Garuda - Garba Rujukan Digital

ATURAN ASOSIASI VARIAN BAKAT KECERDASAN TERHADAP PRESTASI AKADEMIK MENGGUNAKAN ALGORITMA APRIORI Abidin, Aa Zezen Zaenal
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2014): Business Intelligence
Publisher : Jurusan Teknik Informatika

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

Terdapat delapan bakat kecerdasan mahasiswa masing-masing adalah linguistik, logis-matematik, musikal, interpersonal, intrapersonal, kinestetik tubuh, visual-spasial dan naturalis. Pada dasarnya besaran bakatan kecerdasan yang proporsional akan berpengaruh pada kesuksesasan seseoarang. Salah satu ukuran keberhasilan adalah perolehen prestasi akademik. Mengukur perolehan bakat kecerdasan dan menganalisisnya pengaruhnya terhadap prestasi akademik dilkaukan dalam penelitian ini. Secara kuantitatif besaran pengaruh kombinasi delapan bakat kecerdasan mahasiswa terhadap prestasi akademik dilakukan dalam penelitian ini menggunakan algoritma apriori. Dipilih kombinasi-kombinasi yang relevan kemudian dilakukan penghitungan frekuensi, nilai support dan konfidens. Dimodelkan dan dimplementasikan basis data relasional sebagai representasi sistem kemudian di buatkan antar muka untuk basis data tersebut. Diperoleh kombinasi-kombinasi item set bakat kecerdasan dan prestasi akademik yang relevan dengan nilai kebenaran yang paling menjanjikan kemungkinan nilai kebenaran pengaruhnya mealui nilai support dan konfidens. Kombinasi tiga item set visual spasial, kinestetik tubuh terhadap prestasi akademik dengan perolehen Sangat Memuaskan Kombinasi empat item set Intrapersonal, linguistik, kinestetik tubuh, visual spasial terhadap prestasi akademik Sangant Memuaskan Kombinasi lima item set Intrapersonal, Kinestetik-Tubuh, Visual-spasial, Naturalis terhadap prestasi akademik Sangat Memuaskan

IMPLEMENTASI ALGORITMA C 4.5 UNTUK MENENTUKAN TINGKAT BAHAYA TSUNAMI Aa Zezen Zaenal Abidin
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2011): Computatinal
Publisher : Jurusan Teknik Informatika

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

Implementasi algoritma C 4.5 dalam menentukan bahaya tsunami diharapkan dapat menjadi media untuk meningkatkan kewaspadaan dan kesiapsiagaan masyarakat yang tinggal di pesisir pantai dalam menghadapi tsunami, sebagai bagian dari strategi mitigasi dan pengurangan bahaya tsunami. Masyarakat di pesisir pantai diharapkan dapat mengecek potensi bahaya tsunami didaerahnya dengan mengisikan nilai-nilai parameter dari hasil pengamatan lapangan, disampaing dapat melihat tingkat bahaya di wilayah lainnya. Dengan Algoritma C 4.5 dilakukan dengan cara menjadikan atribut tingkat bahaya tsunami dengan klasifikasi tinggi dan rendah serta sedang sebagai atribut tujuan, atribut parameter indikator landaan tsunami, kelerengan pantai, kekasaran pantai, intensitas gempa bumi sebagai atribut sumber. Pada algoritma C 4.5 dilakukan penghitungan entropy dan gain information untuk memperoleh node akar dan node lainnya. Algoritma C 4.5 dapat digunakan untuk menentukan tingkat bahaya tsunami di suatu daerah pesisir pantai mengacu pada kasus tingkat bahaya tsunami yang sudah ada di wilayah pesisir pantai Kabupaten Sukabumi.

PERINGKAS TEKS OTOMATIS DOKUEM TUNGGAL DAN MULTI BAHASA MENGGUNAKAN METODE TF-IDF Aa Zezen Zaenal Abidin
Jurnal Teknologi Informasi dan Komunikasi Vol 12 No 2 (2019): Oktober
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v12i2.163

Sistem peringkas teks otomatis berita kesehatan multi bahasa dapat digunakan oleh pembaca untuk meringkas teks berita kesehatan berbagi terjemahanya untuk kebutuhan berbagai jenis kegiatan. Untuk mengembangkan perangkat lunak yang sesuai dan mudah dimengerti untuk pengguna dalam membaca berita dan menterjemahkannya dalam bahasa internasional. Berita kesehatan dilakukan proses teks dilakukan hapus tanda baca, stopword, stemming, tokenizing, pembobotan kata dan pembobotan kalimat. Setelah membayar teks setiap kalimat akan memiliki bobot masing-masing dari yang bernilai hingga terendah. K8 mendapatkan bobot 37.19723289, K9 mendapatkan bobot 17.89999416, K10 mendapatkan bobot 16.52464106 dan K3 mendapatkan bobot 14.77709596.metode yang digunakan adalah Metode Term frequency inverse document frequency (TF-IDF). Sistem menerima entri berita, menterjemahkan, dokumen menjadi kalimat, membuang karakter, memecahkanya menjadi kata, memberikan nilai bobot pada kata, menjumlahkan nilai bobot, menghitung nilai idf dan TD-IDF sehingga dapat menghasilkan nilai tambah dari setiap kalimat yang akan menghasilkan nilai paling tinggi. Bahasa pemrograman yang digunakan adalah PHP dan DBMS menggunakan MySQL. Editor menggunakan Sublime dan Tools menggunakan Xampp 3.2.2 Sistem peringkas teks berita kesehatan multi-bahasa otomatis tidak perlu menyita waktu yang cukup lama untuk membaca dan menerjemahkan.Sistem peringkas teks berita kesehatan dengan cara menjawab pembobotan kalimat manual dan otomatis dengan hasil penilaian yang sama dan sistem ini dapat membantah isi berita penting yang diinputkan, dengan memiliki verifikasi pengujian responden 54,17%.

SISTEM MONITORING KANDANG BURUNG PUYUH BERBASIS INTERNET OF THINGS PADA PLATFORM NODE-RED MENGGUNAKAN METODE NAIVE BAYES Aa Zezen Zaenal Abidin; Nasrulloh Abdul Aziz Saragih
Jurnal Teknologi Informasi dan Komunikasi Vol 13 No 1 (2020): April
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v13i1.164

Salah satu aktivitas ternak yang popular di Indonesia adalah ternak burung puyuh. Rentannya burung puyuh mengalami kematian yang bisa menyebabakan kegagalan panen melatarbelakangi penulis melakukan moniting kandang burung puyuh. Pada penelitian ini secaraa khusus dilakukan pengembangan system pada layer aplikasi dan layer servis di system berbasis internet of thing dengan melakukan penggunaan platform Node-Red dan pembuatan basis data local menempung data dari platform. Data akan dianalisis menggunakan salah satu metode data mining berupa metode naÃ¯ve bayes. Digunakan sensor LDR dan DHT11 untuk melakukan akuisisi data sushu, kelembaban dan intensitas cahaya. Jika sushu kandang melebihi atau sama dengan 34 derajat celcius, lampu dalam kandang akan mati dan jika Jika data kurang dari sama dengan 33 derajat selsius, maka system akan menyalakan lampu dalam kandang.. Selain itu digunakan juga beberapa komponen lain seperti Arduino Mega 2560, NodeMcu ESP8266, dan media jaringan computer serta cloud application berupa platform Node-Red. Dapa diimplementasikan proto type system monitoring kandang burung puyuh berbasis IoT pada platform Node-Red menggunakan metode NaÃ¯ve Bayes. Terhadap Data yang diperoleh dilakukan pengujian akurasi dan diperoleh nilai akurasi 80 persen.

SISTEM PERINGKAS TEKS OTOMATIS MULTI DOKUMEN KLIPING ARTIKEL BERITA GEMPA MENGGUNAKAN METODE TF-IDF Aa Zezen Zaenal Abidin; Enung Nurjanah
Jurnal Teknologi Informasi dan Komunikasi Vol 13 No 1 (2020): April
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v13i1.166

New technology is increasingly evolving so that internet users can find out the news on the internet quickly. Most news stories about the earthquake make it difficult for readers to know the news contents in depth. Because of this, summarizing multi-document texts is important. So that readings are fast and easy and information can be obtained briefly. With the summarization of the text the reader can know the clippings of earthquake news briefly not only from one document but several documents or multiple documents can be done, at least from two documents. The author constructs a prototype multi-document text summarizing system using the term frequency inverse document frequency (TF-IDF) method for breaking the content of documents into sentences, discarding characters, breaking sentences into words, giving weight values to words, adding weight values, measuring idf and TF values -IDF in order to obtain the word weight value of each sentence, t Each document's summary is merged and summarized again, so as to become the third summary as a combination of two documents. Web-based tools are used, the programming language used is PHP and MySQL DBMS. This application can implement multi-document automatic text summarizing news article clippings on the internet TF-IDF method. This system can help find out the important contents of many news article clippings on the internet. the system has the accuracy of the results of the respondent's test 54.45% and the similarity test document accuracy is 78,023%

MACHINE LEARNING DETEKSI PROTOKOL KESEHATAN MEMASUKI RUANGAN BERBASIS INTERNET OF THINGS MENGGUNAKAN ALGORITMA K-MEANS Usep Tatang Suryadi; Juliansyah Juliansyah; Aa Zezen Zaenal Abidin; Yuli Murdianingsih; Muhammad Faizal
Jurnal Teknologi Informasi dan Komunikasi Vol 15 No 2 (2022): Oktober
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v15i2.228

In the end of 2019, it was a bad year for the whole world, especially for the world of health, because of a malignant disease that attacks the human respiratory system which causes sore throat and dry cough. The disease is called Corona or we often hear about COVID-19. (Coronavirus Disease 2019). For preventive measures, everyone must implement health protocols including wearing a mask, keeping a safe distance, washing hands, and body temperature must be in the range of 36 to 37.02 degrees Celsius above 37.02 degrees Celsius, it is said to have a fever, fever indicates a problem in the body man. Checking human body temperature is currently still carried out conventionally involving two individuals, an officer and someone who will be checked for temperature, the distance between the officer and the person who will be checked for temperature is around 60 cm, this has violated the rules for keeping a distance where social distancing is ranging from 1 to 2 meters between individuals, departing from this problem the authors are interested in making a tool, namely Machine Learning Detection of ProKes Entering Rooms Based on Internet of Things Using the K-Means Algorithm on the Google Firebase Platform. The methodology used by the author includes literature study, documentation, data mining, system analysis, system design, system development, system testing, machine learning. went well as expected. This tool is able to properly detect masks and human body temperature in a non-contact manner. The data obtained by the tool can be analyzed using the K-means algorithm, showing that the K-means algorithm can work well, the results obtained in the 3rd iteration with the same ratio value as the previous iteration, namely 0.083743.

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