Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : G-Tech : Jurnal Teknologi Terapan

Pendeteksian Masker Secara Real-Time Menggunakan Tensorflow Untuk Pencegahan Covid-19 di Prodi Sistem Informasi Universitas Malikussaleh Rizky Putra Fhonna; Yesy Afrillia; Veri Ilhadi; Jamalul Aqmal; Teuku M. Arief Afwan
G-Tech: Jurnal Teknologi Terapan Vol 6 No 2 (2022): G-Tech, Vol. 6 No. 2 Oktober 2022
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (350.423 KB) | DOI: 10.33379/gtech.v6i2.1689

Abstract

COVID-19 telah menyebabkan perubahan pada kebiasaan dan cara hidup dalam bermasyarakat. Kesehatan menjadi prioritas utama, berbagai upaya dilakukan termasuk penerbitan regulasi kesehatan sebagai respon dari angka kasus terinfeksi yang meningkat sangat signifikan pada bulan Mei 2020. Untuk memudahkan dalam mencegah penularan virus di Prodi Sistem Informasi Universitas Malikussaleh, dikembangkan suatu sistem Artificial Inteligent pendeteksi masker realtime pada civitas akademika baik itu Dosen, Staf dan Mahasiswa sebagai objek penelitian dengan menggunakan Tensorflow berbasis pemogarman Python dan model binary classifier terlebih dahulu membangun sebuah model data traning dengan binary classifier untuk kemudian dilakukan pendeteksian dan pengujian secara realtime. Hasil dari pengujian dapat mendeteksi dan membedekan citra wajah yang menggunakan masker dan tidak dengan tingkat akurasi tinggi, yaitu nilai Accuracy di 0.9984 dan nilai loss epoch sebesar 0.0086.
Analisis Sentimen Ciutan Twitter Terkait Penerapan Permendikbudristek Nomor 30 Tahun 2021 Menggunakan TextBlob dan Support Vector Machine Yesy Afrillia; Lidya Rosnita; Deassy Siska; Muzaffar Rigayatsyah; Nurqamarina
G-Tech: Jurnal Teknologi Terapan Vol 6 No 2 (2022): G-Tech, Vol. 6 No. 2 Oktober 2022
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (261.904 KB) | DOI: 10.33379/gtech.v6i2.1778

Abstract

Di era yang serba digital segala aspek penerapan suatu kebijakan oleh pemerintah menjadi topik yang banyak dibicarakan dijejaring media sosial terutama Twitter. Salah satunya topik terkait Penerapan Permendikbud Nomor 30 Tahun 2021. Pada tweet dapat dilakukan analisis sentimen untuk mengetahui tanggapan masyarakat terhadap penerapan Permendikbud PPKS dengan melakukan identifikasi dan mengkategorikan polaritas teks untuk menentukan text tersebut memiliki nilai positif atau negatif. Model sistem bertujuan sebagai evaluasi pihak pemerintah dalam tindaklanjut dari penetapan kebijakan. Pengumpulan data yang diambil dari twitter dengan hash tag kesetaraan gender, kekerasan seksual, dan PPKS berjumlah 159 data. Pembagian data latih dan data uji mengunakan rasio 70:30 secara acak oleh sistem. Untuk data latih digunakan sebanyak 111 data, sedangkan data uji digunakan sebanyak 48 data. Berdasarkan hasil pengujian dengan textblob yang dibantu dengan menggunakan algoritma Support Vector Machine menggunakan data uji sebanyak 48 data dengan 34 data positif, dan 14 data negatif, mendapatkan akurasi sebesar 70,8%.
Clustering Zonasi Daerah Rawan Bencana Alam di Kabupaten Mandailing Natal menggunakan Algoritma K-Means Ilsa Hidayat; Eva Darnila; Yesy Afrillia
G-Tech: Jurnal Teknologi Terapan Vol 7 No 3 (2023): G-Tech, Vol. 7 No. 3 Juli 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v7i3.2880

Abstract

Indonesia sering mengalami bencana alam, khususnya banjir di Panyabungan, Kabupaten Mandailing Natal, menghadapi tantangan besar dalam menjaga keselamatan dan kesejahteraan penduduknya. Tingginya kerentanan terhadap bencana alam dan kurangnya pemetaan yang akurat terhadap daerah rawan banjir menjadi kendala dalam penanggulangan bencana. Namun, melalui penggunaan teknologi data mining dan algoritma K-Means, penelitian ini menawarkan solusi potensial untuk secara efektif mengidentifikasi wilayahyang rentan terhadap banjir.Pengembangan model pengelompokan dan perangkat lunak ini akan membantu pihak berwenang untuk mengurangi kerugian akibat bencana banjir. Dengan pemetaan daerah rawan dan pengklasteran menjadi tiga tingkat kerentanan, respons terhadap bencana dapat dilakukan dengan lebih cepat dan efisien. Penelitian ini bertujuan untuk mendukung upaya mitigasi bencana dan peningkatan pelayanan bagi masyarakat di Panyabungan. Dengan demikian, penelitian ini memberikan kontribusi penting dalam meningkatkan pemahaman tentang bencana banjir di wilayah rentan di Indonesia, serta bisa menjadi acuan untuk pengambilan keputusan yang tepat guna menjaga keselamatan penduduk di masa depan.