Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perbandingan Algoritma Astar dan Dijkistra Dalam Menentukan Rute Terdekat Arif Cahyo Prasetyo; Maful Prayoga Arnandi; Harish Setyo Hudnanto; Bayu Setiaji
SISFOTENIKA Vol 9, No 1 (2019): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1142.322 KB) | DOI: 10.30700/jst.v9i1.456

Abstract

Google Maps merupakan peta digital yang telah sering digunakan oleh masyarakat. Dengan adanya Kecerdasan Buatan dan Algoritma Pencarian rute terdekat pada Google Maps, kini semakin dimudahkan untuk mencari lokasi dari rute yang terdekat sehingga lebih efisien dalam hal waktu dan tenaga. Dalam implementasinya, algoritma pencarian sangat berguna dalam mencari rute terdekat. Diantaranya, Algoritma A* (A Star) dan Algoritma Dijkstra. Kedua Algoritma tersebut bekerja dengan Mekanisme yang berbeda. Perbedaan tersebut dibandingkan dengan menggunakan Pathfinding.js. Output yang dikeluarkan diambil berdasarkan lamanya waktu pemrosesan dari setiap algoritma dalam menentukan jarak terdekat. Semakin cepat waktu pemrosesan suatu Algoritma, maka akan semakin baik untuk diimplementasikan ke dalam suatu aplikasi. Setelah melakukan penelitian didapatkan hasil bahwa kinerja Algoritma A* lebih baik dari Algoritma Dijkstra dengan rata-rata waktu 0.37 ms dan jumlah langkah sebanyak 200, sedangkan algoritma Dijkstra mempunyai rata-rata waktu0.41 ms dan jumlah langkah 497. Untuk penelitian selanjutnya diharapkan mampu membandingkan kedua algoritma tersebut dengan parameter yang lain sehingga didapatkan rute terdekat dengan waktu tercepat.Kata kunci— Google Maps, Algoritma A*, Algoritma Dijkstra
Implementasi Gray Level Co-Occurrence Matrix (GLCM) Untuk Klasifikasi Penyakit Daun Padi Arif Akbarul Huda; Bayu Setiaji; Fajar Rosyid Hidayat
Jurnal Pseudocode Vol 9 No 1 (2022): Volume 9 Nomor 1 Februari 2022
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1096.097 KB) | DOI: 10.33369/pseudocode.9.1.33-38

Abstract

Penyakit pada tanaman padi merupakan salah satu faktor yang menyebabkan turunnya tingkat produksi padi. Penyakit tersebut adalah bacterial leaf blight, leaf smut, brown spot dan sebagainya. Upaya identifikasi sejak dini penyakit tanaman padi dilakukan dengan pemanfaatan algoritma, salah satunya GLCM dan klasifikasi KNN. Identifikasi jenis penyakit menggunakan metode klasifikasi KNN berdasarkan eksktraksi fitur GLCM dengan mengubah citra asli menjadi citra keabu-abuan (grayscale). Setelah citra asli tersebut diubah menjadi citra  keabu-abuan (grayscale),  kemudian diekstraksi menggunakan GLCM untuk mendapatkan ekstraksi nilai ciri. Digunakan metode KNN untuk mengelompokkan jenis kemiripan penyakit. Data yang digunakan sebanyak 240 gambar diperoleh dari UCI Machine Learning Repository yang terdiri atas 3 jenis penyakit padi. Sebanyak 210 gambar sebagai data training dan 30 gambar lainnya untuk data uji. Hasil penenlitian ini setelah dilakukan 2 kali proses uji, tingkat akurasi tertinggi yang didapatkan sebesar 93,3%.Kata Kunci: penyakit daun padi, klasifikasi, GLCM, KNN. 
PENGEMBANGAN WEBSITE PROFIL SEBAGAI MEDIA INFORMASI PADA BATALYON KOMANDO 469 KOPASGAT MEDAN Nila Feby Puspitasari; Hastari Utama; Erni Seniwati; Bayu Setiaji; Banu Santoso; Achmad Lukman
Panrita Abdi - Jurnal Pengabdian pada Masyarakat Vol. 8 No. 1 (2024): Jurnal Panrita Abdi - Januari 2024
Publisher : LP2M Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/pa.v8i1.22410

Abstract

The presence of the internet is a form of technological and information development that has a positive impact on life because given the many benefits. An example is the existence of a website organization which can be felt by the institution. As a response, it is appropriate for the website organization to be an important consideration for the organization, one of the military environments which in carrying out its duties and functions. The 469th Kopasgat Command Battalion is a Kopasgat combat unit directly under the Commander of Wing III Kopasgat located in Medan, North Sumatra. The existence of the 469th Kopasgat Command Battalion certainly has a very important role in maintaining national security. However, the public does not yet know much information related to the profile of the organization, due to limited access to information services owned by the organization and the community. One of the media for information and communication to the public used by this institution is Instagram. It has access is so easy, but the context is still limited, only uploading photos and videos and preventing Instagram users from reaching other domains. In addition, the quality of uploads is degraded and must be changed periodically. Therefore we need a mechanism to implement information media in the form of website services. This can provide information related to unit performance and others. The existence of this problem motivates me to develop a profile website as a form of community service. This service program aims to develop a website service profile for the 469 Kopasgat commando battalion to be able to work together to build a complete culture of information and communication.  ---  Kehadiran internet adalah salah satu bentuk perkembangan teknologi dan informasi yang memberikan dampak positif bagi kehidupan, karena mengingat banyaknya manfaat yang didapatkan. Salah satu contohnya adalah keberadaan website organisasi yang kemudian dapat dirasakan manfaatnya oleh pihak lembaga yang bersangkutan. Menanggapi hal tersebut, sudah sepatutnya website organisasi menjadi pertimbangan yang penting bagi organisasi salah satunya adalah institusi di lingkungan militer yang dalam menjalankan tugas dan fungsinya Batalyon Komando 469 Kopasgat adalah satuan tempur Kopasgat yang berkedudukan langsung di bawah Komandan Wing III Kopasgat yang berlokasi di Medan Sumatera Utara. Keberadaan Batalyon Komando 469 Kopasgat tentunya memiliki peran yang sangat penting dalam mempertahankan keamanan nasional. Namun masyarakat belum banyak mengetahui informasi terkait profil organisasi tersebut, karena keterbatasan layanan akses informasi yang dimiliki organisasi maupun masyarakat. Salah satu media informasi dan komunikasi kepada masyarakat yang digunakan Batalyon Komando 469 Kopasgat Medan berupa Instagram. Instagram merupakan media sosial yang aksesnya begitu mudah, tetapi konteksnya masih terbatas, hanya memuat foto dan video serta membuat pengguna Instagram tidak dapat menjangkau ranah ranah lainnya. Selain itu, kualitas unggahan yang menurun dan harus diubah secara berkala.  Oleh karena itu perlu suatu mekanisme untuk menerapkan sebuah media informasi berupa layanan website. Hal ini dapat memberikan informasi terkait dengan kinerja satuan dan lainnya. Adanya permasalahan ini memotivasi untuk mengembangkan website profil sebagaiwujud dari pengabdian masyarakat. Adapun tujuanprogram pengabdian masyarakat dosen ini adalah melakukan pengembangan layanan website profil batalyon komando 469 kopasgat untuk dapat bersinergi untuk bersama sama membangun budaya informasi dan komunikasi secara lengkap.
Sentiment Analysis of Handling "Klitih" in Yogyakarta Using Naïve Bayes Windha Mega P Dhuhita; Ilham Ferry Pratama; Bayu Setiaji
Indonesian Journal of Data Science, IoT, Machine Learning and Informatics Vol 4 No 2 (2024): August
Publisher : Research Group of Data Engineering, Faculty of Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/dinda.v4i2.1527

Abstract

Activities that lead to crimes called "klitih" often occur and disturb the community. The community's response to the handling carried out by the regional government also varied. The public expressed this response using various types of social media, one of which was Twitter. This research analyzes sentiment or responses given by the public by utilizing the social media Twitter to collect data. Data in the form of tweets that have been taken will go through text processing. After that, the text will be weighted using two methods as a comparison, namely tf-idf and count vector. Then the data will be divided into training data and test data to proceed to the classification stage. Classification is carried out using the Naïve Bayes algorithm. To evaluate the results of Naïve Bayes classification, researchers used the Confusion Matrix, by comparing weighting methods and dividing the training data and test data into several different ratios, to find out the scenario that produces the best level of accuracy. The sentiment obtained was dominated by negative sentiment at 75.8%, while positive sentiment was 24.2%. By using existing data, it was found that weighting with count vector had an accuracy rate of 82%. Meanwhile, weighting using TF-IDF obtained an accuracy of 80%.