Claim Missing Document
Check
Articles

Found 14 Documents
Search

Algoritma CPAR untuk Analisa Data Kecelakaan (Studi pada Kepolisian Daerah Sulawesi Tenggara) Natalis Ransi; Edi Winarko
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 8, No 2 (2014): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6547

Abstract

AbstrakKecelakaan lalu lintas (laka lantas) di Sulawesi Tenggara perlu mendapatkan penanganan yang efektif karena menyebabkan korban meninggal dunia yang terus meningkat setiap tahunnya. Salah satu langkah penanganan adalah analisis karakteristik laka lantas yang berhubungan dengan korban meninggal dunia. Analisis karakteristik laka lantas dapat dilakukan dengan pendekatan faktor penyebab kecelakaan, jenis kecelakaan, dan waktu kejadian.Penelitian ini mengaplikasikan algoritma Classification based on Predictive Association Rules (CPAR) pada data mining untuk analisa karakteristik laka lantas. Algoritma CPAR menghasilkan Class Association Rules (CARs), selanjutnya CARs digunakan untuk mendeskripsikan karakteristik laka lantas yang berhubungan dengan korban meninggal dunia.Hasil penelitian diperoleh bahwa faktor yang menyebabkan korban meninggal dunia pada kasus laka lantas adalah faktor manusia (berkendara dibawah pengaruh alkohol dan berkendara melebihi batas kecepatan) dan faktor lingkungan fisik (prasarana jalan yang rusak dan jalan dengan tikungan tajam). Jenis kecelakaan (tunggal dan depan-depan), waktu kejadian (tanggal 8-14, hari Senin dan Selasa, jam 13:00-18:59), jenis kendaraan (sepeda motor) dan merek kendaraan (Honda), berpotensi menimbulkan korban meninggal pada kasus laka lantas. Pengendara sepeda motor rentan menjadi korban pada kasus laka lantas. Pengujian akurasi menggunakan 10-fold cross validation Hasil pengujian menunjukkan bahwa rata-rata akurasi algoritma CPAR lebih tinggi yaitu 48,75% dibandingkan dengan algoritma PRM yaitu 41,13%. Kata kunci— data mining, algoritma CPAR, kecelakaan lalu lintas Abstract Traffic accident in Southeast Sulawesi needs to get treatment more effective. One of the handling is analysis of traffic accident characteristic and then it was related to the death. Analysis of trafiic accident characteristics can be done with the approach factors the cause of the accident, the kind of an accident, and time genesis.This Research apply CPAR algorithm on the data mining to analyze the characteristics of traffic accident. CPAR Algorithm produce Class Association Rules (CARs) that used to describe traffic accident characteristics related to the death.Results of research, that the factors that caused the victim died in traffic accident is human factors (driving under the influence of alcohol and driving exceed the speed) and environmental factors physical (road infrastructure and damaged roads with elbow).  Types of accidents (in the singular and home-front), time genesis (on 8-14, reported Monday and Tuesday, hours 1:00 pm-6:59 pm), the type of vehicle (motorcycle), potentially causing the death toll in the case laka then. Motorcycle drivers are prone to fall victim in that case laka then. Testing accuracy using 10-fold cross validation test result show that on average these accuracy algorithm CPAR 48.75%, higher than the algorithm PRM 41.13%. Keywords— data mining, CPAR algorithm, traffic accident
Implementasi Naïve bayes Clasifier dalam Klasifikasi Jenis Berita Dessy Santi; Jumadil Nangi; Natalis Ransi
Foristek Vol. 10 No. 1 (2020): Foristek
Publisher : Foristek

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.383 KB) | DOI: 10.54757/fs.v10i1.52

Abstract

Sometimes the classification of news categories is still an obstacle. Classification can be wrong because it is still subjective. As a result, the selected category does not match the uploaded news description. Based on these problems, the authors feel the need to make Classification of News Types with the Naïve Bayes Classifier Algorithm. The importance of this system is to be able to classify news and help news seekers to get the news they want. Based on the test results, the Naïve Bayes Classifier algorithm has a good performance for the classification of news types. This is evidenced in testing using news data taken from www.kompasiana.com, then news is classified into four categories namely politics, economics, sports, and entertainment. The classification results using 16 test news obtained an accuracy of 87.5%.
PENERAPAN WEB SERVICES DAN ALGORITMA GENETIKA UNTUK MENAMPILKAN JADWAL UJIAN TUGAS AKHIR STUDI KASUS : JURUSAN TEKNIK INFORMATIKA UNIVERSITAS HALU OLEO Waode Nur Lailah; L.M Fid Aksara; Natalis Ransi
semanTIK Vol 4, No 2 (2018): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (717.335 KB) | DOI: 10.55679/semantik.v4i2.4670

Abstract

The role of web service is needed as a medium for sharing data and inter-process functionality so that an application can connect with other applications without depending on the programming language or operating system. By using the web service Final Project exam schedule is not only known by students who will do the trial examination but can also be known by all students where the exam schedule will be sent to the web service provider then the web service engine will work to display the exam schedule on several websites that have been provided and by using genetic algorithms direct exam schedules can be determined automatically. This is where the role of web service is in carrying out the data exchange process. In this study, the technology that will be used is SOAP (Simple Object Access Protocol) because SOAP is a standardized protocol by W3C (World Wide Web Consortium), besides that it is also used Genetic Algorithm to automatically set exam schedules.The results obtained in this study that the application of web services can run well. Success can be seen from the results of testing the system where the exam schedule The final task can appear on several different websites and can change the data that is on the system that runs without entering into the system.Keywords - Web Service, SOAP, Genetic Algorithm DOI: 10.5281/zenodo.1471102
Implementasi Teknologi Enkripsi URL (Uniform Resource Locator) dan Login Form Menggunakan Algoritma Blowfish Untuk Mencegah Serangan SQL Injection Waode Hardianas Shalawati; Muhammad Yamin; Natalis Ransi
semanTIK Vol 5, No 2 (2019): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (489.312 KB) | DOI: 10.55679/semantik.v5i2.7472

Abstract

Security of a website is a very important aspect. Because unsafe websites will easily be damaged the integrity of the data  and information through various attack. SQL Injection is one type of attack that often occurs on websites. SQL Injection is a method for entering SQL commands as an input through a web to get database access. Insecure URLs and Login forms are often targeted by SQL Injection attacks to exploit web databases. There are many ways to prevent SQL Injection attacks and one of them uses cryptographic techniques to encrypt URLs and Login Forms of websites into an incomprehensible codes or passwords. The cryptographic method used is blowfish algorithm. This research aims to  tests the performance of blowfish to prevent SQL Injection attacks through the implementation of URL and Login Form encryption. Web security from SQL Injection attacks is tested before and after encryption. Attack testing is done manually and automatically. Automatic testing using SQL Map and JSQL Injection applications. The test results prove that the implementation of URL and login form encryption uses blowfish algorithm is effective to prevent SQL Injection attacks because SQL Injection attacks always fail after implementation of URL and Login Form encryption.
IMPLEMENTASI WEB SERVICE MENGGUNAKAN REST API UNTUK INTEGRASI DATA TATA NASKAH DINAS PADA APLIKASI OFC UNIVERSITAS HALU OLEO Natalis Ransi; Muhammad Alfian Izzah; Arman Arman; La Ode Saidi; Andi Tenriawaru; La Surimi; Edi Cahyono
Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 14, No 2 (2022): Juli 2022
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/justti.v14i2.1547

Abstract

Universitas Halu Oleo (UHO) melalui Lembaga Pengembangan Sistem Informasi (LPSI) saat ini sedang membangun sistem informasi yang disebut sebagai One File Cabinet (OFC). OFC terdiri dari beberapa sub sistem, salah satunya adalah manajemen data tata naskah dinas. Salah satu kendala yang dihadapi pengembang OFC adalah pada saat akan mengembangkan sub sistem baru, pengembang akan selalu membuat komponen dari awal. Sebagai contohnya adalah komponen basis data. Tentu ini akan berimplikasi pada proses pembuatan sub sistem yang kurang efisien dan juga dapat terjadi duplikasi data yang tidak perlu. Web Service adalah metode atau cara komunikasi antara dua aplikasi atau perangkat elektronik melalui world wide web. Terdapat beberapa arsitektur web servicediantaranya Representative State Transfer (REST).REST adalah sebuah web service dengan penerapan konsep perpindahan state yang bernavigasi melalui link HTTP dalam melakukan aktivitas tertentu.Pada penelitian ini dilakukan pengembangan sub sistem tata naskah dinas pada aplikasi OFC dengan mengimplementasikan web service menggunakan REST API. Pengujian dilakukan dengan metode Behaviour Driven Development (BDD). REST API yang dihasilkan akan menjadi jembatan penghubung antara sistem yang ada serta sistem baru yang akan dikembangkan nantinya. Berdasarkan pengujian yang telah dilakukan diperoleh kesimpulan yaitu perilaku pengguna saat berinteraksi dengan sistem dan menguji fungsi yang telah dipilih, semua fungsi tersebut telah dijalankan minimal satu kali dan melewati seluruh statement sehingga berhasil dan memperoleh nilai coverage sebesar 100%.
PENERAPAN EDUKASI SAINTEK DI SD/SMP NEGERI SATU ATAP 15 LALOWIU KECAMATAN KONDA KABUPATEN KONAWE SELATAN UNTUK MEMBANGUN MASYARAKAT YANG SEHAT DAN MANDIRI Edi Cahyono; Arman Arman; Ambo Wonua Nusantara; Jufra Jufra; Natalis Ransi; Rosliana Eso
Jurnal Pengabdian Masyarakat Ilmu Terapan Vol 5, No 1 (2023)
Publisher : Vokasi Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jpmit.v5i1.30028

Abstract

Sebagai suatu desa transmigrasi, Desa Lalowiu terletak diperbatasan antara Kota Kendari dengan Kabupaten Konawe Selatan Propinsi Sulawesi Tenggara. Di desa ini terdapat sekolah satu atap untuk tingkat pendidikan dasar dan menengah. Keterbatasan peralatan pembelajaran dan kemampuan guru yang belum memadai menyebabkan siswa kurang memiliki minat terhadap mata pelajaran sains apalagi dengan kondisi adanya COVID-19 ini, guru tidak memiliki persiapan yang memadai untuk melakukan pembelajaran online. Disamping itu kondisi lingkungan di desa ini pada umumnya belum terlalu sehat yang dapat menimbulkan beberapa penyakit tropis termasuk COVID-19. Dalam mengatasi hal ini, solusi yang ditawarkan agar SD/SMPN Satu Atap 15 Konawe Selatan ini menjadi sekolah yang sehat dan cerdas maka perlu dilakukan kegiatan-kegiatan berupa: Pengembangan pembelajaran matematika dan sains untuk siswa; Memberi pengenalan kurikulum merdeka untuk guru-guru; Penyuluhan/sosialisasi pola hidup bersih dan sehat (PHBS) dalam lingkungan sekolah untuk pencegahan dan penanggulangan COVID-19; Penyuluhan terhadap beberapa kemungkinan penyakit tropis lainnya pada lingkungan melalui sosialisasi gizi keluarga.Tujuan dari KKN Tematik ini meliputi: Meningkatkan pemahaman siswa terhadap sains dalam kehidupan sehari-hari; Meningkatkan penguasaan TIK bagi guru-guru; Memberikan wawasan kepada siswa dan guru akan pentingnya kesehatan keluarga untuk penanggulangan COVID-19 dan penyakit lainnya; Memberikan pengetahuan pola hidup bersih dan sehat di lingkungan keluarga dan sekolah. Untuk mencapai sasaran dan tujuan yang telah digariskan dalam kegiatan pengabdian ini, maka metode yang digunakan adalah sosialisasi, penyuluhan dan pembimbingan secara langsung sehingga melalui kegiatan-kegiatan tersebut diharapkan dapat menciptakan sekolah yang mandiri, sehat dan cerdas.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KUOTA PENERIMAAN MAHASISWA BARU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS Dian Safitri Duruka; Natalis Ransi; La Surimi
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 1 No 1 (2023): Juni 2023
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v1i1.3

Abstract

Sistem penunjang keputusan digunakan untuk membantu manajemen dalam pengambilan keputusan didalam suatu perusahaan, institusi ataupun organisasi. Seperti halnya sistem penunjang keputusan penentuan kuota mahasiswa baru Fakultas MIPA Universitas Halu Oleo yang bertujuan untuk membantu pihak fakultas menghasilkan sebuah sistem pendukung keputusan yang mampu memudahkan proses perhitungan bobot nilai penentuan kuota penerimaan mahasiswa baru di Fakultas MIPA Universitas Halu Oleo menggunakan metode AHP. Metode yang digunakan pada pembuatan sistem pendukung keputusan ini menggunakan metode pengembangan waterfall. Sistem pendukung keputusan penentuan kuota mahasiswa baru berbasis web ini dibuat dengan bahasa pemrograman PHP dan basis data Mysql dengan XAMPP sebagai local server. Hasil pengujian keakuratan metode AHP nilai bobot matriks perbandingan berpasangan dilakukan dua percobaan, percobaan pertama menghasilkan akurasi sebesar 71.4% dan percobaan kedua menghasilkan akurasi sebesar 85.7%. sehingga penentuan kuota mahasiswa baru lebih efisien dan cukup cepat.
Naive NAÏVE BAYES CLASSIFIER TERHADAP SENTIMENT ANALYSIS MENGENAI PSSI SETELAH TRAGEDI KANJURUHAN MALANG Ahmad Faldhi Yudianto; Statiswaty; Natalis Ransi; Ihsan Sarita
Jurnal Informatika Ilmu Komputer dan Sistem Informasi Vol. 1 No. 2 (2023): Volume 1 Nomor 2 Tahun 2023
Publisher : Jurnal Informatika Ilmu Komputer dan Sistem Informasi

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

Abstract

Informasi merupakan sesuatu yang penting dikarenakan dari informasi seseorang dapat mengetahui info yang ada seperti kondisi dalam masyrakat saat ini, dalam beberapa kumpulan informasi dapat menghasilkan informasi baru, hal ini disebut penggalian data atau biasa disebut data mining, penerapan data mining dapat membantu untuk menganalisa data yang diperoleh menjadi sebuah inofrmasi yang sebelumnya tidak dapat terlihat oleh mata pembaca, salah satu variasi tersebut yaitu text mining. Salah satu bentuk implementasi text mining adalah analisis sentimen yang merupakan proses menganalisis potongan teks dengan menentukan nada emosional yang mereka bawa, apakah itu positif ataupun negatif. Penelitian ini berfokus pada analisis sentimen masyarakat pada platform Twitter tragedi Kanjuruhan yang berfokus kepada kinerja PSSI menggunakan metode Naïve Bayes Classifier. Naïve Bayes Classifier adalah metode klasifikasi statistik yang dapat memprediksi probabilitas keanggotaan kelas. Berdasarakan hasil penelitian menggunakan 1500 dataset, dengan dataset 80:20 memiliki evaluasi yang cukup baik untuk efektivitas pada metode Naive Bayes Classifier pada kasus analisis sentimen. Penggunaan metode tersebut memiliki hasil sentimen negatif yang banyak dari masyarakat terhadap PSSI daripada sentimen positif setelah tragedi Kanjuruhan.
THE MARKET BASKET ANALYSIS MENGGUNAKAN METODE FUZZY C-COVERING UNTUK MENENTUKAN POLA PEMBELIAN KONSUMEN: MBA MENGGUNAKAN METODE FUZZY C-COVERING UNTUK MENENTUKAN POLA PEMBELIAN KONSUMEN paditya septiansa; Bambang Pramono; Natalis Ransi
Jurnal Informatika Ilmu Komputer dan Sistem Informasi Vol. 2 No. 1 (2024): Volume 2 Nomor 1 Tahun 2024
Publisher : Jurnal Informatika Ilmu Komputer dan Sistem Informasi

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

Abstract

Seiring berkembangnya perdagangan dan persaingan global, ekonomi pasar bebas, dan teknologi informasi, bagi toko alat tulis, perusahaan harus mampu menerapkan strategi bisnis yang baik untuk memenangkan persaingan dan mempertahankan pangsa pasar. Penggunaan teknik data mining dalam pengolahan data transaksi juga dapat membantu dalam menentukan strategi penjualan. Untuk pengolahan data, kami menggunakan metode fuzzy c-covering, yang mengklasifikasikan elemen-elemen dari himpunan universal semua produk menjadi bagian-bagian yang lebih detail sesuai dengan jenis produk. Teknik data mining menggunakan metode fuzzy c-covering meliputi untuk mencari nilai dukungan dan keyakinan. Nilai dukungan digunakan untuk menunjukkan derajat dominasi suatu subjek terhadap seluruh rangkaian kejadian, dan nilai keyakinan digunakan untuk menentukan aturan mana yang merupakan aturan yang menarik, atau antara dua subjek atau lebih menunjukkan suatu hubungan. Berdasarkan hasil pengujian yang dilakukan dengan max item threshold sebanyak 5, minimum confidence sebanyak 60% dengan minimum support_1 = 7%, minimum support_2 = 8%, minimum support_3 = 9% dan minimum support 4 - 6 sebesar 1% maka akan menghasilkan aturan asosiasi seperti jika konsumen membeli spidol maka akan membeli amplop dengan nilai support 8,8% dan confidence 74% sehingga kedua item tersebut dapat disimpan berdekatan.
Penerapan Algoritma FP-Growth Untuk Analisis Perilaku Konsumen dan Optimasi Strategi Pemasaran pada NH Shop Elvi Saktiawati Salemaku; Muhammad Ihsan Sarita; Natalis Ransi
JPNM Jurnal Pustaka Nusantara Multidisiplin Vol. 3 No. 3 (2025): October : Jurnal Pustaka Nusantara Multidisiplin
Publisher : SM Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59945/jpnm.v3i3.737

Abstract

Pertumbuhan e-commerce di Indonesia mendorong pelaku usaha untuk menerapkan strategi pemasaran berbasis data. NH Shop, toko online produk fashion dan gaya hidup, menghadapi kesulitan menganalisis perilaku konsumen sehingga strategi pemasaran masih umum dan kurang personal. Penelitian ini mengembangkan sistem berbasis web untuk menganalisis data transaksi menggunakan Algoritma FP-Growth guna menemukan pola asosiasi antar produk, serta menerapkan Content-Based Filtering untuk memberikan rekomendasi personal berdasarkan riwayat pembelian dan karakteristik produk. Data penelitian mencakup 1.252 transaksi dan 308 produk dari enam kategori: fashion, makanan & minuman, kecantikan & perawatan, kesehatan & olahraga, rumah tangga, dan elektronik. Sistem dibangun dengan Laravel, MySQL, dan Python, ditujukan bagi admin NH Shop. Pengujian dilakukan dengan evaluasi FP-Growth melalui support dan confidence, serta white box testing untuk menilai kesesuaian fitur dengan kebutuhan pengguna. Hasil pengujian menunjukkan sistem Content-Based Filtering memiliki akurasi 94,73% (MAPE 5,27%), dikategorikan Prediksi Sangat Akurat. Sistem ini diharapkan dapat meningkatkan efektivitas pemasaran, kepuasan pelanggan, dan profitabilitas NH Shop secara berkelanjutan.