Garuda - Garba Rujukan Digital

Optimasi Metode K-Nearest Neighbours dengan Backward Elimination Menggunakan Dataset Software Effort Estimation Wawan Nugroho
Bianglala Informatika Vol 8, No 2 (2020): Bianglala Informatika 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Klasifikasi banyak digunakan untuk menentukan keputusan sesuai pengetahuan baru yang didapat dari pengolahan data lampau menggunakan perhitungan suatu algoritma. Metode penelitian yang digunakan dalam penelitian ini metode eksperimental adapun tahapan metode tersebut pesiapan dataset, preprosesing, seleksi fitur kemudian evauasi model dengan RMSE dan AE. K-Nearest Neighbor merupakan salah satu algoritma yang digunakan untuk klasifiksi dan juga prediksi yang menggunakan metode supervised learning. Algoritma K-Nearest Neighbor memiliki keunggulan pelatihan yang sangat cepat, sederhana dan mudah dipahami, K-Nearest Neighbor juga memiliki kekurangan dalam menentukan nilai K dan pemilihan atribut terbaik. Untuk megoptimalkan algorittma K-Nearest Neighbor digunakan seleksi fitur Backward Elimination, memiliki fungsi untuk mengoptimalkan kinerja suatu model dengan sistem kinerja mundur, digunakan untuk memilih atribut yang paling relevan. Hasil penelitian menunjukan bahwa K-Nearest Neighbor dengan Backward Elimination memiliki Root Mean Square Erorr (RMSE) dan Absolute Erorr (AE) pada dateset Software Effot Estimation menujukan hasil yang lebih optimal dibandingkan hanya menggunakan algoritma K-Nearest Neighbor.

Deteksi Penyakit Daun pada Tanaman Padi Menggunakan Algoritma Decision Tree, Random Forest, Naïve Bayes, SVM dan KNN Annida Purnamawati; Wawan Nugroho; Destiana Putri; Wahyutama Fitri Hidayat
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 5, No 1 (2020): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v5i1.2934

Pertanian sebagai salah satu sektor industri menjadi bagian pekerjaan yang menunjang pemenuhan kebutuhan makanan pokok masyarakat seperti tanaman pangan. Tanaman padi merupakan tanaman pangan yang rentan terserang hama. Pengenalan terhadap jenis hama yang menyerang merupakan langkah awal yang sangat penting untuk menunjang keberhasilan dalam usaha pengendaliannya. Hama tanaman padi tersebut dapat menjadi kendala bagi petani untuk bisa meningkatkan produksi. karena hama tersebut dapat merusak tanaman padi hingga membuat gagal panen. Oleh sebab itu perlu dilakukan deteksi klasifikasi pada hama daun padi untuk mencari akurasi dengan menggunakan perbandingan berbagai macam metode algoritma yaitu dengan Decision Tree, Random Forest, Naïve Bayes, SVM dan KNN. Sehingga diharapkan mampu menangani hama secara tepat, agar tidak terjadi kerusakan dan gagal panen. Dengan menggunakan dataset Rice Leaf Diseases Detection untuk Deteksi dan Klasifikasi Penyakit Padi. Dataset ini memiliki tiga kelas/penyakit yang diantaranya yaitu: Bakteri daun busuk, bercak coklat, dan daun api, masing-masing memiliki 40 gambar dengan format gambar jpg. Dari perbandingan ke lima metode algoritma tersebut dapat dihasilkan 3 macam model yaitu Model Overfit (Random Forest, Decission Tree dan Naive Bayes), Model Underfit (SVM) dan Good Models (KNN). Jadi metode terbaik diantara kelima tersebut yaitu metode KNN dengan nilai akurasi 87%, karna model ini konsisten baik pada kedua evaluasi. KNN tidak terbukti memiliki masalah overfiting karena secra konsisten berkinerja baik pada data train dan data test.Agriculture as one of the industrial sectors has become a part of the work that supplies people's basic food needs, such as food crops, rice is a food that is susceptible to pests. Identifying the host of pests is a vital first step toward promoting success in its control. The pest of the rice plant can pose a challenge for farmers to increase production. Because such pests can damage the crops to the point of failure. It is therefore necessary to assess the classification of rice leaf pests for accuracy by using a variety of algorithm-based methods of decision tree, random forest, naive bayes, SVM and KNN in the hope that farmers will soon discover the type of rice pests and their ferocity levels. And so it is expected to be able to handle eve properly, lest the damage and failure of the harvest, by using datassets Rice leaf diseases diseases diseases to detect and classification rice diseases. This datasset has three classes The underlying diseases: leaf rot, chocolate patches, and fire leaves produce 40 images each with JPG in their format. In comparison to the five possible methods of the algorithm, the three types of models are the overfit models (Random Forest, Decission Tree dan Naive Bayes), Model Underfit (SVM) dan Good Models (KNN). So the fifth prime method, however, is the KNN method with an accuracy of 87%, because it is consistent with both evaluations. KNN has no evidence of overfiting problems because it consistently performs well on train data and test data.

COMPARATION OF DECISION TREE MODEL AND SUPPORT VERCTOR MACHINE IN SENTIMENT ANALYSIS OF REVIEW DATASET SAMSUNG SSD 850 EVO AT NEW EGG SHOP Muhammad Fahmi Julianto; Yesni Malau; Wahyutama Fitri Hidayat; Wawan Nugroho; Fintri Indriyani
Jurnal Riset Informatika Vol 3 No 4 (2021): Period of September 2021
Publisher : Kresnamedia Publisher

The development of information technology is currently growing very rapidly, including the impact on the hardware used. This can be exemplified in the use of hard drives that are starting to switch to SSDs. The process of selecting an SSD product to be used cannot be separated from the sources of information found on the internet. Through the internet, every user can provide reviews, both positive and negative reviews. With the many reviews regarding the review of the Samsung 850 Evo SSD on the NewEgg Store, the author uses it to be processed into information, which will have new knowledge. Based on that, the author makes research, in the form of opinion classification by analyzing sentiment through a text mining approach. In this study, two classification models were used, namely Decision Tree and Support Vector Machine. The results of this study are in the form of a comparison of the 2 models used based on the accuracy and AUC values. Based on research, the Support Vector Machine model is better than the Decision Tree model. This conclusion can be proven by the accuracy value of the Support Vector Machine model resulting in a value of 0.87 or 87% while the accuracy value of the Decision Tree model produces a value of 0.82 or 82%. In addition, the AUC value of the Support Vector Machine model produces a value of 0.87 and the Decision Tree mode produces a value of 0.82 or it can be said that the AUC value of the Support Vector Machine model is better than the Decision Tree model.

Evaluasi Kualitas Digital Payment OVO Berdasarkan Faktor Usability Standar ISO/IEC 9126 Wawan Nugroho
Indonesian Journal Computer Science Vol. 1 No. 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Kebijakan transaksi non tunai menjadi sebuah strategi yang efektif dalam mendorong pertumbuhan keuangan digital di Indonesia. Salah satu aplikasi yang mendukung adanya teknologi tersebut adalah OVO, namun aplikasi yang dirilis pada tahun 2017 kini memperoleh rating 3.9 di Google Play Store. Berdasarkan nilai rating dan respon yang rendah maka tingkat Usability pada aplikasi cukup rendah maka pengguna juga rendah. Semakin banyak pesaing yang bermunculan dibidang yang sama maka diperlukannya sebuah evaluasi kualitas perangkat lunak yang berkelanjutan. Salah satu metode yang digunakan dalam mengukur kualitas perangkat lunak adalah ISO/IEC 9126, merupakan standarisasi organisasi internasional yang digunakan sebagai panduan untuk model kualitas. Dalam proses evaluasi Usability pada ISO/IEC 9126 terdapat karateristik kualitas Usability yang didalamnya mengcangkup sub-karateristik kualitas yaitu : understandability, learnability, operability, dan attractiveness. Software quality control yang akan dievaluasi adalah berfokus pada perspektif Usability dengan tujuan memuaskan kebutuhan pengguna. Nilai karateristik Usability yang didapatkan kemudian diubah dalam bentuk presentase. Semakin mendekali 1 (satu) maka nilai Usability semakin baik. Nilai dikelompokan berdasarkan tiga ketegori, dari rentang 0%-100%. Kategori penilaian yaitu unsatisfactory (tidak memuaskan) atara 0%-40%, marginal antra 40%-60%, dan satisfactory (memuaskan) antara 60%-100%. Dari hasil perhitungan nilai Usability sebesar 0.69 maka dapat dikatakan Baik dan masuk kedalam kategori satisfactory (memuaskan).

Penerapan Sistem Informasi Pendaftaran Peserta Didik Baru Berbasis WEB Untuk Peningkatan Mutu dan Jumlah Pendaftar Wawan Nugroho
Infotek: Jurnal Informatika dan Teknologi Vol. 6 No. 1 (2023): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v6i1.7129

Technological advancements that affect all aspects of life serve as guidelines for resolving existing issues. Technological developments facilitate daily activities in various fields such as education, politics, social, and others. In the world of education, competition has created intense competition between schools. As a result, technological advancements must be followed by educational institution processing. The existence of schools plays an important role in the process of inputting data. This study uses the waterfall method in designing a new student registration system. The design begins with analysis, then moves on to design, coding, and testing. The developed web-based system uses the CodeIgniter Framework with the PHP (Hypertext Preprocessor) programming language and MySQL as the database. The stages of testing the website using black box testing before the system is used show that the website is running according to its functionality. The results of the developed website are able to assist in managing new student registration data and can make direct reports so that management becomes effective and efficient

Tiktok Shop Untuk Meningkatkan Penjualan Produk UMKM Witpari Karanganyar Heribertus Ary Setyadi; Galih Setiawan Nurohim; Wawan Nugroho; Sutanto Sutanto
Abditeknika Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2023): April 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v3i1.1726

Keberadaan UMKM (Usaha Mikro Kecil dan Menengah) semakin meningkatkan jiwa kewirausahaan atau wiraswasta dan menciptakan lapangan kerja bagi masyarakat. Para pelaku usaha UMKM Indonesia terus mengembangkan diri untuk menciptakan daya saing universal agar tetap mempertahankan eksistensinya di dunia bisnis. Paguyuban Witpari atau Wirausaha Tangguh Bumi Intanpari yang berada di Karanganyar, Jawa Tengah adalah kumpulan para pelaku UMKM yang telah mempunyai berbagai macam produk. Tiktok menjadi salah satu sarana pemasaran online yang banyak digunakan oleh para pelaku bisnis. Aplikasi TikTok sekarang digunakan untuk mempromosikan suatu produk tertentu. Saat ini aplikasi Tiktok menjadi salah satu platform media sosial yang banyak digunakan untuk kegiatan digital marketing ini. Aplikasi Tiktok ini menampilkan fitur yang kekinian yang mana dapat menarik para pengguna Tiktok untuk menggunakannya. Adanya pelatihan pembuatan tiktok shop diharapkan dapat dijadikan inovasi dalam pemasaran secara digital untuk menambah ketertarikan konsumen membeli produk yag ditawarkan. The existence of UMKM (Usaha Mikro Kecil dan Menengah) further enhances the entrepreneurial spirit and creates employment opportunities for the community. Indonesian UMKM entrepreneurs continue to develop themselves to create universal competitiveness in order to maintain their existence in the business world. The Witpari Association or the Tangguh Bumi Intanpari Entrepreneurship located in Karanganyar, Central Java is a collection of UMKM actors who already have a variety of products. Tiktok is an online marketing tool that is widely used by business people. TikTok application is now used to promote a specific product. Currently Tiktok is one of the social media platforms that is widely used for digital marketing activities. This Tiktok application displays modern features that can attract Tiktok users to use it. The existence of training on making a tiktok shop is expected to be used as an innovation in digital marketing to increase consumer interest in buying the products offered.

COMPARATION OF DECISION TREE MODEL AND SUPPORT VERCTOR MACHINE IN SENTIMENT ANALYSIS OF REVIEW DATASET SAMSUNG SSD 850 EVO AT NEW EGG SHOP Muhammad Fahmi Julianto; Yesni Malau; Wahyutama Fitri Hidayat; Wawan Nugroho; Fintri Indriyani
Jurnal Riset Informatika Vol. 3 No. 4 (2021): September 2021 Edition
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v3i4.97

The development of information technology is currently growing very rapidly, including the impact on the hardware used. This can be exemplified in the use of hard drives that are starting to switch to SSDs. The process of selecting an SSD product to be used cannot be separated from the sources of information found on the internet. Through the internet, every user can provide reviews, both positive and negative reviews. With the many reviews regarding the review of the Samsung 850 Evo SSD on the NewEgg Store, the author uses it to be processed into information, which will have new knowledge. Based on that, the author makes research, in the form of opinion classification by analyzing sentiment through a text mining approach. In this study, two classification models were used, namely Decision Tree and Support Vector Machine. The results of this study are in the form of a comparison of the 2 models used based on the accuracy and AUC values. Based on research, the Support Vector Machine model is better than the Decision Tree model. This conclusion can be proven by the accuracy value of the Support Vector Machine model resulting in a value of 0.87 or 87% while the accuracy value of the Decision Tree model produces a value of 0.82 or 82%. In addition, the AUC value of the Support Vector Machine model produces a value of 0.87 and the Decision Tree mode produces a value of 0.82 or it can be said that the AUC value of the Support Vector Machine model is better than the Decision Tree model.

Pelatihan Menggunakan Canva Dalam Membuat Desain Poster Bagi Pegawai Kalurahan Banjarsari Surakarta Ahmad Fauzi; Galih Setyawan Nurohim; Heribertus Ary Setyadi; Wawan Nugroho
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 4 No. 4 (2023): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Cv. Utility Project Solution

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

Poster digunakan sebagai perantara dalam menyampaikan informasi secara tertulis yang memadukan unsur-unsur visual dan kata-kata yang dapat menarik perhatian dalam menyampaikan informasi secara ringkas. Kalurahan Banjarsari merupakan kalurahan baru dari pemekaran kalurahan kadipiro di kecamatan Banjarsari Kota Surakarta. Kebanyakan pegawainya juga orang baru sehinga masih belum banyak pengalaman. Selama ini informas yang ditempel di papan pengumuman masih menggunakan desain dengan ketikan biasa menggunakan aplikasi office. Perlu suatu penyajian informasi yang dapat menarik untuk dibaca masyarakat, salah satunya menggunakan poster. Dalam kegiatan pengabdian ini dilakukan pelatihan kepada pegawai kalurahan untuk membuat desain poster menggunakan aplikasi canva. Aplikasi Canva adalah aplikasi desain grafis online yang mudah untuk digunakan dan dapat diakses melalui perangkat desktop berbasis web maupun mobile. Tahapan kegiatan dimulai dari pemberian materi tetang poster dan canva, demonstrasi canva dan praktik membuat poster oleh peserta. Antusias para peserta dalam mengikuti pelatihan dapat dilihat dari hasil desain poster yang dibuat dalam pelatihan sudah menunjukkan desain yang layak untuk dipublikasikan. Bukti lain ditunjukkan dari hasil beberapa pertanyaan di kuesioner tentang penguasaan canva.

PENERAPAN METODE RAPID APLICATION DEVELOPMENT (RAD) PADA SISTEM INFORMASI DATA BARANG BERBASIS WEBSITE Wawan Nugroho; Fattahillah Wahyu Nur Rozaaq; Tegar Andriyan Ramadhan; Hamonangan Ardiansyah Sihombing; Roni Wiranto
Jurnal Informatika Kaputama (JIK) Vol 8 No 1 (2024): Volume 8, Nomor 1, Januari 2024
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v8i1.470

Pemanfaatan teknologi informasi berbasis web sekarang sudah lazim digunakan dihampir semua sektor pendidikan, mulai dari adminitrasi pendaftaran bahkan di tata usaha sekalipun. Tata usaha menjalankan peran penting sebagai operatif dalam menyediakan berkas-berkas dan data. Dari waktu ke waktu, banyak data yang terkumpul dan tidak terarsip dengan baik, sehingga menyulitkan penyimpanan sehingga meningkatkan resiko kehilangan data. Untuk mengatasi hal tersebut pada penelitian ini terdapat metode pengembangan perangkat lunak yang hanya membutuhkan waktu relative singkat. Metode ini adalah Rapid Application Development (RAD) dengan 3 (tiga) tahap yaitu Requirements Planning, RAD Design Workshop dan Implementation. Tahapan pengumpulan data penelitian untuk mengembangkan Sistem informasi data barang dengan metode kualiatif bermaksud medapatkan informasi terkait penelitian dan mendeskripsikan kebutuhan sistem yang ada. tahapan yang digunakan adalah observasi dan studi Pustaka terkait topik penelitian melalui buku, jurnal dan riset terkait. Hasil penelitian ini sudah sesuai dengan kebutukan untuk mendata barang yang ada di sekolah, dibuktikan dengan adanya black box testing, sehingga proses pendataan barang bisa dijalankan secara baik dan mudah.

Penggunaan Aplikasi CapCut Untuk Menghasilkan Konten Video Kreatif Bagi Para Santri Heribertus Ary Setyadi; Sardiarinto Sardiarinto; Wawan Nugroho; Doddy Satrya Perbawa
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 2 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i2.3171

Aplikasi Capcut banyak digunakan oleh para YouTuber karena membantu pengguna dan memudahkan dalam pembuatan dan pengeditan berbagai jenis video karena kelengkapan fungsi dan kekuatan pemrosesan video yang hebat. Dalam pengabdian ini, para santri pondok pesantren Al Ikhsan dilatih menggunakan aplikasi CapCut untuk membuat konten video yang menarik. Banyak santri dalam membuat video selama ini masih terlihat biasa tanpa proses edit yang kreatif. Para santri belum menggunakan aplikasi khusus dalam membuat video sehingga dihasilkan konten yang menarik dan cara pengambilan video yang masih biasa saja. Tujuan kegiatan ini untuk memberikan pelatihan singkat kepada para santri agar dapat membuat konten video yang kreatif untuk keperluan pondok pesantren maupun kepentingan pribadi.Metode yang diterapkan dalam kegiatan ini meliputi teori, demonstrasi, dan praktek. Tahap kegiatan diawali dengan pemberian materi tentang aplikasi CapCut, demonstrasi aplikasi CapCut, dan latihan editing video kepada peserta. Hasil video yang telah dibuat dan diedit oleh para peserta sudah menunjukkan hasil yang layak untuk diunggah di sosial media atau media manapun. Bukti lebih lanjut didapat dari hasil beberapa pertanyaan survei dalam menguasai CapCut yang menunjukkan bahwa para peserta sudah memahami dan mampu edit video dengan aplikasi CapCut.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search