Articles
<![CDATA[IMPLEMENTASI MULTI ATRIBUTE DECISION MAKING UNTUK MENENTUKAN INDIKATOR PRIORITAS KEMISKINAN ]]>
<![CDATA[Karyoto, Karyoto]]>;
<![CDATA[Ariyanto, Tori]]>;
<![CDATA[Taryadi, Taryadi]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 14 No 2 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 2 Oktober 2019 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v14i2.64
<![CDATA[Pengukuran kemiskinan dilakukan dengan menggunakan indikator pada bidang ekonomi, sosial, kesehatan, pendidikan dan infrastuktur dasar. Untuk mendapatkan indikator prioritas untuk penanganan kemiskinan dibutuhkan hierarki. Indikator prioritas ini digunakan oleh masing-masing OPD untuk menanggulangi kemiskinan sesuai dengan hiearki tersebut sehingga penanganannya sesuai dengan kebutuhan sebenarnya. Untuk menentukan hierarki ini dapat menggunakan metode Multi Atribute Decision Making (MADM) dimana salah satu metode yang dapat digunakan adalah Analytic Hiearchy Process (AHP). Tujuan dari penggunakan metode MADM ini adalah menentukan bobot tertinggi indikator prioritas kemiskinan dan dapat memetakan sebaran kemiskinan berdasarkan indikator tersebut. Hasil penelitian ini dapat digunakan oleh pemerintah daerah dalam pelaksanaan program-program penanggulangan kemiskinan yang tepat sasaran, kebutuhan dan lokasi. Hierarki indikator prioritas yang dihasilkan dengan metode MADM adalah kondisi rumah, kepemilikan aset, sumber energi, pendidikan, kesehatan, pekerjaan dan pengeluaran untuk makanan. Berdasarkan hasil pemeringkatan tersebut, maka prioritas penanggulangan kemiskinan dapat disesuaikan dengan urutan indikator tersebut sesuai dengan kondisi di tiap kecamatan.]]>
<![CDATA[IMPLEMENTASI NAÃVE BAYES CLASSIFIER UNTUK KLASIFIKASI PENCARIAN TEMPAT KOST ]]>
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Prasetiono, Slamet Joko]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 15 No 1 (2020): IC Tech: Majalah Ilmiah Volume XV No. 1 April 2020 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v15i1.93
<![CDATA[Artikel ini membahas penggunaan Naïve Bayes Classifier dengan menggunakan data dari web www.jakarta.craiglist.org. Craiglist menyediakan iklan baris dan forum lokal untuk pekerjaan , perumahan untuk dijual, personal, layanan, komunitas lokal dan acara. Dengan menggunakan aplikasi web-crawling dengan berbasis naïve bayes, akan digunakan untuk mengumpulkan data teks dari bagian penyewaan tempat kost di wilayah Jakarta dan mengklasifikasikan setiap posting ke kota mana termasuk teks pada judul iklan di Craigslist. Dengan menggunakan data yang sama, berupaya untuk menggunakan judul iklan untuk menentukan braket harga yang termasuk di dalamnya. Sebagai pengolah naïve bayes classifier digunakan versi open source yang tersedia di https://github.com/alexandru/stuff-classifier untuk melakukan klasifikasi. Membandingkan naïve bayes dengan statistik Tf-Idf. Berdasarkan hasil pengolahan menunjukkan bahwa judul saja bukan indikator yang baik tentang berapa kisaran harga suatu iklan. Selain itu, naïve bayes melakukan sedikit lebih baik dibandingkan metode Tf-Idf yang hanya berdasarkan pada kebenaran klasifikasi. Untuk mendapatkan hasil yang lebih baik, dilakukan penyujian web crawler lebih lanjut dan memasukkan deskripsi tekstual yang lebih panjang dari setiap daftar ke dalam proses klasifikasi. Dengan melakukan hal tersebut ternyata tidak menghasilkan perubahan perilaku output dari salah satu classifier.Kata Kunci: naïve bayes, klasifikasi, web crawler]]>
<![CDATA[ANALISIS SPASIAL PENGARUH INDUSTRI KREATIF SUBSEKTOR KULINER DALAM MENGATASI PENGANGGURAN TERBUKA ]]>
<![CDATA[Ariyanto, Tory]]>;
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Yunianto, Era]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 15 No 2 (2020): IC Tech: Majalah Ilmiah Volume XV No. 2 Oktober 2020 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v15i2.129
<![CDATA[Kemiskinan di Indonesia menjadi salah satu masalah yang dihadapi dan perlu penanganan yang dan komprehensif, kemiskinan salah satunya diesebabkan karena angka pengangguran yang tinggi. Dengan tingginya pengangguran menyebabkan pendapatan menjadi rendah dan menurunkan kemampuan daya beli masyarakat serta pemenuhan kebutuhan hidup sehari-hari. Salah satu bidang yang diharapkan mampu untuk menanggulangi pengangguran adalah dengan industri kreatif. Industri kreatif di Indonesia terdapat 18 subsektor yang dapat menyediakan lapangan kerja yang lebih luas. Subsektor yang paling banyak menyumbangkan PDB adalah fashion, kerajinan, periklanan dan kuliner. Studi ini melakukan analisis industri kreatif mempengaruhi tingkat pengangguran di Kabupaten Pekalongan dengan menggunakan analisis regresi spasial. Dengan menggunakan data pengangguran di tiap kecamatan di Kabupaten Pekalongan maka didapatkan hasil analisis bahwa uji likehood rasio test sebesar 6.049 dengan nilai p-value sebesar 0.01501 yang artinya terdapat korelasi spasial antar wilayah. Uji Breusch-Pagan digunakan untuk menguji model secara simultan dan individu dangan dengan penujian Wald menghasilkan kesimpulkan bahwa keduanya signifikan. Hasil pengujian dengan menggunakan Breusch-Pagan didapatkan sebesar 6.6994 dengan nilai p-value = 0.009511 dan analisis statistik sebesar 7,0238 dan p-value sebesar 0.007943. penelitian ini menghasilkan kesimpulan bahwa terdapat hubungan antara industri kreatif dan pengangguran di Kabapaten Pekalongan memiliki relasi secara spasial.Keywords: Industri Kreatif, Spatial Autocorrelation, Pengangguran]]>
<![CDATA[Pengenalan Jenis Batuan Dengan Aplikasi Berbasis Augmented Reality ]]>
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Widiyono, Widiyono]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 13 No 2 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 2 Oktober 2018 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v13i2.174
<![CDATA[Media pemb elaja ran yang diterapkan di SMP 1 Tirto masih menggun akan meto de buku dan ceramah, sedikit tersedianya med ia peraga serta tidak diperbolehkanya media peraga dibaw a pulang menjadi kendala pembelajaran IPS khususnya bab jenis-jenis batuan. Dengan tek no logi augmented reality, batuan dapat di visua li s asikan bentuk dan proses terbent uknya batuan . Pernbua ta n aplikasi ini menggunak an software Unity 3D dan Vuforia. Hasil dari aplikasi ini adalah media pengenalan jenis• jenis batuan yang berisikan materi batuan, AR batuan, animasi proses terjad inya batuan. Aplikasi sesuai dengan kebut uhan user hal tersebut terbukti dari has il kuesioner yang menyatakan bahwa aplikasi ini menar ik, mudah dipahami, clan layak dijadikan alternatif pembelajaran mandiri yang lebih interaktif untuk siswa. Kata Kunci: Batuan, JPS, Pengenalan, Augmented Reality]]>
<![CDATA[STRATEGI PEMILIHAN EMARKETPLACE MENGGUNAKAN METODE ARAS ( ADDITIVE RATIO ASSESSMENT ) ]]>
<![CDATA[yunianto, era]]>;
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Ika Royanti, Nur]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 17 No 1 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 1 April 2022 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v17i1.237
<![CDATA[COVID-19 menyebabkan perubahan pola pembelian konsumen. Terjadi peningkatan transaksi emarketplace lebih dari 50%. UMKM harus dapat menfaatkan emarketplace sebagai salah satu strategi pemasaran. Emarketplace berlomba-lomba untuk meningkatkan kualitas, namun pelanggan memiliki kriteria dalam memilih emarketplace. Banyaknya kriteria terkadang membingungkan dalam memilih emarketplace. UMKM harus pandai dalam memilih emarketplace yang tepat, karena pemilihan emarkeplace yang tepat berpengaruh terhadap profitabilitas. Dalam penelitian ini akan dilakukan pengembangan metode ARAS (Additive Ratio Assessment) untuk memilih alternatif emarketplace terbaik dalam menentukan strategi pemasaran. Dari 17 kriteria yang menjadi pertimbangan pelanggan dalam dalam memilih emarketplace, kriteria yang paling berpengaruh yaitu informasi produk dengan bobot 7.6%. Kemudian diikuti dengan promo/discount/bonus/cupon/free shipping, kelengkapan produk dan UI/UX dengan bobot masing-masing 7%. Dari proses perangkingan , alternatif Tokopedia memiliki keseimbangan optimal sebesar 98% dan alternatif Shoope memiliki nilai keseimbangan optimal sebesar 92%, sedangkan alternatif Lazada memiliki keseimbangan optimal sebesar 87%. Sehingga Tokopedia merupakan alternatif terbaik dalam strategi pemilihan emarketplace dengan metode ARAS. Hasil penelitian dapat dijadikan referensi dalam pemilihan emarketplace. Kata kunci: Pemilihan, emarketplace, ARAS]]>
<![CDATA[STUDI PENGUATAN DAYA BELI MASYARAKAT DI KABUPATEN PEMALANG ]]>
<![CDATA[Imron, Ali]]>;
<![CDATA[Taryadi, Taryadi]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 17 No 2 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 2 Oktober 2022 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v17i2.254
<![CDATA[Penelitian ini menggunakan analisa data panel dengan Analisa Pooled Least Square, Analisa Fixed Effect dan Analisa Random Effect. Populasi sebesar 317.586 rumah tangga (sumber : BPS Kabupaten Pemalang) dan besarnya sampel minimal dengan Slovin adalah sebesar 399,50 rumah tangga atau dibulatkan sebesar 400 rumah tangga. Hasil analisis regresi pengaruh kepemilikan faktor produksi tanah terhadap pendapatan menunjukan tanda negatif . Sedangkan Hasil analisa regresi pengaruh modal kerja/investasi, tingkat pendidikan, tingkat kesehatan dan tingkat keahlian terhadap pendapatan menunjukan tanda positif . Pengaruh kenaikan pendapatan, faktor pribadi dan sosial konsumen dalam keputusan pembelian terhadap pengeluaran menunjukan pengaruh yang positif. Sedangkan pengaruh kenaikan harga, tingkat bunga simpanan dan budaya konsumen dalam keputusan pembelian terhadap pengeluaran menunjukan tanda negatif. Penguatan daya beli masyarakat Kabupaten Pemalang dari sisi pendapatan dapat dilakukan melalui strategi peningkatan modal/investasi dan strategi peningkatan kualitas tenaga kerja. Sedangkan penguatan daya beli masyarakat Kabupaten Pemalang dari sisi peningkatan pengeluaran dapat dilakukan melalui strategi pengendalian harga barang/jasa dan strategi pengembangan perilaku konsumen.]]>
<![CDATA[PERBANDINGAN ALGORITMA MACHINE LEARNING UNTUK ANALISIS DAN DETEKSI GANGGUAN SPEKTRUM AUTISME DISORDER ]]>
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Yunianto, Era]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 17 No 2 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 2 Oktober 2022 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v17i2.259
<![CDATA[Autism Spectrum Disorder (ASD) merupakan gangguan saraf dimana seseorang memilki efek seumur hidup pada interaksi dan komunikasi dengan orang lain. Autisme dapat didiagnosis pada setiap tahap dalam satu kehidupan karena dalam dua tahun pertama kehidupan gejala autisme biasa muncul. Gejala ASD muncul dimulai pada masa kanak-kanak dan terus berlanjut hingga remaja dan dewasa. Didorong dengan meningkatnya penggunaan teknik pembelajaran mesin dalam dimensi penelitian diagnosis medis, dalam makalah ini ada upaya untuk mengeksplorasi kemungkinan penggunaan Naïve Bayes, Regresi Logistik, Support Vector Machine, Neural Network, KNN dan Convolutional Neural Network untuk memprediksi dan menganalisis masalah ASD pada anak, remaja, dan orang dewasa. Teknik yang diusulkan dievaluasi pada tiga set data ASD non-klinis yang tersedia untuk umum. Dataset pertama terkait skrining ASD pada anak memiliki 292 instance dan 21 atribut. Dataset kedua yang terkait dengan skrining ASD Subjek dewasa berisi total 704 kejadian dan 21 atribut. Dataset ketiga terkait skrining ASD pada subjek Remaja terdiri dari 104 kejadian dan 21 atribut. Setelah menerapkan berbagai teknik pembelajaran mesin dan menangani nilai yang hilang, hasil prediksi dengan model berbasis Convolutional Neural Network memilki tingkat kinerja dan akurasi yang lebih baik yaitu sebesar 99,53% untuk deteksi ASD pada dewasa, 98,30% untuk deteksi ASD pada anak-anak dan 96,88% untuk deteksi pada Remaja.]]>
<![CDATA[Prediksi Penyakit Kardiovaskular Berbasis Asosiation Rule ]]>
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Yunianto, Era]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 18 No 1 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 1 April 2023 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v18i1.270
<![CDATA[Implementasi metode data mining dalam lingkup kesehatan merupakan bidang yang menarik dan sedang naik daun. Hal ini disebabkan semakin banyak tersedia data bidang kesehatan yang tersedia secara bebab sebagai bagian proses analisis dengan metode data mining. Saat ini data yang tersedia secara bebas tersebut telah banyak dianalisis dengan menggunakan metode data mining yang seperti klasifikasi dan klasterisasi, namun metode association rule belum banyak digunakan untuk menganalisis data tersebut. Metode data mining aturan aosiasi merupakan algoritma sederhana namun memiliki kekuatan yang memfokuskan pada hubungan tersembunyak antara atribut data dan melakukan validasi statistik. Hubungan yang terjadi antar atribut data dapat membantu untuk memahami penyakit dan penyebabnya dengan cara yang lebih baik, sehingga dapat membantu untuk mencegah terjadinya penyakit. Penelitian ini mengekplorasi metode aturan asosiasi dengan menggunakan data penyakit jantung yang tersedia di repositori UCI. Penyakit kasdiovaskular merupakan penyakit yang berhubungan dengan jantung dan sistem peredaran darah.]]>
<![CDATA[SEGMENTASI PELANGGAN BERDASARKAN ANALISIS RFM (RECENCY, FREQUENCY AND MONETARY INDEXES) DAN ANALISIS DEMOGRAFI ]]>
<![CDATA[Kasmari]]>;
<![CDATA[Taryadi, Taryadi]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 18 No 2 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 2 Oktober 2023 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v18i2.285
<![CDATA[Perusahaan mencoba mengenali kebutuhan masyarakat dan pelanggan dengan lebih tepat, salah satu metode yang digunakan adalah CRM. Untuk bisa membedakan kebutuhan banyak pelanggan dan menjalin interaksi antara produsen dan konsumen, harus memahami pelanggan melalui perilaku dan transaksinya. Salah satu metode yang digunakan untuk melakukan segmentasi pelanggan menggunakan model RFM dan metode klastering yaitu K-Means. Sementara demografi digunakan sebagai data pendukung untuk melakukan segmentasi pelanggan. Studi ini menunjukkan bahwa bobot atribut RFM mempengaruhi kinerja asosiasi aturan secara positif. Selain itu, untuk mendapatkan segmen pelanggan yang lebih akurat, disarankan untuk menggunakan kombinasi RFM tertimbang dan atribut demografis. Oleh karena itu, metodologi yang diusulkan menghasilkan hasil dan skor terbaik yaitu sebesar 0.284 dengan jumlah rule yang dikembangkan sebanyak 2491, sehingga pentingnya RFM tertimbang dan data demografi dalam cluster telah terbukti.]]>
<![CDATA[DIAGNOSTIK PENYAKIT GINJAL KRONIS MENGGUNAKAN MODEL KLASIFIKASI SUPPORT VECTOR MACHINE ]]>
<![CDATA[Taryadi, Taryadi]]>;
<![CDATA[Yunianto, Era]]>;
<![CDATA[Kasmari, Kasmari]]>
<![CDATA[ IC Tech: Majalah Ilmiah Vol 19 No 1 (2024): IC Tech: Majalah Ilmiah Volume XIX No. 1 April 2024 ]]>
Publisher : <![CDATA[P3M Institut Widya Pratama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47775/ictech.v19i1.291
<![CDATA[Penyakit ginjal atau biasa dikenal dengan gagal ginjal merupakan suatu kondisi menurunnya fungsi ginjal yang dapat mengakibatkan ketidakmampuan ginjal dalam menjalankan tugasnya. Penderita penyakit ginjal berpotensi masuk ke fase kronis. Penyakit ginjal kronik merupakan penurunan fungsi ginjal secara bertahap selama tiga bulan yang mengakibatkan terhentinya fungsi ginjal secara total. Tujuan dari pengembangan ini adalah suatu sistem pendukung keputusan bagi dokter dalam mendiagnosis pasien penyakit ginjal. Sistem menampilkan hasil prediksi apakah pasien penyakit ginjal sudah memasuki fase penyakit ginjal kronis atau belum. Metodologi penelitian ini terdiri dari dua tahap utama: pemodelan klasifikasi dan pengembangan sistem. Pemodelan klasifikasi terdiri dari pengumpulan data, persiapan data, pengelompokan data, klasifikasi, ekstraksi aturan. Pengembangan sistem didasarkan pada aturan yang diekstraksi sebelumnya. Penelitian ini menghasilkan suatu sistem yang dapat mendeteksi suatu kondisi penyakit ginjal kronis berdasarkan beberapa faktor dengan akurasi sebesar 96,34%.]]>
