Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Sistem Informasi Manajemen Peringatan Bencana Kebakaran Lestanto, Yusuf
Journal of Computer and Information Vol 1, No 1 (2012)
Publisher : Universitas Bakrie Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (211.562 KB)

Abstract

Mengendalikan actuator dan menerima masukan dari sensor yang terletak jauh (remote area) dari kita merupakan hal yang penting dan menjadi kebutuhan di saat ini.  Sensor  dan  actuator  tersebut sering diletakkan di daerah yang berbahaya atau di luar jangkauan. Teknologi komunikasi data serial dan ethernet menjadi wahana untuk menerima dan mengirim data dari  sensor  atau ke  actuator. Data dari  sensor diubah oleh  I/O addressable converter  menjadi data  serial standar RS422 yang diteruskan ke  serial-to-ethernet  dan berakhir di  host/server. Teknologi ini dapat diaplikaskikan ke sistem peringantan bencana kebakaran berbasis IT.  Sensor yang berupa  smoke detector  atau  heat detector  dan  actuator yang berupa sirene yang diletakkan di area tertentu dipadukan menjadi satu sistem informasi manajemen. Lokasi keadaan darurat dapat diketahui secara pasti dan sirene peringatan di area tertentu secara otomatis diaktifkan. Perancangan sistem dengan menggunakan  smoke  atau  heat sensor,  sirene,  I/O addressable converter  dan  serial-to-ethernet  menghasilkan sistem informasi manajemen peringatan bahaya kebakaran 
Development of a Data Cleaning System for Consumer Master Data using Sorted Neighborhood and N-Gram Methods LESTANTO, YUSUF; MUALIFA, RAHMA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 13, No 1: Published January 2025
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v13i1.57

Abstract

This study developed a data cleaning system for master data using the Sorted Neighborhood Method (SNM) and N-gram methods to detect and eliminate duplicates and standardize name and address formats. The proposed SNM algorithm handles precleaning tasks, removes specific characters and titles, and forms tokens for comparison. The N-gram algorithm calculates record similarity using user-defined N-gram values and thresholds. The effectiveness was evaluated using recall, precision, and F-measure metrics on small and large datasets. The optimal threshold, token length, and N-gram values were 0.7, 5, and 2, respectively, yielding the highest F-measure scores. The results confirm the successful implementation and improvement of data quality. Identifying optimal parameters provides a benchmark for future data-cleaning efforts, potentially streamlining processes and reducing resources.