Claim Missing Document
Check
Articles

Found 4 Documents
Search

Penerapan Algoritma Particle Swarm Optimization dalam Meningkatkan Kualitas Layanan Routing Pada Jaringan Wireless Syahrul Usman; Rofiq Harun; Sudirman Melangi; Muh Halqi Ashar Monoarfa
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 3 No 2 (2024): November 2024
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v3i2.1198

Abstract

Penelitian ini dapat bertujuan mengetahui hasil proses Penerapan Algoritma PSO dalam meningkatkan kualitas layanan routing pada jaringan wireless Dalam penelitian ini menggunakan software pendukung yaitu Python, GNS3, Wireshark. Dalam tahapan penelitian ini meliputi tahap pengujian sistem, pengembangan, desain, dan analisis. Pengujian dan penelitian ini dilakukan mengunakan jaringan nirkabel (wireless network) yang digunakan di lingkungan objek pengadaan internet. Dalam konteks ini, jaringan nirkabel tersebut menjadi objek utama yang akan ditingkatkan kualitas layanannya melalui penggunaan algoritma PSO dalam pengaturan routing. Dengan demikian, algoritma PSO berhasil menentukan rute optimal dengan total Delay terkecil yang diperoleh oleh Partikel. PSO bukan hanya menghasilkan solusi yang lebih optimal dibandingkan dengan pendekatan manual atau default, tetapi juga memungkinkan eksplorasi berbagai kemungkinan solusi secara efisien. Kata Kunci: Algoritma PSO,Wireless, Pyhton, GNS3, Wireshark
KLASIFIKASI PENYAKIT PNEUMONIA MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) H. Mosi, Thia Riskiyani; Yasin Aril Mustofa; Sudirman Melangi; Annahl Riadi
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 1 (2025): Mei 2025
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i1.1462

Abstract

Abstrak - Penyakit pneumonia merupakan salah satu penyebab utama kematian di Indonesia dan diagnosis dini sangat penting untuk penanganan yang efektif. Penelitian ini bertujuan untuk mengembangkan model klasifikasi pneumonia menggunakan metode Convolution Neural Network (CNN) berbasis citra X-ray paru-paru. Metodologi penelitian ini melibatkan penggunaan dataset citra rontgen paru-paru yang diambil dari Kaggle, yang terdiri dari dua kelas yaitu pneumonia dan normal. Tahapan yang dilakukan meliputi pengumpulan data, pre-processing citra, pelatihan model CNN, serta evaluasi model menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model CNN yang dibangun mampu mengklasifikasikan citra X-ray paru-paru dengan akurasi mencapai 96%. valuasi lebih lanjut menunjukkan bahwa model ini memiliki tingkat presisi dan recall yang tinggi, yang menunjukkan kemampuannya dalam mengenali pneumonia dengan baik. Selain itu, confusion matrix menunjukkan bahwa model ini memiliki performa yang baik dalam mengidentifikasi kedua kelas dengan minim kesalahan. Penelitian ini memberikan kontribusi dalam bidang teknologi kesehatan, khususnya dalam pemanfaatan CNN untuk klasifikasi penyakit pneumonia. Temuan ini menunjukkan bahwa CNN adalah metode yang efektif untuk meningkatkan kecepatan dan akurasi diagnosis pneumonia melalui analisis citra X-ray. Ke depannya, penelitian lebih lanjut dengan dataset yang lebih besar dan beragam dapat lebih meningkatkan performa model ini. Kata Kunci: Pneumonia, Convolution Neural Network
PENERAPAN METODE SINGLE MOVING AVERAGE DALAM PREDIKSI JUMLAH PENERIMAAN SISWA BARU Fence Mohamad; Irvan A. Salihi; Sudirman Melangi; Sinta Suleman
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 1 (2025): Mei 2025
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i1.1467

Abstract

Abstrak - Pendaftaran siswa baru merupakan siklus tahunan yang dialami oleh semua instansi pendidikan baik itu instansi negeri maupun swasta, SMAN 1 Telaga Biru pada setiap tahunnya mampu menerima siswa siswi baru. Jumlah siswa-siswi baru pada penerimaan siswa tahun ajaran baru dapat mengalami peningkatan dan dapat juga mengalami penurunan, Jumlah siswa yang melebih target menjadi permasalahan pada jumlah ruangan dan guru pada sehingga diperlukan adanya prediksi untuk mengetahui perolehan jumlah siswa baru pada SMA Negeri 1 Telaga. Dalam melakukan prediksi yang menjadi faktor utama adalah pemilihan metode prediksi karena pemilihan metode berpengaruh terhadap hasil prediksi, Adapun metode prediksi yang dipakai adalah metode Single Moving Average (SMA). Dengan adanya sistem prediksi mengenai penerimaan siswa baru bahwa dapat dilakukan mulai dari 2 periode mendatang dapat dilakukan prediksi. Hasil dari sistem prediksi penerimaan siswa baru dengan menggunakan metode Simple moving average dapat diterapkan dengan menggunakan hasil pengujian MAPE didapatkan pada periode sebesar 5.50% Kata Kunci : Aplikasi, Metode Single Moving Average, Prediksi, Jumlah Penerimaan Siswa Baru
PENGGUNAAN IoT PADA SISTEM PEMANTAUAN KEBERSIHAN PANEL SURYA UNTUK OPTIMASI DAYA LISTRIK SUDIRMAN MELANGI; MUHAMMAD ASRI
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 8 No 1 (2023): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v8i1.38574

Abstract

Tujuan pembuatan alat purwarupa dengan sistem yang dapat pemantau secara realtime tingkat kebersihan panel surya Sistem monitoring dirancang unruk penerima dan memberikan data berupa nilai secara visual yang ditampilkan lewat Smartphone menggunakan Aplikasi Blink. Sistem monitoring debu ini terdiri dari Panel Surya sebagai sumber daya listrik, Avo meter untuk mengukur daya, sensor debu sebagai pendeteksi polutan debu, dan NodeMCU (ESP 8266) sebagai pengirim data menggunakan internet, Smartphone dengan aplikasi Blynk untuk menampilkan data jumlah polutan debu dalam satuan µg/Nm3. Pada hasil pengukuran daya listrik dari sebelum dan setelah perlakuan pemberian polutan debu pada panel surya, sensor rata-rata mendapatkan jumlah polutan debu sebesar 7,3 µg/Nm3 debu yang berakibat terjadinya pengurangan daya listrik sebesar 5,9 Watt pada panel surya. Dari hasil tersebut nilai daya listrik yang diukur pada panel surya semakin berkurang seiring perlakuan pemberian polutan debu ditingkatkan, maka tingginya jumlah polutan debu yang menempel ke panel surya dapat mengurangi penerimaan daya listrik sehingga kinerja panel surya tidak optimal.