Claim Missing Document
Check
Articles

Found 9 Documents
Search
Journal : Nusantara of Engineering (NOE)

Penerapan Metode Naïve Bayes dalam Sistem Restock Barang pada Toko Ffactory2nd Kasih, Patmi; Santoso, Ricky Laschka Zidane; Helilintar, Risa; Kasih, Patmi Kasih
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.21964

Abstract

This research aims to implement the Naïve Bayes method in determining restocking decisions for Ffactory2nd, a fashion product retail business entity. Ffactory2nd has a crucial need to effectively manage its inventory and make informed decisions regarding restocking. Sales data were collected from August to December 2023, with testing conducted on 16 selected products as samples. The analysis results indicate that the system can provide accurate restocking recommendations based on inventory levels. The Naïve Bayes method is employed for classifying restocking into two categories: Restock (Yes) and No Restock. The analysis demonstrates that the system is capable of delivering accurate restocking recommendations, aiding inventory managers in more effective decision-making. Alpha and beta functional testing indicates that the restocking determination system has been successfully implemented and well-received by users. User satisfaction reached an average level of 93%, indicating a positive impact of the system on inventory management at Ffactory2nd.
ANALISIS HASIL KLASIFIKASI KUALITAS CABAI RAWIT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE kurniadi, Ade; Kasih, Patmi; Farida, Intan Nur
Nusantara of Engineering (NOE) Vol 7 No 2 (2024): Volume 7 Nomor 2 - 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i2.22167

Abstract

This research aims to implement the Support Vector Machine (SVM) method in classifying cayenne pepper images based on their quality. A total of 800 images of cayenne pepper were collected and grouped into four quality classes, namely rotten, greenish, dry and ripe. The classification process using SVM involves a preprocessing stage, image segmentation with Canny edge detection, and model performance evaluation. Implementation is carried out through the development of a web application with several worksheets, including model training worksheets, classification process, classification results, evaluation and export. System testing involves alpha and beta functional testing. Alpha functional testing includes homepage display and navigation tests, model training process, image classification process, classification results, classification evaluation, and export of classification results. Beta functional testing is carried out by involving users who provide feedback through questionnaires. The test results show that the application succeeded in classifying the image of cayenne pepper with high accuracy and received a positive assessment from users. The results of the F1-Score calculation for SVM classification show good model performance, with F1-Score values ​​for each quality class of cayenne pepper as follows: Rotten (0.973), Greenish (0.979), Dry (1.0), and Ripe (0.972). Thus, this research contributes to the application of SVM for image classification of cayenne peppers with satisfactory results, as well as presenting a reliable application in supporting the quality analysis of cayenne peppers.
Sistem Cerdas Sistem Bantu Pengenalan Awal Kesehatan Mental Pada Remaja Sekolah Menengah Pertama dengan Forward Chaining dan Certainty Factor Nurpanto, Nugroho Wisma; Patmi Kasih
Nusantara of Engineering (NOE) Vol 8 No 01 (2025): Volume 8 Number 1 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i01.23346

Abstract

Adolescent mental health is a crucial issue that requires serious attention, especially at the junior secondary education level. Mental health disorders such as depression and anxiety often go undetected and have a negative impact on teenagers' lives. This research aims to develop an expert system that can provide an initial diagnosis of adolescent mental health using the Forward Chaining and Certainty Factor methods. This system is designed to support Guidance Counseling (BK) teachers in early detection of potential mental health problems, so that intervention can be carried out more quickly and precisely. The research methods used include data collection through observation and interviews at educational institutions as well as data analysis using a qualitative approach. The research results show that the expert system developed is able to provide an accurate initial diagnosis and can be used as a tool in dealing with adolescent mental health problems at school. It is hoped that the implementation of this system can reduce the number of mental health disorders in adolescents and improve their overall well-being.
Sistem Bantu IMPLEMENTASI GEOFENCING UNTUK SISTEM PRESENSI KARYAWAN DARI LUAR KANTOR PADA BADAN PERTANAHAN KAB. NGANJUK: Rekayasa Perangkat Linak Fitriyana, Wahyu Tia; Patmi Kasih; Danar Putra Pamungkas
Nusantara of Engineering (NOE) Vol 8 No 01 (2025): Volume 8 Number 1 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i01.23387

Abstract

In today's digital era, efficient employee attendance management remains a crucial challenge for organizations, especially those with staff who work remotely or in different locations. This study overcomes the inefficiency of the manual attendance process at the Nganjuk Regency National Land Agency (BPN) through the development of an Android-based attendance application. By utilizing geofencing technology, this system increases data accuracy, efficiency and security. This research uses the waterfall method to adopt a systematic approach. The research results, in the form of attendance to verify employee locations, show the potential of technology-based solutions in increasing organizational productivity.
ANALISA FREEMAN’S CHAIN CODE DAN EUCLIDEAN DISTANCE UNTUK PERKEMBANGAN KEMAMPUAN MENULIS ANAK PAUD (Studi Kasus di PAUD BaiturrahmanTepus, Kab. Kediri) Kasih, Patmi; Firliana, Rina
Nusantara of Engineering (NOE) Vol 1 No 1 (2014)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v1i1.33

Abstract

ABSTRAK Pengenalan tulisan tangan adalah kemampuan komputer untuk menerima dan menafsirkan input tulisan tangan yang dapat dimengerti dari sumber seperti dokumen kertas, foto, layar sentuh dan perangkat lainnya. Pada penelitian ini, digunakan citra dari tulisan tangan secara offline, dimana tulisan anak dengan tinta hitam diatas kertas putih dijadikan gambar digital (citra). Selanjutnya dari masing-masing gambar dengan objek huruf atau angka dicari nilai tingkat kemiripannya dengan huruf atau angka acuan. Dalam waktu 3 periode penulisan tulisan tangan anakdianalisa dan dihitung seberapa besar tingkat perkembangannya dari periode ke periode. Dalampenelitiandibuat suatu aplikasi yang dapat mengevaluasi tingkat perkembangan kemampuan anak dalam menulis huruf dan angka, dandapat menganalisa huruf input tulisan tangan dengan tulisan tangan yang terdapat di dalam database. Dengan Euclidean Distance rangkaian kode rantai tulisan anak dicari nilai kemiripannya denganrangkaian kode rantai data acuan untuk huruf dan angka yang sama, selanjutnya hasil perbandingan nilai dijadikan nilai skor untuk tulisan anak. Pada periode penulisan berikutnya untuk citra huruf dan angka yang sama, hasil skor awal uji dibandingkan dengan hasil citra uji berikutnya sehingga didapatkan selisih yang menunjukkan tingkat perkembangan kemampuan menulisanak.   Kata Kunci : Analisa, Huruf, Tulisan Tangan,Chain Code, Euclidean Distance
Aplikasi Penghitung Point Pelanggaran Siswa Sebagai Sistem Pendukung Keputusan Bagi Badan Konseling Sekolah Dengan Simple Additive Weighting (Studi Kasus: SMK N 1 Tanah Grogot-Kaltim) Kasih, Patmi; Firliana, Rina; Lestari, Yuni
Nusantara of Engineering (NOE) Vol 2 No 1 (2015)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v2i1.117

Abstract

Abstrak — Proses pencarian dan perangkingan siswa bermasalah merupakan salah satu bagian penting bagi kegiatan Sekolah Menengah Kejuruan (SMK). Bimbingan konseling mempunyai peran yang besar dalam membimbing siswa menghadapi berbagai masalah, sehingga instansi pendidikan dapat menghasilkan lulusan yang cerdas dan berkepribadian yang kuat. Banyaknya data siswa yang harus diproses untuk digunakan dalam menentukan prioritas siswa dan kelas yang berhak mendapatkan bimbingan konseling. Hal ini menjadi masalah tersendiri bagi peneliti Bimbingan Konseling. Berdasarkan hasil pengamatan dan pengalaman peneliti, bahwa sistem pendukung keputusan sanksi pelanggaran siswa di SMK masih dikerjakan secara manual, termasuk diantaranya di SMK N 1 Tanah Grogot. Dengan sistem yang konvensional, guru badan konseling membutuhkan waktu cukup lama dalam menangani siswa bermasalah dan hasil penanganan yang terkadang tidak/kurang valid. Penelitian ini dilakukan dengan menggunakan kartu pencatatan pelanggaran ketertiban oleh siswa, lembar tata tertib siswa di SMK N 1 Tanah Grogot. Aplikasi penghitung point kesalahan ini dirancang dengan menggunakan berbasis web dengan harapan dapat mempermudah hak akses yang dituju. Aplikasi ini dirancang sebagai sistem pendukung keputusan bagi guru dan badan bimbingan konseling sekolah dengan tujuan untuk mempermudah Guru Bimbingan Konseling dalam penanganan siswa bermasalah guna menentukan point kesalahan dan memperoleh data-data yang valid dengan menerapkan Fuzzy Multi Attribute Decision Making (FMADM), dan metode Simple Additive Weighting (SAW). Metode FMADM ini adalah cara memberikan keputusan dengan menyeleksi alternatif pada semua atribut. Diharapkan dengan dirancangnya program ini kinerja badan konseling pada Sekolah Menengah Kejuruan, khususnya pada SMK N 1 Tanah Grogot semakin efisien serta tepat sasaran dalam menentukan siswa dan kelas bermasalah dan dinilai pantas untuk mendapatkan konseling dan penanganan selanjutnya. Kata Kunci— Sistem Pendukung Keputusan, Sanksi Pelanggaran Siswa, Fuzzy Multi Attribute Decision Making (FMADM), Simple Additive Weighting (SAW), web.
Pemanfaatan GIS Untuk Sistem Informasi Pariwisata Firliana, Rina; Kasih, Patmi; Suprapto, Ady
Nusantara of Engineering (NOE) Vol 3 No 1 (2016)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.23 KB) | DOI: 10.29407/noe.v3i1.245

Abstract

Abstrak - Demi meningkatkan informasi tentang tempat - tempat wisata yang berada di Kabupaten  Tulungagung  kepada  masyarakat  indonesia  maupun  luar  indonesia,  perlu dilakukan pemetaan geografis tempat-tempat wisata sesuai dengan perkembangan teknologi, Peningkatan informasi tempat–tempat wisata Kabupaten Tulungagung, seperti pantai, candi bendungan, air terjun dan seluruh tempat wisata yang berada di kabupaten tulungagung dapat di informasikan melalui internet menggunakan Sistem Informasi Geografis atau Geografis Informasi System Berbasis web. Metode yang di gunakan dalam pembuatan Sistem Informasi Geografis Pariwisata Kabupaten  Tulungagung  menggunakan  Waterfall  Model  dengan  5  (lima)  tahapan  yaitu design, analysis, coding dan testing, implementation dan maintenance dengan kebutuhan data sesuai dengan model data spatial pada Sistem Informasi Geografis, Sedangkan informasi yang akan disajikan dalam Sistem Informasi Geografis Pariwisata Kabupaten Tulungagung meliputi informasi wilayah, peta, photo, dan informasi jalur terdekat menuju tempat wisata.Sistem Informasi Geografis Pariwisata Kabupaten Tulungagung diharapkan dapat bermanfaat bagi para masyarakat Indonesia maupun luar Indonesia agar dapat dengan mudah dalam mendapatkan informasi tempat wisata yang berada di Kabupaten Tulungagung.   Kata Kunci- Sistem Informasi Geografis, Pariwisata, Kabupaten Tulungagung
Integrasi Kategori Skripsi Dan Keahlian Dosen Dalam Naïve Bayes Untuk Pemilihan Dosen Pembimbing Kasih, Patmi
Nusantara of Engineering (NOE) Vol 3 No 2 (2016)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (457.875 KB) | DOI: 10.29407/noe.v3i2.12339

Abstract

Tugas akhir bagi mahasiswa adalah hal terpenting yang harus dilakukan dengan sungguh-sungguh dan penuh pemikiran. Dalam melaksanakan tugas akhir, mahasiswa memerlukan dosen pendamping dan pembimbing yang dapat memberikan masukan, arahan dan informasi-informasi yang dapat mendukung pengerjaan tugas akhir mahasiswa. Dosen pendamping dan pembimbing yang mengerti dan memahami secara penuh apa yang menjadi tema dan studi kasus tugas akhirnya, mahasiswa diharapkan dapat mengerjakan tugas akhir dengan baik, lancer dan selesai tepat waktu. Untuk itu diperlukan ketepatan pemberian dosen pembimbing bagi mahasiswa yang mengambil sks proposal maupun tugas akhir. Seperti halnya pada mahasiswa Prodi Teknik Informatika Universitas Nusantara PGRI Kediri. Sistem bantu rekomendasi pemilihan dosen pembimbing tugas akhir pada Prodi Teknik Informatika UN PGRI Kediri adalah solusi dari permasalahan. Sistem rekomendasi dosen pembimbing yang di bangun memanfaatkan algoritma naïve bayes classifier sebagai penentu hasil probabilitas dosen yang dapat dipilih oleh mahasiswa. Naive Bayes merupakan teknik prediksi berbasis probabilistic sederhana yang berdasar pada penerapan torema bayes (aturan bayes) dengan asumsi independensi (ketidak tergantungan) yang kuat. Pemilihan ini didasarkan pada kriteria kategori tugas akhir mahasiswa, keahlian dosen, jam masuk dosen (jam bimbingan), dan domisili dosen. Dari aplikasi rekomendasi ini didapatkan rekomendasi dosen pembimbing yang sesuai dengan konsep tugas akhir dan keahlian dosen. Dengan acuan data training dan aturan bayes didapat hasil yang cukup memberikan kepuasan bagi mahasiswa dalam penentuan dosen pembimbing pilihan. Kata Kunci: Keahlian Dosen, Naive Bayes Clasifier, Sistem Pendukung Keputusan, Skripsi
Pemodelan Gaya Belajar Siswa dengan Menggunakan Support Vector Machine Pranata, Bagas Dwi; Mahdiyah, Umi; Kasih, Patmi
Nusantara of Engineering (NOE) Vol 6 No 2 (2023): Volume 6 No 2 Tahun 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v6i2.20884

Abstract

Gaya belajar siswa memiliki pengaruh signifikan dalam pemahaman dan penyerapan materi pelajaran. Penelitian ini bertujuan untuk menggunakan metode Support Vector Machine (SVM) dalam mengklasifikasikan gaya belajar siswa dan membentuk kelompok belajar yang sesuai. Dalam penelitian ini, data gaya belajar siswa dikumpulkan dan dianalisis menggunakan SVM sebagai algoritme klasifikasi. Evaluasi hasil menunjukkan tingkat akurasi sebesar 88% dengan confusion matrix. Hasil ini mengindikasikan bahwa SVM efektif dalam menentukan kelompok belajar yang serupa berdasarkan gaya belajar siswa. Penelitian ini memberikan kontribusi penting dalam memahami pentingnya penyesuaian gaya belajar siswa, yang memungkinkan guru untuk mengoptimalkan pengelompokan siswa berdasarkan gaya belajar individu mereka. Selain itu, hasil evaluasi juga memberikan informasi lengkap tentang kinerja model SVM termasuk confusion matrix. Dengan tingkat akurasi yang memadai, penelitian ini dapat mendukung pengembangan lingkungan pembelajaran yang inklusif, responsif, dan efektif bagi siswa.
Co-Authors Ade Kurniadi, Ade Adiba, Fera Hidayatul Ady Suprapto, Ady Ahmad Bagus Setiawan Alqozi, Nur Sam’un Alvian, Ficky Andriawan, Riko Ansah, Muhammad Ardy Anugrah A, Gigih Jenop Arafat, Filach Akbar Ardi Sanjaya Arfani, A. Rifqi Yarzuq Azis, Bahrul Satria Azizah, Sarilah Nur BAGUS SETIAWAN, MUCHAMAT RISKI Bayu Wijayanto Budi Utomo Burhanudin Burhanudin Cahyono, Arip Dwi Candra, Gea Vista Yulia Dadi Setyawan Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Dwi Bagus Arianto Dwi Harini Dwi Harini Dwiyanto, Ricko Dyansyah, Kevin Ragil Krisna Eka Putra, Ilham Rizki Fauzi Endah Tri Wijayanti Ervin Kusuma Dewi, Ervin Kusuma Farosa, Muzayin Al Fauziyah, Laili Rahma Febrianto, Yahya Eko Firman Syah, Azriel Akbar Fitriyana, Wahyu Tia Gilbijatno, Arvin Argananta Gumelar, Istiqo Rezeki Agung Gunawan, Akbar Dwi Gusti, Fadzilah Prayoganing Halilintar, risa Handoko, Destian Tri Hanggara, Nazil Rizqi Hendra Riyandoko Holide, Yuki Angka Indria, Ariek Trias Intan Nur Farida Izzuddin, Ahmad Rafi' Jayanto, Andin Dwi Joko Purwanto Julian Sahertian Kasih, Patmi Kasih Kurniawan, Dodyk Lengkoro, Tejaningrat M.Galihleo Yafan Dolar F Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Mahdiyah, Umi Mahdiyah Mardiana, Anisa Wanda Moch. Ghufron Ramadhani Moh Farih Fauzi Munir, Muhamad Misbahul Muragil, Dimas Arif Murhatiningtyas, Yulia Muzaki, Anwar Mu’alim, Rizki Saputro Niswatin, Ratih Kumalarasi Noviana Dewi, Anggielia Ika Nur Cahyo, Mochamad Nurhidayat, Taufiq Nurpanto, Nugroho Wisma Perkasa, Galang Elang Prahesta, Hadi Rizky Dwi Via Prahesta Pranata, Bagas Dwi Pratama Putra, Septiandy Adibya Pratama, Septian Widha Prayoga, Irvan Ratma Prayogo, M. Renhat Ade Putra, Adam Maulana Khabibillah Ashari Putri Kartika Sari Rahayu, Lina Farisa Ramadhan, Dimas Gilang Ratih Kumalasari Niswatin Ratna Ratna Resty Wulanningrum Rianty, Rika Rina Firliana Rini Indriati Risa Helilintar Risky Aswi R, Risky Rizki, Maulana Rochana, Siti Rokhmad, Muhammad Ikhbal Roni Setiawan Rony Heri Irawan Rozi, Ahmad Fatkhur Salis Nilam Amartama Santoso, Ricky Laschka Zidane Saputro, Rizal Dwi Setyawan, Moch Aris Shodiq, Muchamad Fajar Siti Alvi Nikmah Soviana, Aura Anisa Subekti, Lutfi Syafi’i, Mohammad Aziz Syahrudin, Erwin Tanjungsari, Ardina Tasia, Anas Tata Jeniarta Tri Wahyudi Wabula, Dava Febrian Wabula, Diva Febrian Wahyuniar , Lilia Sinta Yuni Lestari