Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Naïve Bayes untuk Klasifikasi Kriteria Air Layak Minum dengan Metode CRISP-DM Ibnu Alfitra Salam; Katon Wahyudi Putra; Sisca Yuliatina; Betha Nurina Sari
Paradigma Vol. 25 No. 1 (2023): March 2023 Period
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/p.v25i1.1754

Abstract

With water, living things can do various things easily. The adequacy of water is also important in maintaining human health. Water can be said to be feasible if its content is in accordance with the feasible criteria. From the dataset obtained regarding the feasibility of water for this study, it will calculate the accuracy value obtained using the Naive Bayes algorithm. To simplify the process of processing research data this time using the CRISP-DM methodology which is a stage for data mining. The study uses two tools, namely Rapidminer and Google Collab to compare their accuracy values. By using the two tools in implementing the Naive Bayes algorithm on a potable water quality dataset, an accuracy of 62.8% is obtained. This value is accurate enough to predict the quality of drinking water.
IMPLEMENTASI ALGORITMA YOLO UNTUK MENDETEKSI KENDARAAN BERMOTOR DAN MENENTUKAN DURASI LAMPU LALU LINTAS Katon Wahyudi Putra; Iqbal Maulana; Dadang Yusup
Journal of Scientech Research and Development Vol 8 No 1 (2026): JSRD, June 2026
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56670/jsrd.v8i1.1671

Abstract

Kemacetan lalu lintas di persimpangan sering dipicu oleh pengaturan durasi lampu lalu lintas yang statis. Penelitian ini bertujuan mengembangkan sistem prediksi durasi lampu hijau adaptif berbasis algoritma YOLOv11n menggunakan dataset CCTV lalu lintas lingkup Jawa Barat sebanyak 868 citra dengan 9.166 objek kendaraan. Dataset diproses melalui rekayasa spasial serta augmentasi sebelum dilatih dalam empat skenario hyperparameter. Hasil eksperimen menunjukkan bahwa Skenario D dengan resolusi spasial 800x800 piksel dan 120 epoch menghasilkan performa paling superior. Model ini mencapai nilai mean Average Precision (mAP@0.5) sebesar 0,942, tingkat precision 0,890, recall 0,892, serta kecepatan inferensi responsif sebesar 8,1 ms per frame. Ketika diintegrasikan ke dalam sistem simulasi real-time, model terpilih terbukti sangat adaptif dalam mengoptimalkan durasi lampu hijau berdasarkan volume aktual kendaraan di persimpangan. Implementasi sistem ini mampu memberikan efisiensi pengurangan waktu hijau hingga 54,0% pada kondisi lalu lintas renggang dan mempertahankan stabilitas efisiensi sebesar 15,6% saat kondisi padat. Dengan demikian, sistem ini efektif mereduksi akumulasi waktu tunggu kendaraan yang tidak produktif dan berpotensi meminimalkan kemacetan persimpangan secara signifikan.