Garuda - Garba Rujukan Digital

Sistem Pakar Diagnosa Penyakit Menular Pada Anjing Menggunakan Metode Dempster Shafer Ningrum, Niken Candra; Anra, Hengky; Nasution, Helfi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 4, No 1 (2016)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (818.381 KB)

Anjing merupakan salah satu hewan yang dapat diajak bermain, tinggal bersama manusia dan diajak bersosialisasi dengan manusia. Apabila anjing tidak dirawat dengan baik, maka akan berdampak buruk bagi kondisi kesehatan anjing dan dapat terserang penyakit menular sehingga dapat menyebabkan kematian, baik terhadap anjing yang menularkan maupun yang ditularkan. Dibutuhkan suatu alternatif untuk mengatasi hal tersebut yang dapat memberikan kemudahan kepada pemilik anjing untuk dapat mengetahui penyakit menular yang diderita oleh anjing peliharaannya. Salah satu alternatif tersebut adalah sistem pakar. Sistem pakar merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk menyelesaikan masalah seperti layaknya seorang pakar. Penelitian ini bertujuan untuk mendiagnosa penyakit menular pada anjing dengan menerapkan metode Dempster Shafer. Nilai kepercayaan (belief) pada metode Dempster Shafer yang didapat dari probabilitas kemunculan setiap gejala terhadap masing-masing penyakit pada data sampel kasus akan digunakan dalam proses perhitungan untuk mendapatkan hasil berupa persentase penyakit menular yang diderita oleh anjing. Hasil keluaran dari sistem ini adalah jenis penyakit yang dialami dan informasi mengenai jenis penyakit yang dialami. Berdasarkan pengujian terhadap 30 data kasus didapat bahwa sistem dapat mendiagnosa penyakit menular pada anjing dengan tingkat keakuratan sebesar 100% berdasarkan 45 data sampel kasus yang digunakan dalam menentukan nilai belief pada metode Dempster Shafer.

Sistem Informasi Penilaian Prestasi Kerja Pegawai dengan Metode Pengembang Perangkat Lunak Model Waterfall Niken Candraningrum; Ponco Sunarko; Kasliono Kasliono
Journal of Information System Research (JOSH) Vol 5 No 1 (2023): Oktober 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i1.3731

Providing an assessment of employee work performance is a method for evaluating their competence with the aim of development to produce competitive employees. A Civil Servant (PNS) who achieves good (high) work performance should get a reward (compensation) that is comparable. It aims to motivate and reward civil servants for improving performance. However, some opportunities can turn into threats if they are not anticipated, such as negative responses from the public if the government is unable to improve the quality of its employees' performance. Inaccurate and ineffective assessments can cause the process of assessing the performance and quality of State Civil Apparatus (ASN) to be inaccurate and inappropriate. Therefore, an assessment system is needed that is relevant, practical, reliable and acceptable so that the assessment results are more accurate good and useful for employees and personnel administration at the Pontianak Fisheries Training and Extension Center (BP3). This system refers to the Waterfall model, where the progress of a process is considered to flow continuously like a waterfall. In the waterfall model, each step must be sequential and you cannot proceed to the next step but must complete the first step then proceed to the second step, and so on. With the system that has been built, the employee performance appraisal process can be well-documented and more transparent. The results of testing using the black box testing method showed that the system functionality could meet all the expected requirement specifications.

Analisis Regresi dan Korelasi untuk Proyeksi Produksi Minyak Bumi dan Gas Alam Indonesia menggunakan Bahasa Pemrograman Python Kasliono Kasliono; Edi Suharmono; Povi Povi; Risca Meriani; Niken Candraningrum
Jurnal Teknologi Informatika dan Komputer Vol 9, No 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1756

Penelitian ini memiliki tujuan untuk mengetahui suatu cara pendekatan analisis data menggunakan bahasa pemrograman Python yang dapat diterapkan dalam industri minyak bumi dan gas alam serta memprediksi hasil produksi minyak bumi dan gas alam sampai pada tahun 2030. Penggunaan metode dalam penelitian ini yaitu dengan pendekatan deskriptif kuantitatif. Tujuan digunakannya metode ini yaitu untuk menguraikan secara sistematis peristiwa atau kejadian yang terjadi melalui penggunaan angka-angka dalam menganalisis data penelitian ini. Data tersebut kemudian diolah dengan bahasa pemrograman Python menggunakan library seperti Pandas, NumPy, Matplotlib, dan Scikit-Learn. Dalam penelitian ini data diolah dengan cara analisis regresi dan korelasi. Hasil penelitian yang diperoleh yaitu terjadinya penurunan yang cukup signifikan dari hasil prediksi produksi minyak bumi dan gas alam setiap tahunnya. Hasil prediksi produksi minyak bumi dan gas alam yang paling besar terjadi pada tahun 2022 yang menghasilkan minyak bumi sebesar 210.218,41 (000 barel) dan gas alam sebesar 2.709.176 (MMscf). Sedangkan hasil prediksi produksi minyak bumi dan gas alam pada tahun 2030 yaitu sebesar 116.827,69 (000 barel) dan 2.597.292 (MMscf). Minyak bumi dan gas alam dalam penelitian ini mempunyai keterkaitan yang lemah dengan nilai korelasi positif. Nilai korelasi sebesar 0.387558 menunjukkan bahwa adanya kecenderungan ketika produksi minyak bumi meningkat, produksi gas alam juga cenderung meningkat, begitupun sebaliknya.

Pemodelan Prediksi Harga Ethereum (Atribut: Open, High dan Low) dengan Algoritma Extreme Learning Machine Kasliono, Kasliono; Candraningrum, Niken; Sari, Kartika
Building of Informatics, Technology and Science (BITS) Vol 5 No 1 (2023): June 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v5i1.3567

The price of cryptocurrencies such as Ethereum often experiences high fluctuations and is difficult to predict. This study aims to predict Ethereum prices using the Extreme Learning Machine (ELM) algorithm which is a fast and efficient machine learning method. Ethereum price data is collected from CoinMarketCap by scraping the data using CoinmarketCap Scraper from the cryptocmd library using Python. An ELM model is built by changing the number of hidden nodes to determine the optimal prediction model of Ethereum prices based on the smallest average MAPE. Model performance was evaluated using the mean absolute percentage error (MAPE) on the test data set. The results show that the ELM model built can predict Ethereum prices with an accuracy of 96.96%. The MAPE obtained is 3.035334%, with 9 hidden nodes in the ELM network architecture model that was built. This shows that the model can explain about 96.96% of the variation in Ethereum price data. Therefore, the ELM model can be used as an aid in making investment decisions

Analisis Perbandingan Metode Pengklasifikasi Gambar Jenis Tulisan Kaligrafi Arab Afriani, Afriani; Sujaini, Herry; Candraningrum, Niken
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 1 (2024): Volume 10 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i1.72863

Kaligrafi Arab atau Khat merupakan suatu ilmu atau seni penulisan yang memodifikasi huruf arab menjadi karya yang memiliki nilai estetika. Kaligrafi Arab memiliki sejarah yang sangat panjang, akan tetapi seiring berjalannya waktu, kini seni ini mulai disepelekan dan hampir dilupakan serta dengan banyaknya variasi jenis khat ini, membedakan jenis khat satu dan lainnya merupakan hal yang sulit bagi orang awam dan hanya dapat dipahami oleh orang yang mempelajarinya secara khusus. Penelitian ini menganalisis perbandingan metode Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) dalam penerapan model untuk melakukan klasifikasi gambar berdasarkan jenis tulisan kaligrafi Arab. Dataset (kumpulan data) yang akan dikumpulkan berupa citra digital yang akan diberi label berdasarkan 6 jenis kaligrafi Arab, yaitu Khat Riq"™ah, Khat Diwani, Khat Naskhi, Khat Tsuluts, Khat Farisi, Khat Kufi. Masing-masing jenis khat akan berisi 160 gambar (citra digital), sehingga total gambar (citra digital) yang akan digunakan pada penelitian ini adalah 960 gambar (citra digital). Dataset akan dibagi ke dalam data pelatihan (training set) dan data pengujian (testing set) dengan mengacu pada proporsi 90% dari dataset untuk data pelatihan dan 10% dari dataset untuk data pengujian, sehingga pada penelitian ini akan menggunakan K-Fold Cross Validation dengan nilai k = 10, yaitu akan dilakukan pengujian dan pelatihan sebanyak 10 kali (fold). Pada penelitian ini, proses tuning hyperparameter akan dilakukan saat menerapkan model CNN dan SVM, selanjutnya dilakukan pengujian performa model menggunakan Confusion Matrix pada tiap fold dari pengujian K-Fold Cross Validation. Pada model CNN, diperoleh nilai rata-rata akurasi, presisi, recall, dan skor f1 yang terbaik dengan menggunakan Arsitektur VGG19, optimizer RMSprop, dan nilai epochs = 100, yaitu 94.17%, 94.34%, 94.17%, 94.13%, serta nilai loss 0.5840. Sementara pada model SVM menghasilkan rata-rata akurasi, presisi, recall, dan skor f1 terbaik dengan menggunakan jenis kernel RBF, nilai C = 2, dan nilai gamma = 0.001, yaitu 76.25%, 77.06%, 76.25%, dan 75.87%. Berdasarkan pada hasil tersebut, dapat disimpulkan bahwa kinerja algoritma CNN memberikan performa yang lebih unggul daripada algoritma SVM dalam mengklasifikasikan gambar berdasarkan jenis tulisan kaligrafi Arab.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KANDANG AYAM BROILER SIAP PANEN DENGAN METODE SAW DAN TOPSIS Prasetyo, Ary; Tursina , Tursina; Candraningrum, Niken
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 3 No. 2 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

PT. MULIA SATWA MANDIRI merupakan salah satu perusahaan yang bergerak di bidang peternakan. Salah satu peternakan yang dijalankan oleh perusahaan tersebut adalah peternakan ayam broiler. Dalam melakukan pengambilan keputusan untuk memilih kandang ayam mana yang dijual terlebih dahulu masih dilakukan secara manual. Hal ini merupakan salah satu masalah yang menghambat dalam pengambilan keputusan. Solusi untuk mengatasi masalah tersebut adalah membangun aplikasi sistem pendukung keputusan pemilihan kandang ayam broiler dengan menerapkan metode SAW dan TOPSIS. Untuk menerapkan metode SAW dan TOPSIS diperlukan alternatif dan kriteria. Alternatif dan kriteria didapatkan dengan cara melakukan wawancara terhadap pihak perusahaan dan mendapatkan alternatif yaitu kandang ayam dan 4 kriteria, yaitu permintaan, keuntungan perkilo, kepadatan kandang dan berat panen. Selanjutnya dilakukan perancangan aplikasi, pembuatan aplikasi dan pengujian aplikasi. Perancangan aplikasi dimulai dari perancangan arsitektur aplikasi hingga perancangan antarmuka. Pembuatan aplikasi dilakukan setelah perancangan sudah dilakukan. Pengujian dilakukan dengan menggunakan metode blackbox testing untuk fungsionalitas aplikasi, pengujian kepuasan pengguna dengan wawancara dan pengujian perbandingan dengan membandingkan perangkingan yang dilakukan oleh perusahaan dan aplikasi terhadap 15 kasus. Hasil dari pengujian kepuasan pengguna menunjukan bahwa aplikasi dapat membantu dalam menentukan pilihan. Selanjutnya hasil dari pengujian perbandingan mendapatkan persentase 100% untuk ranking pertama dari 15 kasus

PENGEMBANGAN APLIKASI MONITORING PENGAJUAN PROPOSAL HIBAH BERBASIS WEB DI KABUPATEN MEMPAWAH Sya’bani, Aselia Sekar; Nyoto, Rudy Dwi; Candraningrum, Niken
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 3 No. 2 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

Pemerintah Kabupaten Mempawah berupaya meningkatkan pelayanan publiknya dengan melakukan inovasi pengelolaan dana hibah melalui media website yang bernama Sabilulungan atau hibah online yang diadopsi dari bandung untuk menyelesaikan masalah tersebut. Akan tetapi pada media website sabilulungan tersebut masih perlu dilakukannya pengembangan karena masih belum sesuai dengan SOP (Standar Operasional Prosedur) PERBUB (Peraturan Bupati) kabupaten Mempawah. Pada penelitian ini akan menjelaskan tentang pengembangan aplikasi monitoring proposal hibah berbasis website di kabupaten mempawah. Penelitian ini menggunakan metode business process reengenering. Dimulai dari identify process, review, update dan analyz, kemudian design dalam bentuk UML yang terdiri dari class diagram, use case diagram, serta Activity diagram. Kemudian dilakukan pembuatan sistem dengan coding menggunakan bahasa PHP dan framework codeigniter 4 yang menghasilkan pengembangan website monitoring proposal hibah yakni pengolahan proposal hibah di kabupaten mempawah, untuk kemudian ditest dan diimplementasikan dengan metode black box dan User Acceptance Test (UAT) yang dilakukan dengan kuesioner terhadap 16 responden. Hasil presentase UAT yang diperoleh adalah 91,81%. yang menunjukkan bahwa aplikasi sangat memuaskan dan sesuai dengan harapan. Keseluruhan tahap yang ada pada metode business process reengenering dapat diimplementasikan dengan baik sehingga aplikasi diterima user dengan respon yang sangat positif dan baik.

Making a Website Using HTML and CSS for SMK Student Muhammad Annafri; Arif Bijaksana Putra Negara; Heri Priyanto; Yulianti; Helen Sasty Pratiwi; Niken Candraningrum
Tanjungpura International Journal on Dynamics Economics, Social Sciences and Agribusiness Vol. 4 No. 2 (2023): Tanjungpura International Journal On Dynamics Economic, Social Sciences and Agr
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/tijdessa.v4i2.41

In today's digital era, one of the education that is taught a lot is about the website, a means to get information. In making a fundamental web, there are 4 important that must be mastered including Hyper Text Markup Language (HTML), Cascade Style Sheets (CSS), Hypertext Preprocessor programming language (PHP) and database management system / DBMS (MySQL). HTML and CSS have a close relationship where HTML is a markup language (site foundation) and CSS fixes style (for all aspects related to the appearance of the website) so that these two programming languages must go hand in hand. SMK N 1 Sungai Raya Kepulauan, is one of the favorite SMKs in the Sungai Raya Kepulauan region where the expertise programs possessed are mostly knowledge related to technology, namely Computer and Network Engineering (TKJ) and Software Engineering (RPL) so that students requires in-depth knowledge of technology, especially in terms of Web Programming so that this knowledge can be useful for students in the world of work.

Analisis Regresi dan Korelasi untuk Proyeksi Produksi Minyak Bumi dan Gas Alam Indonesia menggunakan Bahasa Pemrograman Python Kasliono, Kasliono; Suharmono, Edi; Povi, Povi; Meriani, Risca; Candraningrum, Niken
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1756

Penelitian ini memiliki tujuan untuk mengetahui suatu cara pendekatan analisis data menggunakan bahasa pemrograman Python yang dapat diterapkan dalam industri minyak bumi dan gas alam serta memprediksi hasil produksi minyak bumi dan gas alam sampai pada tahun 2030. Penggunaan metode dalam penelitian ini yaitu dengan pendekatan deskriptif kuantitatif. Tujuan digunakannya metode ini yaitu untuk menguraikan secara sistematis peristiwa atau kejadian yang terjadi melalui penggunaan angka-angka dalam menganalisis data penelitian ini. Data tersebut kemudian diolah dengan bahasa pemrograman Python menggunakan library seperti Pandas, NumPy, Matplotlib, dan Scikit-Learn. Dalam penelitian ini data diolah dengan cara analisis regresi dan korelasi. Hasil penelitian yang diperoleh yaitu terjadinya penurunan yang cukup signifikan dari hasil prediksi produksi minyak bumi dan gas alam setiap tahunnya. Hasil prediksi produksi minyak bumi dan gas alam yang paling besar terjadi pada tahun 2022 yang menghasilkan minyak bumi sebesar 210.218,41 (000 barel) dan gas alam sebesar 2.709.176 (MMscf). Sedangkan hasil prediksi produksi minyak bumi dan gas alam pada tahun 2030 yaitu sebesar 116.827,69 (000 barel) dan 2.597.292 (MMscf). Minyak bumi dan gas alam dalam penelitian ini mempunyai keterkaitan yang lemah dengan nilai korelasi positif. Nilai korelasi sebesar 0.387558 menunjukkan bahwa adanya kecenderungan ketika produksi minyak bumi meningkat, produksi gas alam juga cenderung meningkat,Â begitupunÂ sebaliknya.

Prediksi Mahasiswa yang Berpotensi Melakukan Pengunduran Diri Menggunakan Algoritma Support Vector Machine Dwirizkianto, Septian; Tursina, Tursina; Candraningrum, Niken
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.96510

Pengunduran diri mahasiswa merupakan isu krusial yang berdampak pada individu, institusi, dan kualitas pendidikan secara keseluruhan. Penelitian ini bertujuan untuk memprediksi mahasiswa yang berpotensi mengundurkan diri menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan berasal dari mahasiswa Fakultas Teknik Universitas Tanjungpura, mencakup data akademik dan non-akademik mahasiswa dari angkatan 2014 hingga 2021. Metodologi penelitian mencakup pengumpulan data, preprocessing data, pengembangan model, pengujian, serta evaluasi kinerja model. Proses preprocessing mencakup pemilihan atribut, pembersihan data menggunakan Logical Imputation Listwise Deletion, transformasi data, ekstraksi fitur menggunakan Principal Component Analysis (PCA), serta normalisasi dengan metode Min-Max Normalization dan Standard Scaler. Model dikembangkan menggunakan algoritma SVM dan hyperparameter tuning, kemudian diuji menggunakan Mean Squared Error (MSE), Root Mean Square Error (RMSE), serta Confusion Matrix. Berdasarkan hasil evaluasi, model SVM menunjukkan performa yang baik dengan akurasi data testing sebesar 93,54%, MSE sebesar 0,07317, dan RMSE sebesar 0,27047. Selain itu, hasil prediksi menunjukkan tingkat kesesuaian yang tinggi dengan data aktual, yaitu sebesar 96,13%, di mana dari 83 mahasiswa yang benar-benar mengundurkan diri, sebanyak 74 mahasiswa berhasil terdeteksi melalui model, dan 9 mahasiswa tidak terdeteksi. Analisis lebih lanjut menunjukkan bahwa mahasiswa yang masuk melalui jalur mandiri, lulusan dari SMA, serta mereka yang mengalami penurunan Indeks Prestasi Semester (IPS) dari semester 1 hingga 4 memiliki kecenderungan lebih tinggi untuk mengundurkan diri. Temuan ini diharapkan dapat menjadi acuan bagi pihak institusi dalam menyusun strategi pencegahan dini untuk menekan angka pengunduran diri mahasiswa.

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search