Claim Missing Document
Check
Articles

Found 9 Documents
Search

Data Management Application Research and Community Service Development Center (P4M) Web Based on STMIK Dipanegara Makassar Cucut Susanto; Nur Salman; Po Abas Sunarya
CCIT (Creative Communication and Innovative Technology) Journal Vol 14 No 1 (2021): CCIT JOURNAL
Publisher : Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1125.704 KB) | DOI: 10.33050/ccit.v14i1.1196

Abstract

STMIK Dipanegara Makassar as an IT campus should rightly maximize the use of technology in an effort to improve the quality and productivity of lecturers and students. One of them is at the Research and Community Service Development Center (P4M) unit that handles the Field Work Plus lectures as well as the Research and Community Service of Internal Lecturers. Where the administration of data management is still using manual methods which of course can cause problems such as lost files, data collection that takes a long time and constrained information dissemination. Therefore, there needs to be an application that can manage administrative data where the application is built in the form of a web so that it can be used as a medium for disseminating information about activities that are the responsibility of P4M. This study uses observations and interviews in gathering data. With this system, P4M no longer needs to use manual methods in managing its administrative data and can use the system as a medium for spreading information.
Penambangan Pengklasifiksi Fuzzy dengan Multiobjective Evolutionary Fuzzy Classifier Nur Salman; Mustikasari Mustikasari; Muhammad Nur Akbar
Journal Software, Hardware and Information Technology Vol 2 No 1 (2022)
Publisher : Jurusan Sistem Informasi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/shift.v2i1.24

Abstract

Classification is one of the key issues in the field of data mining and knowledge discovery. This paper implements a method of constructing a fuzzy rule mining classifier, which is extended in the context of classification. There are three stages of this approach: fuzzy rule set extraction, second; a linguistic labeling process that assigns a linguistic label to each fuzzy set. Owing to many attributes in the database, the feature selection process is also carried out, reducing the complexity to build the final classifier. Third: incorporate strategies to avoid rule redundancy and conflict into process mining. We applied the application Multiobjective Evolutionary Fuzzy Classifier (MOFC), which produced a classifier with satisfactory classification accuracy compared to other classifiers such as C4.5. In addition, in terms of classification based on association rules, MOFC can filter the large of rules and be proven to be able to build compact fuzzy models while maintaining a very good level of accuracy and producing a much smaller set of rules. We examine the performance of fuzzy rule classifiers through computational experiments on three benchmark data sets in the UCI machine learning repository.
Aplikasi Pengenalan Pola Penyakit Kulit Menggunakan Algoritma Linear Discriminant Analysis ST. Aminah Dinayati Ghani; Indo Intan; Nur Salman
CogITo Smart Journal Vol. 8 No. 1 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i1.365.206-218

Abstract

Sometimes, someone underestimates to check up skin disease unless the disease has affected his face or body in severe condition. The checkup fees for skin diseases are relatively expensive because they require a specialist. While the reach of society, in general, is the lower community. The purpose of this study is to bridge the gap between the patient and the examination of the disease based on the patient's skin image. The methods used in feature extraction and classification are Linear Discriminant Analysis LDA and Euclidean Distance respectively. LDA performs image feature extraction through a matrix operation process and distinguishing features in the same class and different classes. Classification will give the output of disease: abscess, eczema, ringworm, and urticaria. The accuracy results obtained are 80%. The next research is on adding features in the form of skin color so that it can be an input feature in the image as well as to improve its performance in the future. This application can be an alternative initial checkup for patients. It will detect the type of skin disease be suffered before consulting an expert.
Izin Ekspor Impor Hasil Pertanian Berbasis Web Menggunakan Algoritma ID3 Asmah Akhriana; Nur Salman; Andi Irmayana; Abdul Rauf; Arini Fitramayanti; I Gusti Made Aprianta Nugraha
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i1.4231

Abstract

Balai Besar Karantina Pertanian Makassar adalah salah satu Unit Pelaksana Teknis (UPT) dari Badan Karantina Pertanian. Selama ini dalam proses pemberian izin ekspor/impor harus melalui proses pengecekan dan penilaian setiap berkas yang dimana proses pengecekan berkas tersebut membutuhkan waktu yang cukup lama karena dikerjakan secara manual dan ada banyak berkas yang akan diproses karena mencakup semua perusahaan pertanian yang ada di Sulawesi Selatan. Penelitian ini bertujuan untuk membuat sebuah aplikasi pemberian izin ekspor/impor hasil pertanian dengan mengimplementasikan algortima Iterative Dichotomizer Three (ID3). Metode penelitian untuk pengembangan sistem menggunakan UML termasuk usecase diagram dan class diagram dengan pengujian fungsionalitas menggunakan metode blackbox dan untuk pengujian kelayakan serta kepuasan pengguna digunakan metode SUS (System Usability Scale). Hasil dari penelitian ini adalah sebuah aplikasi pemberian izin ekspor/impor hasil pertanian berbasis web yang dapat mempermudah pengecekan dan penilaian berkas dalam proses pemberian izin ekspor impor, dapat dijadikan sebagai media bagi perusahaan dalam pengurusan izin ekspor impor hasil pertanian sehingga menjadi lebih efektif dan efesien. Sedangkan dari hasil perhitungan nilai SUS didapatkan nilai sebesar 79,75 dimana nilai tersebut termasuk kedalam kategori acceptable dengan adjective Ratings excellent untuk grade scale B yang berarti aplikasi ini diterima dan layak digunakan oleh pengguna dengan rating aplikasi yang bagus.
ANALISIS KLASTER BERBASIS KEPADATAN DENGAN DBSCAN DAN OPTICS: ANALISIS KLASTER BERBASIS KEPADATAN DENGAN DBSCAN DAN OPTICS Mustikasari Mustikasari; Nur Salman
Jurnal INSYPRO (Information System and Processing) Vol 8 No 1 (2023)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/insypro.v8i1.36347

Abstract

This paper describes the process of cluster analysis on the DBSCAN density-based clustering algorithm and the OPTICS augmentation algorithm implemented in R.. Compared to other implementations, DBSCAN offers an implementation that can leverage advanced data such as k-d trees to speed up calculations. An important advantage of this implementation is the ability of both algorithms to handle data, especially granular data with various forms, which conventional distance-based separation algorithms often cannot handle because of the difficulty of identifying the center of a data cluster. A simple comparison is shown to give insight into the advantages of this density-based method. Experiments with the implementation of DBSCAN and OPTICS compared to other popular algorithms show that DBSCAN implemented in R provides a fast, strong, and efficient solution.
Implementasi Algoritma Genetika Untuk Penjadwalan Mata Kuliah Berbasis Web Andika Andika; Muhammad Salsabil; Husain T Husain T; Nur Salman Nur Salman
Dipanegara Komputer Teknologi Informatika Vol 15 No 2 (2022): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Dipanegara Komputer Teknologi Informatika

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

Abstract

Penjadwalan mata kuliah merupakan hal wajib yang ada di setiap perguruan tinggi. Penjadwalan mata kuliah dilakukan untuk kebutuhan perguruan tinggi dan bertujuan agar kegiatan belajar mengajar berjalan dengan baik tanpa kendala. Dalam penelitian, proses penjadwalan mata kuliah dan praktikum dilakukan dengan menggunakan Algoritma Genetika yang terdiri dari proses inisialisasi populasi, seleksi, crossover, dan mutasi. Terdapat beberapa kendala atau kendala dalam membuat penjadwalan mata kuliah yaitu penjadwalan yang membutuhkan proses waktu dan sering bertabrakan mata kuliah dengan ruangan atau waktu. Sama halnya dengan yang terjadi, seperti jadwal dosen mengajar mata kuliah yang sama dengan kelas lain, sehingga terjadi tabrakan dengan dosen dan mahasiswa. Masalah penjadwalan kuliah pada penanganan jadwal perkuliahan menggunakan metode algoritma (GA) dengan harapan sistem penjadwalan dapat bermanfaat dan menyelesaikan masalah yang terjadi pada jadwal kuliah di sekolah maka jadwal mengajar tidak terkendala dengan hal-hal lain
Penerapan Metode Geofencing Untuk Aplikasi Absensi Berbasis Android Surya Iin; Kalvin Ryan; Nasaruddin Nasaruddin; Nur Salman
Dipanegara Komputer Sistem Informasi Vol 16 No 1 (2022): Jurnal Dipanegara Komputer Sistem Informasi (DIPAKOMSI)
Publisher : Dipanegara Komputer Sistem Informasi

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

Abstract

Absensi kehadiran memiliki peranan penting dari dulu hingga sekarang. Absensi digunakan sebagai bukti kehadiran pegawai dan dijadikan sebagai parameter kinerja pegawai pada suatu instansi. Perkembangan sistem absensi saat ini sudah berkembang secara signifikan dengan adanya perangkat-perangkat yang mendukung seperti komputer dan gadget. Dengan adanya penggunaan gadget saat ini maka diperlukannya pembaruan sistem absensi lebih modern yaitu sistem absensi berbasis android dengan penggunaan metode geofencing yang hanya menggunakan smartphone atau gadget untuk operasionalnya
Tinjauan Sentimen Terhadap Ulasan Aplikasi Peminjaman Online dengan Metode Support Vector Machine (SVM) ST. Aminah Dinayati Ghani; Nur Salman Nur Salman; Farhan Wahyuta Kusuma Farhan Wahyuta Kusuma
AGENTS: Journal of Artificial Intelligence and Data Science Vol 4 No 1 (2024): Vol 4 No 1 (2024): September - Februari
Publisher : Prodi Teknik Informatika Universitas Islam Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/jagti.v4i1.74

Abstract

Online loans, abbreviated as "Pinjol," refer to the practice of lending money online through applications or websites without involving traditional financial institutions such as banks or other traditional creditors. Examples of applications in this field include AkuLaku and Kredivo. These apps operate in the e-commerce and credit provision sectors in Southeast Asia, including Indonesia. Despite their operational strengths, these applications have both advantages and disadvantages, leading to positive and negative reviews on platforms like the Play Store. The research aims to identify positive and negative reviews within these online loan applications that can influence users' decisions when choosing a particular app. SVM classification technique is employed to analyze positive and negative sentiments from these reviews. The accuracy results obtained after sentiment analysis for Kredivo are 81%, while for AkuLaku, it is 75%. A higher accuracy value indicates a better ability of the model to predict sentiments correctly. Visualization of impactful words based on word frequency is presented in the form of a Word Cloud. Therefore, based on the sentiment analysis conducted using the SVM model, the author suggests choosing the Kredivo app when selecting an online loan application, as the analysis indicates that Kredivo has better quality compared to AkuLaku.
APLIKASI PREDIKSI STATUS PERTUMBUHAN BALITA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (K-NN) ST. Aminah Dinayati Ghani; Nur Salman; Rudy Donny Liklikwatil; Siti Hajratul Aswa; Maria Nova Sarembona
JED : Journal Entrepreneurship Digital Vol. 2 No. 1 (2024): JED (Journal Entreupreneur Digital)
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Universitas Dipa Makassar

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

Abstract

Pertumbuhan balita merupakan indikator penting dalam menentukan status kesehatan anak di usia dini. Posyandu sebagai layanan kesehatan masyarakat memiliki peran krusial dalam pemantauan tumbuh kembang balita. Posyandu Kuncup Mekar di Desa Je’nemadinging dalam pencatatan dan analisis data pertumbuhan balita masih dilakukan secara manual, sehingga kesalahan dalam interpretasi data dapat terjadi. Penelitian ini bertujuan untuk merancang aplikasi berbasis web yang dapat membantu tenaga kesehatan dalam memprediksi status pertumbuhan balita dengan menggunakan algoritma K-Nearest Neighbors (K-NN). Algoritma K-NN dipilih karena kemampuannya dalam melakukan klasifikasi berdasarkan data historis yang ada. Aplikasi ini akan memanfaatkan data seperti usia, berat badan, tinggi badan, dan lingkar kepala balita untuk melakukan prediksi status pertumbuhan berdasarkan standar WHO (World Health Organization). Pengujian aplikasi menghasilkan tingkat akurasi sebesar 92,98 %. Hal ini membuktikan bahwa aplikasi mampu memprediksi status pertumbuhan balita dengan tingkat kepercayaan yang tinggi, sehingga dapat mendukung deteksi dini masalah gizi serta memungkinkan intervensi yang lebih cepat dan tepat.Hasil penelitian ini diharapkan dapat meningkatkan efisiensi pencatatan data di Posyandu serta membantu tenaga kesehatan dalam mengambil keputusan yang lebih akurat terkait pertumbuhan balita.