Claim Missing Document
Check
Articles

Found 18 Documents
Search

Ekstraksi dan Visualisasi Web Text Mining menggunakan JSOUP sugiarto cokrowibowo; Ismail
Journal of Computer and Information System ( J-CIS ) Vol 1 No 1 (2018): Journal of Computer and Information System (J-CIS)
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.01 KB) | DOI: 10.31605/jcis.v1i1.230

Abstract

Terdapat milyaran dokumen web di world wide web yang terus bertumbuh dalam volume, kecepatan dan kompleksitas yang besar dan secara alamiah sebagian besar kontennya tidak terstruktur. Diperlukan adanya teknik atau alat untuk mengekstraksi data teks dari sebuah halaman web yang dapat beradaptasi terhadap konten yang tidak terstruktur maupun semi terstruktur dari halaman web. Pada penelitian ini penulis mengajukan pustaka Java Jsoup untuk mengekstraksi dokumen web kemudian memvisualisasikan hasilnya dalam bentuk word cloud.
Multiple Traveling Salesman Problem menggunakan Algoritma Ant Colony Optimization dengan Operasi Elitism Sugiarto Cokrowibowo; Ismail; Indra
Journal of Computer and Information System ( J-CIS ) Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (354.204 KB) | DOI: 10.31605/jcis.v1i2.619

Abstract

The Multiple Traveling Salesman Problem (MTSP) is a combinatorial optimization problem and extension of Traveling Salesman Problem (TSP). There are many implementation of MTSP on transportation and scheduling. MTSP is an NP-hard problem. This paper study about solving MTSP using Ant Colony Optimization and Elitisme operator from Genetic Algorithm. The result of this combination algorithm enhance the solution search performace because of the elitism operation which ensure the solution value always increase.
Pendampingan Mutu dan Promosi Penjualan Usaha Batu Bata di Lingkungan Leppe Majene Sulawesi Barat Dasar, Amry; Patah, Dahlia; Cokrowibowo, Sugiarto
Jurnal Abdimas Mahakam Vol. 9 No. 01 (2025): Januari
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v9i01.3126

Abstract

Lingkungan Leppe di Kabupaten Majene memiliki lebih dari sepuluh bisnis rumah tangga yang memproduksi batu bata. Bisnis ini dimulai pada tahun 2002 dan merupakan usaha turun menurun yang dikelola bersama masyarakat dan menjadi mata pencaharian warga. Masalah utama yang dihadapi oleh industri rumah tangga batu bata saat ini adalah harus mampu mengimbangi perkembangan konstruksi yang berkembang sangat pesat. Tantangan untuk industri batu bata, khususnya di Lingkungan Leppe Kabupaten Majene adalah persaingan dalam penjualan produk batu bata berkualitas tinggi yang memenuhi standar Indonesia. Hal ini mendorong tim dosen untuk melakukan kegiatan pengabdian kepada masyarakat. Salah satu tujuan dari program pengabdian ini adalah melakukan pendampingan dalam pembuatan batu bata berdasarkan SNI. Selain pendampingan berupa edukasi juga diambil sampel batu bata secara acak dan dilakukan pengujian di Laboratoium Teknik Sipil Unsulbar untuk mengetahui mutu batu bata yang dihasilkan oleh industri rumah tangga. Dari hasil pengujian laboratorium dilakukan pemasaran produk dengan cara membuat flyer yang berisikan informasi kualitas batu bata yang sesuai SNI. Hasil kegiatan ini diharapkan meningkatkan daya saing dan kualitas produk yang akan memungkinkan pemasaran lebih luas dan dikenal masyarakat.
Edukasi Pemanfaatan Limbah Organik Rumah Tangga menjadi Pupuk Organik Berbasis Mikroba di Desa Mammi, Polewali Mandar, Sulawesi Barat: Edukasi Pemanfaatan Limbah Organik Rumah Tangga Mufti Hatur Rahmah; Nuralamsyah Zulkarnaim; Sugiarto Cokrowibowo; Faradilah F. Karim; Anggit Anggit; Enny Radjab; Gerard Antonini Duma
MALAQBIQ Vol. 1 No. 2 (2022): Malaqbiq : Jurnal Pengabdian Kepada Masyarakat
Publisher : Sekolah Tinggi Agama Islam Negeri Majene

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46870/jam.v1i2.347

Abstract

Desa Mammi merupakan salah satu desa di kecamatan Wonomulyo kabupaten Polewali Mandar, provinsi Sulawesi Barat dengan pemukiman yang padat serta mayoritas penduduknya adalah petani dan peternak. Hampir setiap halaman rumah penduduk sekitar di tanami berbagai jenis tanaman dan sayuran. Sayangnya di dalam budidaya jenis tanaman tersebut, masyarakat setempat hanya mengandalkan pupuk kandang, mereka tidak mengetahui alternatif pupuk lainnya yang juga mudah dibuat dengan penambahan bioaktivator mikroba dan bahan-bahannya merupakan limbah organik rumah tangga yang mereka biasa buang begitu saja hingga menimbulkan masalah lingkungan. Program edukasi ini bertujuan untuk memberikan edukasi kepada masyarakat Desa Bumimulyo agar terstimulus dalam membuat pupuk organik berbasis mikroba secara mandiri sehingga dicapai pula tujuan tereduksinya jumlah buangan limbah rumah tangga melalui pemanfaatannya menjadi biofertilizer yang ramah lingkungan. Metode pelaksanaan kegiatan adalah sosialisasi rancangan kegiatan, pelatihan/edukasi, monitoring, dan evaluasi untuk menunjang keberlanjutan program ini terus diterapkan oleh masyarakat Desa Mammi. Hasil evaluasi kegiatan menunjukkan angka keefektifan kegiatan sebesar 94%. Hal ini mengindikasikan bahwa program edukasi ini sesuai dengan kebutuhan masyarakat dan menjadi keterampilan baru masyarakat desa Mammi dalam mengonversi limbah organik rumah tangga menjadi pupuk berbasis mikroba.
Perbandingan Fungsi Aktivasi Terhadap Kinerja Algoritma Neural Network Pada Klasifikasi Data Diabetes cirua, asnan; cindi; Sugiarto Cokrowibowo
Journal of Computer and Information System ( J-CIS ) Vol 8 No 1 (2025): J-CIS Vol. 8 No. 1 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i1.5211

Abstract

Penelitian ini menggunakan algoritma https://www.adenomyosisadviceassociation.org/hysterectomy backpropagation dengan membandingkan tiga fungsi aktivasi Sigmoid biner, Sigmoid bipolar, dan Tanh dalam mengklasifikasikan Data Diabetes. Dataset terdiri dari 70.692 data dengan 18 atribut, dengan 17 atribut sebagai input dan 1 atribut (Diabetes) sebagai target klasifikasi. Algoritma ini mampu melakukan klasifikasi pada kasus diabetes berdasarkan pengujian kinerja yang dilakukan dengan hasil perbandingan akurasi dengan rasio data terbaik pada 90:10 dengan tiga jenis fungsi aktivasi. sigmoid biner dengan arsitektur 17-5-1 didapatkan akurasi sebesar 76,22% dengan precision sebesar 83,07% untuk kelas 0 dan 71,63% untuk kelas 1, recall didapatkan hasil sebesar 66, 23% untuk kelas 0, untuk fungsi aktivasi sigmoid bipolar dengan arsitektur 17-15-1 didapatkan hasil akurasi sebesar 76,02% dengan precision kelas 0 dan 1 sebesar 80,97% dan 72,42% dan recall untuk kelas 0 dan 1 berturut-turut sebesar 68,08% dan 83,97%, sedangkan untuk akurasi dengan fungsi aktivasi TanH dengan arsitektur 17-15-1 didapatkan hasil sebesar 76,02% dengan presisi sebesar 80,97% untuk kelas 0 dan 72,42% untuk kelas 1 dengan nilai recall sebesar 68,08% untuk kelas 0 dan 83,97%. Berdasarkan hasil akurasi tersebut maka disimpulkan fungsi aktivasi sigmoid biner memberikan nilai akurasi terbaik pada dataset diabetes
Klasifikasi Kesehatan Rambut Menggunakan Algoritma Artificial Neural Network Ahmad Thamrin Dahri; Sugiarto Cokrowibowo; A. Amirul Asnan Cirua
Journal of Computer and Information System ( J-CIS ) Vol 8 No 1 (2025): J-CIS Vol. 8 No. 1 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i1.5244

Abstract

Dalam penelitian ini menggunakan metode Artificial Neural Network (ANN) dengan algoritma backpropagation untuk mengklasifikasi kesehatan rambut yang berisi faktor- faktor yang menyebabkan rambut rontok yang berkontribusi terhadap kebotakan. Data yang digunakan untuk pengujian ini terdiri dari 999 data dengan 13 atribut. Berdasarkan atribut-atribut tersebut 12 dijadikan Input dan 1 atribut (Hair Loss) akan dijadikan target dalam klasifikasi. Hasil klasifikasi kesehatan rambut menggunakan Backpropagation dengan Confusion matrix menghasilkan akurasi tertinggi yaitu 63.81%, dengan presisi untuk kelas 0 (No Hair Fall) yaitu 51.68%, presisi 1 (Hair Fall) yaitu 73.63%, dengan recall kelas 0 (No Hair Fall) yaitu 61.33%, dan recall kelas 1 (Hair Fall) yaitu 65.32% pada rasio data 80:20, dengan hyperparameter Learning Rate 0.001, neuron hidden 10 dan max epoch 2000 dengan arsitektur 12-10-1.
Perbandingan Algoritma Naive Bayes dan C4.5 dalam Memprediksi Penyakit Bustamin; Andriani; Cokrowibowo, Sugiarto
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.810

Abstract

Setiap tahun, jumlah penderita diabetes semakin meningkat. Berdasarkan data dari World Health Organization (WHO), ada sekitar 347 juta orang di dunia menderita diabetes melitus, dan diperkirakan kematian yang disebabkan oleh diabetes akan meningkat dua pertiga kali diantara tahun 2008 sampai 2030. Peningkatan jumlah penderita diabetes disebabkan oleh keterlambatan pemprediksi dan juga karena pola hidup yang tidak sehat. Konsep dari naive bayes dan C4.5 sangat fleksibel terhadap data-data yang kurang tepat serta didasarkan pada bahasa alami. Karena itu dibutuhkan suatu sistem sebagai alat bantu dalam penentuan apakah pasien itu menderita diabetes melitus atau tidak dengan menggunakan konsep perbandingan algoritma Naive Bayes dan C4.5. Berdasarkan permasalahan diatas, dapat dikembangkan sebuah teknik data mining dengan memprediksi data pasien teridentifikasi penyakit diabetes dengan menggunakan metode Algoritma C4.5 dan metode Naive Bayes dengan harapan setelah diolah dengan teknik data mining tersebut dapat dihasilkan informasi dalam prediksi data pasien teridentifikasi penyakit diabetes.
Analisis Kinerja Algoritma Backpropagation Neural Network dalam Prediksi Penilaian Kepuasan Penumpang Maskapai Penerbangan Sugiarto Cokrowibowo; A. Amirul Asnan Cirua; Adawiah, Nadilatul
Journal of Computer and Information System ( J-CIS ) Vol 7 No 1 (2024): J-CIS Vol. 7 No. 1 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i1.3823

Abstract

Penelitian ini bertujuan untuk menggunakan Algoritma Backpropagation Neural Network dalam memprediksi tingkat kepuasan penumpang maskapai penerbangan. Langkah-langkah pengujian dilakukan dengan variasi rasio data 70:30, 80:20, dan 90:10 serta parameter seperti Learning Rate, Hidden Layer, dan Max_Epoch. Hasil penelitian menunjukkan bahwa Backpropagation Neural Network mampu melakukan prediksi dengan baik, dengan tingkat akurasi terbaik mencapai 99.82% pada rasio data 90:10. Struktur arsitektur terbaik terdiri dari 22 input layer, 20 Hidden Layer, dan 1 output layer, dengan iterasi/Max_Epoch sebanyak 1000 dan Learning Rate 0.01. Temuan ini menunjukkan potensi algoritma ini dalam meningkatkan pemahaman tentang kepuasan pelanggan dalam industri penerbangan.