label sentimen ditentukan dengan pendekatan lexicon, sehingga didapatkan 521 data label negatif dan 502 data label positif. Pengujian performa algoritma klasifikasi menggunakan Confusion Matrix dan Classification Report. Pengujian tersebut menghasilkan nilai akurasi tertinggi pada SVM sebesar 81%, diikuti Random Forest dengan 80%, Logistic Regression dengan 79%, dan Naive Bayes sebesar 75%. Visualisasi word cloud menunjukkan kata-kata dominan untuk sentimen positif seperti ’beli’, ’checkout’, ’barang’, ’murah’, dan ’suka’, sedangkan untuk sentimen negatif yaitu ’belanja’, ’live’, ’habis’ dan ’astaga’. Hasil penelitian ini diharapkan membantu perusahaan dalam mengevaluasi layanan dan strategi pemasaran Tiktokshop.
Analisis Sentimen Ulasan Aplikasi Jago Bank Digital Menggunakan Multi Layer Perceptron Chandraditio, Ramadhan; Garno, Garno; Jaman, Jajam Haerul
INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 1 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v8i1.13705

Abstract

Bank Jago merupakan platform perbankan daring yang memungkinkan pengguna mengakses layanan perbankan secara langsung melalui telepon pintar. Aplikasi Bank Jago telah mencapai tonggak sejarah yang mengesankan, yakni sebanyak 5 juta unduhan di Google Play Store, dengan rating 4,6. Pengguna berbagi pengalaman dengan memberikan rating dan ulasan di platform ini. Meskipun demikian, terkadang rating tidak sesuai dengan isi ulasan. Banyaknya ulasan yang tidak terstruktur sering kali mempersulit pemahaman umpan balik pengguna. Dalam pengembangan aplikasi, opini pengguna sama pentingnya dengan rating itu sendiri. Oleh karena itu, pengembang harus menafsirkan setiap ulasan yang diterima secara efektif. Untuk mencapai hal ini, analisis sentimen dilakukan terhadap ulasan tersebut dengan menggunakan algoritma Multi Layer Perceptron, yang bertujuan untuk mengumpulkan wawasan tentang sentimen pengguna terkait aplikasi Bank Jago di Google Play Store. Penelitian ini menggunakan metode Knowledge Discovery in Database (KDD) yang terdiri dari 5 tahap, yaitu Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Data yang digunakan adalah 5174 ulasan aplikasi Bank Jago, dengan 3629 ulasan positif dan 1499 ulasan negatif. Pada tahap Transformation dan Data Mining dilakukan dengan split data 70:30. Kemudian dengan model Multi Layer Perceptron mengkonversikan hasil dari confusion matrix yaitu false negative dan false positive menjadi hasil sebenarnya untuk memperbaiki ketidakserasian rating dengan komentar. Proses ini mendapatkan tingkat akurasi sebesar 91,82%, Precision 94,69%, Recall 92,05%, dan f1-score 93,35% evaluasi tersebut mendapatkan predikat sangat baik
Co-Authors Abdul Mufti Abdul Mufti Aditya Rizky Sanjaya Agung Susilo Yuda Irawan Ahzka Nabbilah Tuzzahrah Alex Mulyana Alpin Apriliansyah Mohsa Amelia Isnanda Ananda, Tri Darma Aprilia, Dita Aries Suharso Arif Imam Suroso Arip Solehudin Armeilia, Rida Carudin Carudin, Carudin Chandraditio, Ramadhan Cholis, Yaspin Andika Muhamad Nur Desviana, Alyssa Dikky Setiyanto Dwi Ely Kurniawan Fachry Abda El Rahman Fadhillah, Octavia Salwa Dzaky Fadila, Muhamad Arya Fadilah, Frido Firman Fajar Mulyana Fawzy Muhammad Bayfurqon Fifa Latifah, Umi Fiqri Faturrian, Muhammad Fitria Septianingrum Fitriana Destiawati Fitriana Destiawati Fitrianida Lutfiajati Pradhyani, Anisa Fitrianti, Ika Garno . Garno Garno Garno, G. Garno, Garno garno, Garno Hafiz Firdaus Hakim, Rijal Abdul Hamidah, Khoirunnisa Hapipah, Nur Harry Dhika, Harry Herlin Apriani Heryana, Nono Hopi Siti Hopipah Iip Supiyani Ilham Fitrahriansyah Intan Purnamasari Iqbal Maulana Iqbal Maulana Irawan, Agung Susilo Yuda Irman Hermadi Iwan Hermawan Juardi, Didi Khaerunisa, Salsa Kurniadewi, Herwinda Lenteraningati, Anggun Liawati Liawati Ma'arif, Muhammad Samsul Maesaroh, Maya Mangatar, Adrian Marselina, Sonia Maulana, Asyifa Maulana, Devi Fitriani Mayasari, Rini Miftah Fauzy Alvaruqi Miftahussalamah, Dwi Mohsa, Alpin Apriliansyah Mufid, Tsaqif Mu'tashim Muhamad Arya Fadila Muhammad Haikal Muhammad Samsul Ma'arif Muhammad Zidan Fahreza Mulyana, Alex Ningsih, Lidya Novia Indriyani Puji Astuti Nugroho, Rosyid Eko Nur Maelani Asih Nur Padilah, Tesa Nurhidayat Nurhidayat Oktavirani, Yurike Oktia Dita Padilah, Tesa Nur Pamungkas, Wisnu Yogi Praditya Putri Utami Pratama, Okta Puput Silva Rosiana Rafliansyah Putra Rahmi, Hayatul Raisya Rahma Ramadani, Daffa Tama Ramona Purwa Novitri, Suci Rijal Abdulhakim Rini Mayasari Riyandoro, Affani Putri Riza Ibnu Adam Riza Ibnu Adam, Riza Ibnu Rizal Fadilah Rizkyawan, Hafil Rizwan, Ivan Rosiana, Puput Silva Rozikin, Chaerur Salam, Naufal Ibnu Salsabila, Farras Saory, Farhan Septa Firdaus, Ahmad Ray Setiyanto, Dikky Siregar, Amril Mutoi Sofi Defiyanti Sofyan, Fazrin Meila Azzahra Surya Prabu Al Amin, Sinar Syah Adi Fahlevi Syifa Fauziyah, Syifa Tesa Nur Padilah Tuzzahrah, Ahzka Nabbilah Ultach Enri Ultach Enri Vicky Chandra Wahyuningrum Ayu Yaspin Andika Muhamad Nur Cholis Yayan Gustiana Yuazijah, Afiva Yuyun Umaidah Yuyun Umaidah Yuyun Umaidah Zahra, Vanissa Fatimatul