Claim Missing Document
Check
Articles

Found 34 Documents
Search

PEMBUATAN SKEMA JALUR ANGKUTAN KOTA PALU BERDASARKAN PENCARIAN LINTASAN DENGAN BOBOT MAKSIMUM MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM (ACS) Nurhayati, Listi; Sudarsana, I Wayan; Sahari, Agusman
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 12 No. 1 (2015)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (499.341 KB) | DOI: 10.22487/2540766X.2015.v12.i1.7486

Abstract

PEMBUATAN SKEMA JALUR ANGKUTAN KOTA PALU BERDASARKAN PENCARIAN LINTASAN DENGAN BOBOT MAKSIMUM MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM (ACS)
PELABELAN SUPER MEAN PADA GRAF 𝑫𝒏(𝑪𝟑) DAN 𝑫𝒏(𝑪𝟑) v 𝑷𝒕 Wahyuningsi, Sri; Sudarsana, I Wayan; Musdalifah, Selvy
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 12 No. 1 (2015)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (520.978 KB) | DOI: 10.22487/2540766X.2015.v12.i1.7490

Abstract

PELABELAN SUPER MEAN PADA GRAF 𝑫𝒏(𝑪𝟑) DAN 𝑫𝒏(𝑪𝟑) v 𝑷𝒕
RANCANG BANGUN SISTEM INFORMASI TERPADU FMIPA UNIVERSITAS TADULAKO Ismail, M S; Sudarsana, I Wayan; Ratianingsih, Rina
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 13 No. 1 (2016)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1344.429 KB) | DOI: 10.22487/2540766X.2016.v13.i1.7493

Abstract

RANCANG BANGUN SISTEM INFORMASI TERPADU FMIPA UNIVERSITAS TADULAKO
PELABELAN SUPER MEAN PADA GENERALISASI GRAF TUNAS KELAPA Merdekawati, Dian Ayu; Sudarsana, I Wayan; Musdalifah, Selvy
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 13 No. 1 (2016)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (633.365 KB) | DOI: 10.22487/2540766X.2016.v13.i1.7498

Abstract

PELABELAN SUPER MEAN PADA GENERALISASI GRAF TUNAS KELAPA
Identifikasi Penyakit Trotol pada Tanaman Bawang Merah (Allium ascalonicum L.) menggunakan Pengolahan Citra Digital dengan Metode Jarak Ayu Lestari; Sudarsana, I Wayan; Lusiyanti, Desy
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 20 No. 1 (2023)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/2540766X.2023.v20.i1.15523

Abstract

Bawang merah (Allium ascalonicum L.) merupakan bahan baku industri pengolahan bawang goreng dan menjadi produk terbaik di Kota Palu. Dalam usaha penanaman, penyakit bawang merah merupakan salah satu resiko yang dihadapi oleh petani karena sangat penting bagi suksesnya usaha tanaman bawang merah. Pada tugas akhir ini penulis akan merancang sistem identifikasi penyakit pada tanaman bawang merah otomatis berbasi pengolahan citra digital agar proses pengecekan penyakit pada tanaman bawang merah bisa lebih efisien. Cara kerja dari sistem ini adalah dengan membandingkan sampel tanaman bawang merah yang akan diteliti dengan referensi yang ada pada database. Pada penelitian ini hanya mengidentifikasi tanaman normal dan penyakit trotol, sistem yang dirancang menggunakan metode jarak dan diimplementasikan menggunakan aplikasi matlab. Berdasarkan hasil pengujian secara keseluruhan, dapat disimpulkan bahwa sistem dapat mengidentifikasi jenis peenyakit pada tanaman bawang merah. Dan hasil akurasi yang diperoleh adalah . Kata Kunci : Tanaman Bawang Merah, Citra Digital, Metode Jarak, MATLAB.
Pengembangan Keterampilan Mahasiswa melalui Pembuatan Produksi Keripik Pisang dan Smoothies sebagai Jajanan Sehat dengan Pendekatan Digital pada Packaging dan Penjualan Rita, Wa; Sudarsana, I Wayan; Wati, Kristin Lita; Marsalena, Nindy Ade; Indalestari, Wa Ode Dien; Patulak, Lucia Evianti; Erwanda, Muhammad Tegar
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2: Desember (2024)
Publisher : Yayasan Almubarak Fil Ilmi

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

Abstract

Program ini bertujuan mengkaji pengembangan keterampilan mahasiswa melalui produksi keripik pisang dan smoothies sebagai camilan sehat, dengan memanfaatkan teknologi digital dalam desain kemasan dan strategi penjualan. Metode pelatihan dilakukan melalui presentasi materi, bimbingan terhadap mahasiswa dan sesi diskusi interaktif sebagai evaluasi pelatihan antara tim pelatihan dan peserta. Program ini berhasil meningkatkan kompetensi mahasiswa dalam keterampilan teknis dan digital, yang terbukti dari kemampuan mereka dalam merancang produk berkualitas dan memanfaatkan platform digital untuk pemasaran. Selain itu, mahasiswa menunjukkan kreativitas tinggi dalam menciptakan inovasi produk dan kemasan. Program ini memberikan dampak positif, baik dalam pengembangan kompetensi mahasiswa maupun dalam mempromosikan gaya hidup sehat melalui produk lokal. Dengan keterlibatan aktif dan evaluasi yang tepat, program ini berpotensi memberikan manfaat berkelanjutan untuk mahasiswa dan masyarakat.
Sistem Visualisasi Data Sertifikasi Karyawan Berbasis Website Menggunakan Metode Naive Bayes Talaba, Djeliyana; Sudarsana, I Wayan; Al Fajri, Iman
Fraktal : Jurnal Matematika dan Pendidikan Matematika Vol 5 No 2 (2024): November 2024
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/fractal.v5i2.18310

Abstract

Employee certification in a company is one of the important aspects in the world of work that will show the competence and quality of an employee. However, to get the appropriate results, the company uses a support system from data analysts. This research aims to create a website-based data visualization system that can present employee certification information clearly, get the results of employee data analysis for certification decision making using the Naive Bayes method. This research was conducted in 2 stages, namely the training and testing stages using 5 attributes. Data processing was carried out using 59 training data and 59 testing data. This research produces a system that can assist in making decisions on the eligibility of employees who want to take certification using the naive bayes method and visualize it, the results obtained from the system are 10 data that are not eligible for certification with an accuracy of 96%.
Dekonstruksi Karya Sastra Ahmad Tohari Tentang Perempuan dalam Perspektif Poskolonial Aisyah, Nur; Marsalena, Nindy Ade; Rita, Wa Ade; Wati, Kristin Lita; Sudarsana, I Wayan; Suhartien, Inten
Sulawesi Tenggara Educational Journal Vol 4 No 3: Desember (2024)
Publisher : Fakultas Keguruan dan Ilmu Pendidikan Universitas Sulawesi Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54297/seduj.v4i3.918

Abstract

Tujuan dari penelitian ini adalah untuk menemukan makna implisit terhadap karya sastra Ahmad Tohari Tentang Perempuan sebagai kelompok subaltern dalam perspketif poskolonial oleh G. Spivak yang menyatakan bahwa diantara kelompok yang paling banyak menjadi korban dari kolonialisme adalah kaum perempuan. Data penelitian ini diperoleh dalam karya sastra Ahmad Tohari tentang perempuan seperti; novel Bekisar Merah, novel Ronggeng Dukuh Paruk, dan kumpulan cerita pendek Rusmi Ingin pulang. Teknik pengumpulan data dengan empat teknik analisis data, yaitu identifikasi, klasifikasi, analisis dan deskripsi. Hasil penelitian ini menunjukkan (1)karya sastra Ahmad Tohari tentang perempuan merupakan karya sastra poskolonial yang menunjukan ideologi koloni dalam tubuh pribumi yang melekat dan masih membedakan posisi kelompok seuperior dan inferior, kita (us) dan mereka(them), pusat dan pinggiran dan perempuan selalu menjadi kelompok yang inferior, them, dan terpinggirkan. (2)Karya sastra Ahmad Tohari tentang perempuan sebagai kelompok subaltern merupakan sebuah manipulasi oleh kelompok representative dari subaltern tersebut.
Pelatihan Manajemen dan Pemasaran UMKM di GRS Roti Bandung Mariani, Mariani; Arifin, Nurul; Patulak, Lucia Evianti; Lajaria, Ridha Taurisma; Indalestari, Wa Ode Dien; Naim, Ifin; Titop, Herman; Sudarsana, I Wayan; Jaenuddin, Arsyad; Aisyah, Nur; Farih, Muhamad; Suprianto, Ghalib; Rajuddin, Wa Ode Nursaadha
Journal Of Human And Education (JAHE) Vol. 4 No. 6 (2024): Journal of Human And Education (JAHE)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jh.v4i6.2088

Abstract

Pelatihan manajemen dan pemasaran untuk UMKM GRS Roti Bandung bertujuan meningkatkan kapasitas manajerial dan strategi pemasaran untuk memperluas daya saing di pasar. Kegiatan pelatihan mencakup materi tentang manajemen bisnis, pemasaran digital, dan inovasi produk. Metode yang digunakan meliputi ceramah, diskusi kelompok, studi kasus, dan praktik langsung. Hasilnya menunjukkan peningkatan pemahaman peserta terhadap konsep manajemen dan pemasaran, serta kemampuan dalam menerapkan strategi digital untuk promosi produk. Evaluasi dan tindak lanjut pasca pelatihan membantu peserta mempertahankan pembelajaran dan menerapkan inovasi secara berkelanjutan. Dengan pelatihan ini, GRS Roti diharapkan dapat bersaing lebih baik di pasar lokal dan berkontribusi pada perekonomian UMKM di Bandung.
A Study on Sentiment Analysis of Public Response to The New Fuel Price Policy In 2022: A Support Vector Machine Approach Putri, Niluh Putu Aprillia Puspitadewi Sudarsana; Angreni, Dwi Shinta; Sudarsana, I Wayan
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol 7, No 1 (2025)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v7i1.42717

Abstract

The Indonesian government's decision to raise fuel prices in 2022, following a global surge in crude oil prices, triggered widespread public debate. Understanding public sentiment toward such policy decisions is essential for determining the appropriate timing of implementation while minimizing negative reactions. This study aims to classify public sentiment regarding the fuel price hike using the Support Vector Machine (SVM) algorithm. Data were collected from Twitter through web scraping using the SNScrape library in Python. A total of 3,000 tweets were gathered and underwent preprocessing steps such as case folding, tokenization, stopword removal, and stemming. The classification model was built in Google Colab using the SVM algorithm to categorize tweets as positive (+) or negative (–). Model performance was evaluated using a confusion matrix, achieving an accuracy of 81.0%. The results showed that 63.6% of public responses were negative, while 36.4% were positive. Additionally, it was observed that the accuracy converged to 81.1% as the number of training iterations increased. The findings were presented through word clouds and pie charts to enhance interpretability, and a simple graphical user interface (GUI) was developed for user interaction. The study indicates that the government’s repeated delays in implementing the price adjustment may have reflected sensitivity to public sentiment. This research demonstrates the potential of sentiment classification as a tool for evidence-based policymaking, offering insights into the social dynamics surrounding policy changes. Future research could expand by incorporating multi-class sentiment categories or real-time data for dynamic policy evaluation.Keywords: Fuel price; Public opinion; Sentiment analysis; Social media; SVM. AbstrakKeputusan pemerintah Indonesia untuk menaikkan harga bahan bakar minyak pada tahun 2022 dan disusul oleh lonjakan harga minyak mentah global, memicu perdebatan publik yang meluas. Memahami sentimen publik terhadap keputusan kebijakan tersebut sangat penting untuk menentukan waktu implementasi yang tepat untuk meminimalkan reaksi negatif. Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap kenaikan harga bahan bakar minyak menggunakan algoritma Support Vector Machine (SVM). Data dikumpulkan dari Twitter melalui web scraping menggunakan pustaka SNScrape dalam bahasa Python. Sebanyak 3.000 tweet dikumpulkan dan dilakukan tahap praproses seperti case folding, tokenization, stopword removal, dan stemming. Model klasifikasi dibangun di Google Colab menggunakan algoritma SVM untuk mengkategorikan tweet sebagai positif (+) atau negatif (–). Kinerja model dievaluasi menggunakan matriks confusion dan mencapai akurasi 81,0%. Hasil penelitian menunjukkan bahwa 63,6% tanggapan publik bersifat negatif, sedangkan 36,4% bersifat positif. Selain itu, akurasi konvergen menjadi 81,1% seiring dengan peningkatan jumlah iterasi pelatihan. Temuan tersebut disajikan melalui word cloud dan diagram pai untuk meningkatkan interpretabilitas, dan graphical user interface (GUI) sederhana dikembangkan untuk interaksi pengguna. Studi ini menunjukkan bahwa penundaan berulang pemerintah dalam menerapkan penyesuaian harga mungkin mencerminkan kepekaan terhadap sentimen publik. Penelitian ini menunjukkan potensi klasifikasi sentimen sebagai alat untuk pembuatan kebijakan berbasis bukti, yang menawarkan wawasan tentang dinamika sosial seputar perubahan kebijakan. Penelitian di masa mendatang dapat diperluas dengan menggabungkan kategori sentimen multikelas atau data waktu nyata untuk evaluasi kebijakan yang dinamis.Kata Kunci: Bahan bakar; Opini public; Analisis sentiment; Mesia social; SVM. 2020MSC: 62H30, 91D30.