Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Teknoinfo

PENGARUH PENAMBAHAN KORPUS PARALEL PADA MESIN PENERJEMAH STATISTIK BAHASA INDONESIA KE BAHASA LAMPUNG DIALEK NYO Zaenal Abidin; Permata permata
Jurnal Teknoinfo Vol 15, No 1 (2021): Januari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v15i1.889

Abstract

Provinsi Lampung merupakan salah satu provinsi yang terletak di pulau Sumatera.  Masyarakat provinsi Lampung menggunakan dua bahasa daerah yaitu bahasa Lampung dialek Api dan bahasa Lampung dialek Nyo. Untuk para pendatang di provinsi Lampung memiliki permasalahan dalam komunikasi dengan penduduk asli Lampung. Sebagai alternatinya, baik pendatang dan penduduk asli Lampung berkomunikasi dengan bahasa Indonesia. Potensi penelitian penerjemahan bahasa Indonesia ke Lampung terbuka lebar. Penelitian ini difokuskan untuk membangun model penerjemahan bahasa Indonesia ke dalam dialek bahasa Lampung Nyo dengan pendekatan Mesin Statistik Terjemahan dan alat yang digunakan untuk itu adalah Moses. Penelitian diawali dengan (1) membuat korpus paralel bahasa Indonesia dan terjemahannya dalam dialek bahasa Lampung bahasa Nyo, kemudian membuat mono korpus bahasa Lampung dialek Nyo, (2) membangun model bahasa, (3) membangun terjemahan model, (4) memadukan model bahasa dan model terjemahan menggunakan Decoder Moses untuk dapat menerjemahkan dari bahasa dialek bahasa Indonesia ke bahasa Lampung Nyo. Eksperimen penelitian difokuskan untuk mengamati pengaruh penambahan korpus paralel dari 1000 kalimat, 2000 kalimat dan 3000 kalimat. Penelitian ini menggunakan 100 kalimat tes yang tidak berada dalam korpus paralel atau korpus mono. Hasil penelitian menunjukkan bahwa nilai akurasi saat menggunakan 1000 kalimat, 2000 kalimat dan 3000 kalimat merupakan nilai akurasi evaluasi bilingual yang diteliti berturut-turut yaitu 25.91%, 43.18% dan 45.26%.     
EDUGAMES N-RAM UNTUK PEMBELAJARAN GEOMETRI PADA ANAK USIA DINI Taufik Ridwan; Endang Hidayat; Zaenal Abidin
Jurnal Teknoinfo Vol 14, No 2 (2020): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v14i2.508

Abstract

Perkembangan dan pertumbuhan pada anak harus distimulasi dengan baik. Pada umumnya anak mempunyai kemampuan belajar dan rasa ingin tahu yang tinggi. Mereka cenderung menyukai permainan hal yang menarik perhatian untuk dimainkan.  Penelitian ini menghadirkan sebuah prototype Digital Edu Game s untuk anak yang dapat digunakan dalam membantu belajar geometri berbasis pendekatan pemecahan masalah tertentu. Metode yang digunakan dalam penelitian ini adalah Research and Depelovment (R&D) dengan pendekatan waterfall dalam pembangunan perangkat lunak. Tujuan dari penelitian ini adalah: (1) menganalis kebutuhan game s untuk pembelajaran geometri untuk anak; (2) merancang dan membangun N-Ram untuk anak dengan pemecahan masalah berbasis kasus tertentu. Penelitian ini memiliki kebermanfaatan dalam pengembangan media pembelajaran melalui Digital Edu Game s yang dipadu dengan permainan dalam bentuk game s di gadget.  Hasil dari peneltian ini adalah untuk membuat media pembalajaran anak usia dini berbasis digital game s yang perlu dilakukan analisis mendalam mengenai kebutuhan dan ketertarikan pada anak untuk dapat bermain game s digital tersebut. Desain dari game s dapat menarik perhatian anak-anak, hal ini dapat dilihat dari tampilan user interface N-Ram yang cukup berwarna. Game s N-Ram dapat dijadikan sebagai media hiburan sekaligus media pembelajaran untuk anak-anak dalam belajar geometri. 
PENERAPAN ALGORITMA APRIORI PADA PENJUALAN SUKU CADANG KENDARAAN RODA DUA (Studi Kasus: Toko Prima Motor Sidomulyo) Zaenal Abidin; Arsya Kharisma Amartya; Arliyanti Nurdin
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1459

Abstract

Toko Prima Motor bergerak dalam bidang penjualan suku cadang kendaraan roda dua dengan beberapa merk suku cadang. Penjualan pada Toko Prima Motor berlangsung setiap hari sehingga data transaksi semakin lama akan semakin banyak. Namun data tersebut hanya digunakan sebagai arsip bagi toko. Dengan menggunakan data mining data tersebut akan diolah kembali menjadi informasi yang dapat digunakan untuk proses pengambilan keputusan. Data transaksi diolah menggunakan teknik asosiasi dengan menggunakan algoritma apriori. Algoritma apriori akan menghitung nilai support dari masing-masing item dan menemukan frequent item set yang memenuhi syarat minimum confidence. Nilai minimum untuk parameter support adalah 25% dan nilai minimum untuk parameter confidence adalah 50%. Hasil penerapan dari algoritma apriori menghasilkan 13 aturan asosiasi diantaranya 2 aturan asosiasi untuk merk suzuki, 6 aturan asosiasi untuk merk honda dan 5 aturan asosiasi untuk merk yamaha yang memenuhi syarat minimum dua parameter yaitu parameter support dan confidence dan diuji dengan menggunakan pengujian lift ratio untuk menentukan apakah aturan asosiasi yang dihasilkan valid atau tidak valid.
ANALISIS PERBANDINGAN ALGORITMA DECISION TREE C4.5 DAN C5.0 PADA DATA KARYAWAN BERPOTENSI PROMOSI JABATAN Zaenal Abidin; Eka Nurhana; Permata Permata; Faruq Ulum
Jurnal Teknoinfo Vol 17, No 2 (2023): Vol 17, No 2 (2023) : JULI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v17i2.2702

Abstract

Proses penentuan karyawan yang akan mendapatkan promosi jabatan memiliki beberapa kriteria dan karakteristik penilaian berdasarkan standar yang telah ditentukan. Untuk menentukan karyawan yang berpotensi promosi jabatan dapat menggunakan penerapan teknik data mining yaitu klasifikasi. Algoritma yang biasa digunakan untuk melakukan klasifikasi pada data mining yaitu Decision tree. Decision Tree merupakan metode klasifikasi yang cukup populer digunakan karena mudah untuk dipahami oleh manusia.  Memiliki beberapa jenis algoritma diantaranya yaitu algoritma CART, ID.3, C.45 dan C5.0. Pada penelitian terdahulu yang telah dilakukan oleh beberapa peneliti terdapat perbedaan tingkat akurasi pada masing-masing algoritma. Oleh karena itu, penulis menyimpulkan untuk melakukan penelitian terkait perbandingan algoritma Decision tree jenis C4.5 dan C5.0 dengan tujuan mengetahui tingkat akurasi yang dihasilkan dari masing-masing algoritma tersebut dengan menggunakan dataset yang berukuran lebih besar. Metode penelitian menggunakan metode CRISP-DM dan menggunakan dua tools yaitu Software RapidMiner dan Google Colabolatory dengan bahasa pemrograman Python. Hasil yang dicapai yaitu analisis perbandingan dari algoritma C4.5 dan C5.0, serta rule atau aturan karyawan berpotensi promosi jabatan dan tidak promosi jabatan yang diinterpretasikan dalam model pohon keputusan.