Garuda - Garba Rujukan Digital

SISTEM DETEKSI PLAGIARISM PADA JUDUL TUGAS AKHIR MENGGUNAKAN METODE RABIN-KARP BERBASIS WEB ahmad subadri; Irfan Pratama
Technologia : Jurnal Ilmiah Vol 13, No 4 (2022): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v13i4.7786

Dengan adanya perkembangan teknologi informasi saat ini membuat pertukaran informasi semakin mudah. Tidak hanya membawa dampak positif saja. Dampak negatif dari penggunaan pun tidak sedikit, salah satunya sebagai sarana untuk melakukan tindakan plagiarisme atau kegiatan mencuri hasil karya orang lain dan mengakuinya sebagai karya sendiri dalam proses penyelesaian tugas akhir. Sehingga diperlukannya sebuah sistem untuk melakukan pengecekan plagiarisme pada judul tugas akhir mahasiswa dengan cepat dan tepat. Metode yang dapat digunakan salah satunya adalah algoritma Rabin-Karp. Algoritma ini memiliki keunggulan pencarian string dengan pola yang panjang. Algoritma dalam sistem ini memiliki langkah-langkah text preprocessing yang terdiri dari beberapa langkah diantaranya case folding, filtering, dan tokenizing. Hasil dari preprocessing akan di proses menggunakan algoritma Rabin-Karp, hasil dari metode ini adalah nilai kemiripan dari judul-judul mahasiswa yang dihitung menggunakan rumus similarity sebagai tahap akhir. Hasil yang dikeluarkan adalah dalam bentuk persentase kemiripan dari judul yang diajukan dengan judul-judul pembanding. Hasil pengujian akurasi pada pendeteksian similaritas judul tugas akhir diperoleh hasil akurasi similaritas sebesar 70 %. Algoritma Rabin-Karp ini masih cukup layak untuk digunakan sebagai suatu metode sederhana untuk mendeteksi kemungkinan terjadinya plagiarisme. Tujuan akhir yang diharapkan adalah dengan adanya sistem ini kemungkinan untuk dilakukannya praktek plagiarisme dapat dideteksi dan dicegah sedini mungkin. Kata kunci: Plagiarism, Rabin-Karp, Preprocessing, String Matching.

Socialization and Training of The Use of Inventory Applications for Optimization of Goods Inventory Putri Taqwa Prasetyaningrum; Nurul Tiara Kadir; Albert Yakobus Chandra; Irfan Pratama
ABDIMAS: Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2022): ABDIMAS UMTAS: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas Muhammadiyah Tasikmalaya

This service is entitled Socialization and Training on the Use of Inventory Applications for Optimizing Goods Inventory. The problems faced by partners include; First, (1) There is no socialization and training on the Inventory application, (2) Difficulty in making accurate customer demand forecasts. The output targets in this program are (1) application of services carried out by providing socialization and training, (2) Providing knowledge of proper and accurate inventory management. The service program is carried out in 2 forms; First, (1) socialization and training on the use of inventory applications. In using the inventory application, the training was carried out in 4 meetings. Every meeting there are training activities and socialization of the use of inventory applications to partners. Second, the design of the Nyong Group sales transaction inventory application. Second, activities and knowledge about optimizing inventory. These training sessions are conducted with partners and employees. The implementation of this program is designed in four stages of activity, namely: (1) Coordination and preparation stage (2) Training stage (3) Science and technology implementation stage (4) Evaluation & Mentoring Stage.

Penerapan Algoritma FP-Growth Untuk Analisis Data Transaksi Penjualan Di Internet Learning Cafe Kaliurang Kukuh Truna Wijaya; Irfan Pratama
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 4 (2022): Agustus 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i4.4585

Abstrak - Salah satu keluhan yang terjadi pada usaha kafe yaitu banyaknya pelanggan yang menanyakan jenis menu disetiap transaksi, baik setiap jenis menu atau kombinasi beberapa jenis menu yang sebaiknya mereka pilih. Hal tersebut menjadikan satu transaksi harus diselesaikan dengan waktu yang lama. Jika hal tersebut terus berlanjut akan semakin banyak kesan negatif, sehingga pelanggan tidak mau kembali berkunjung. Dampak lainnya dapat mengakibatkan kerugian pihak manajemen dan menurunnya omset perusahaan. Untuk pembuatan kombinasi menu, tools yang akan digunakan pada percobaan ini adalah RapidminerStudio 9.10 dengan metode Association Rules dan algoritma FP-Growth. Data yang digunakan adalah transaksi penjualan Internet Learning Cafe selama 6 bulan terakhir, sebanyak 38.405 transaksi. Data transaksi berformat (.CSV) nantinya akan disesuaikan dengan perkembangan keadaan menu terbaru, pengurangan Items menu terendah dan lainnya. Pembentukan paket menu ditentukan berdasarkan support yaitu nilai yang menjelaskan berapa kali sebuah Itemset muncul dari sejumlah dataset dan nilai Confidence yang menampilkan seberapa sering relasi yang muncul diantara Itemset X dan Y. Untuk mendapatkan nilai tersebut data harus melalui 6 tahapan proses yaitu Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation dan Deployment. Setelah itu Rules atau Knowledge akan ditampilkan pada beberapa baris dengan nilai tertinggi.Kata Kunci: Data Mining, Association Rules, FP-Growth, Rapid Miner. Abstract - One of the complaints that occurs in the cafe business is the number of customers who ask for the type of menu in each transaction, either each type of menu or a combination of several types of menus that they should choose. This makes one transaction to be completed in a long time. If this continues, there will be more and more negative impressions, so that customers do not want to come back to visit. Other impacts can result in management losses and a decrease in company turnover. For making menu combinations, the tools that will be used in this experiment are RapidminerStudio 9.10 with Association Rules algorithm FP-Growth. The data used are Internet Learning Cafe sales transactions for the last 6 months, totaling 38,405 transactions. Transaction data in (.CSV) format will later be adjusted to the latest developments in the menu, reducing items the lowest menuThe formation of the menu package is determined based on support , which is a value that explains how many times an Itemset appears from a number of datasets and a Confidence that displays how often a relationship appears between Itemset X and Y. To get this value the data must go through 6 stages of the process, namely Business Understanding, Data Understanding , Data Preparation, Modeling, Evaluation and Deployment. After that Rules or Knowledge will be displayed on several lines with the highest value. Keywords: Data Mining, Association Rules, FP-Growth, Rapid Miner.

Optimalisasi Aplikasi Point of Sales (POS) untuk Meningkatkan Proses Bisnis pada Usaha Mikro Kecil Menengah (UMKM) Warung Inyong (Nyong Group) Albert Yakobus Chandra; Ahmad Iwan Fadli; Irfan Pratama; Putri Taqwa Prasetyaningrum
Jurnal Abdi Masyarakat Indonesia Vol 2 No 6 (2022): JAMSI - November 2022
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.556

Warung Inyong adalah salah satu dari usaha mikro kecil menengah (UMKM) yang berada di Sleman, Yogyakarta, Indonesia. Warung Inyong sendiri merupakan salah satu unit usaha dari Nyong Group dimana fokus dari unit usaha ini sendiri adalah penjualan berbagai jenis makanan seperti donat, makanan, snack dan saos sambal. Permasalahan yang terjadi pada warung inyong sendiri adalah proses pencatatan penjualan yang masing secara manual. Hal ini mengakibatkan kesulitan bagi unit usaha ini dalam menghitung total item terjual setiap harinya, bulan dan tahunan. Selain itu rentan terjadi kesalahan dalam perhitungan pelaporan karena masih dilakukan secara manual, selain itu dengan masih secara manual dilakukan perhitungan maka akan berpengaruh ke pencatatan untuk mempersiapkan stok bahan baku yang harus disediakan, seringkali terjadi kesalahan pembelian stok bahan baku karena tidak mengetahui berapa jumlah item yang sudah terjual untuk segera dilakukan re-stock bahan baku. Kegiatan pengabdian kepada masyarakat kali ini adalah yang pertama: merancang dan membangun aplikasi point of sales (POS) dan yang kedua adalah memberikan pelatihan kepada para stakeholders di warung inyong untuk dapat menggunakan aplikasi point of sales tersebut. Dengan pelaksanaan kegiatan pengabdian masyarakat ini dapat membantu warung inyong dalam mengatasi berbagai permasalahan yang ada sebelumnya.

Implementing Neural Network on Data Mining To Predicting Key Performance Index From Employee Albert Yakobus Chandra; Putri Taqwa Prasetyaningrum; Irfan Pratama
Journal Research of Social Science, Economics, and Management Vol. 2 No. 4 (2022): Journal Research of Social Science, Economics, and Management
Publisher : Publikasi Indonesia

Employee performance could help the company success to achieve its goals. In this era predicting employee performance is a necessity for companies to gain success. In this research, we presented a prediction of the employee performance index using a neural network. In this study, we are using the Cross-industry standard process for data mining (CRISP-DM) as the base framework for the data mining phase. The neural network classification method is employed to create the prediction model. The result shows that using a neural network could get a confusion matrix at 97.777 percent. This model was then applied to get insight from the performance index that showed a couple of factors is has an important role in employee performance.

Pemanfaatan Teknologi Informasi dalam Mendukung Perkembangan UMKM (Nyong Group) Irfan pratama; Ozzi Suria; Albert Yakobus Chandra; Putri Taqwa Prasetyaningrum
Jurnal Pengabdian Masyarakat Indonesia Vol 3 No 2 (2023): JPMI - April 2023
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.991

Tantangan yang dihadapi pelaku UMKM terkait teknologi adalah pemahaman atau pengetahuan mereka tentang teknologi, hingga pemanfaatan teknologi yang dapat bermanfaat bagi perkembangan bisnis mereka. Dari sisi teknologi informasi, pertumbuhan data secara digital menjadi sangat masif. Dari aspek sederhana seperti pencatatan penjualan ataupun platform perdagangan pun saat ini sudah beralih ke model digital. Itu artinya, setiap apapun yang tercatat akan tersimpan dan dapat kemudian digunakan untuk kepentingan kemajuan usaha. Data tersebut dapat diolah menjadi informasi dan kemudian dapat menjadi pengetahuan bagi pelaku bisnis dalam menentukan perencanaan strategis mereka. Dari permasalahan yang telah dikemukakan sebelumnya, kegiatan pengabdian kepada masyarakat ini dimaksudkan untuk memberikan pengetahuan terhadap mitra terkait potensi dari data-data yang telah mereka miliki dan memberikan edukasi terkait bagaimana cara data tersebut dapat diolah untuk kepentingan kemajuan bisnis mereka. Dari kegiatan-kegiatan yang telah dilaksanakan dapat disimpulkan bahwa awalnya mitra belum memahami terkait pemanfaatan data yang dapat menjadi nilai tambah bagi bisnis mereka jika mereka mengolah data-data tersebut. Ditunjukan dari perubahan grafik yang diukur menggunakan kuisioner sederhana sebelum dan sesudah kegiatan diskusi. Kemampuan dasar penggunaan teknologi dari mitra sudah cukup baik. Namun belum pernah menggunakan piranti yang digunakan pada pelatihan yang diikuti. Sehingga terjadi peningkatan pemahaman secara teknis maupun teoritis dari mitra.

PENJADWALAN MASA TANAM PADI DAN JAGUNG BERDASARKAN HASIL PREDIKSI CURAH HUJAN MENGGUNAKAN ARIMA DI WILAYAH SLEMAN George Recksy Sandy Pratama; Irfan Pratama
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3375

Kabupaten Sleman didukung oleh irigasi teknis dan sebagian besar wilayahnya merupakan lahan pertanian. Iklim tropis dan kelembaban yang tinggi akan berdampak pada produksi pertanian di beberapa daerah. Untuk mendukung produksi pertanian di wilayah Sleman, hasil prediksi curah hujan digunakan untuk menentukan penjadwalan tanam yang tepat. Untuk memprediksi curah hujan dilakukan dengan metode ARIMA, karena data curah hujan berasal dari himpunan waktu yang tidak stasioner, ARIMA digunakan untuk menghimpun waktu yang tidak stasioner. Dengan model ARIMA dalam memprediksi curah hujan dan mendapatkan penjadwalan musim tanam pertanian, harus ditentukan nilai minimum AIC (Akaike Information Criterion) dan BIC (Bayesian Information Criterion) yang ditentukan dari beberapa model ARIMA yang digunakan. Kemudian menghitung nilai RMSE dan MAPE hasil perhitungan presisi. Petani dapat mempersiapkan perubahan curah hujan dalam produksi pertanian dengan prediksi curah hujan di masa mendatang. Selain itu, berdasarkan hasil prediksi curah hujan wilayah Sleman dapat membantu menentukan penjadwal tanam tanaman yang tepat.

Penerapan Algoritma FP-Growth Untuk Analisis Data Transaksi Penjualan Di Internet Learning Cafe Kaliurang Kukuh Truna Wijaya; Irfan Pratama
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 4 (2022): Agustus 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i4.4585

Abstrak - Salah satu keluhan yang terjadi pada usaha kafe yaitu banyaknya pelanggan yang menanyakan jenis menu disetiap transaksi, baik setiap jenis menu atau kombinasi beberapa jenis menu yang sebaiknya mereka pilih. Hal tersebut menjadikan satu transaksi harus diselesaikan dengan waktu yang lama. Jika hal tersebut terus berlanjut akan semakin banyak kesan negatif, sehingga pelanggan tidak mau kembali berkunjung. Dampak lainnya dapat mengakibatkan kerugian pihak manajemen dan menurunnya omset perusahaan. Untuk pembuatan kombinasi menu, tools yang akan digunakan pada percobaan ini adalah RapidminerStudio 9.10 dengan metode Association Rules dan algoritma FP-Growth. Data yang digunakan adalah transaksi penjualan Internet Learning Cafe selama 6 bulan terakhir, sebanyak 38.405 transaksi. Data transaksi berformat (.CSV) nantinya akan disesuaikan dengan perkembangan keadaan menu terbaru, pengurangan Items menu terendah dan lainnya. Pembentukan paket menu ditentukan berdasarkan support yaitu nilai yang menjelaskan berapa kali sebuah Itemset muncul dari sejumlah dataset dan nilai Confidence yang menampilkan seberapa sering relasi yang muncul diantara Itemset X dan Y. Untuk mendapatkan nilai tersebut data harus melalui 6 tahapan proses yaitu Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation dan Deployment. Setelah itu Rules atau Knowledge akan ditampilkan pada beberapa baris dengan nilai tertinggi.Kata Kunci: Data Mining, Association Rules, FP-Growth, Rapid Miner. Abstract - One of the complaints that occurs in the cafe business is the number of customers who ask for the type of menu in each transaction, either each type of menu or a combination of several types of menus that they should choose. This makes one transaction to be completed in a long time. If this continues, there will be more and more negative impressions, so that customers do not want to come back to visit. Other impacts can result in management losses and a decrease in company turnover. For making menu combinations, the tools that will be used in this experiment are RapidminerStudio 9.10 with Association Rules algorithm FP-Growth. The data used are Internet Learning Cafe sales transactions for the last 6 months, totaling 38,405 transactions. Transaction data in (.CSV) format will later be adjusted to the latest developments in the menu, reducing items the lowest menuThe formation of the menu package is determined based on support , which is a value that explains how many times an Itemset appears from a number of datasets and a Confidence that displays how often a relationship appears between Itemset X and Y. To get this value the data must go through 6 stages of the process, namely Business Understanding, Data Understanding , Data Preparation, Modeling, Evaluation and Deployment. After that Rules or Knowledge will be displayed on several lines with the highest value. Keywords: Data Mining, Association Rules, FP-Growth, Rapid Miner.

PENJADWALAN MASA TANAM PADI DAN JAGUNG BERDASARKAN HASIL PREDIKSI CURAH HUJAN MENGGUNAKAN ARIMA DI WILAYAH SLEMAN George Recksy Sandy Pratama; Irfan Pratama
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3375

Kabupaten Sleman didukung oleh irigasi teknis dan sebagian besar wilayahnya merupakan lahan pertanian. Iklim tropis dan kelembaban yang tinggi akan berdampak pada produksi pertanian di beberapa daerah. Untuk mendukung produksi pertanian di wilayah Sleman, hasil prediksi curah hujan digunakan untuk menentukan penjadwalan tanam yang tepat. Untuk memprediksi curah hujan dilakukan dengan metode ARIMA, karena data curah hujan berasal dari himpunan waktu yang tidak stasioner, ARIMA digunakan untuk menghimpun waktu yang tidak stasioner. Dengan model ARIMA dalam memprediksi curah hujan dan mendapatkan penjadwalan musim tanam pertanian, harus ditentukan nilai minimum AIC (Akaike Information Criterion) dan BIC (Bayesian Information Criterion) yang ditentukan dari beberapa model ARIMA yang digunakan. Kemudian menghitung nilai RMSE dan MAPE hasil perhitungan presisi. Petani dapat mempersiapkan perubahan curah hujan dalam produksi pertanian dengan prediksi curah hujan di masa mendatang. Selain itu, berdasarkan hasil prediksi curah hujan wilayah Sleman dapat membantu menentukan penjadwal tanam tanaman yang tepat.

Penerapan Metode Dbscan untuk Identifikasi Kluster Gempa Bumi di Daerah Yogyakarta Wahyu Ajitomo; Irfan Pratama
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.9214

Earthquakes are one of the natural disasters that frequently occur in Indonesia, including the Yogyakarta region. A profound understanding of earthquake patterns and characteristics in this area is crucial for risk mitigation efforts and disaster preparedness. Clustering methods, such as Density-Based Spatial Clustering of Applications with Noise (DBSCAN), can provide an effective approach to identifying earthquake clusters with high density in the Yogyakarta region. This research used the DBSCAN method to identify earthquake clusters with specific magnitude strengths in the Yogyakarta region. Earthquake distribution data from 2017 to 2022 was used as the research sample. The clustering process considered the epsilon parameter and the minimum number of samples within a cluster. The analysis results revealed the existence of earthquake clusters with high density concentrated in specific locations in the Yogyakarta region. These clusters reflect clear spatial patterns and indicate significant seismic activity in the area. The conclusion of this study confirms the presence of earthquake patterns and clusters that can be identified using the DBSCAN method. These clusters provide further insight into the distribution of earthquakes in the Yogyakarta region and can serve as a reference for earthquake risk mitigation in the future. The findings of this research offer valuable insights for stakeholders in decision-making and planning responsive actions to earthquakes in the Yogyakarta region.

Title

Found 22 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 22 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search