Garuda - Garba Rujukan Digital

IMPLEMENTASI DATA MINING UNTUK MENENTUKAN DAERAH RAWAN KECELAKAAN MENGGUNAKAN ALGORITMA C4.5 Rezki Oktavia; Sutardi Sutardi; Jumadil Nangi
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Kecelakaan lalu lintas merupakan salah satu permasalahan global yang membutuhkan penanganan yang serius. Kecelakaan terjadi di berbagai tempat dengan waktu kejadian yang berbeda, hal ini menyebabkan sulitnya menentukan daerah mana yang memiliki tingkat kerawanan kecelakaan lalu lintas. Tujuan penelitian Daerah Rawan Kecelakaan di wilayah Kota Kendari ini yaitu untuk meningkatkan aspek keselamatan masyarakat dan dapat dijadikan bahan pertimbangan untuk pengawasan maupun tindakan antisipasi khususnya bagi kepolisian pada lokasi studi.Pemodelan daerah rawan kecelakaan berbasis Web Sistem Informasi Geografis dilakukan dengan software GIS. Metode yang digunakan adalah Decesion Tree menggunakan Algoritma C4.5,dimana membuat pohon keputusan untuk menentukan kerawanan suatu daerah. Hasil dari penelitian ini adalah aplikasi yang menentukan tentang daerah-daerah mana yang termaksud rawan kecelakaan di Kota Kendari beserta analisis data serta pemetaan daerah rawan kecelakaan.Rekomendasi studi penelitian ini yaitu Pemerintah harus memperhatikan faktor keselamatan pengguna jalan denganmemasang rambu-rambu lalu lintas dan fasilitas keamanan lainnya di Lokasi studi yang rawan kecelakaan.Kata kunci—Algoritma C4.5, Kecelakaan Lalu Lintas, SIG

KLASIFIKASI JENIS PELAPORAN DI LAMAN PROPAM POLDA SULAWESI TENGGARA MENGGUNAKAN METODE ROCCHIO Muh Saiful; Natalis Ransi; Jumadil Nangi
semanTIK Vol 5, No 1 (2019): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Service is the major thing in an organization. PROPAM Polda Sultra is one of the government institutions that have utilized telecommunications technology, namely complaints or online reporting pages. This technology is used to simplify and accelerate the delivery of information from the public to PROPAM Polda Sultra either in the form of complaints or reports for police who violate. The increasing number of reports of public complaints every day resulted in many reports that have not been responded to or unread. Therefore, the need to classify complaints reports automatically is needed to make time and human resources effectively in grouping complaints reports. The research was conducted with using Text Mining, the Rocchio method and using Tf-IDF weighting.Based on the results of testing, Rocchio algorithm has a good performance for the classification of types complaint report. This is evidenced in manual testing and system testing using complain report and then classified into eighth categories of Immoral, Traffic Accident, Narcotics, Poor Service, Persecution, Threatening, Insult and Deviations in Carrying Out Tasks (Case Handling). The results of classification using 79 reports obtained 89,87% accuracy.Keywords—Service, Public Complaints, Rocchio, Text Mining, TF-IDFDOI : 10.5281/zenodo.3255093

IMPLEMENTASI TEXT MINING KLASIFIKASI SKRIPSI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Apriliana Apriliana; Natalis Ransi; Jumadil Nangi
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Pada era perkembangan teknologi saat ini, skirpsi dapat dilihat menggunakan internet seperti TAKP Teknik Informatika yang merupakan salah satu website skripsi Teknik Informatika Universitas Halu Oleo yang sering dikunjungi jika telah menyelesaikan skripsi. Kategori skripsi yang digunakan adalah tiga kategori, yaitu Rekayasa Perangkat Lunak, Komputasi berbasis jaringan, dan Komputasi Cerdas Visual, dan dimana data skripsi tersebut diambil dari situs TAKP Teknik Informatika dan Perpustakaan Prodi Teknik Informatika.Terkadang pengklasifikasian kategori skripsi masih menjadi kendala.Untuk mempermudah dalam pengklasifikasian kategori skripsi, diperlukan sebuah sistem dengan menggunakan metode text mining sebagai salah satu alternatif untuk menyelesaikannya.Berdasarkan hasil pengujian, Algoritma Naïve Bayes Classifier memiliki kinerja yang baik untuk klasifikasi skripsi. Hal ini dibuktikan pada pengujian manual dan pengujian sistem menggunakan abstrak skripsi kemudian skripsi diklasifikasikan pada 3 kategori yaitu rekayasa perangkat lunak, komputasi berbasis jaringan , dan komputasi cerdas visual. Hasil klasifikasi menggunakan 51 skripsi uji didapatkan akurasi 94,11%. Kata kunci—Skripsi, Text Mining, Naïve Bayes Classifier.

PEMBUATAN WEB E-COMMERCE PADA TOKO KENIME STORE MENGGUNAKAN SISTEM REKOMENDASI BERBASIS METODE COLLABORATIVE FILTERING DENGAN ALGORITMA ADJUSTED COSINE SIMILARITY Laode Aldhi Maulana Ramadhan; Sutardi Sutardi; Jumadil Nangi
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Sistem penjualan yang digunakan di Kenime Store saat ini masih menggunakan fasilitas social media atau secara konvensional karena belum memiliki website e-commerce sehingga penjualan masih minim. Permasalahan yang juga sering dialami oleh toko Kenime Store dan toko-toko serupa lainnya adalah website yang dibangun selalu bersifat standar, dimana menu-menu yang ada pada website selalu sama. Padahal barang yang ditawarkan sangat menarik dan membutuhkan sebuah strategi pemasaran dimana barang selalu up-to-date, sehingga pembeli semakin senang berbelanja.Algoritma Adjusted cosine similarity adalah algoritma yang dibuat untuk mengatasi kelemahan algoritma dasarnya, yaitu algoritma cosine similarity. Algoritma cosine similarity adalah algoritma yang juga dikenal sebagai algoritma vector-based. Formula algoritma ini menunjukkan dua buah item yang berhubungan dan rating nya, lalu mendefinisikan kemiripan diantaranya sebagai sebuah sudut diantara vektor-vektornya.Hasil yang didapatkan pada penelitian selama perancangan sampai implementasi sistem web e-commerce pada toko Kenime Store menggunakan sistem rekomendasi berbasis metode collaborative filtering dengan algoritma adjusted cosine similarity adalah sebuah aplikasi web E-Commerce pada Toko Kenime Store menggunakan Sistem Rekomendasi Berbasis Metode Collaborative Filtering dengan Algoritma Adjusted Cosine Similarity dimana sistem memberikan rekomendasi barang kepada pembeli (user) sesuai dengan kedekatannya dengan pembeli (user) lain yang mirip dalam pola pembelian barang.Kata kunci— E-Commerce, Adjusted Cosine Similarity, Rekomendasi.

APLIKASI PREDIKSI PENJUALAN BARANG MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) (STUDI KASUS TUMAKA MART) Hasmawati Hasmawati; Jumadil Nangi; Mutmainnah Muchtar
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Salah satu kegiatan usaha yang harus dilakukan agar perusahaan tetap berjalan dan berkembang adalah penjualan. Keputusan yang diambil pemegang tanggung jawab perusahaan akan mempengaruhi perusahaan dimasa depan. Salah satu keputusan yang harus ditentukan yaitu produk yang akan diproduksi dan dijual untuk periode selanjutnya. Dalam menentukan keputusan diperlukan metode agar keputusan yang akan diambil dapat tepat sasaran. Teknik yang digunakan untuk memperkirakan keadaan pada periode selanjutnya disebut prediksi. Penelitian ini mengusulkan pengembangan aplikasi prediksi penjualan barang. Adapun metode yang di usulkan adalah metode K-Nearest Neighbor dengan studi kasus Tumaka Mart. Hasil penelitian menunjukan metode yang diusulkan berhasil diimplementasikan untuk menyelesaikan kasus prediksi penjualan dengan tingkat error atau Mean Absolute Percentage Error sebesar 6 % dan akurasi 94 % Kata kunci—Penjualan, Prediksi, K-Nearest Neighbor.

APLIKASI DAERAH RAWAN PENYAKIT MENGGUNAKAN ALGORITMA COMPLETE LINKAGE CLUSTERING Uun Amalia Ramadhani; Natalis Ransi; Jumadil Nangi
semanTIK Vol 5, No 1 (2019): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Kendari City Health Office is a group that has one task to control the spread of a certain particular disease. To carry out its duties and functions, ideally, the Health Office must have the ability to divide areas that are vulnerable and not prone to disease. To facilitate the dividing, this study was made which aims to build an application that is implemented using the complete-linkage clustering method by forming clusters of data on the number of cases of the disease in 10 sub-districts in Kendari City in 2012 to 2016. Identified diseases are DHF, Diarrhea, and TB. Algorithm Complete Linkage Clustering is a group analysis method that attempts to build a hierarchy of data groups, grouping data with two or more objects that have the closest similarity, then proceed to another object that has a second closeness. The results showed that the areas prone to DHF were Kadia and Wua-Wua sub-districts with an index value of 47.80. Areas that are prone to Diarrhea disease are Puuwatu sub-district with an index value of 1181.40, area which is susceptible to TB disease is West Kendari sub-district with an index value of 92.40. The system can group and map disease-prone areas in the city of Kendari, using Complete Linkage Clustering.Keywords—Complete-Linkage Clustering, Health Service, Dengue Fever, Diarrhea, Tuberculosis (TBC) DOI : 10.5281/zenodo.3183951

ANALISIS PERBANDINGAN METODE FIRST IN FIRST OUT DAN PER CONNECTION QUEUE UNTUK MANAJEMEN BANDWIDTH MENGGUNAKAN MIKROTIK (STUDI KASUS : STASIUN KARANTINA IKAN PENGENDALIAN MUTU DAN KEAMANAN HASIL PERIKANAN KELAS I KENDARI) Nurfanny La Benny; Jumadil Nangi; La Surimi
semanTIK Vol 4, No 1 (2018): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Stasiun Karantina Ikan Pengendalian Mutu dan Keamanan Hasil Perikanan Kelas I Kendari merupakan sebuah kantor pelayanan yang berkedudukan di Kota Kendari Provinsi Sulawesi Tenggara. Penggunaan internet di lingkungan kantor saat ini memiliki mobilitas yang sangat tinggi, baik digunakan untuk browsing informasi, download data, dan penggunaan fasilitas internet yang lain. Penggunaan internet yang optimum dipergunakan sebuah simulasi untuk manajemen bandwidth jaringan menggunakan MikroTik. Metode First In First Out membagi bandwidth berdasarkan paket yang pertama meminta bandwidth pada input interface.Metode Per Connection Queue cara pembatasan dengan menggunakan pembatasan pada upload dan download. Kedua metode tersebut diterapkan secara bergantian pada mikrotik. Pada setiap metode yang akan diterapkan, akan di analisis dengan menggunakan aplikasi wireshark, parameter QoS yang terdiri dari Packet Loss, Delay, dan Throughput. Pengujian yang dilakukan terhadap client yang berjumlah sepuluh yang terhubung ke access point. Pengujian dilakukan dengan dua skenario jaringan, skenario pertama semua client mengakses web berbasis video streaming dan skenario kedua semua client pada jaringan mengakses web berbasis teks.Hasil dari penelitian ini yaitu Delay untuk pengujian Streaming video maupun pengujian web berbasis teks yang dihasilkan metode FIFOlebih besar daripada manajemen bandwidth dengan menggunakan metode PCQ. Packet loss untuk pengujian Streaming video maupun pengujian web berbasis teks yang dihasilkan metode FIFOlebih besar daripada manajemen bandwidth dengan menggunakan metode PCQ. Troughput untuk pengujian Streaming video maupun pengujian web berbasis teks yang dihasilkan metode FIFOlebih kecil daripada manajemen bandwidth dengan menggunakan metode PCQ.Kata Kunci : First In First Out, Per Connection Queue, Quality of Service (QoS), Bandwidth

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search