Claim Missing Document
Check
Articles

Found 7 Documents
Search

Penentuan Titik Lokasi Baru Pelayanan Kesehatan Bagi Penyandang Disabilitas Di Kota Banjarmasin Menggunakan Metode AHP dan GIS Johan Wahyudi
Jurnal Sains Komputer dan Teknologi Informasi Vol 3 No 1 (2020): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v3i1.1757

Abstract

Konsep Smart City yang diasung oleh pemerintah Kota Banjarmasin bertujuan agar memudahkan masyarakatnya untuk merasakan layanan serta fasilitasnya dalam melakukan pengembangan kemajuan pengetahuan dan teknologi untuk melayani kepentingan publik. Namun, beberapa layanan serta fasiltas umum yang salah satunya adalah pelayanan kesehatan masyarakat (puskesmas) sebagian besar masih belum ramah untuk para penyandang disabilitas. Dalam implemantasinya digunakanlah sistem informasi geografis sebagai wadah informasi persebaran puskesmas secara spasial, serta metode AHP (Analytical Hierarchy Process) untuk melakukan pengambilan keputusan dalam menentukan lokasi mana yang membutuhkan pembangunan fasilitas yang ramah dan menunjang para penyandang disabilitas secara efektif dengan menyederhanakan dan memperepat proses pengambilan keputusan dengan memecahkan persoalan tersebut dalam suatu susunan hirarki.Hasilnya adalah sebuah sistem informasi geografis yang dapat memudahkan penggunanya untuk menentukan dan memutuskan lokasi atau pelayanan kesehatan masyarakat mana yang membutuhkan pembangunan pelayanan disabilitas agar ramah dan menunjang bagi para penyandang disabilitas.
Deteksi Kandungan Unsur Hara Daun Jagung Menggunakan K-Nearest Neighbor (KNN) Johan Wahyudi; Ahmad Shalludin; Yuslena Sari
Jurnal Sains Komputer dan Teknologi Informasi Vol 3 No 2 (2021): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v3i2.2235

Abstract

Tanaman jagung memerlukan unsur hara untuk kelangsungan hidupnya. Dari unsur hara tanaman ada tiga unsur utama seperti Nitrogen(N), Fosfor(P), dan Kalium(K). Namun dalam prakteknya untuk mengetahui kekurangan unsur hara tanaman jagung melalui daunnya memerlukan beberapa alat yang harganya mahal sehingga tidak efesien. Dengan adanya cara untuk mengetahui kekurangan unsur hara melalui pengolahan citra digital diharapkan dapat membantu para petani dalam penangganan kekurangan unsur hara lebih mudah dan efesien. Pada penelitian ini penerapan sistem pengolahan citra digital menggunakan RGB metode ektraksi Hue, Saturation, Value (HSV) setelah di dapatkan nilai rata-rata RGB dan HSV, kemudian dilakukan proses pengklasifikasian dengan metode K-Nearest Neighbor (KNN). Data sampel menggunakan 5 klasifikasi citra data training dengan masing-masing 5 data testing pada setiap citra data training dengan hasil akurasi sebesar 80% sistem dapat mendeteksi citra daun jagung.
Rancang Bangun Game Edukasi 3 Dimensi Perawatan Orang Utan Berbasis Game Maker: Studio Johan Wahyudi
Bitnet: Jurnal Pendidikan Teknologi Informasi Vol 6 No 1 (2021): Bitnet: Jurnal Pendidikan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/bitnet.v6i1.1788

Abstract

Pemanfaatan komputer di zaman modern ini semakin canggih, selain digunakan sebagai alat pengolah informasi belakangan komputer juga digunakan sebagai media hiburan yaitu game. Dengan kemampuan dan kecanggihan komputer sekarang ini bermacam-macam komputer telah menyediakan tampilan grafis yang canggih. Objek penelitian ini adalah membuat game Save Orang Utan dengan menggunakan Game Maker: Studio Engine. Pembuatan game ini dimulai dari pengumpulan data tentang cara-cara pembuatan game dengan Game Maker: Studio, cara mendesain karakter 3 dimensi dalam game dengan menggunakan Blender 3D data tentang game-game yang dapat dibuat dengan Game Maker: Studio. Game dijalankan hanya dengan satu pemain, dalam artian hanya satu user saja. Penelitian ini telah menghasilkan game Save Orang Utan. Game ini dibuat sebagai sarana edukasi yang menghiburdan untuk lebih dikembangkan menjadi lebih baik lagi.
PEMBANGUNAN SISTEM APLIKASI PENYEWAAN MOBIL BERBASIS ANDROID STUDI KASUS : CV. AMANAH KALIMANTAN RENT Johan Wahyudi
Journal of Industrial Engineering and Operation Management Vol 2, No 1 (2019)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jieom.v2i1.2082

Abstract

Informasi merupakan landasan didalam pengambilan keputusan, saat ini mahalnya nilai informasi disebabkan harus cepatnya informasi tersebut didapat, sehingga diperlukan teknologi - teknologi mutakhir untuk mendapatkan, mengolah dan menyampaikannya. Dalam pengolahan data khususnya data tentang penyewaan kendaraan sebaiknya dilakukan secara efektif, efisien dan informatif, artinya pengolahan data penyewaan kendaraan mudah dilakukan baik pada pengisian data, pemrosesan data, pencarian data. Hal tersebut akan sangat membantu perusahaan atau instansi dalam meningkatkan kinerja dan pengelolaan usaha jasa penyewaan mobil, sehingga para konsumen / pelanggan yang membutuhkan jasa ini bisa mendapat layanan yang maksimal. Perkembangan mobile device saat ini sangat berkembang pesat, perkembangannya seakan semua kegiatan dapat dilakukan dengan aplikasi mobile, begitu juga halnya dalam bidang transportasi dalam hal ini bidang rental mobil, pada proses penyewaan mobil yang lama dilakukan dengan manual terdapat beberapa kendala utama dalam prosesnya seperti pelanggan yang sudah terdaftar atau sudah pernah rental mobil harus datang kembali ketempat rental mobil atau menelpon apabila akan memesan mobil di mana kurang efektifnya, namun dengan adanya aplikasi rental mobil ini para pelanggan dapat memesan mobil dengan mudah dengan adanya aplikasi mobile setiap pelanggan dapat melihat informasi mobil yang akan di sewa apakah tersedia karena informasi mobil dapat dilihat hanya dalam sebuah aplikasi mobile  Kata Kunci— Informasi, Aplikasi Mobile, Mobile Device
SISTEM ANALISA DAN PENENTU KELAYAKAN KENDARAAN BERMOTOR PADA KANTOR DINAS PERHUBUNGAN KABUPATEN HULU SUNGAI UTARA Johan Wahyudi
Journal of Industrial Engineering and Operation Management Vol 2, No 2 (2019)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jieom.v2i2.2995

Abstract

Abstrak – Data untuk menganalisa dan menentukan kelayakan sebuah kendaraan bermotor saat ini masih mengandalkan kemampuan visual dari petugas yang memeriksa kelayakan kendaraan bermotor. Dalam hal ini bisa terjadi kesalahan kecil yang kadang tidak terdeteksi dalam menentukan kelayakan kendaraan bermotor. Agar mengurangi kesalahan tersebut, diperlukan sistem komputer yang dapat mengolah data yang diinputkan dari hasil pemeriksaan untuk dapat menganalisa dan menentukan kelayakan dari kendaraan bermotor yang diperiksa. Sistem komputer yang dibangun disesuaikan dengan sistem pemeriksaan kelayakan kendaraan bermotor yang berjalan di Dinas Perhubungan Kabupaten Hulu Sungai Utara. Tujuan dari penelitian ini yaitu untuk mengetahui dan menganalisis kelayakan berkala kendaraan bermotor pada Unit Pelaksana Teknis Pengujian Kendaraan Bermotor Dinas Perhubungan Kabupaten Hulu Sungai Utara. Metode penelitian yang digunakan adalah metode penelitian deskriptif dengan data kuantitatif. Sampel yang diambil berjumlah 85 responden pelanggan uji kelayakan kendaraan dengan menggunakan accidental sampling. Penelitian ini dilakukan di Unit Pelaksana Teknis Pengujian Kendaraan Bermotor Kabupaten Hulu Sungai Utara. Pengumpulan data yang digunakan adalah wawancara, observasi, kuisioner, dokumentasi dan studi pustaka. Efektifitas pelayanan menjadi harapan pemerintah dan masyarakat pengguna jasa pengujian kendaraan bermotor agar tujuan dari pelaksanaan pelayanan tersebut dapat memberikan pelayanan pengujian kendaraan bermotor yang terbaik kepada masyarakat saat pengujian kendaraan bermotor serta penerimaan pemerintah dari pengujian kendaraan bermotor. Adapun data utama yang diinputkan adalah data user, data petugas, dan data registrasi. Kemudian dilakukan proses pendataan administrasi yang diinputkan melalui form input data pemeriksaan dan form input data penerbitan surat laik jalan. Adapun laporan yang dibuat adalah laporan data petugas, laporan data registrasi, laporan data hasil pemeriksaan dan laporan data kelayakan. Kata Kunci : Pemeriksaan, Kelayakan Pengujian
EXPLANATORY DATA ANALISIS UNTUK MENGEVALUASI PENELUSURAN KATA KUNCI VIDEO PEMBELAJARAN DI YOUTUBE DENGAN PENDEKATAN MACHINE LEARNING Mambang Mambang; Ahmad Hidayat; Finki Dona Marleny; Johan Wahyudi
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 2 No. 2 (2022): Juli : Jurnal Informatika dan Teknologi Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v2i2.287

Abstract

The purpose of this study was to find correlations related to the variable number of impressions, likes, subscribers, and comments on each learning video keyword search on YouTube. This research uses quantitative methods and experiments with secondary data sources. Exploratory Data Analysis in machine learning using several libraries in Python programming produces image visualizations that provide information related to the dataset that has been processed, such as boxplot graphs, histograms, line plots, and correlation graphs. Exploratory Data Analysis with machine learning that we have done finds results on boxplot graphs on five variables showing a whisker more elongated upwards which states positive data results. The difference in this histogram chart is in the duration variable. On the line plot graph, we find the keywords learning videos learning mathematics have the advantage of four variables and the keywords of accounting learning videos one variable. Exploratory Data Analysis using the correlation head map in the seaborn library shows that the like and comment variables strongly correlate with a value of 1. Duration variables have a low and negative correlation with other variables. The subscribers variable has a high correlation with the like variable 0.95. Thus, several indicators need to be considered in making learning videos, such as content or content of innovative and creative learning videos, so that the number of likes and comments becomes high. The length of time in learning videos does not affect the number of likes, subscribers, and comments.
Analisis Perbandingan Sentimen Ulasan Lagu Populer pada Karya Taylor Swift, Rihana, dan Adele Menggunakan Metode Natural Language Processing dan Machine Learning Haniffah Sri Rinjani; Mambang Mambang; Septyan Eka Prastya; Johan Wahyudi; Finki Dona Marleny
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 3 (2024): Juni 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i3.7562

Abstract

Abstrak - Secara umum musik merupakan salah satu media ungkapan kesenian, dan juga mencerminkan kebudayaan masyarakat pendukungnya. Di dalam musik terkandung nilai dan norma- norma yang menjadi bagian dari proses enkulturasi budaya, baik dalam bentuk formal maupun informal. Analisis sentimen juga dapat disebut proses menggunakan teknik dan metode komputasional untuk memahami dan mengevaluasi opini, sikap, atau emosi yang terkandung dalam teks atau data lainnya. Penelitian ini dilakukan secara virtual dengan seluruh data yang diperlukan diambil dari sumber-sumber yang tersedia di internet. Data yang diambil mencakup teks-teks ulasan, penilaian (rating), dan konteks terkait. Evaluasi model dilakukan menggunakan metrik akurasi, precision, dan recall untuk masing-masing artis. Hasil evaluasi menunjukkan bahwa model BERT memiliki performa sempurna (akurasi, precision, dan recall sebesar 1.0) untuk data Taylor Swift dan Adele. Namun, untuk data Rihanna, akurasi dan recall adalah 0.5, sementara precision tetap 1.0. Rata-rata keseluruhan menunjukkan bahwa model BERT sangat baik dalam menghindari kesalahan prediksi positif, tetapi kurang sempurna dalam mendeteksi semua kasus positif. Rata-rata akurasi, precision, dan recall adalah masing-masing 0.833, 1.0, dan 0.833. Model SVM juga dievaluasi menggunakan metrik yang sama. Hasil evaluasi menunjukkan bahwa model SVM memiliki performa yang kompetitif namun sedikit berbeda dibandingkan dengan BERT. Akurasi dan precision untuk Taylor Swift dan Adele juga tinggi, tetapi recall sedikit lebih rendah dibandingkan BERT. Untuk data Rihanna, performa SVM lebih baik dalam mendeteksi kasus positif dibandingkan dengan BERT, namun precision-nya sedikit lebih rendah. Rata-rata keseluruhan menunjukkan bahwa SVM memiliki akurasi dan recall yang lebih seimbang di seluruh dataset dibandingkan BERT.Kata kunci: Sentimen, Ulasan Lagu, NLP, Machine Learning, SVM Abstract - In general, music is one of the media for artistic expression, and also reflects the culture of the supporting community. Music contains values and norms that are part of the process of cultural enculturation, both in formal and informal forms. Sentiment analysis can also be called the process of using computational techniques and methods to understand and evaluate opinions, attitudes, or emotions contained in text or other data. This research was conducted virtually with all the necessary data taken from sources available on the internet. The data captured includes review texts, ratings, and related context. Model evaluation was performed using accuracy, precision, and recall metrics for each artist. The evaluation results show that the BERT model has excellent performance (accuracy, precision, and recall of 1.0) for Taylor Swift and Adele data. However, for Rihanna's data, accuracy and recall are 0.5, while precision remains 1.0. The overall average shows that the BERT model is very good at avoiding false positive predictions, but less than perfect at detecting all positive cases. The average accuracy, precision, and recall were 0.833, 1.0, and 0.833, respectively. SVM models are also evaluated using the same metrics. The evaluation results show that the SVM model has competitive performance but is slightly different compared to BERT. Accuracy and precision for Taylor Swift and Adele are also high, but recall is slightly lower than BERT. For Rihanna's data, SVM performs better in detecting positive cases compared to BERT, but its precision is slightly lower. The overall average shows that SVM has more balanced accuracy and recall across datasets than BERT.Keywords: Sentiment, Song Review, NLP, Machine Learning, SVM