Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ilmiah Informatika Komputer

PREDIKSI PERGERAKAN PENGGUNA MENGGUNAKAN PENDEKATAN GERAKAN TERMINAL BERGERAK Hadi, Muhammad; Prihandoko, Prihandoko
Jurnal Ilmiah Informatika Komputer Vol 12, No 1 (2007)
Publisher : Universitas Gunadarma

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

Abstract

Penelitian ini membahas penggunaan metode prediksi berdasarkan gerakan terminal bergerak yang digunakan untuk memprediksi pergerakan user mobile yang sedang bergerak untuk mengetahui proses selanjutnya, agar dapat disediakan sumber daya yang mencukupi untuk berlangsungnya komunikasi pada sel yang akan diuji tersebut. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman Java. Dari penelitian yang dilakukan, didapatkan bahwa penggunaan pendekatan gerakan terminal bergerak dapat memberikan informasi yang cukup efektif dalam memprediksi arah gerakan terminal bergerak.Kata kunci : pergerakan, prediksi
ANALISIS WEB SCRAPING UNTUK DATA BENCANA ALAM DENGAN MENGGUNAKAN TEKNIK BREADTH-FIRST SEARCH TERHADAP 3 MEDIA ONLINE Sonya, Izatul Putri; Prihandoko, Prihandoko
Jurnal Ilmiah Informatika Komputer Vol 21, No 3 (2016)
Publisher : Universitas Gunadarma

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

Abstract

Teknologi yang ada saat ini memungkinkan seseorang untuk bekerja dengan mudah dan cepat. Salah satunya dalam hal memperoleh informasi dari web. Proses pengambilan informasi dari situs-situs web disebut dengan web scraping. Pada penelitian ini dilakukan analisis web scraping terkait bencana alam dari 3 situs media online, yaitu Detikcom, Liputan6, dan VivaNews. Fokus web scraping lebih kepada data yang tidak terstruktur pada web, menjadi sebuah data yang dapat di analisis dan disimpan. Data yang diambil dari media online berupa teks artikel dengan keyword yang diinput sebagai parameternya, kemudian di ekstrak ke dalam format Excel (.CSV) yang dilakukan dengan bantuan tool Web Content Extractor (WCE) dengan menggunakan teknik B r e a d t h-First Search. Hasil yang didapat adalah data yang terstruktur berupa tabel dengan beberapa field yaitu no, hari/tanggal, waktu posting, judul, deskripsi, gambar, dan link halaman artikel. Berdasarkan analisis yang telah dilakukan, media online Detikcom lebih banyak menghasilkan data yang relevan dibandingkan dengan Liputan6 dan VivaNews, dan teknik B r e a d t h-First Search sangat membantu dalam hal pencarian record dengan menelusuri URL utama hingga ke bagian terdalam link. Kata kunci: Web Scraping, Web Mining, Media Online, Breadth-First Search
PENERAPAN DATA MINING UNTUK ANALISIS DATA BENCANA MILIK BNPB MENGGUNAKAN ALGORITMA K-MEANS DAN LINEAR REGRESSION Ramadhan, Muhamad Iqbal; Prihandoko, Prihandoko
Jurnal Ilmiah Informatika Komputer Vol 22, No 1 (2017)
Publisher : Universitas Gunadarma

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

Abstract

Indonesia memiliki sejarah kejadian bencana alam yang cukup banyak, diantaranya adalah tsunami, gempa bumi, tanah longsor, kekeringan, banjir, letusan gunung berapi, dan sebagainya. Salah satu penyebab banyaknya potensi kejadian bencana alam di Indonesia adalah letak Indonesia yang berada di pertemuan lempeng – lempeng Eurasia, Indo-Australia dan Pasifik. Pertemuan lempeng dalam jangka panjang akan menghimpun energi yang suatu waktu akan lepas dan dapat menghasilkan bencana. Pengetahuan teknologi dan informasi pada saat ini sedang mengalami perkembangan yang pesat.Informasi tentang jumlah kejadian bencana alam dibutuhkan untuk penanggulangan bencana.Pengolahan data bencana alam yang umum dilakukan yaitu menggunakan teknik data mining, karena metode ini dianggap mampu menjadi solusi atas permasalahan penanggulangan bencana alam. Oleh karena itu, dalam penelitian ini membahas tentang pengelompokkan jumlah data bencana dan prediksi data bencana yang akan terjadi 5 tahun kedepan menggunakan teknik data mining. Algoritmadata mining yang digunakan adalah K-Means untuk clustering dan Linear Regression untuk prediksi data bencana.Kata kunci: Clustering, Data Bencana Alam, Data Mining, Linear Regression, WEKA