Article Per Year (5 Year)
p-Index From 2021 - 2026
0.947
P-Index
This Author published in this journals
All Journal Prosiding Semnastek Sebatik Journal of Robotics and Control (JRC) TEPIAN
Sinaga, Ardiles
Teknologi Rekayara Perangkat Lunak, Institut Teknologi Del
Aerospace Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Sebatik

 1 
ANALISIS PERBANDINGAN AKURASI DAN WAKTU PROSES ALGORITMA STEMMING ARIFIN-SETIONO DAN NAZIEF-ADRIANI PADA DOKUMEN TEKS BAHASA INDONESIA Ardiles Sinaga; Sahat Pandapotan Nainggolan
Sebatik Vol. 27 No. 1 (2023): Juni 2023
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v27i1.2072

Abstract

Information Retrieval adalah suatu sistem untuk menemukan informasi yang dinginkan oleh seorang pengguna pada sekumpulan informasi yang dinginkannya berdasarkan data-data yang diinputkan oleh pengguna lain sebelumnya (query). Information Retrieval merupakan suatu sistem untuk melakukan pencarian, penyimpanan, dan juga pemeliharaan informasi. Salah satu tahapan penting yang terdapat di dalam suatu information retrieval adalah proses stemming. Stemming adalah suatu rangkaian tindakan untuk memperoleh kata dasar (root atau stem) dari masing-masing kata dengan mengeliminasi seluruh imbuhan (affixes) yang terdapat dalam kata tersebut baik itu berupa sisipan (suffixes), awalan (prefixes), serta kombinasi antara awalan dan akhiran (confixes) pada kata turunan. Setiap algoritma stemming mempunyai kelebihan dan kekurangan. Secara umum, untuk mengukur keefektifan dari sebuah algoritma stemming dapat didasarkan pada berbagai parameter yaitu keakuratan, kecepatan proses, dan juga kesalahan. Penelitian ini membandingkan dua algoritma stemming yaitu algoritma Nazief Adriani dan algoritma Arifin Setiono untuk mengukur performansi dari masing-masing algoritma dengan melakukan pengujian sebanyak 30 dokumen teks berbahasa Indonesia. Adapun hasil pengujian pada penelitian ini memperlihatkan bahwa perbandingan performansi algoritma Nazief Adriani lebih baik dari algoritma Arifin Setiono di mana nilai rata-rata akurasi tertinggi dimiliki oleh algoritma Nazief Adriani yakni sebesar 97.73% dengan rata-rata waktu proses stemming selama 20.17 detik. Sedangkan algoritma Arifin Setiono memiliki nilai rata-rata akurasi sebesar 94.37% dengan rata-rata waktu proses stemming selama 23.32 detik.
COMPARATIVE ANALYSIS OF ACCURACY OF RANDOM FOREST AND GRADIENT BOOSTING CLASSIFIER ALGORITHM FOR DIABETES CLASSIFICATION Sahat Pandapotan Nainggolan; Ardiles Sinaga
Sebatik Vol. 27 No. 1 (2023): Juni 2023
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v27i1.2157

Abstract

Diabetes is a disease characterized by high blood sugar (glucose) levels. If blood sugar is not controlled properly, it can cause various critical diseases, one of which is diabetes. The purpose of this study was to determine the results of a comparison of the accuracy values ​​of the Random Forest Algorithm and the Gradient Boosting Classifier Algorithm in the classification of diabetes which will be tested for accuracy, Precision, Recall, and F1 score performance. The method used in this study was descriptive and the data source used the Pima Indians Diabetes Dataset from Kaggle. Based on data analysis using a ratio of 80:20, the Random Forest Algorithm has an accuracy of 79% obtained from the results of the confusion matrix. From the confusion matrix results, the results obtained were AUC 0.835, Recall 78%, and Precision 90%. Based on the results of Recall and Precision, an F1 score of 83% was obtained. Whereas the Boosting Classifier Algorithm has an accuracy result obtained from the results of the confusion matrix which is 81%. From the confusion matrix results, the AUC results were 0.877, Recall 83%, and Precision 67%. Based on the results of Recall and Precision, an F1 score of 74% was obtained. In this study, the accuracy evaluation results obtained were through the results of the Confusion matrix and the AUC value. These results indicate that the Gradient Boosting Classifier Algorithm has a more excellent accuracy evaluation result compared to the Random Forest Algorithm.
DESAIN ARSITEKTUR VIRTUALISASI PENGEMBANGAN SISTEM INFORMASI MANAJEMEN PENGELOLAAN SAMPAH RUMAH TANGGA PADA BANK SAMPAH BERBASIS CONTAINER DOCKER Sinaga, Ardiles; Sinaga, Arnaldo Marulitua; Sianturi, Riyanthi Angrainy
Sebatik Vol. 27 No. 2 (2023): Desember 2023
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v27i2.2405

Abstract

Sampah telah menjadi salah satu masalah di negara kita Indonesia, khususnya di daerah tempat kita tinggal hari ini. Berdasarkan data Direktorat Jenderal Pengelolaan Sampah Kementerian Lingkungan Hidup dan Kehutanan tahun 2022 jumlah timbulan sampah mencapai 19,25 juta ton/tahun, jumlah pengurangan sampah hanya 26,39% atau sekitar 5,08 juta ton/tahun, jumlah sampah yang ditangani sekitar 51,47% atau sekitar 9,91 juta ton per tahun, sampah yang dapat dikelola sekitar 77.86% atau sekitar 14,99 juta ton/tahun, sedangkan jumlah sampah yang tidak terkelola sekitar 22,14% atau sekitar 4,26 juta ton/tahun. Untuk mengatasi permasalahan pengelolaan sampah ini salah satunya adalah dengan mengembangkan program bank sampah. Bank Sampah Bersinar merupakan bank sampah yang dikelola oleh PT. Solusi Rahayu Indonesia yang sudah memiliki jejaring bank sampah yang sudah tersebar di 6 kota/kabupaten di seluruh Indonesia. Bank Sampah Bersinar membutuhkan sebuah Sistem Informasi Manajemen untuk mengelola dan mengintegrasikan semua stakeholder yang terlibat serta data-data yang mendukung proses pengelolaan sampah rumah tangga sehingga fungsi manajemen dari Bank Sampah Bersinar dapat berjalan dengan baik. Tujuan dari penelitian ini adalah membuat desain arsitektur virtualisasi untuk pengembangan sistem informasi manajamen pengolahan sampah rumah tangga berbasis docker container sehingga diharapkan aplikasi web yang dibangun dapat bekerja lebih fleksible, efisien, dan memiliki ketersediaan yang tinggi (high availability) jika diperlukan. Hasil penelitian ini adalah berupa desain yang dapat digunakan sebagai dasar untuk mengimplementasikan arsitektur virtualisasi sistem informasi manajemen pengelolaan sampah rumah tangga berbasis docker, dimana desain ini bukanlah desain akhir sebelum diimplementasikan. Tetapi desain ini masih membutuhkan pengujian lebih lanjut untuk mematangkan design ini sebelum diimplementasikan.
Co-Authors Frengki Simatupang Hadi Sutanto Saragi Manalu, Istas Maria Artanta Ginting Mochammad Haldi Widianto Murnawan, Murnawan Riyanthi Angrainy Sianturi Sahat Pandapotan Nainggolan Sahat Pandapotan Nainggolan Sinaga, Arnaldo Marulitua