Claim Missing Document
Check
Articles

SISTEM PENJADWALAN UJIAN DOKTOR PADA PASCASARJANA UNIVERSITAS DIPONEGORO Rizka Ella Setyani; Sukmawati Nur Endah
Jurnal Masyarakat Informatika Vol 5, No 9 (2014): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2796.796 KB) | DOI: 10.14710/jmasif.5.9.8443

Abstract

Pascasarjana Universitas Diponegoro terus melakukan pembangunan baik secara fisik maupun dalam segi sistem informasi mengikuti semakin canggihnya teknologi untuk menjawab berbagai tantangan yang ada. Salah satu dari usaha pembangunan dalam segi sistem informasi tersebut adalah dengan pembuatan pengelolaan data yang berhubungan dengan pelaksanaan ujian doktor. Pengelolaan data yang semula dilakukan secara manual sehingga kurang terorganisir kini dapat dilakukan dengan lebih mudah dan efisien. Penelitian ini membahas mengenai Sistem Penjadwalan Ujian Doktor yang dalam pengembangannya menggunakan metode waterfall dan merupakan sistem berbasis web. Sistem ini dibangun menggunakan bahasa pemograman PHP dan basis data MySQL untuk memudahkan kinerja administrator yang bertugas membuat jadwal dan mengelola data mahasiswa yang akan melakukan ujian doktor agar tidak terjadi jadwal yang bertabrakan sehingga dapat lebih terstruktur, dapat menambah  keakuratan  data,  dan  mempercepat  pemrosesan  data  yang  ada. Bagi mahasiswa pascasarjana sistem ini mempermudah dalam mengetahui jadwal ujian, statistik ujian doktor, serta informasi yang berkaitan dengan pelaksanaan ujian doktor karena dapat diakses secara online. Implementasi dari sistem ini dapat disinkronkan dengan sistem yang sudah ada sebelumnya dan dapat berjalan dengan baik.
Aplikasi Deteksi Dini Gangguan Sistem Pernafasan Menggunakan Metode Learning Vector Quantization (LVQ) Berbasis Web Amalia Rachma Yanti; Sukmawati Nur Endah
Jurnal Masyarakat Informatika Vol 7, No 1 (2016): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.7.1.10134

Abstract

Gangguan sistem pernafasan merupakan gangguan yang menjadi masalah besar di dunia khususnya di Indonesia. Banyaknya jumlah penderita yang ada di Indonesia tiap tahunnya terus bertambah. Salah satu penyebabnya adalah kurangnya kesadaran masyarakat akan gejala yang dialami sehingga menyebabkan keterlambaatan dalam pengobatan dan susah untuk disembuhkan. Melihat kondisi tersebut, perlu adanya cara untuk mendeteksi dini adanya gangguan sistem pernafasan melalui gejala yang dialami, sehingga dari gejala tersebut dapat dilakukan sebuah klasifikasi jenis gangguan sistem pernafasan yang dialami. Learning vector quantization (LVQ) adalah metode dalam jaringan syaraf tiruan (JST) yang paling banyak digunakan untuk proses klasifikasi sehingga sangat cocok untuk kasus tersebut. Penelitian ini menghasilkan aplikasi deteksi dini gangguan sistem pernafasan yang dapat mengklasifikasikan gangguan sistem pernafasan apa yang dialami pengguna dengan input berupa data gejala yang dialami. Data yang digunakan pada penelitian ini sebanyak 80 data, 72 data digunakan untuk pelatihan, dan 8 data untuk pengujian. Pengujian dilakukan dengan menggunakan K-Fold Cross Validation dengan nilai k = 10. Aplikasi ini menggunakan pilihan arsitektur jaringan terbaik berdasarkan hasil pengujian, yaitu dengan inisialisasi bobot awal dari dataset yang diambil secara random, learning rate (α) 0.01, error minimum (eps) 0.01 dan maksimum epoch sebanyak 100 epoch dengan tingkat akurasi sebesar 80%.