Claim Missing Document
Check
Articles

Peningkatan Pemahaman Masyarakat Terhadap Nilai Cagar Budaya Berbasis Wisata Tematik Google Maps di Purwakarta Ratri Wulandari; Vika Haristianti; Idhar Resmadi; Djoko Murdowo; Annisa Aditsania; Aida Andrianawati; Rendy Pandita B; Wibisono Tegar GP; Aniq Atiqi R; Siti Saadah
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (546.609 KB) | DOI: 10.31949/jb.v4i1.4018

Abstract

Pada era Hindia Belanda, Kabupaten Purwakarta adalah ibukota Karesidenan Karawang, sehingga di Kabupaten Purwakarta terdapat kawasan pusat kota dengan alun-alun dan kelengkapan infrastruktur lainnya. Kelebihan ini belum disadari sebagai potensi oleh pemerintah daerah maupun masyarakat. Padahal, pemahaman terhadap potensi cagar budaya akan mendorong peningkatan Indeks Pembangunan Kebudayaan (IPK) daerah. Dari permasalahan tersebut, kegiatan pengabdian masyarakat ini menawarkan dua solusi yaitu, memberikan ilmu dan metode untuk peningkatan pemahaman masyarakat terhadap potensi cagar budaya daerah dan pengembangan peta wisata tematik berbasis Google Maps. Di dalamnya terdapat kegiatan terkait inventarisasi dan dokumentasi bangunan cagar budaya, termasuk pengetahuan teknologi untuk membangun media literasi cagar budaya. Metode yang digunakan melalui survey lapangan dan wawancara, penyusunan proposal, dan pencarian alternative solusi. Pada pelaksanaan kegiatan, metode yang digunakan adalah transfer pengetahuan melalui kegiatan workshop Adapun luaran kegiatan berupa infografis, peta tematik cagar budaya, dan website. Serta transfer pengetahuan dan metode kepada staf DISPORAPARBUD, dan masyarakat pecinta warisan budaya di bawah binaan DISPORAPARBUD Kabupaten.
Implementation of Ensemble Methods on Classification of CDK2 Inhibitor as Anti-Cancer Agent Isman Kurniawan; Mela Mai Anggraini; Annisa Aditsania; Erwin Budi Setiawan
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 17, No 1 (2023): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.78537

Abstract

Cancer is known as the second leading cause of death worldwide. About 7-10 million cases of death by cancer occur every year. The recent treatment to heal the cancer is chemotherapy. However, chemotherapy treatment is known to have side effects and cell resistance issues to certain drugs. Therefore, it is required to develop a new drug that can reduce the side effects and provide a better treatment effect. In general, anti-cancer drugs are developed by targeting Cyclin-Dependent Kinase 2 (CDK2) enzyme. Conventional drug design is not effective and efficient for obtaining new drug candidates because of no information about the biological activity before it is synthesized. In this study, we aim to develop a model to predict the activity of CDK2 inhibitors by using ensemble methods, i.e.,  XGBoost, Random Forest, and AdaBoost. The study was conducted by calculating several fingerprints, i.e., Estate, Extended, Maccs, and Pubchem, as feature variables. Based on the results, we found that Random Forest with Pubchem fingerprint gives the best result with the value of Matthews Correlation Coefficient (MCC) and Area Under the ROC Curve (AUC) values are 0.979 and 0.999, respectively. From this study, we contributed to revealing the potency of the ensemble with fingerprint in bioactivity prediction, especially CDK2 inhibitors as anti-cancer agents.
Analisis Dan Implementasi Long Short Term Memory Neural Network Untuk Prediksi Harga Bitcoin Muhammad Wildan Putra Aldi; Jondri Jondri; Annisa Aditsania
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bitcoin adalah salah satu cryptocurrency yang sedang diminati untuk menjadi media investasi dalam meraih keuntungan secara finansial. Meskipun sedang digemari, investasi menggunakan bitcoin masih memiliki resiko yang cukup besar. Agar dapat mengantisipasi resiko yang didapat dalam berinvestasi menggunakan Bitcoin, diperlukan suatu sistem prediksi yang dapat memprediksi pergerakan kurs nilai tukar Bitcoin. Untuk memprediksi harga Bitcoin maka data historis harga Bitcoin akan dipelajari hingga mengenali polapola tertentu. Jaringan syaraf tiruan merupakan salah satu metode yang memiliki kemampuan untuk mempelajari polapola dari suatu data. Sistem yang dibangun pada penelitian ini adalah menggunakan metode jaringan syaraf tiruan yaitu dengan menggunakan arsitektur Long Short Term Memory Neural Networks. Namun teknik ini memerlukan parameter yang tepat untuk mendapatkan hasil prediksi yang akurat. Dalam tugas akhir ini menganalisis beberapa parameter seperti jumlah pola time series, jumlah neuron hidden, max epoch, dan komposisi data latih dan uji terhadap akurasi prediksi yang didapatkan. Hasil analisis menunjukkan bahwa sistem yang dibangun mampu memprediksi harga Bitcoin dengan baik, dengan rata-rata tingkat akurasi sebesar 93.5% terhadap data testing. Kata kunci : bitcoin, prediksi, jaringan syaraf tiruan, long short term memory Abstract Bitcoin is one of the cryptocurrencies that are in demand to become a medium of investment in achieving financial benefits. While it is popular, investments using bitcoin still have considerable risk. In order to anticipate the risks involved in investing using Bitcoin, a prediction system is needed that can predict the movement of the Bitcoin exchange rate. To predict the price of Bitcoin, Bitcoin price historical data will be studied to recognize certain patterns. Artificial neural networks are one method that has the ability to study patterns of data. The system built on this research is using artificial neural network method by using Long Short Term Memory Neural Networks architecture. But this technique needs the right parameters to get accurate prediction results. In this final project analyze the number of neurons in the input and hidden layer to the prediction accuracy obtained. The results of the analysis show that the built system is able to predict the Bitcoin price well, with an accuracy of 95.12% to the data testing. Keywords: bitcoin, prediction, artificial neural network, long short term memory
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Panjang Batang Penghubung Pelampung Dan Piston Danu Ardiyanto; Jondri Jondri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Tujuan dari penelitian ini adalah membangun ulang model sistem persamaan pompa piston dan merancang kontrol pompa piston terhadap panjang batang penghubung antara pelampung dan pompa piston. Siste m persamaan yang digunakan adalah sistem persamaan linear dan metode yang digunakan untuk menyelesaikan sistem persamaan linear ini adalah Runge-Kutta Orde 4. Fokus pada penelitian ini adalah untuk merancang panjang batang penghubung antara pelampung dan piston agar menghasilkan perubahan tekanan pada pompa piston. Diharapkan panjang batang penghubung antara pelampung dan piston dapat digunakan sebagai variabel kontrol untuk sistem persamaan pompa piston tunggal. Perancangan panjang batang penghubung antara pelampung dan piston dilakukan menggunakan derajat relative dan tracking persamaan linear. Hasil yang didapatkan dari persamaan yang sudah menggunakan variabel kontrol panjang batang penghubung antara pelampung dan piston diperoleh nilai panjang batang penghubung antara pelampung dan piston sebesar 137,6928 m hingga 143,6112 m. Kata Kunci : pompa piston tunggal, sistem persamaan linear, tracking sistem persamaan, Runge-Kutta
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Massa Redi Nurjamin; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Untuk memanfaatkan gelombang laut menjadi energi listrik, dibutuhkan pompa piston. Pompa piston yang ditinjau pada penelitian ini adalah pompa piston tunggal. Pompa piston tunggal ini terdiri dari empat elemen yang bergerak didalam sistem yang terdapat didalam pompa piston tunggal yaitu pelampung, batang, piston dan air dipompa. Pelampung berfungsi sebagai objek yang disimpan dipermukaan air laut yang mana pelampung akan mengikuti gerak dari gelombang laut yang akan membantu piston untuk bergerak secara naik turun yang dihubungkan oleh batang (rod). Piston yang terdapat didalam silinder berguna untuk memompa air yang ada didalam pompa piston untuk menghasilkan perbedaan tekanan yang dapat dikonversi menjadi energi listrik. Tujuan dari Tugas Akhir ini adalah untuk merekontruksi sistem persamaan dari pompa piston tunggal dan merancang kondisi optimal dari massa piston sebagai kontrol terhadap nilai tekanan didalam reservoir yang monoton naik sehingga nilai tekanan didalam reservoir dapat terkontrol di titik tertentu. Metode yang digunakan untuk mencari solusi sistem kontrol dari persamaan pompa piston tunggal adalah metode Runge-Kutta 4 dan tracking kontrol sistem persamaan linear. Kata kunci : piston, Runge-Kutta, derajat relatif
Penjadwalan Sidang Tugas Akhir Prodi Ilmu Komputasi Universitas Telkom Menggunakan Metode Algoritma Genetika Adaptif Dan Fuzzy Relation Oki Virgiawan Pramudita; Fhira Nhita; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Determine a schedule that consist of many elements are complicated. One example of scheduling problems is scheduling of final project. Lot of combinations can be formed from the elemensts of this scheduling, but not all such combinations may be the solution. The scheduling of final project have requirements such lecturers teaching schedule and college student course schedule should not be conflicting to hearing schedule, examiners recommended in accordance with the topic of thesis that are tested and adviser should not be a examiners. Considering of many consideration in this scheduling, then it takes the optimal and efficient method so it can resolve the complexity of this scheduling. Fuzzy relations and genetic algorithm including methods that can be used to overcome this problem. Schedule that produced by fuzzy relation and genetic algorithm methods in this case have an average fitness of 0.9687, and for genetic algorithm methods only have an average fitness of 0.8243. Keywords: Scheduling, fuzzy relation, adaptive genetic algorithm, genetic algorithm.
Penentuan Fitur Supervised Learning Dalam Identifikasi Kalimat Sitasi Pada Makalah Ilmiah Rian Putra Mantovani; Yuliant Sibaroni; Annisa Aditsania
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Kalimat sitasi berperan penting dalam penulisan jurnal ilmiah. Kalimat sitasi dapat diidentifikasi dengan mengekstraksi fiturnya. Pada penelitian ini digunakan 5 fitur utama dan juga akan dikombinasikan. Fitur-fitur yang kita gunakan adalah unigram, bigram, proper noun, cue phrase, dan pronoun. Untuk mengklasifikasi kita menggunakan Naive Bayes (NB) dan support vector machine (SVM). Penelitian ini menggunakan 500 makalah ilmiah yang diambil dari acl-arc. Hasil dari penelitian ini adalah fitur yang terbaik untuk mengidentifikasi kalimat sitasi adalah “Proper Noun, dan Cue Phrase” dengan 59,069% f-measure, dan 92,157% akurasi, jika menggunakan naive bayes, dan 51,234% f-measure, dan 92,503% akurasi jika menggunakan SVM. Kata Kunci —supervised learning, ekstraksi fitur, identifikasi, kalimat sitasi
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Area Silinder Roizal Manullang; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pompa piston tunggal adalah salah satu jenis pompa yang memiliki satu silinder saja. Cara kerja dari alat ini adalah memompakan air yang berada di dalam silindernya untuk menghasilkan perbedaan tekanan sehingga perbedaan tekanan tersebut dapat dikonverter sebagai energi listrik. Penelitian ini berjudul Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Area Silinder. Adapun tujuan penelitian ini adalah untuk memahami model sistem persamaan pompa piston tunggal serta merancang kontrol pompa piston tunggal terhadap area silinder-nya. Metode penelitian yang digunakan adalah sistem persamaan linear, metode numerik Runge Kutta Orde 4 dan tracking sistem persamaan. Maka dengan menggunakan persamaan variabel kontrol Area Silinder diperoleh nilai Area Silinder sebesar 0,004 � � 2   sampai 0,19015 � � 2 . Serta tekanan pada reservoir atas tidak akan selalu  naik m elainkan mencapai nilai maksimal yang ditentukan yaitu sebesar 196450 𝑃�� . Kata Kunci : pompa piston tunggal, SPL, RK-4.
Ekstraksi Informasi Pada Makalah Ilmiah Dengan Pendekatan Supervised Learning Aditya Iftikar Riaddy; Yuliant Sibaroni; Annisa Aditsania
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Makalah ilmiah merupakan laporan hasil penelitian yang dipublikasikan, dan seringkali dijadikan referensi untuk mengembangkan penelitian lainnya. Semakin banyaknya makalah ilmiah yang tersedia secara online memicu kebutuhan akan informasi tentang makalah tersebut, terutama untuk mesin pencari. Untuk mendapatkan informasi dari makalah ilmiah yang jumlahnya banyak dengan cepat dan akurat, dibutuhkan suatu sistem ekstraksi informasi otomatis pada makalah ilmiah. Salah satu pendekatan yang dapat dilakukan untuk melakukan ekstraksi informasi adalah supervised learning. Dalam penelitian ini dilakukan ekstraksi informasi pada makalah ilmiah dengan pendekatan supervised learning. Hasil dari penelitian ini didapatkan kombinasi fitur dan classifier yang terbaik untuk mengekstraksi setiap informasi dari makalah ilmiah. Kata kunci: ekstraksi informasi, supervised learning, makalah ilmiah, natural language processing
Optimasi Penjadwalan Perkuliahan Dengan Menggunakan Pendekatan Metode Hybrid Algoritma Genetika Adaptif Dan Algoritma Koloni Lebah Buatan Choiryaldi Setya Pratama; Fhira Nhita; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Penjadwalan perkuliahan merupakan suatu permasalahan yang sering dihadapi oleh setiap perguruan tinggi. Setiap perguruan tinggi memiliki kebijakan tersendiri dalam penyusunan jadwal perkuliahan, dan mungkin masing-masing perguruan tinggi mempertimbangkan kendala-kendala yang berbeda. Pada kasus optimasi penjadwalan, metode yang paling populer digunakan adalah metode pencarian heuristic seperti algoritma genetika. Pada penelitian ini membahas tentang implementasi metode hibridisasi algoritma genetika adaptif dengan algoritma koloni lebah buatan untuk menyelesaikan permasalahan penjadwalan perkuliahan di perguruan tinggi Universitas Telkom Bandung. Data yang digunakan dalam penelitian ini adalah data mahasiswa dan matakuliah pada tingkat satu serta data dosen yang mengajar terkait matakuliah tingkat satu Fakultas Teknik di perguruan tinggi Universitas Telkom Bandung. Berdasarkan pengujian yang telah dilakukan, pada penerapan metode hibridisasi algoritma genetika adaptif dan algoritma koloni lebah buatan diperoleh nilai fitness dan solusi tercapai (perkuliahan tanpa bentrokan) yang paling optimal masing-masing sebesar 0.0021 dan 87.67%. Hasil tersebut lebih baik dibandingkan menggunakan algoritma genetika dengan nilai fitness dan solusi tercapai yang paling optimal masing-masing sebesar 0.0013 dan 76.67%. Kata Kunci: algoritma genetika adaptif, algoritma koloni lebah buatan, penjadwalan perkuliahan, hibridisasi.