Garuda - Garba Rujukan Digital

Optimal Solution of Minmax 0/1 Knapsack Problem using Dynamic Programming Ani Dijah Rahajoe; Edi Winarko
International Journal of Informatics and Communication Technology (IJ-ICT) Vol 2, No 1: April 2013
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (704.037 KB)

Knapsack problem is a problem that occurs when looking for optimal selection of objects that will be put into a container with limited space and capacity. On the issue of loading goods into the container, optimal selection of objects or items to be sent must fulfilled to minimize the total weight of the capacity or volume limits without exceeding the maximum capacity of containers that have been determined. The types of knapsack that has been discussed so far is only to maximize the use not to exceed the limits specified capacity so it cannot be applied to the problem. This study aims to develop a dynamic programming algorithm to solve the MinMax 0/1 knapsack, which is an extension of the 0/1 knapsack with minimal and maximal constrain. The result study showed that application of the MinMax 0/1 knapsack is used to generate the optimal solution to the problem of loading system goods into the container to optimize container space available compared with the loading of goods by PT DFI.DOI: http://dx.doi.org/10.11591/ij-ict.v2i1.1299

PREDIKSI JUMLAH PENGUNJUNG PERPERIODE TERHADAP TEMPAT WISATA PANTAI MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING (STUDI KASUS PANTAI GILI LABAK SUMENEP) Ainur Rahim; Ani Dijah Rahajoe; M Mahaputra
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 3 No 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.66

Pariwisata menjadi salah satu sektor dalam peningkatan pendapatan suatu wilayah, baik negara, daerah ataupun kabupaten. Begitu halnya di kabupaten sumenep wisata terdapat wisata religi, kuliner, keraton dan bahari. Keberadaan wisata bahari (pantai) menjadi fokus pnelitian penulis. Bahwa Sumenep atau lebih tepatnya Gili Labak dengan wisata pantainya menjadi tempat kunjungan dominan oleh wisatawan khusunya dikalangan remaja. Penelitian ini bertujuan untuk membangun aplikasi Prediksi Jumlah Pengunjung Perperiode Terhadap Tempat Wisata Pantai Menggunakan Triple Exponential Smoothing (Studi Kasus Pantai Gili Labak Sumenep). Data wisata sebelumnya merupakan data pada tahun 2015-2018 dan hasil prediksi periode 2019 diperoleh sebesar 32.369. Metode Triple Exponential Smoothing Holt –Winter Model Multiplikatif menggunakan konstanta hasil kesalahan yang paling kecil yaitu nilai konstanta alfa (α) = 0,1, beta (β) = 0,8 dan gamma (ƴ) = 0,1. Kesalahan (error) yaitu MAD sebesar 0.053, MSE sebesar 0.003, MAPE sebesar 0.002 dan MPE -0.491.

Uji Kinerja Dan Analisis K-Support Vector Nearest Neighbor Terhadap Decision Tree dan Naive Bayes Eko Prasetyo; Rr Ani Dijah Rahajoe; Soffiana Agustin; Arif Arizal
Jurnal Eksplora Informatika Vol 3 No 1 (2013): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (66.921 KB)

Algoritma K-Support Vector Nearest Neighbor (K-SVNN) menjadi salah satu alternative metode hasil evolusi K-Nearest Neighbor (K-NN) yang bertujuan untuk mengurangi waktu yang digunakan pada saat prediksi tetapi diharapkan dapat tetap mempertahankan akurasi prediksi. Metode ini masih relatif muda sehingga baru dibandingkan hanya dengan metode-metode berbasis K-NN lainnya. Dalam penelitian ini dilakukan analisis perbandingan kesamaan, perbedaan, dan kinerja terhadap metode Decision Tree (DT) dan NaÃ¯ve Bayes (NB). Pengujian dengan perbandingan ini penting untuk mengetahui keunggulan dan kelemahan relatif yang dimiliki oleh K-SVNN. Dengan mengetahui keunggulan dan kelemahan maka metode tersebut dapat dibuktikan baik tidaknya ketika diimplementasikan. Pengujian dilakukan baik pada saat pelatihan maupun prediksi. Kinerja pelatihan diukur dalam hal waktu yang digunakan untuk pelatihan, kinerja prediksi diukur dalam hal waktu yang digunakan untuk prediksi dan akurasi prediksi yang didapat. Hasil pengujian menunjukkan bahwa K-SVNN mempunyai akurasi yang lebih baik daripada DT dan NB. Sedangkan waktu yang digunakan untuk pelatihan dan prediksi K-SVNN lebih lama disbanding DT dan NB.

PENDISTRIBUSIAN BERDASARKAN PREDIKSI PENJUALAN BAN MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING Ani Dijah Rahajoe; Satrio Budi Wahyuono; Syariful Alim
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 4 No 1 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v4i1.72

Pada akhir waktu ini, peningkatan jumlah pengguna sepeda motor berkembang pesat khususnya pada kota Surabaya. Banyaknya dan bervariannya jenis motor memiliki berbagai ukuran yang digunakan dalam penggunaan sepeda motor pada saat ini. Seiring dengan berjalannya waktu, mulai banyak yang sudah mengalami keausan pada ban sepeda motor yang mereka gunakan. Tingginya permintaan ban sepeda motor di toko Tri Jaya Ban yang tidak dibarengi dengan jumlah ketersediaan barang kerap menimbulkan problematika yang kurang memaksimalkan penjualan di Tri Jaya Ban dengan menolak pembeli karna kekosongan stok barang. Dari permasalahan ini, penulis berharap dapat membantu menyelesaikan permasalahan ini dengan dibuatnya suatu sistem yang dapat memprediksi ban sepeda motor. Penelitian ini akan menghasilkan sebuah website aplikasi dengan nama pendistribusian berdasarkan prediksi penjualan ban menggunakan Triple Exponential Smoothing. Pada sistem ini diharapkan dapat membantu prediksi ban yang akan di stok dan diberitahukan sebaran distribusi barang yang telah dijual oleh Tri Jaya Ban.

PENDISTRIBUSIAN BERDASARKAN PREDIKSI PENJUALAN BAN MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING Ani Dijah Rahajoe; Satrio Budi Wahyuono; Syariful Alim
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 4 No. 1 (2022): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v4i1.72

Pada akhir waktu ini, peningkatan jumlah pengguna sepeda motor berkembang pesat khususnya pada kota Surabaya. Banyaknya dan bervariannya jenis motor memiliki berbagai ukuran yang digunakan dalam penggunaan sepeda motor pada saat ini. Seiring dengan berjalannya waktu, mulai banyak yang sudah mengalami keausan pada ban sepeda motor yang mereka gunakan. Tingginya permintaan ban sepeda motor di toko Tri Jaya Ban yang tidak dibarengi dengan jumlah ketersediaan barang kerap menimbulkan problematika yang kurang memaksimalkan penjualan di Tri Jaya Ban dengan menolak pembeli karena kekosongan stok barang. Pada permasalahan ini, penulis membuat suatu sistem yang dapat memprediksi ban sepeda motor. Pada penelitian ini penggunaan algoritma Triple Exponential Smoothing. Kolaborasi antara nilai alfa = 0.2, beta = 0.1, dan gamma = 0.2 menghasilkan nilai Mean Square Error rendah sebesar 0,085 dan Mean Absolute Percentage Error yang juga rendah sebesar 0,085. Penelitian ini akan menghasilkan sebuah website aplikasi prediksi penjualan ban menggunakan Triple Exponential Smoothing. Pada sistem ini diharapkan dapat membantu prediksi ban yang akan di distribusi oleh Tri Jaya Ban.

Prediksi Jumlah Pengunjung Perperiode Terhadap Tempat Wisata Pantai Menggunakan Triple Exponential Smoothing (Studi Kasus Pantai Gili Labak Sumenep) Ainur Rahim; Ani Dijah Rahajoe; M. Mahaputra
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 3 No. 2 (2021): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.66

Pariwisata menjadi salah satu sektor dalam peningkatan pendapatan suatu wilayah, baik negara, daerah ataupun kabupaten. Begitu halnya di kabupaten sumenep wisata terdapat wisata religi, kuliner, keraton dan bahari. Keberadaan wisata bahari (pantai) menjadi fokus pnelitian penulis. Bahwa Sumenep atau lebih tepatnya Gili Labak dengan wisata pantainya menjadi tempat kunjungan dominan oleh wisatawan khusunya dikalangan remaja. Penelitian ini bertujuan untuk membangun aplikasi Prediksi Jumlah Pengunjung Perperiode Terhadap Tempat Wisata Pantai Menggunakan Triple Exponential Smoothing (Studi Kasus Pantai Gili Labak Sumenep). Data wisata sebelumnya merupakan data pada tahun 2015-2018 dan hasil prediksi periode 2019 diperoleh sebesar 32.369. Metode Triple Exponential Smoothing Holt –Winter Model Multiplikatif menggunakan konstanta hasil kesalahan yang paling kecil yaitu nilai konstanta alfa (α) = 0,1, beta (β) = 0,8 dan gamma (ƴ) = 0,1. Kesalahan (error) yaitu MAD sebesar 0.053, MSE sebesar 0.003, MAPE sebesar 0.002 dan MPE -0.491.

Penguatan Branding UMKMGo-Digital Usaha Eka Jaya Tekstil Rahajoe, Ani Dijah; Safeyah, Muchlisiniyati; Daniar, Aninditya
Plakat : Jurnal Pelayanan Kepada Masyarakat Vol 5, No 2 (2023): Volume 5, Nomor 2 Desember Tahun 2023
Publisher : Fakultas Ilmu Sosial dan Ilmu Politik, Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/plakat.v5i2.13197

CV Eka Jaya Tekstil is an MSME which has a business sector which includes clothing convection, uniforms, t-shirts, and trousers whose production is on a large scale but supplies more to resellers than direct sales. The problem that occurs with this partner is that they don't have a logo or brand to strengthen branding to increase consumer loyalty to the products they produce, how their products are sold and promoted by resellers, so there is a need for product digitalization to increase sales. efficiency and productivity of small and medium enterprises (MSMEs). This service aims to design a logo that suits the characteristics of the company and products produced by CV Eka Jaya Tekstil as a strengthening of MSME branding. Data collection is also used to create applications that accommodate product data and product orders so that potential analysts and weaknesses can be analyzed from the results of observations and data collection, while the method used is direct outreach to the MSMEs. By producing new innovations and implementing innovative IP, this branding will become more attractive in the eyes of consumers. This can help MSMEs to strengthen their branding and create a positive image in the eyes of consumers. Thus, the application of science and technology can play an important role in strengthening the branding and products of an MSME that utilizes technology effectively to build a strong image and increase customer trust.CV Eka Jaya Tekstil merupakan UMKM yang mempunyai bidang usaha yang meliputi konveksi pakaian, seragam, kaos dan celana panjang yang produksinya berskala besar namun lebih banyak menyuplai reseller dibandingkan penjualan langsung. Permasalahan yang terjadi pada partner ini adalah belum mempunyai logo atau brand untuk memperkuat branding guna meningkatkan loyalitas konsumen terhadap produk yang dihasilkannya, bagaimana produknya dijual dan dipromosikan oleh reseller, sehingga perlu adanya digitalisasi produk untuk meningkatkan penjualan. efisiensi dan produktivitas usaha kecil dan menengah (UMKM). Pengabdian ini bertujuan untuk merancang logo yang sesuai dengan karakteristik perusahaan dan produk yang dihasilkan oleh CV Eka Jaya Tekstil sebagai penguatan branding UMKM. Pengumpulan data juga digunakan untuk membuat aplikasi yang menampung data produk dan pesanan produk sehingga dapat dianalisis potensi analis dan kelemahan dari hasil observasi dan pengumpulan data sedangkan metode yang digunakan yakni dengan sosialisasi langsung ke UMKM tersebut. Dengan menghasilkan inovasi baru dan menerapkan IP yang inovatif, branding ini akan menjadi lebih menarik di mata konsumen. Hal ini dapat membantu UMKM tersebut untuk memperkuat brandingnya dan menciptakan citra positif dimata konsumen. Dengan demikian, penerapan ilmu pengetahuan dan teknologi dapat berperan penting dalam memperkuat branding dan produk suatu UMKM yang memanfaatkan teknologi secara efektif untuk membangun citra yang kuat dan meningkatkan kepercayaan pelanggan.

Klasifikasi Wajah Kantuk Menggunakan Parameter Wajah Dengan Algoritma Long Short Term Memory Agung Subekti, Mohamad Rafli; Rahajoe, Ani Dijah; Mandyartha, Eka Prakarsa
JIFOSI Vol. 5 No. 2 (2024): Integrasi Sistem Cerdas dengan Internet of Things (IoT)
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i2.145

Drowsiness is one of the main factors that influences performance and safety, especially in driving activities and productivity levels. This research develops a Drowsiness facial classification system using facial parameters such as Eye Aspect Ratio (EAR) and Mouth Aspect Ratio (MAR), as well as the Long Short-Term Memory (LSTM) algorithm. Data is collected via video of the subject's face and facial parameters are calculated from facial landmarks extracted using the dlib library. The LSTM model was chosen because of its ability to capture important temporal patterns in detecting changes in Drowsiness over time. With a data sequence of five frames as input, the dataset is divided into 80% training data and 20% test and validation data. Experimental results show that the LSTM model is able to detect drowsiness with high accuracy, showing that the combination of EAR and MAR is effective in identifying drowsiness. This system is expected to be applied in early warning systems for drivers and employee monitoring, making significant contributions in the field of drowsiness detection using LSTM algorithms and facial parameters.

Analisis Sentimen Kendaraan Listrik Pada Twitter Menggunakan Metode Long Short Term Memory Dian Agus Prawinata; Ani Dijah Rahajoe; I Gede Susrama Mas Diyasa
SABER : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Vol. 2 No. 1 (2024): Januari : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/saber.v2i1.857

In facing the increasing awareness of environmental impact, electric vehicles have become a primary focus in the global automotive industry. With the advancement of technology and the growing need for eco-friendly solutions, the evaluation of public sentiment towards electric vehicles becomes highly relevant. This research aims to analyze opinions expressed on Twitter regarding the use of electric vehicles using the Long Short Term Memory (LSTM) classification method. Utilizing a dataset of 30,000 entries, this study applies the LSTM algorithm to classify sentiment in tweets. Four different scenarios are tested, involving combinations of Continuous Bag of Words (CBOW) and Skip-Gram feature extraction methods, as well as data split percentages of 80:20 and 70:30. The research results demonstrate high accuracy levels across all scenarios, ranging from 85.16% to 85.9%. These findings indicate the effectiveness of sentiment analysis in gauging public perspectives on the use of electric vehicles. This study makes a significant contribution to understanding public sentiment related to electric vehicles based on Twitter data while highlighting the application of sentiment analysis techniques in the context of electric vehicle usage.

Utilization Of Discord Bots In Providing Manhwa Recommendations Using Content-Based Filtering Method Muhammad Farhan Maulana; Ani Dijah Rahajoe; Made Hanindia Prami Swari
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 8 No. 1 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v8i1.5600

The high number of manhwa released today makes it difficult for readers to find manhwa that match their preferences, especially when trying to find manhwa that are similar to ones they have read before. The manual search process, either through recommendations from communities or online forums, often results in subjective and inconsistent suggestions. To address this issue, a Discord bot was developed that utilizes the Content-Based Filtering method as an automated solution to manhwa recommendation. This method uses the Cosine Similarity algorithm to measure the similarity between manhwa based on features such as title, genre, synopsis, and author. For comparison, the Euclidean Distance algorithm is used to evaluate the accuracy and performance of the recommendation. From the test results, the Cosine Similarity algorithm showed superior performance in providing recommendations based on the questionnaire results and showed a high level of user satisfaction with the developed Discord bot.

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search