Garuda - Garba Rujukan Digital

A Comparison of The Predictive Ability between Logistic and Gompertz Model on COVID-19 Outbreak Tita Haryanti; Brian Pamukti
IJAIT (International Journal of Applied Information Technology) Vol 04 No 02 (November 2020)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v4i02.2909

A predictive model can be learned using historical information. Thereafter, information about a running case is combined with a predictive model to estimate the case's remaining flow time. The predictive model is based on data from past events, which can be used to make predictions for current operating situations. For example, the case of coronavirus disease 2019 (COVID-19), which is currently infecting the whole world, including Indonesia, have influenced various aspects, ranging from the educational environment, business, economy, to the companies. Data scientists are urgently needed who can help organizations improve their operational processes. Therefore, this journal discusses the prediction of the peak number of COVID-19 cases in Indonesia, using two prediction models, logistic and Gompertz. The results obtained show that the Gompertz model has higher accuracy than the logistic model, with an accuracy of 99.85%. This journal's results are expected to help organizations estimate the time to rebuild themselves after being affected by COVID-19.

APLIKASI PEMBELAJARAN PERHITUNGAN REDAMAN DAN DISPERSI PADA SERAT OPTIK UNTUK MENUNJANG PRAKTIKUM ONLINE BERBASIS MATLAB Ericha Septya Dinata; Tita Haryanti; Tri Nopiani Damayanti
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 8 No 2 (2021): JETT Desember 2021
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v8i2.4077

Berdasarkan Surat Edaran Menteri Pendidikan dan Kebudayaan Nomor 36962/MPK.A/HK/2020 mahasiswa harus melakukan kegiatan praktikum secara virtual untuk pembelajaran dalam rangka pencegahan penyebaran Corona Virus Disease 2019 (Covid-19). Hal ini didukung oleh surat edaran Telkom University Nomor 040/SKR4/REK/2020 tentang antisipasi penyebaran Covid-19 di lingkungan Telkom University yaitu dengan pengalihan pembelajaran tatap muka menjadi daring (online) dan tidak ada pelaksanaan praktikum onsite dalam kurun waktu yang ditentukan. Oleh karena itu, berdasarkan permasalahan tersebut, penelitian ini merancang dan merealisasikan sebuah aplikasi pembelajaran untuk praktikum daring mata kuliah Sistem Komunikasi Optik (SKO) pada materi Power Link Budget (PLB) dan dispersi serat optik. Aplikasi ini bernama Optical Calculation of PLB and dispersion (Opticaloldis). Tujuan dari perhitungan PLB yaitu menentukan nilai redaman untuk mengetahui anggaran daya yang diperlukan pada penerima (receiver) sehingga level daya tidak kurang dari sensitivitas minimum. Selain itu, tujuan dari perhitungan dispersi yang terjadi pada serat optik yaitu untuk mengetahui rugi-rugi yang terjadi selama proses perambatan agar tidak mengganggu kinerja serat optik. Pengujian parameter performansi aplikasi Opticaloldis pada penelitian ini menggunakan perhitungan nilai akurasi dan nilai Mean Opinion Score (MOS). Hasil dari perhitungan nilai akurasi terhadap fitur-fitur yang tersedia pada aplikasi Opticaloldis didapatkan nilai sebesar 99,99% dari 100%. Selain itu, perhitungan nilai MOS berdasarkan hasil dari 30 responden dan tujuh pertanyaan dalam kategori (i) manfaat, (ii) user friendly, dan (iii) mudah dipahami, didapatkan nilai MOS dari skala 5 sebesar 4,57, 4,56, dan 4,61, secara berturut-turut. Oleh karena itu, didapatkan rata-rata nilai MOS ( ) sebesar 4,58, yang artinya aplikasi Opticaloldis ini sangat bermanfaat dan dapat digunakan sebagai alat bantu praktikum daring mata kuliah SKO pada materi PLB dan dispersi serat optik.

Design and Implementation of a Final Project Plagiarism Detection System Using Cosine Similarity Method Rival Fauzi; Muhammad Iqbal; Tita Haryanti
IJAIT (International Journal of Applied Information Technology) Vol 05 No 02 (November 2021)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v5i02.4146

Plagiarism is an act of taking ideas, taking research results, acquiring research results, and summarizing writing without mentioning the source, either intentionally or unintentionally. The cosine similarity method can be used to calculate the score of similarities between documents by comparing existing documents on the database with uploaded ones to gain a similarity percentage. External plagiarism detection (EPD) is used to compare the contents of articles. The design and implementation of the system will be carried out in several stages in the hope that the system can work optimally and detect text similarities accurately. This research objective is to check the plagiarism rate of the document using the cosine similarity method as a method of calculating word equations called Kipcheck. The purpose of checking the level of plagiarism is to ensure that the documents created have a minimum level of fraud to avoid academic sanctions. Kipcheck uses three application system tests; maximum word calculation that can be processed; comparing application and manual calculation; and testing the consistency of application calculation results based on two different schemes.

Steganografi Citra Berdasarkan Discrete Wavelet Transform Dan Qr Decomposition Menggunakan Least Significant Bit Dan Deret Fibonacci Tita Haryanti; Bambang Hidayat; Gelar Budiman
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Pada perkembangan teknologi yang semakin pesat saat ini menjadikan pertukaran datadigital semakin mudah dan cepat, misalnya melalui internet. Dengan adanya kemudahan dalam pertukaran data digital, seseorang dapat melakukan interruption, interception, dan modification pada data digital tersebut. Untuk menjamin keamanan dan kerahasiaan data diperlukan suatu teknik untuk mengamankan data tersebut, salah satunya dengan steganografi.Dalam tugas akhir ini, skema steganografi citra berdasarkan metode DWT dan QR decomposition diusulkan untuk menyisipkan pesan rahasia kedalam citra host berwarna pada color space dan layer tertentu. Pertama, citra host RGB dikonversi ke color space tertentu. Layer dimana pesan rahasia disisipkan juga bisa dipilih. Setelah layer citra yang dipilih pada color space tertentu ditransformasikan oleh DWT, selanjutnya dibagi menjadi blok pixel 8 Ã— 8 yang tidak tumpang tindih. Kemudian, setiap blok pixel yang dipilih didekomposisi dengan QR decomposition dan elemen pada matriks ð‘… dihitung untuk disisipi informasi pesan rahasia. Pesan rahasia disisipkan ke dalam matriks ð‘… dari QR decomposition pada citra host dengan menggunakan metode LSB, dimana posisi yang dipilih ditentukan sesuai dengan angka Fibonacci yang digunakan untuk memperkuat dan menentukan lokasi penyisipan.Kata Kunci: Steganografi Citra, Discrete Wavelet Transform, QR decomposition, Least Significant Bit (LSB), deret Fibonacci.

Perbandingan Kinerja Algoritma Optimasi pada Metode Random Forest untuk Deteksi Kegagalan Jantung Unang Sunarya; Tita Haryanti
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Abstrak— Jantung merupakan salah satu organ terpenting dalam tubuh manusia. Kegagalan jantung pada pasien dapat mengakibatkan dampak yang vital dan berujung pada kematian. Adapun kegagalan jantung bukan hanya dipengaruhi oleh faktor usia, juga dipengaruhi komorbid dan pola hidup dari pasien. Berbagai upaya medis telah banyak dilakukan untuk mendeteksi kegagalan jantung yang mengharuskan pasien dirawat intensif di rumah sakit yang tentunya membuat pasien merasa kurang nyaman. Maka dari itu, dalam penelitian ini dirancang sebuah aplikasi machine learning untuk deteksi kegagalan jantung yang dapat mengklasifikasikan kondisi pasien ke arah kematian atau bertahan berdasarkan gejala-gejala yang dimiliki pasien. Adapun algoritma machine learning yang digunakan adalah random forest yang dioptimasi dengan tiga buah algoritma optimasi yaitu grid search, random search dan Bayesian search sebagai perbandingan. Kinerja ketiga algoritma optimasi kemudian diukur menggunakan akurasi, presisi dan recall. Ada 299 sampel pasien yang digunakan dalam penelitian ini. Hasil menunjukkan bahwa random forest dengan algoritma optimasi random search mencapai kinerja yang paling unggul dengan akurasi rata-rata sebesar 85,63 %, presisi rata-rata 87,38% dan recall 85,63%.

Pendampingan Pelatihan Perencanaan, Pengoperasiaan dan Pengolaan PLT Mikrohidro Dalam Mendukung Program Pemerintah Meningkatkan Kompetensi SDM di Bidang Bauran Energi Terbarukan Sofia Saidah; Jangkung Raharjo; Koredianto Usman; Denny Darlis; Aris Hartaman; Tita Haryanti
Jurnal Abdimasa Pengabdian Masyarakat Vol 6 No 2 (2023): Jurnal ABDIMASA Pengabdian Masyarakat
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalabdimasa.v6i2.3739

Pembangkit Listrik Tenaga Mikro Hidro (PLTMH) merupakan solusi alternatif yang penting dalam memenuhi kebutuhan energi listrik. PLTMH adalah pembangkit listrik skala kecil yang menggunakan tenaga air sebagai sumber energinya, seperti saluran irigasi, sungai, atau air terjun. Inovasi teknologi, seperti penerapan Internet of Things (IoT), mempermudah monitoring dan meningkatkan efisiensi dalam pengelolaan PLTMH. Pelatihan dan pengabdian kepada masyarakat juga penting untuk meningkatkan kompetensi SDM di bidang energi terbarukan. Implementasi PLTMH akan memberikan manfaat dalam memenuhi kebutuhan energi listrik secara lokal dan mengurangi ketergantungan pada sumber energi konvensional yang tidak ramah lingkungan. Dengan demikian, PLTMH merupakan solusi penting dalam membangun pembangunan berkelanjutan.

Perbandingan Kinerja Algoritma Optimasi pada Metode Random Forest untuk Deteksi Kegagalan Jantung Unang Sunarya; Tita Haryanti
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v18i4.26981

Abstrak— Jantung merupakan salah satu organ terpenting dalam tubuh manusia. Kegagalan jantung pada pasien dapat mengakibatkan dampak yang vital dan berujung pada kematian. Adapun kegagalan jantung bukan hanya dipengaruhi oleh faktor usia, juga dipengaruhi komorbid dan pola hidup dari pasien. Berbagai upaya medis telah banyak dilakukan untuk mendeteksi kegagalan jantung yang mengharuskan pasien dirawat intensif di rumah sakit yang tentunya membuat pasien merasa kurang nyaman. Maka dari itu, dalam penelitian ini dirancang sebuah aplikasi machine learning untuk deteksi kegagalan jantung yang dapat mengklasifikasikan kondisi pasien ke arah kematian atau bertahan berdasarkan gejala-gejala yang dimiliki pasien. Adapun algoritma machine learning yang digunakan adalah random forest yang dioptimasi dengan tiga buah algoritma optimasi yaitu grid search, random search dan Bayesian search sebagai perbandingan. Kinerja ketiga algoritma optimasi kemudian diukur menggunakan akurasi, presisi dan recall. Ada 299 sampel pasien yang digunakan dalam penelitian ini. Hasil menunjukkan bahwa random forest dengan algoritma optimasi random search mencapai kinerja yang paling unggul dengan akurasi rata-rata sebesar 85,63 %, presisi rata-rata 87,38% dan recall 85,63%.

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search