Garuda - Garba Rujukan Digital

IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS TRANSAKSI PENJUALAN OBAT (STUDI KASUS : APOTEK GILDA FARMA 2 ) Muhammad Sholihul Hamdi; I Gede Putu Wirarama Wadashwara Wirawan; Fitri Bimantoro
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 1 (2022): March 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v4i1.170

The transaction data contained in the pharmacy cannot be utilized optimally by the pharmacy. Management of data into useful information can be done by mining data (data mining). In this study, data processing uses the Apriori algorithm by utilizing association rules to obtain a pattern of connectedness from a combination of items. The results of processing transaction data will produce a number of rules that can serve as material for consideration in decision making. The amount of data used in this study was 43,191 transactions with 86,441 drug items and 449 drug names from sales transaction data for 1 year. The test scenario was carried out 4 times with 5 iterations in each test with different threshold values for minimum support and confidence. The optimal minimum support threshold value obtained is 0.004 and the optimal minimum confidence is 0.06. The rules generated in this study amounted to 6 rules with 2 item combinations. The strongest rule combination is allopurinol and piroxicam with a support value of 0.006680 and a confidence of 0.191011 for the lowest rules value for a combination of paracetamol and amoxycillin drugs with a support value of 0.004396 and a confidence of 0.061809.

KLASIFIKASI TEKS ULASAN PADA WEB TRIPADVISOR TENTANG WISATA ALAM PULAU LOMBOK MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER yuni oktaviani; I Gede Putu Wirarama Wadashwara Wirawan; Ariyan Zubaidi
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v4i2.196

Bidang pariwisata saat ini juga sudah sangat terpengaruh oleh kemajuan teknologi dan internet, banyak dampak positif yang dirasakan dibidang pariwisata. TripAdvisor adalah platform wisata terbesar di dunia yang membantu wisatawan mengoptimalkan potensi setiap perjalanan, ulasan pada TripAdvisor mengandung berbagai aspek penilaian dan berupa mixed sentiment (seperti positif dan negatif). Untuk itu, perlu adanya Klasifikasi ulasan TripAdvisor pada tempat wisata sehingga dapat diketahui aspek penilaian apa saja yang sering dibahas oleh para pengunjung dan dapat menentukan penilaian secara spesifik apakah ulasan tersebut positif atau negatif.Penelitian ini menggunakan metode Naïve Bayes Classifier Model ini sangat cepat dalam pelatihan dan dapat digunakan pada dataset yang lebih kecil. Meskipun merupakan model yang sederhana, namun metode ini mampu menghasilkan akurasi yang cukup tinggi. Dalam penelitian ini penulis juga menggunakan tambahan Fitur selection mutual information, MI digunakan dalam mengukur kontribusi sebuah term terhadap kategori yang tepat berdasarkan kehadiran atau ketidakhadiran. klasifikasi yang dilakukan dengan metode naïve bayes classifier dengan tambahan seleksi fitur mendapatkan nilai akurasi sebesar 85,86 %, sedangkan tanpa menggunakan seleksi fitur mutual information dan memperoleh akurasi sebesar 83,80%, berdasarkan kedua klasifikasi yang telah dilakukan, diperoleh selisih akurasi sebesar 2.06%, yang artinya proses klasifikasi dengan menggunakan seleksi fitur mutual information dapat menaikkan akurasi sebesar 2,06%.

FREQUENT ITEMSET MINING PADA ARTIKEL COVID-19 MENGGUNAKAN WEB CRAWLING DAN ALGORITMA FP-GROWTH Rizky Dwi Hadisaputro; I Gede Putu Wirarama Wadashwara Wirawan; Ariyan Zubaidi
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v4i2.197

Virus Corona COVID-19 merupakan penyakit yang telah menjadi pandemi di seluruh Dunia. Khususnya Indonesia yang berada di posisi 20 besar negara yang menyumbang kasus terbanyak COVID-19. Hal ini menyebabkan banyaknya pemberitaan tentang virus ini oleh berbagai media massa. Salah satu cara penyampaian informasi yang cukup populer adalah melalui portal berita daring. Dalam mengekstraksi kata yang mengandung dampak serta bahasan virus corona dapat menggunakan teknik data mining. Data mining akan memudahkan dalam mengekstraksi informasi yang bermanfaat dan pengetahuan terkait dari berbagai basis data besar. Dalam mendapatkan basis data berita yang besar pada penelitian ini digunakan teknik web. Hasil crawling selanjutnya akan diolah dan dicari kombinasi kata yang sering muncul atau dikenal dengan istilah frequent itemset. Teknik Frequent Patten Growth (FP-Growth) adalah salah satu algoritma dalam mencari frequent itemset yang merupakan pengembangan dari algoritma Apriori. Data yang digunakan sebanyak 7857 berita dari 10 kategori berita dengan kata kunci pencarian “Corona Indonesia”. Nilai ambang batas yang digunakan untuk studi kasus ini berada pada nilai 0,8 untuk support dan 0,7 untuk confidence yang menghasilkan frequent itemset sebanyak 246869. Dalam penelitian ini strong rule association yang dihasilkan adalah kombinasi kata (Baca, Indonesia) dengan kata (Corona, Orang, Covid) yang memiliki nilai confidence 1,0, adapun untuk nilai rule terendah berada pada kombinasi kata (Baca, Indonesia, Video) dengan kata (Gambas, Laku, Corona, Sebar, Orang, Covid, Detik) dengan nilai confidence yang dihasilkan 0,8.

PEMBUATAN SISTEM KENDALI INFRARED MODULE MENGGUNAKAN GOOGLE AIY VOICE KIT DAN KOMUNIKASI DATA MQTT yuliana yuliana; I Gede Putu Wirarama Wadashwara Wirawan; Ahmad Zafrullah M.
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v4i2.199

Berdasarkan hasil pengisian kuisioner terhadap beberapa responden terkait tanggapan dalam penggunaan remote control dalam mengontrol perangkat yang bekerja dengan infra merah, terdapat beberapa masalah yang dihadapi pengguna seperti sebanyak 53,3% remote control responden hanya dapat dilakukan secara garis lurus, remote control yang hilang, remote control yang sering rusak, kondisi saat lupa menaruh remote control, beberapa tombol pada remote control yang macet atau bermasalah dan energi baterai yang digunakan remote control terbatas. Sistem smart home dapat dilakukan dengan menggunakan perintah suara dengan menggunakan Google AIY Voice Kit yang merupakan sistem kecerdasan buatan yang dikembangkan oleh Google. Penggunaan modul infrared sebagai objek penelitian ini akan dilakukan pada alat elektronik TV dan AC. Message Queue Telemetry Transport (MQTT) merupakan sebuah protokol konektifitas machine to machine (M2M) yang mampu mengirimkan data dengan ringan menggunakan rancangan TCP/IP. Rata-rata waktu delay yang diberikan sistem untuk pengguna memberikan perintah suara setelah menyebut “ok google” adalah selama 10 detik. Sedangkan waktu delay sistem dapat mengontrol perangkat selama 5 detik. Pengujian terhadap jarak yang dapat didengar sistem saat pengguna memberikan perintah suara adalah rata-rata sejauh 3 meter. Untuk pengujian keseluruhan sistem dilakukan dengan 6 sample dan menunujukkan hasil yang baik dimana perangkat Google AIY Voice Kit dapat mengkonversi perintah suara dengan baik dengan hasil akurasi sebesar 82.87%.

PERANCANGAN SISTEM PENJADWALAN TV DAN AC MENGGUNAKAN GOOGLE AIY VOICE KIT MELALUI MQTT irma fajriati; I Gede Putu Wirarama Wadashwara Wirawan; Ahmad Zafrullah M.
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v4i2.204

Dari hasil pengisian kuisioner yang dilakukan beberapa responden mengenai penggunaan remote control untuk mengoperasikan perangkat elektronik dalam hal ini TV dan AC, 46,2% orang masih sering lupa untuk mematikan perangkat elektroniknya dimana beberapa penyebabnya yaitu memang lupa mematikan perangkat elektronik dikarenakan ada suatu kondisi yang tidak terduga dan ada pula yang sudah menjadi kebiasaan membiarkan perangkat elektronik tetap menyala meskipun tidak digunakan. Selain itu juga terdapat beberapa masalah yang dialami oleh pengguna dalam menggunakan remote control untuk pengoperasian perangkat elektroniknya yaitu remote control yang daya baterainya mudah habis, remote control yang mudah rusak, remote control yang sering lupa ditaruh dimana maupun remote control yang harus digunakan secara garis lurus dengan perangkat elektroniknya. Penggunaan perintah suara dalam pengoperasian perangkat elektronik saat ini sudah banyak diminati karena cara pengoperasian sistemnya yang mudah dan tidak membutuhkan banyak tenaga sehingga menjadikan perintah suara sangat cocok digunakan untuk sistem home automation. Pada penelitian ini Google AIY Voice Kit digunakan untuk membuat sistem penjadwalan perangkat rumah dalam hal ini TV dan AC dengan cara memberikan perintah melalui speech recognition atau pengenalan suara melalui protokol MQTT sehingga memudahkan proses kontrol dalam penggunaan perangkat rumah tanpa menggunakan remote control. Pengujian pada sistem penjadwalan ini berjalan lancar, karena perintah suara yang diberikan melalui Google AIY Voice Kit berhasil tersimpan kedalam database dan berhasil dijalankan sesuai dengan jadwal yang sudah ditentukan. Sedangkan pada pengujian untuk keseluruhan sistem, dilakukan pengujian oleh 6 orang responden dengan hasil pengujian yang baik dan sesuai dengan hasil yang diharapkan yaitu perangkat Google AIY Voice Kit dapat mengkonversi perintah suara menjadi kalimat perintah yang tersimpan kedalam website. Hasil akurasi dari keberhasilan konversi perintah suaranya adalah 92,1%. Ada beberapa hal yang menyebabkan kegagalan sistem dalam proses menerima perintah suara diataranya, perintah suara yang diucapkan tidak terlalu jelas, pengguna memberikan perintah suara dengan nada yang rendah, serta jarak pengguna dengan google aiy voice kit yang terlalu jauh.

RANCANG BANGUN SISTEM MONITORING MASSA INFUS BERBASIS IOT MENGGUNAKAN SENSOR LOAD CELL DAN VIBRATION MOTOR UNTUK NOTIFIKASI Juan Dwiky Liestanto; I Gede Putu Wirarama Wadashwara Wirawan; Andy Hidayat Jatmika
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 5 No 1 (2023): March 2023
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v5i1.240

Berdasarkan kuesioner yang disebarkan kepada 52 responden tenaga medis dari berbagai rumah sakit yang berada di Kota Mataram dan di luar Kota Mataram, melalui kuesioner tersebut ditarik kesimpulan bahwa lebih dari 50% responden mengaku memiliki kendala mengenai proses pengecekkan infus pada pasien secara manual, hal ini disebabkan oleh ketersediaan infus pada pasien tidak dapat dipastikan karena laju infus pada pasien berbeda-beda, sehingga saat infus pasien habis memiliki waktu berbeda dan dapat menyebabkan keterlambatan pergantian infus. Akibat yang diterima oleh pasien jika pergantian infus terlambat dapat menyebabkan pergumpalan darah di sekitar daerah pemasangan infus dan dapat beresiko fatal dikemudian hari. Oleh karena itu, penulis melakukan penelitian untuk merancang suatu sistem monitoring massa infus berbasis IoT menggunakan load cell dan vibration motor untuk notifikasi. Penelitian ini menggunakan sensor load cell, vibration motor, dan 7 segment dengan protokol komunikasi data MQTT dan website sebagai antarmuka sistem. Penelitian terbagi menjadi 3 tahap pengujian yaitu pengujian black box, pengujian kalibrasi Sensor Load Cell, pengujian notifikasi, dan pengujian tahap akhir. Dari pengujian yang dilakukan menghasilkan kalibrasi Sensor Load Cell berada pada nilai -1090 dan dibandingkan dengan nilai pada timbangan digital terbukti valid. Serta notifikasi dapat diterima oleh user ketika persentase kapasitas infus berada pada angka 10%.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search