Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : BIMASAKTI

KLASIFIKASI TINGKATAN KALORI MENU RESTORAN FAST FOOD DI INDONESIA MENGGUNAKAN METODE NAIVE BAYES Syahrul Munir, Muchamad; Nugroho, Danang Aditya; Moh Ahsan
Jurnal Fakultas Teknologi Informasi Vol 6 No 2 (2024): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v6i2.10057

Abstract

Fast food is food that is easy to package, easy to serve, practical, or processed in a simple way. The more often people consume fast food, the more threats to health will be. This is because fast food contains lots of saturated fat, trans fat, and sodium. In addition, fast food also contains a high level of calories, but not balanced with the nutritional content needed by the body. This study aims to find out: (1) calorie levels on fast food restaurant menus; (2) The learning process carried out by Naive Bayes in determining decision making; (3) The level of accuracy of calorie level suitability on fast food restaurant menus using the naïve bayes method.This research method is divided into two stages, namely pre-processing and processing. The pre-processing stage is divided into three stages, namely data collection, data cleaning and data transformation. The data collection stage was carried out by downloading from Kaggle's official website which amounted to 515 data. Then at the cleaning stage, the data was taken the menus of fast food restaurants in Indonesia and only took 4 attributes. Then at the data transformation stage, namely giving labels to each attribute. The processing stage is done in two ways, namely manually and using the RapidMiner tool.The results of the study showed that the average accuracy value produced was 82.35%. With the accuracy of each class attribute, namely Normal Calories by 80.65%, High Calories by 75.00%, and Low Calories by 90.48%.The conclusions of this study are: (1) Naive Bayes algorithm can be used to classify the calorie level of fast food restaurant menus in Indonesia based on the main nutritional parameters, namely carbohydrates, fats, and proteins; (2) The use of the Naive Bayes algorithm can produce a fairly high accuracy rate of 82.35% so that it can be concluded that the classification results carried out by the algorithm have a match rate with the original data of 82.35%.
ANALISIS USER INTERFACE DAN USER EXPERIENCE PADA SISTEM PEMETAAN TANAH MENGGUNAKAN PENDEKATAN HUMAN CENTERED DESIGN Sirat Firdaus, Dimas Haikal; Budianto, Alex Endy; Moh Ahsan
Jurnal Fakultas Teknologi Informasi Vol 7 No 1 (2024): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v7i1.10487

Abstract

Perkembangan teknologi informasi yang pesat memicu transisi menuju era digital. Digitalisasi adalah proses transformasi media informasi analog menjadi media digital yang diproses melalui komputer. Teknologi digital memberikan dampak positif seperti akses informasi cepat melalui internet, inovasi teknologi digital, dan peningkatan kualitas sumber daya manusia. Salah satu penerapan digitalisasi adalah pengembangan informasi tentang pemetaan tanah digital, yang bertujuan untuk mendigitalkan informasi mengenai lokasi tanah, pemilik tanah, dan kebutuhan tanah pertanian. Di Desa Taman, Kecamatan Grujukan, Kabupaten Bondowoso, mayoritas penduduknya bermata pencaharian sebagai petani dan menghadapi masalah terbatasnya informasi pertanian. Untuk mengatasi masalah ini, dibuatlah aplikasi Sistem Informasi Pemetaan Tanah (SIPETAN) menggunakan pendekatan Human Centered Design (HCD) yang berfokus pada kebutuhan pengguna. Hasil penelitian menunjukkan bahwa perancangan UI dan UX SIPETAN memberikan persepsi positif dari segi user experience dan usability dengan skor efektivitas dan efisiensi masing-masing sebesar 96%.
IMPLEMENTASI METODE SERVQUAL ANALIS KEPUASAN PENGUNJUNG UNTUK MENINGKATKAN KUALITAS PELAYANAN (STUDI KASUS : SPENCER GREEN HOTEL) Kartikasari, Fatmala; Moh Ahsan
Jurnal Fakultas Teknologi Informasi Vol 5 No 2 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v5i2.8941

Abstract

Spencer Green Hotel adalah salah satu hotel berbintang 3 di Kota Batu. Hotel sebagai instansi yang menyediakan pelayanan di bidang jasa berkewajiban untuk melayani pengunjung/tamu. Selain faktor penting bagi kelangsungan hidup suatu hotel, memuaskan kebutuhan pengunjung dapat meningkatkan keunggulan dalam persaingan. Untuk meningkatkan pelayanan yang prima maka perlu adanya suatu sarana, pelayanan dan fasilitas untuk mengevaluasi tingkat kepuasan pelanggan dalam hal ini adalah pengunjung Hotel. Faktor yang menentukan kepuasan pengunjung adalah persepsi pengunjung mengenai kualitas jasa yang berfokus pada lima dimensi kualitas jasa, yaitu : berwujud (tangible), keandalan (reliability), ketanggapan (responsiveness), jaminan dan kepastian (assurance ), empati (empathy).Dengan adanya sistem pengambilan keputusan mengenai penilaian kepuasan dengan metode servqual dapat membantu mengefisienkan proses analisa tingkat kepuasan pengunjung hotel terhadap pelayanan yang diberikan oleh pihak hotel.
PENERAPAN FUZZY SUGENO PADA NPC RINTANGAN DALAM GAME “ANA CERITA EXTREME” MENGGUNAKAN UNITY Fathoni, Zefid Frenda; Moh Ahsan; Tri Sulistyanto, Muhammad Priyono
Jurnal Fakultas Teknologi Informasi Vol 5 No 2 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v5i2.8944

Abstract

Mengembangkan game Ana Cerita Extreme karena NPC rintangan belum ada sehingga gameplay masih terasa sangat mudah, oleh karena itu peneliti menerapkan logika fuzzy Sugeno pada NPC rintangan sehingga NPC rintangan permainan mampu membuat keputusan perubahan perilaku berdasarkan yang telah ditentukan logika fuzzy melalui bahasa pemrograman. Manfaat dan tujuan dari sistem ini dalam mengembangkan game Ana Cerita Extreme dengan menerapkan metode logika fuzzy Sugeno adalah untuk meningkatkan kualitas dari game Ana Cerita Extreme dan membuat game lebih menantang saat dimainkan oleh pengguna.
IMPLEMENTASI METODE FUZZY TSUKAMOTO BERBASIS WEBSITE PADA PENERIMAAN KARYAWAN BARU DI PT JAVA INDOSINERGI CREATIVE Rohman, Ahmad Zainur; Moh Ahsan; Akhmad Zaini
Jurnal Fakultas Teknologi Informasi Vol 5 No 2 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v5i2.8978

Abstract

Challenges that must be overcome to help PT. Java Indosinergi Creative with its employee selection process developed a decision support system. Currently, companies rely on a manual approach, which can produce ineffective results and poor accuracy. Tsukamoto's Fuzzy method is used in Indosinergi Creative's Java decision support system software which assists in the hiring process, enabling faster processing and providing recommendations and considerations for decision making at later stages of the hiring process. By comparing expert ratings with those generated by other ranking algorithms, this study using Fuzzy Tsukamoto provides useful information for making hiring decisions. The authors' questionnaire study found that, on average, respondents scored 79.38% when using this decision aid system.
OPTIMASI ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) UNTUK MENENTUKAN WHOLESALES PENJUALAN Dawa, Yosef Mulyanto; Aziz, Abdul; Ahsan, Moh
Jurnal Fakultas Teknologi Informasi Vol 6 No 1 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v6i1.9216

Abstract

Algorithm C4.5 is an algorithm used to form a Decision Tree. The C4.5 Algorithm definitely has advantages and disadvantages. The features of the C4.5 algorithm can create decision trees that are easy to version, dominate the level of acceptable accuracy, efficient in managing effective category attributes and can set attributes of discrete and numeric types, and in an advantage there are definitely drawbacks. The weakness of the C4.5 algorithm is the instability in determining accuracy. The amount of data used is 1000 with 7 attributes. Data were analyzed using Particle Swarm optimization in C4.5. Because the accuracy produced by C4.5 is still low, it is optimized with Particle Swarm optimization. Accuracy on C4.5 is 81% after using optimization the accuracy increases by 86%. Data processing uses Python programming and accuracy testing uses the Confusion Matrix to compare accuracy results.
RANCANG BANGUN APLIKASI AUGMENTED REALITY PADA TUMBUHAN DENGAN METODE MARKERLESS UNTUK PENGEMBANGAN MEDIA PENGENALAN DI BALITKABI Indra, Dicky; Yunus, Amak; Ahsan, Moh
Jurnal Fakultas Teknologi Informasi Vol 6 No 1 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v6i1.9227

Abstract

Indonesia Terkenal dengan iklimnya yang tropis, dengan demikian banyak juga tumbuhan yang beraneka ragam tumbuh di Indonesia. Jenis tanaman yang ada di indonesia kurang lebih sebanyak 25.000 jenis yang tersebar di wilayah Indonesia. Namun semua orang tidak bisa melihat tanaman secara utuh. banyaknya masyarakat yang tinggal di perkotaan mengakibatkan kurangnya pengetahuannya tentang tanaman. Dengan perancangan aplikasi Augmented Reality sebagai media pengenalan ini diharapkan bisa mempermudah masyarakat untuk mempelajari tentang tumbuhan secara mudah. Dalam penelitian ini perancangan menggunakan Unity sebagai mesin dari aplikasi yang dirancang serta Blender 3D untuk objek virtualnya. Hasil yang didapat dari penelitian ini adalah sebuah aplikasi Augmented Reality dengan metode Markerless yang bisa digunakan oleh masyarakat umum dan para petani sebagai media pengenalan secara mendetail akan tumbuhan.
PENGEMBANGAN BAHAN PELAJARAN KOMPUTER DAN JARINGAN DASAR KELAS IX DI SMP ISLAM DRUJU SUMBERMANJING WETAN Afandi, Fajar; Nugraha, Danang Aditya; Ahsan, Moh
Jurnal Fakultas Teknologi Informasi Vol 6 No 1 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v6i1.9350

Abstract

Metodologi pengembangan yang diterapkan dalam penelitian dan telah dimodifikasi dengan tahapan penelitian yang sudah dirancang (RnD) dengan bebrapa modifikasi dalam pengembngan bahan modul  dibagi menjadi 10 tahap, yaitu: (1) permasalahan dan potensi, (2) pengumpulan data, (3) perkembangan produk, (4) validasi ahli guru dan ahli siswa , (5) evaluasi produk, (6) Uji coba kelompok kecil, (7) evaluasi produk, ( 8) pengujian kelompok besar, (9) evaluasi produk, (10) pembuatan produk. Hasil pengembangan modul  dasar yang dikembangkan di komputer dan terhubung ke jaringan sesuai modul Rnd dibangun dan diverifikasi oleh beberapa ahli, yaitu:(1) ahli Guru mencapai 94,1%, (2) ahli Siswa mencapai 93,54%, (3) kelompok esai kecil mencapai 80,4%, (4) kelompok esai kelompok esai mencapai 91,96% dan nilai rata-rata bilai sebesar 90,79%. Berdasarkan dari hasil evaluasi dengan dikatakan bahwa modul pemebelajaran  dasar computer dan jaringan dapat digunakan dalam proses pembelajaran di SMP Islam Druju khususnya mata pelajaran komputer dasar kelas IX komputer dan jaringan program komputer.
IMPLEMENTASI MADM METODE ANALYTIC HIERARCHY PROCESS – SIMPLE ADDITIVE WEIGHTING PENENTUAN LAHAN RENDEMAN TEBU STUDI KASUS KABUPATEN Ediono; Budianto, Alexius Endy; Moh Ahsan
Jurnal Fakultas Teknologi Informasi Vol 6 No 1 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v6i1.9503

Abstract

Jawa timur merupakan tempat penghasil tebu terbesar di Indonesia tahun 2020. Salah satu pabrik yang terbesar dan tergolong baru yauitu Pabrik Gula Rejoso. Menurut data, pertumbuhan panen tebu di Jawa Timur mencapai 1,2 juta ton per tahun 2020. Pertumbuhan lahan tebu pun berbanding lurus dengan berdirinya sebuah pabrik. Seiring dengan berdirinya pabrik, menurut PP Nomor 26 Tahun 2021, yang dimaksud harus menyediakan lokasi lahan untuk kepentingan berjalannya sebuah perusahaan.Dimana lokasi harus berada dalam cakupan pabrik tersebut didirikan. Oleh sebab itu tim PPL yang bertugas diharuskan mencari lahan di daerah dimana nantinya digunakan untuk mendapatkan hasil lahan yang sesuai dengan kebutuhan pabrik. Dalam proses pemilihan lahan tebu oleh tim PPL tentunya tidak terlepas dari pengumpulan data dengan metode perhitungan. proses pengumpulan data menggunakan Data Mining. Metode yang digunakan menggunakan Multi Criteria Decision Making(MCDM). Ada 2 model metode yaitu, Analytical Hierarchy Process (AHP) merupakan untuk memecahkan masalah yang terstruktur. Simple Additive yang mempertimbangkan banyak kriteria sebagai dasar pengambilan keputusan. Berdasarkan hasil implementasi kedua metode digunakan penilaian untuk mendapatkan nilai akurasi. Nilai akurasi dari metode AHP-SAW pada tahun 2021,2020,2019. Nilai akurasi tahun 2021 sebanyak 59%,tahun 2020 sebanyak 59, sedangkan tahun 2019 sebanyak 86,3%.
PENINGKATAN AKURASI KLASIFIKASI ALGORITMA NAÏVE BAYES PADA PASIEN PENYAKIT JANTUNG MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION (PSO) DI IHC RUMAH SAKIT PERTAMINA Cahyono, Achmad Febrian Dwi; Budianto, Alexius Endy; Ahsan, Moh
Jurnal Fakultas Teknologi Informasi Vol 7 No 2 (2025): BIMASKTI
Publisher : Prodi Teknik Informatika, Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v7i2.10726

Abstract

The Particle Swarm Optimization (PSO) method is used in this study to improve the accuracy of using the Naive Bayes algorithm in classifying the life expectancy of heart disease patients. Heart disease data for 300 samples from Kaggle are used in this study. The study compares the classification accuracy before and after applying PSO with the Naive Bayes algorithm. In the three cases examined, the application of PSO proved successful in improving the classification accuracy. From 0.78 to 0.83, the accuracy increased by 5% in the first scenario. From 0.81 to 0.86, the accuracy also increased by 5% in the second scenario. Meanwhile, from 0.8 to 0.83 in the third example, the accuracy increased by 3%. Overall, PSO was able to improve the performance of the Naive Bayes algorithm, resulting in an increase in accuracy of 5%, 5%, and 3% in each case. In the context of heart disease data, these findings suggest that PSO can be used as an effective method to improve the accuracy of predictive models.