Claim Missing Document
Check
Articles

Found 36 Documents
Search

MONITORING DAN PROFILING KONDISI INTENSITAS CAHAYA LAMPU DI RUANGAN MENGGUNAKAN METODE FUZZY TSUKAMOTO DAN RASPBERRY PI Ariyanto, Rudy; Rahmad, Cahya; Rozi, Imam Fahrur; Lestari, Vivin Ayu
JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi Vol 10 No 1 Tahun 2019
Publisher : JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi

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

Abstract

Increasing the use of electricity resources can lead to an energy crisis, so efforts are needed to make efficient use of these resources. Malang State Polytechnic is one of the educational institutions that needs electrical energy to support learning activities. Based on the total number of students more than 10,000 so that the electrical power used daily can be categorized as very large. Along with the development of information technology that is increasingly rapid, it is possible to build an application to monitor the use of electricity resources so that it is expected to minimize the use of electrical energy that is not so important. This study using the Fuzzy Tsukamoto and Raspberry PI methods for monitoring and profilling light conditions. Input variables used are light and time which consists of five linguistic values. This research was implemented in 2 laboratory rooms at Malang State Polytechnic. The Raspberry Pi can monitor the light intensity in a room using two inputs, namely light and time, then the inoutan will be processed using fuzzy inference to get a very low, low, medium, high, and very high output score. So that the light intensity intensity monitoring system in this study can be used to conduct the conditions of the use of electrical energy, especially the power of indoor lighting. Keywords : Fuzzy Tsukamoto, Light, Monitoring, Profilling, Raspberry Pi
KLASIFIKASI TEKS LAPORAN MASYARAKAT PADA SITUS LAPOR! MENGGUNAKAN RECURRENT NEURAL NETWORK Imam Fahrur Rozi; Vivi Nur Wijayaningrum; Nur Khozin
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.799 KB) | DOI: 10.32520/stmsi.v9i3.977

Abstract

ABSTRACTThe existence of public dissatisfaction with public services causes the public to be provided with facilities to make complaints. One of the sites that can be used to make complaints is the Public Service Complaint Management System (SP4N LAPOR!). With this site, complaints made by the public can be handled quickly, transparently and accountably in accordance with the authority of each organizer. However, the large number of complaints that had to be processed caused the process of data verification and sorting of reports by respective departments to take quite a long time, so the report classification process was needed to speed up the handling and follow-up of a report. The purpose of this research is to classify each complaint report from the public in preparation for the verification process of each public report document, which is expected to have an impact on the accelerated process of handling and follow-up of each related institution or agency. In this study, Long Short-Term Memory Recurrent Neural Network was used to perform the classification process for each public report document. The learning model is evaluated using k-fold cross-validation of 10 parts of data. The evaluation results show that the average f-measure percentage is 85.69% for the balanced dataset and 79.44% for the unbalanced dataset, while the highest evaluation value of all evaluations results in an f-measure of 88.82%. The high accuracy of the modeling indicates that the proposed method can be used to classify public report documents.Keywords: classification, complaint, , long short-term memory, recurrent neural network, reportABSTRAKAdanya ketidak puasan masyarakat terhadap layanan publik menyebabkan masyarakat perlu disediakan fasilitas untuk melakukan pengaduan. Salah satu situs yang dapat digunakan untuk melakukan pengaduan adalah Sistem Pengelolaan Pengaduan Pelayanan Publik (SP4N LAPOR!). Dengan adanya situs ini, aduan yang dilakukan oleh masyarakat dapat ditangani dengan cepat, transparan, dan akuntabel sesuai dengan kewenangan masing-masing penyelenggara. Namun, banyaknya aduan yang harus diproses menyebabkan proses verifikasi data dan pemilahan laporan berdasarkan instansi masing-masing membutuhkan waktu yang cukup lama, sehingga proses klasifikasi laporan sangat dibutuhkan untuk mempercepat penanganan dan tindak lanjut dari sebuah laporan. Tujuan dari penelitian ini adalah mengklasifikasikan setiap laporan pengaduan dari masyarakat untuk persiapan proses verifikasi setiap dokumen laporan masyarakat, yang nantinya diharapkan dapat berdampak pada proses percepatan penanganan dan tindak lanjut dari setiap Lembaga atau instansi yang terkait. Pada penelitian ini, Long Short-Term Memory Recurrent Neural Network digunakan untuk melakukan proses klasifikasi setiap dokumen laporan masyarakat. Model pembelajaran dievaluasi menggunakan k-fold cross-validation sebanyak 10 bagian data. Hasil evaluasi menunjukkan rata-rata persentase f-measure sebesar 85,69% untuk dataset seimbang dan 79,44% untuk dataset tidak seimbang, sedangkan nilai evaluasi tertinggi dari semua evaluasi menghasilkan f-measure sebesar 88,82%. Akurasi pemodelan yag cukup tinggi menunjukkan bahwa metode yang diusulkan dapat digunakan untuk mengklasifikasikan dokumen laporan masyarakat.Kata Kunci: klasifikasi, pengaduan, long short-term memory, recurrent neural network, lapor
Rancang Bangun Sistem Aplikasi Tanggap Cepat Pengaduan Infrastruktur Berbasis Android pada Dinas Pekerjaan Umum dan Penataan Ruang Kota Malang Meyti eka Apriyani; Imam Fahrur Rozi; Mahanani Nur Budiarti; Anita Ivianti
Jurnal Sarjana Teknik Informatika Vol 8, No 3 (2020): Oktober
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v8i3.17752

Abstract

Banyaknya permasalahan mengenai infrastruktur yang terjadi di Kota Malang menjadi kendala majunya suatu pemerintahan kota. Untuk menyampaikan permasalahan dari masyarakat kepada pemerintahnya perlu adanya suatu fasilitas atau media. Fasilitas ini diharapkan membantu menguhubungkan antara masyarakat dengan pemerintah kota dengan lebih efektif dan efisien. Berkenaan degan hal tersebut, sangat diperlukan suatu aplikasi untuk menunjang penyampaian aspirasi masyarakat. Aplikasi tersebut berupa aplikasi mobile yang dapat diakses oleh masyarakat secara langsung sehingga nantinya pengaduan dan keluhan dari masyarakat akan ditangani secara cepat oleh Dinas Pekerjaan Umum dan Perumahan Rakyat (Dinas PUPR). Pada penelitian ini sebanyak 30 orang yang telah menggunakan aplikasi ini, sebesar 83% mengatakan setuju bahwa adanya aplikasi ini dapat membantu pelaporan kerusakan infrastruktur di Kota Malang. Berdasarkan hal tersebut dapat disimpulkan bahwa aplikasi ini dapat mempermudah masyarakat dalam pengaduan terkait infrastruktur dan juga dapat membantu Dinas PUPR dalam menerima aduan masyarakat dan penyaluran aduan ke bidang yang menanganinya
IMPLEMENTASI FUZZY C-MEANS UNTUK PREDIKSI PERILAKU MAHASISWA BERDASARKAN JUMLAH KETIDAKHADIRAN Ridwan Rismanto; Imam Fahrur Rozi; Arief Prasetyo
SMARTICS Journal Vol 3 No 2: SMARTICS Journal (Oktober 2017)
Publisher : Universitas PGRI Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1030.675 KB) | DOI: 10.21067/smartics.v3i2.1965

Abstract

Dalam kegiatan belajar mengajar di perguruan tinggi, mahasiswa dituntut tertib dalam melaksanakan perkuliahan. Sebagai syarat agar mahasiswa dapat melanjutkan ke semester berikutnya adalah jumlah kehadiran dan indeks prestasi. Dalam pelaksanaannya, selalu ada mahasiswa bermasalah yang melakukan pelanggaran yaitu jumlah ketidakhadiran yang melebihi batas sehingga harus diterbitkan Surat Peringatan, atau bahkan putus studi. Tujuan surat peringatan ini adalah agar mahasiswa mengetahui status akademiknya sekaligus memunculkan efek jera agar kesalahan yang serupa tidak diulangai lagi. Namun pada prakteknya, masih ada saja mahasiswa yang melanggar meskipun sudah pernah mendapatkan surat peringatan. Kecenderungan yang terjadi adalah mahasiswa yang memiliki jumlah ketidakhadiran cukup banyak selama beberapa semester, pada semester berikutnya jumlah ketidakhadirannya pun akan banyak lagi. Hal ini juga berdampak pada indeks prestasi semesternya. Dalam penelitian ini akan dibuat sebuah sistem yang dapat mengklasifikasikan mahasiswa berdasarkan jumlah ketidakhadiran mahasiswa selama dua semester. Metode klasifikasi yang digunakan adalah clustering dengan Fuzzy C-Means. Hasil klasifikasi digunakan untuk memprediksi perilaku mahasiswa di semester berikutnya. Diharapkan penelitian ini akan bermanfaat untuk proses pembinaan mahasiswa dalam menempuh kegiatan belajar mengajar di perguruan tinggi.
IMPLEMENTASI SUPPORT VECTOR MACHINE PADA ANALISA SENTIMEN TWITTER BERDASARKAN WAKTU Faisal Rahutomo; Imam Fahrur Rozi; Haris Setiyono
Jurnal TAM (Technology Acceptance Model) Vol 10, No 2 (2019): Jurnal TAM (Technology Acceptance Model)
Publisher : LPPM STMIK Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (408.767 KB)

Abstract

Sentiment analysis is one branch of science from data mining that aims to analyze, understand, process, and extract textual data in the form of opinions on entities such as products, services, organizations, individuals, and certain topics. In determining positive, negative or neutral categories, a public response on twitter can be done manually by reading each tweet. This certainly requires a lot of time and takes a lot of energy. In this study using the Support Vector Machine classification algorithm to classify tweet data into positive, negative or neutral sentiments. Analysis is carried out based on a certain time span, because each time can have a different topic of discussion and from the results of these data can be seen the development of sentiment trends and can be seen how the public response to a particular topic. The tweet data is obtained by crawling periodically with the target keywords of the names of candidates and vice president in the 2019 election. The dataset used in this study uses 600 tweets. In testing the classification using k-fold cross validation by dividing into 10 data parts, average value of 66% accuracy, 67% precision and 66% recall.
Implementasi Text Mining Pada Website/Blog Di Internet Untuk Menilai Kinerja Suatu Organisasi Faisal Rahutomo; Zanuar Hanif Rachmat Adi; Imam Fahrur Rozi; Pramana Yoga Saputra
Jurnal Inovtek Polbeng Seri Informatika Vol 3, No 2 (2018)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (553.636 KB) | DOI: 10.35314/isi.v3i2.462

Abstract

Melihat pola kehidupan manusia saat ini menunjukkan bahwa aktivitas sehari-hari tidak dapat dipisahkan dari internet. Gaya hidup ini secara tidak langsung memengaruhi cara seseorang berkomunikasi. Di internet, banyak sekali pendapat, kritik atau saran digunakan untuk menilai kinerja organisasi. Organisasi yang disebutkan adalah organisasi perbankan yang dimiliki pemerintah yang memberikan layanan kepada publik. Penelitian ini mengembangkan sistem yang dapat memberikan penilaian terhadap kinerja organisasi mengggunakan pendapat masyarakat pada perbankan pemerintah. Algoritma yang digunakan dalam penelitian ini adalah Rating System Based On Adjective. Jumlah pengambilan data adalah 10, 30 dan 50 pada pencarian data pertama. Pencarian data diperoleh dengan crawling data online memanfaatkan API Google di situs web atau blog di internet. Proses pengujian algoritme menggunakan "ulasan kinerja pada bank yang dicari" dalam 10 pencarian pertama adalah 98,59% dengan kesalahan persentase 45,2. Proses pengujian algoritma dalam 30 pencarian pertama adalah 99,84% dengan kesalahan persentase 40,04. Proses pengujian algoritma dalam 50 pencarian pertama adalah 98,21% dengan kesalahan persentase 30,73.
PELATIHAN LESSON PLAN BERDASARKAN PEMBELAJARAN KONSTRUKTIVISTIK BERBASIS MULTIMEDIA BAGI GURU SMA Faishal Rahutomo; Imam Fahrur Rozi; Odhitya Desta; Abdul Muhsyi; Agung Nugroho
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 7 No. 2 (2020): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v7i2.46

Abstract

Permasalahan yang dihadapi guru di Kecamatan Pujon adalah tidak dapat membuat lesson plan secara individu melainkan turun-menurun atau mencari di internet. Hal ini mengakibatkan hasil belajar siswa tidak dapat maksimal dikarenakan lesson plan yang dibuat tidak disesuaikan dengan karakteristik siswa. Guru merupakan salah satu komponen yang sangat berperan dalam proses pembelajaran dan secara langsung mempengaruhi peningkatan kualitas belajar peserta didik. Agar dapat berfungsi secara profesional, guru diwajibkan memiliki kompetensi peguasaan bidang ilmu, ketrerampilan kurikulum serta keterampilan pedagogis (pembelajaran dan pengembangan tentang cara menyikapi pemahaman terhadap materi ajar). Computer Technology Research (CTR) menyatakan bahwa 20% manusia menyerap apa yang mereka lihat, 30% apa yang mereka dengar, 50% apa yang mereka lihat dan dengar, dan 80% apa yang mereka lihat, dengar, dan lakukan saat itu. Maka dari itu multimedia menjadi sangat efektif dalam pembelajaran. Pembelajaran berbasis multimedia adalah metode pengajaran dimana siswa memperoleh pengetahuan dan keterampilan baru dalam perjalanan merancang, merencanakan, dan memproduksi produk multimedia. Produk multimedia berbasis presentasi, seperti slide show terkomputerisasi, sebuah situs Web, atau video. Berdasarkan identifikasi permasalahan mitra, menginisiasi untuk dilakukannya program kemitraan antara akademisi dengan masyarakat melalui Program Kemitraan Masyarakat (PKM). Program ini diharapkan mampu menjalin kerjasama dalam hal transfer IPTEK dari perguruan tinggi kepada masyarakat, khususnya yang terkait dengan upaya memacu dan mengembangkan lesson plan untuk menerapkan pembelajaran konstruktivistik berbasis multimedia sehingga mampu meningkatkan kemampuan guru dalam membuat lesson plan.
Implementasi Rule-Based Document Subjectivity Pada Sistem Opinion Mining Imam Fahrur Rozi
JURNAL ELTEK Vol 11 No 1 (2013): ELTEK Vol 11 No 1
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.558 KB)

Abstract

Permasalahan yang pertama dihadapi dalam mengembangkan sistem opinion mining adalah menentukan apakah suatu teks tergolong kalimat opini atau bukan (document subjectivity). Pada penelitian ini dikembangkan sistem rule-based document subjectivity. Kalimat pertama kali akan diproses menggunakan Hidden Makov Model Part-of- speech (POS) Tagging. Hasil dari proses tersebut berupa teks yang masing-masing kata didalamnya sudah memiliki tag. Pada hasil proses POS Tagging kemudian diterapkan rule. Dari pengujian didapatkan nilai precission dan recall untuk proses document subjectivity terbaik adalah 0.99 dan 0.88.
META-ANALYSIS VARIASI MINAT BIDANG PENELITIAN PADA MAHASISWA D3 MANAJEMEN INFORMATIKA JURUSAN TEKNOLOGI INFORMASI DI POLITEKNIK NEGERI MALANG Odhitya Desta Triswidrananta; Imam Fahrur Rozi; Atiqah Nurul Asri
Jurnal Teknik Ilmu dan Aplikasi Vol. 1 No. 1 (2020): Jurnal Teknik Ilmu dan Aplikasi
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1395.362 KB)

Abstract

Berdasarkan pengalaman yang ada, kebaruan topik Laporan Akhir (LA) yang diangkat oleh para mahasiswa masih sangat rendah, bahkan ada beberapa topik yang sama namun tempat yang berbeda. Padahal prodi D3 Manajemen Informatika (MI) memiliki keunggulan dalam hal keterbaruan teknologi dimana saat ini bidang teknologi informasi sangat berkembang pesat. Permasalahan lain yang muncul kaitan dengan Laporan Akhir (LA) mahasiswa yaitu adanya permasalahan yang diangkat hampir sama. Tentunya hal ini sangat ironis dengan keunggulan prodi D3 MI itu sendiri. Oleh karena itu, perlu adanya pemetakan topik penelitian laporan akhir mahasiswa tersebut melalui meta analisis. Karya / laporan akhir yang dibuat oleh mahasiswa D3 MI adalah Laporan Akhir (LA). Hasil karya / laporan akhir mahasiswa berupa perancangan dan pembuatan perangkat lunak yang bersifat aplikatif dan laporannya. Hasil Laporan Akhir tersebut harus berorientasi pada penyelesaian suatu permasalahan yang ada di industri atau masyarakat pada saat ini serta dapat diterapkan dan dikembangkan untuk beberapa tahun kedepan. Adapun topik dari laporan akhir yang dibuat oleh mahasiswa dalam bentuk Laporan Akhir yang dihasilkan meliputi bidang kajian antara lain: 1) Sistem Informasi; 2) Jaringan Komputer; 3) Multimedia dan Game.
Peningkatan Kemampuan Computational Thinking Untuk Guru Pendidikan Dasar di Malang Pramudhita, Agung Nugroho; Vipkas Al Hadid Firdaus; Odhitya Desta Triswidrananta; Imam Fahrur Rozi
Jurnal Pengabdian pada Masyarakat Ilmu Pengetahuan dan Teknologi Terintegrasi Vol. 7 No. 1 (2022): December
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jindeks.v7i1.382

Abstract

Kemajaun teknologi dan perubahan yang terjadi memberikan kesadaran baru bahwa Indonesia tidak lagi berdiri sendiri. Pengamat Pendidikan dari Eduspec Indonesia, menyebutkan sistem pendidikan Indonesia saat ini belum dapat menjawab tantangan global. Untuk mengejar ketertinggalan siswa Indonesia dalam kemampuan sains, membaca, dan matematika, perlu dilakukan terobosan dalam sistem pendidikan. Politeknik Negeri Malang dalam hal ini menjadi salah satu Biro dari Bebras internasional (bebras.org) di wilayah Kota Malang dan sekitarnya dalam menggelar Tantangan Bebras (Bebras Challenge) secara periodik per tahun untuk mengedukasi konsep berpikir komputasional dan informatika kepada siswa sekolah pada berbagai tingkatan usia. Dengan edukasi konsep berpikir komputasional ini dapat membantu meningkatkan kemampuan berpikir komputasional pada siswa SMP ISLAM AL UMM, dengan didahului melatih konsep Berpikir Komputasional untuk guru-guru SMP ISLAM AL UMM yang langsung berperan dalam mendidik siswa-siswi di sekolah sekaligus membuat media ajar interaktif. Dengan adanya pelatihan berpikir komputasional, diharapkan kemampuan problem solving pada guru dapat meningkat dan guru bisa mengajarkannya kepada siswa-siswi mereka
Co-Authors Abdul Muhsyi Agung Nugroho Ahmad Adil Faruqi Al Huda, Muhammad Iqbaluddin Ali Rahman Wibisana, Hafid Amalia, Astrifidha Rahma Ananta, Ahmadi Yuli Angga Aditya Indra Wiratmaka Anggraini, Serly Anita Ivianti Annisa Taufika Firdausi Annisa Taufika Firdausi Arief Prasetyo Atiqah Nurul Asri Batubulan, Kadek Suarjuna Budiarti, Arry Budiarti, Mahanani Nur Bulan, Novita Putri Dianti, Amelia Dika Rizky Yunianto, Dika Rizky Dimas Firman AL-Hafiidh Donavan, Khasadika Dwi Puspitasari Ekojono Ekojono Ekojono, Ekojono Elok Nur Hamdana Erfan Rohadi Fahmy Ainun Nazilla Faisal Rahutomo Faisal Rahutomo Faishal Rahutomo Faruqi, Ahmad Adil Gaghana, Geo Alfriza Hani’ah, Mamluatul Hapsari, Ratih Indri Haris Setiyono Ika Kusumaning Putri Indra Wiratmaka, Angga Aditya Iqbal Alfahmi, Muhammad Balya Irawan, Ferry Buyung Bakhtiar Irvan Wahyu Nurdian Islamiyah, Khalimatul Ivianti, Anita Khalimatul Islamiyah Khansa, M. Roid Billy Khasadika Donavan Mahanani Nur Budiarti Mamluatul Hani'ah Maulidia, Irma Millenia Rusbandi Mochamad Panggih Nirwanto Mufidah, Nursita Al Muhammad Afif Hendrawan Muhammad Alfahmi Nazilla, Fahmy Ainun Nirwanto, Mochamad Panggih Novia Puspitasari Nugraeni, Arin Kistia Nur Khozin Nurdian, Irvan Wahyu Nursita Al Mufidah Nurudin Santoso Odhitya Desta Odhitya Desta Triswidrananta Odhitya Desta Triswidrananta Pangestu Nur Mirzha Pramana Yoga Saputra Pramudhita, Agung Nugroho Rahmad, Cahya Rahmadhany, Tahta Reza Rakhmat Arianto, Rakhmat Ridwan Rismanto Rizky Yunianto, Dika Rokhman, Syaiful Rosa Andrie Asmara Rudy Ariyanto Rusbandi, Millenia Santoso, Nurudin Saputra, Pramana Yoga Saputra, Zainal Ulu Prima Sholiha, Afifah Sintiya, Endah Septa Syaiful Rokhman Tahta Reza Rahmadhany Taufika Firdausi, Annisa Thalia Amira Rifda Usman Nurhasan Vipkas Al Hadid Firdaus Vivi Nur Wijayaningrum Vivin Ayu Lestari Wibowo, Rahmat Catur Widito, Sasmojo Wijanarko, Eko Setio Yan Watequlis Syaifudin Yogi Kurniawan Yuri Ariyanto Yushintia Pramitarini Zakaria, Arief Syukron Zanuar Hanif Rachmat Adi