Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Coding: Jurnal Komputer dan Aplikasi JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Sampe Hotlan Sitorus
Universitas Tanjungpura
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Penerapan Metode Multinomial Naïve Bayes untuk Klasifikasi Judul Berita Clickbait dengan Term Frequency - Inverse Document Frequency Fikri Alwan Ramadhan; Sampe Hotlan Sitorus; Tedy Rismawan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.57452

Abstract

Clickbait merupakan judul berita yang bombastis dan memberikan informasi tidak utuh sehingga membuat pembaca penasaran ingin tahu dengan cara mengklik tautan berita. Penggunaan judul berita clickbait terkadang bersifat menjebak karena judul dari artikel tersebut bersifat tidak utuh. Hal tersebut menyebabkan kesimpulan yang didapat dari judul dan isi berita terkadang tidak sesuai. Sehingga perlu dilakukan penelitian untuk mengklasifikasi judul berita yang termasuk clickbait atau bukan. Penelitian ini menggunakan metode Multinomial Naïve Bayes dan TF-IDF (Term Frequency - Inverse Document Frequency) dengan data didapat dari judul berita online yang di ambil dari beberapa situs website. Pada penelitian ini TF-IDF digunakan untuk memberikan bobot kata pada proses pelatihan, pengujian dan klasifikasi. Data yang digunakan berjumlah 1000 data dengan 800 data latih dan 200 data uji. Pengujian dilakukan menggunakan confusion matrix sehingga didapatkan akurasi sebesar 65 %, recall sebesar 65,69 % dan precision sebesar 65,69 %.
APLIKASI PREDIKSI PRODUKSI PAKAIAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS CMS PRODUCTION) Eka Wahyuni Mudasir; Sampe Hotlan Sitorus; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 9, No 03 (2021): Edisi Desember 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i03.50660

Abstract

CMS Production Pontianak merupakan toko yang menyediakan jasa penjualan produk pakaian seperti, kaos panjang, kaos pendek, kaos raglan, jaket dan topi. Produk yang banyak diminati konsumen yaitu produk pakaian kaos pendek, panjang dan raglan. Permasalahan yang terjadi yaitu jumlah produksi melebihi permintaan pasar sehingga menyebabkan pembengkakan biaya produksi yang berakibat toko mengalami kerugian. Untuk mengatasi masalah tersebut, maka dibutuhkan sebuah sistem prediksi produksi pakaian yang memudahkan pihak toko untuk memperkirakan jumlah produksi pakaian yang akan diproduksi untuk bulan selanjutnya. Penelitian ini diterapkan sistem prediksi produksi pakaian menggunakan metode fuzzy Mamdani berbasis website dengan masukan parameter permintaan, penjualan dan persediaan. Data yang digunakan yaitu data permintaan, penjualan, persediaan dari masing-masing jenis pakaian dari Februari-November 2019. Pengujian sistem dilakukan dengan menghitung nilai error antara hasil sistem dengan data real menggunakan Mean Absolute Percentage Error (MAPE). Persentase keberhasilan metode fuzzy Mamdani dalam memprediksi produksi pakaian dengan menggunakan 30 data pakaian untuk masing-masing jenis pakaian yaitu, untuk jenis pakaian kaos pendek 91,5%, jenis pakaian kaos panjang 90,91% dan jenis pakaian kaos raglan 90,80% dan hasil prediksi nilai penjualan dalam memprediksi produksi pakaian dengan nilai minimal 310 dan maksimal 435 kaos pendek adalah 93,05%, kaos panjang (220-315) adalah 91,29% dan kaos raglan (200-260) adalah 90,30%.Kata kunci: Prediksi, Produksi Pakaian, Fuzzy Mamdani, MAPE, Website
PERBANDINGAN METODE TEMPLATE MATCHING DENGAN K-NEAREST NEIGHBOUR DALAM IDENTIFIKASI KARAKTER (STUDI KASUS: PADA PLAT KENDARAAN) Andry Tanu Wijaya; Sampe Hotlan Sitorus; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 10, No 01 (2022): Edisi April 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i01.54209

Abstract

Identifikasi karakter plat nomor kendaraan merupakan salah satu upaya mempermudah pelacakan plat kendaraan. Salah satu upaya yang dilakukan yaitu dengan cara mengidentifikasi citra karakter plat nomor kendaraan pribadi dengan keluaran berupa text dan angka. Salah satu permasalahan dalam identifikasi karakter pada plat nomor yang biasa dihadapi adalah identifikasi plat nomor yang masih dilakukan secara manual, Penelitian ini bertujuan membangun aplikasi untuk identifikasi karakter plat nomor kendaraan untuk mengatasi permasalahan tersebut. Metode yang digunakan dalam penelitian ini adalah Template Matching dengan mencocokan setiap angka dan huruf yang di uji dengan mencari nilai eror terkecil, dan K-Nearest Neighbour dengan mengklasifikasikan nilai tetangga terdekat dari perbandingan data latih yang digunakan dengan membandingkan kedua metode yang digunakan dalam penelitian, metode K-Nearest Neighbour mendapatkan nilai akurasi terbaik dikarenakan hasil yang lebih akurat. Pengujian dilakukan menggunakan 30 data uji, data yang diuji menggunakan 3 varian jarak yaitu 25cm, 75cm, dan 150cm. Setiap jarak diambil 10 data uji dengan keadaan kendaraan tidak bergerak. Berdasarkan hasil pengujian, diperoleh nilai akurasi dalam membaca karakter pada plat kendaraan dengan menggunakan metode Template Matching sebesar 70,4% dan akurasi  dalam membaca plat kendaraan sebesar 3,33%. Adapun nilai akurasi dari metode K-Nearest Neighbour sebesar 74,6% dan akurasi dalam membaca plat kendaraan sebesar 3,33%.
DETEKSI PENGGUNAAN MASKER WAJAH DENGAN LOCAL TERNARY PATTERNS SEBAGAI PENGUKURAN KEPATUHAN TERHADAP PROTOKOL COVID-19 Yosep Robert; Sampe Hotlan Sitorus; Suhardi Suhardi
Coding Jurnal Komputer dan Aplikasi Vol 10, No 03 (2022): Edisi Desember 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i03.56858

Abstract

 Penyebaran Covid-19 telah memaksa Organisasi Kesehatan Dunia untuk menyatakan Covid-19 sebagai pandemi global. WHO telah menganjurkan kepada seluruh kepala pemerintahan di dunia dan khususnya di Indonesia untuk secara efektif mencegah penularan virus Covid-19. Sehingga di era new normal ini pemerintah telah menerapkan kepada masyarakat untuk mematuhi protokol kesehatan yang telah ditetapkan oleh WHO, salah satunya adalah menggunakan masker saat beraktivitas baik diluar ruangan maupun didalam ruangan. Akan tetapi tidak sedikit masyarakat Indonesia yang tidak mengindahkan himbauan penggunaan masker tersebut. Pada penelitian ini dilakukan perancangan sistem yang dapat mendeteksi penggunaan masker wajah dengan menerapkan metode Local Ternary Patterns (LTP) pada aplikasi pengolahan citra, sehingga dapat mengetahui pengukuran kepatuhan terhadap himbauan penggunaan masker. Pengujian dilakukan menggunakan data sampel sebanyak 60 data dengan perincian 30 citra wajah menggunakan masker dan 30 citra wajah tidak menggunakan masker diperoleh hasil persentase keakuratan 78,33%, sehingga dapat disimpulkan bahwa metode Local Ternary Patterns (LTP) dapat digunakan untuk mendeteksi penggunaan masker wajah. Kata kunci: Deteksi, Local Ternary Patterns (LTP), Masker wajah
Co-Authors Andry Tanu Wijaya Eka Wahyuni Mudasir Fikri Alwan Ramadhan Suhardi Tedy Rismawan Uray Ristian Yosep Robert