Garuda - Garba Rujukan Digital

Klasifikasi Kebakaran Hutan Dan Lahan Menggunakan Algoritma Naïve Bayes Di Kabupaten Pelalawan Trya Ayu Pratiwi; Muhammad Irsyad; Rahmad Kurniawan; Surya Agustian; Benny Sukma Negara
CESS (Journal of Computer Engineering, System and Science) Vol 6, No 1 (2021): Januari 2021
Publisher : Universitas Negeri Medan

Kebakaran hutan dan lahan merupakan salah satu masalah lingkungan dalam hal ekonomis dan ekologis yang merugikan. Jumlah hotspot kebakaran hutan di Provinsi Riau telah meningkat secara dramatis menyebabkan kabut asap yang berbahaya. Penelitian ini bertujuan untuk mengklasifikasi kebakaran hutan dan lahan di Kabupaten Pelalawan, Riau. Penelitian ini telah menggunakan 792 data dalam lima tahun (2015-2019). Model klasifikasi kebakaran hutan menggunakan algoritma Naïve Bayes. Atribut yang digunakan untuk klasifikasi terdiri dari suhu, kelembaban, curah hujan, kecepatan angin, dan kelas dari keempat faktor tersebut didapatkan hasil probabilitas tertinggi yaitu suhu dengan nilai 0.978260870 dan nilai akurasi tertinggi adalah dataset tahun 2017 dengan nilai akurasi adalah 81.03% sehingga nilai akurasi tertinggi tersebut dapat diterapkan pada dataset baru yaitu pada tahun 2019 dengan nilai akurasinya adalah 82%. Dengan demikian, dapat disimpulkan bahwa model klasifikasi menggunakan Naïve Bayes memiliki potensi untuk digunakan secara efektif sehingga dapat membantu pihak berwenang dalam mencegah kebakaran hutan dan lahan.

Identifikasi Pembicara dengan Menggunakan Mel Frequency Cepstral Coefficient (MFCC) dan Self Organizing Map (SOM) Inggih Permana; Benny Sukma Negara
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2011: SNTIKI 3
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.255 KB)

This study tested the accuracy of speaker identification by using the MFCC (Mel Frequency Cepstral Coefficient) and SOM (Self Organizing Map). MFCC is used as feature extraction of voice signal. SOM is used to clustering the feature vectors that obtained from the MFCC. Weight vectors that obtained from the clustering will be used as a codebook. Voice testing is measured the proximity from the codebook by using the Euclidean Distance. The smallest value of the measurement results is the winner vector that representing a particular person. Test results show the SOM can be used for the identification of the speaker but with the highest average accuracy for female speaker only 54.4%, male speaker 75.6% and for all speaker 62.5%. Keywords: Codebook, Euclidean Distance, MFCC, SOM, Speaker Identification

Pembuatan Aplikasi Pengumuman Menggunakan Push Notifcation (Modul Pengguna) UIN SUSKA Riau Deswina Ertawirisa; Benny Sukma Negara; Siti Ramadahani
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

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

Universitas Islam Negeri Sultan Syarif Kasim merupakan universitas negeri yang berbasis agama islam. Penanganan teknologi informasi yang akurat dan handal sangat dibutuhkan untuk menyelesaikan permasalahan yang ada di sebuah instansi, misalnya pada pengelolaan pengumuman UIN Suska Riau. Proses penyebaran pengumuman di UIN Suska Riau dilakukan melalui website yang dikelola oleh Kepala Bagian Humas UIN Suska Riau dan dapat dilihat oleh mahasiswa, dosen maupun pegawai yang ada di UIN Suska Riau. Namun penggunaan website sebagai media penyebaran pengumuman masih belum optimal. Mahasiswa, Dosen maupun Pegawai hanya akan mendapatkan informasi jika membuka website tersebut. Beberapa tahun ini penyebaran pengumuman dilakukan melalui media sosial. Hal ini masih belum efektif, karena untuk menyebarkan informasi, perlu dibentuk beberapa group yang sulit untuk dikelola sehingga penerima pengumuman sering melewatkan informasi yang sebenarnya relevan untuknya. Oleh karena itu, dibangunlah sebuah aplikasi pengumuman berbasis mobile dengan push notification. Perancangan aplikasi ini menggunakan Framework Flutter dan menggunakan bahasa pemodelan UML yang meliputi Use case Diagram, Sequence Diagram, dan Class Diagram. Aplikasi ini telah sukses diuji menggunakan metode black box, yaitu menampilkan output sesuai dengan yang diharapkan sehingga dapat memberikan kemudahan bagi Kepala Bagian Humas UIN Suska Riau sebagai penyebar pengumuman serta Mahasiswa, Dosen dan Pegawai sebagai penerima pengumuman.

Rancang Bangun Aplikasi Mobile Kuliner (eMKUL) Menggunakan Location Based Service (LBS) Berbasis Android Ramadhani Ramadhani; Benny Sukma Negara
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2012: SNTIKI 4
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.388 KB)

Activity and mobility of human life is increasingly dense making information increasingly needed.One of the important information needs for humans is the need of food/culinary. Culinary informationincludes location information, menus, transactions, and route information (directions) the culinary.Location-based information services have an important role to help people solve those problems. Locationbased services (LBS) is a notion arising from the development of mobile technology, including technologydevelopment of Global Positioning System (GPS), Geographic Information Systems (GIS) and wirelesstelecommunication technologies (wireless).Mobile culinary (eMKUL) is the application uses location-based services to helppeople/communities to do culinary activity. Culinary activity mentioned is to search the culinary/restaurant,see the route/navigation, showing the position of the nearest culinary, culinary menus and makereservations. eMKUL applications built on the Android platform using the Java programming language.eMKUL application is client applications. This application requires an internet connection and GPS tomaximize use of existing features in eMKUL. eMKUL testing uses Black Box and User Acceptance Test.The test results provide the conclusion that all the features eMKUL can run well. eMKUL can help people /communities to access location-based culinary information.Keywords: Android, eMKUL, Location Based Service (LBS), Mobile Culinary

A Web-Based Bitcoin Currency Price Forecasting System Using Multiple Linear Regression Algorithm Ismar Puadi; Rahmad Kurniawan; Benny Sukma Negara; Fadhilah Syafria; Fitra Lestari
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2021: SNTIKI 13
Publisher : UIN Sultan Syarif Kasim Riau

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

Keberadaan cryptocurrency memberikan kemajuan transaksi dalam bidang ekonomi. Salah satu jenis cryptocurrency adalah Bitcoin (BTC), BTC saat ini banyak digunakan oleh para pebisnis dan investor. BTC dapat diperjualbelikan setiap saat tanpa ada Batasan waktu, namun harga BTC berfluktuasi. Peramalan harga BTC yang cepat diperlukan oleh para investor untuk mencegah kerugian dalam jumlah besar. Peramalan secara manual sulit dilakukan karena harga BTC yang berfluktuasi BTC secara cepat. Oleh karena itu, diperlukan Teknik yang cepat dan jitu menggunakan Machine Learning. Salah satu algoritma yang sederhana, cepat dan tepat dalam komputasi untuk memprediksi harga BTC adalah Regresi Linear Berganda. Penelitian ini menggunakan data enam tahun yaitu tahun 2014-2021 sebagai data latih. Berdasarkan hasil eksperimen, diperoleh formula Y=-0,16780543+((-0,41658744)X1 )+((0,84132834)X2) + ((0,57040201)X3). Selanjutnya dari persamaan linear tersebut digunakan untuk pengujian. Berdasarkan hasil eksperimen, didapat bahwa sistem peramalan harga BTC menghasilkan tingkat kesalahan RMSE 405,23 dan MAPE sebesar 1,22. Sistem peramalan berbasis web ini berpotensi digunakan sebagai pertimbangan oleh pengguna dalam meramalkan harga BTC.

Text Classification System Based on Islamic Jurisprudence Using Multinomial Naïve Bayes Classifier Riyan Wibowo Saputra; Benny Sukma Negara; Rahmad Kurniawan; Muhammad Irsyad; Iis Afrianty; Fitra Lestari
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2021: SNTIKI 13
Publisher : UIN Sultan Syarif Kasim Riau

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

Indonesia merupakan negara dengan populasi umat muslim terbesar di dunia. Islam tidak hanya mengajarkan tentang ibadah tetapi juga masalah kehidupan seorang muslim yang diatur dalam hukum Islam (Fiqih). Ilmu hukum Islam dapat diketahui dengan cara belajar kepada seorang ulama bidang Fiqih atau membaca buku dari ulama tersebut. Namun, tidak semua orang dapat bertemu ulama dan dapat memahami isi buku dari ulama tersebut. Oleh karena itu, diperlukan sebuah sistem klasifikasi teks yang dapat digunakan umat untuk pertimbangan jawaban dari hukum Islam yang ditanyakan. Algoritme Multinomial Naïve Bayes dipilih sebagai metode untuk menyimpulkan jawaban hukum Islam karena ketepatannya sebagai mesin inferensi. Buku yang ditulis oleh pakar Fiqih Asia Tenggara yaitu Ustaz Abdul Somad yang berjudul “37 Masalah Popular, 77 Tanya Jawab Tentang Shalat dan 33 Tanya Jawab Seputar Kurban” telah digunakan sebagai basis pengetahuan dalam aplikasi berbasis web ini. Berdasarkan hasil pengujian yang dilakukan, didapatkan sistem klasifikasi teks hukum Islam ini menghasilkan akurasi sebesar 75%. Berdasarkan eksperimen dan pengujian tersebut, dapat disimpulkan bahwa sistem klasifikasi teks berdasarkan hukum Islam ini berpotensi digunakan sebagai pertimbangan dalam memahami ilmu Fiqih.

Penerapan Algoritma Genetika Menggunakan Radial Basis Function Untuk Prediksi Indeks Harga Konsumen Di Kota Pekanbaru Fahrurrozi Harahap; Fitri Insani; Benny Sukma Negara; Yusra Yusra
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4462

Abstrak - Indeks harga merupakan barometer kondisi perekonomian perkembangan atau aktivitas yang mempengaruhi kemajuan ekonomi. Indek harga yang paling umum digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Pentingnya untuk mengetahui kondisi perekonomian yang akan datang dapat dilakukan dengan melakukan suatu prediksi untuk mengantisipasi atau meminimalisir resiko yang akan ditimbulkan oleh pihat terkait. Untuk melakukan prediksi tersebut tidak lah mudah dan membutuhkan suatu metode prediksi yang dapat memprediksi Indeks Harga Konsumen pada suatu wilayah dengan cepat. Data yang digunakan pada penelitian ini adalah data IHK kelompok perumahan, air, listrik, gas yang berasal dari Badan Pusat Statistik di Kota Pekanbaru dan bahan bakar dari Januari tahun 2000 sampai dengan September tahun 2021. Prediksi pada penelitian ini dilakukan menggunakan pererapan Algoritma Genetika pada Radial Basis Function. Pengujian prediksi dilakukan dengan menghitung nilai rata-rata error menggunakan metode Mean Absoulte Percentage Error (MAPE). Data yang digunakan sebanyak 261 data. Dari penelitian ini didapatkan nilai parameter yang optimal dari pengujian parameter yaitu jumlah generasi = 100, jumlah populasi = 20, probabilitas crossover = 0,6 dan probabilitas mutasi = 0,3. Kemudian dengan parameter tersebut didapatkan hasil prediksi pada bulan Oktober 2021 sebesar 100.532 dengan nilai MAPE dari RBG-GA sebesar 0,111%.Kata kunci: Prediksi, Indeks Harga Konsumen, Algoritma Genetika, RBF, JST Abstract - The price index is a barometer of economic developments or activities that affect economic progress. The price index that is most commonly used to measure inflation is the Consumer Price Index (CPI). The importance of knowing future economic conditions can be done by making predictions to anticipate or minimize the risks that will be posed by the relevant parties. To make these predictions is not easy and requires a prediction method that can predict the Consumer Price Index in an area quickly. The data used in this study is CPI data for housing, water, electricity, gas groups originating from the Central Statistics Agency in Pekanbaru City and fuel from January 2000 to September 2021. Predictions in this study were carried out using the application of Genetic Algorithms on Radial Basic Functions. Prediction testing is done by calculating the average error value using the Mean Absolute Percentage Error (MAPE) method. The data used are 261 data. From this research, the optimal parameter values from parameter testing are the number of generations = 100, population = 20, crossover probability = 0.6 and mutation probability = 0.3. Then with these parameters, the prediction results in October are 100,532 with the MAPE value of RBG-GA of 0.111%.Keywords: Prediction, Consumer Price Index, Genetic Algorithm, RBF, ANN

Penerapan Deep Learning Menggunakan VGG-16 untuk Klasifikasi Citra Glioma Annisa Putri; Benny Sukma Negara; Suwanto Sanjaya
Jurnal Sistem Komputer dan Informatika (JSON) Vol 3, No 4 (2022): Juni 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v3i4.4122

One of the types of brain tumors in humans is glioma. Glioma is considered to be the most common type of primary brain tumor in adults. To determine the follow-up action that will be carried out by the doctor, the level of glioma needs to be known first. Glioma is divided into 3 grades. To be able to distinguish grades from gliomas, a classification process can be carried out using deep learning with CNN architecture. Glioma grade classification applies Histogram Equalization (HE) preprocessing. The training model uses CNN with the VGG-16 architecture. data using split data with a comparison of 70% training 30% testing, 80% training 20% testing, and 90% training 10% testing. The results of this study using original data have better results compared to data using HE preprocessing on batch size 16 testing and split data 90% training 10% testing.

Deteksi Obyek Manusia Pada Basis Data Video Menggunakan Metode Background Subtraction Dan Operasi Morfologi Umam, Khairul; Negara, Benny Sukma
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 2, No 2 (2016): Desember 2016
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Deteksi obyek manusia merupakan salah satu arah penelitian yang penting untuk meningkatkan emampuan sistem pengawasan. Penelitian ini bertujuan untuk merancang suatu program pengolahan citra yang mampu menghitung jumlah obyek pejalan kaki yang terekam di dalam video menggunakan 30 video yang direkam dalam beberapa kondisi yaitu kondisi terang atau siang hari di luar ruangan, di dalam ruangan, dan pada kondisi gelap atau malam hari. Penelitian ini menggunakan Metode background subtraction dan operasi morfologi. Metode Background subtraction dapat mendeteksi subtstraksi pada background dengan mengubah citra menjadi citra biner dan menentukan tingkat kepekaan perubahan pixel background. Operasi morfologi digunakan untuk menghilangkan noise yang dapat mengganggu keberhasilan deteksi pada video. Pada pengujian beberapa sample video yang mewakili beberapa kondisi yaitu terang, gelap, dan di dalam ruangan, diperoleh nilai threshold 0.5, nilai elemen penstruktur operasi opening 3x3, dan nilai elemen penstruktur operasi closing 18x18. Pada pengujian 10 video dalam pencahayaan terang, 8 video yang akurat dengan perhitungan manual, 2 video tidak akurat. Dari 10 video pengujian dalam ruangan, 2 video akurat, dan 8 video tidak akurat. dan dari 10 pengujian video kondisi gelap atau redup, 1 video akurat, dan 9 video tidak akurat.

Penerapan Algoritma Genetika Menggunakan Radial Basis Function Untuk Prediksi Indeks Harga Konsumen Di Kota Pekanbaru Fahrurrozi Harahap; Fitri Insani; Benny Sukma Negara; Yusra Yusra
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4462

Abstrak - Indeks harga merupakan barometer kondisi perekonomian perkembangan atau aktivitas yang mempengaruhi kemajuan ekonomi. Indek harga yang paling umum digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Pentingnya untuk mengetahui kondisi perekonomian yang akan datang dapat dilakukan dengan melakukan suatu prediksi untuk mengantisipasi atau meminimalisir resiko yang akan ditimbulkan oleh pihat terkait. Untuk melakukan prediksi tersebut tidak lah mudah dan membutuhkan suatu metode prediksi yang dapat memprediksi Indeks Harga Konsumen pada suatu wilayah dengan cepat. Data yang digunakan pada penelitian ini adalah data IHK kelompok perumahan, air, listrik, gas yang berasal dari Badan Pusat Statistik di Kota Pekanbaru dan bahan bakar dari Januari tahun 2000 sampai dengan September tahun 2021. Prediksi pada penelitian ini dilakukan menggunakan pererapan Algoritma Genetika pada Radial Basis Function. Pengujian prediksi dilakukan dengan menghitung nilai rata-rata error menggunakan metode Mean Absoulte Percentage Error (MAPE). Data yang digunakan sebanyak 261 data. Dari penelitian ini didapatkan nilai parameter yang optimal dari pengujian parameter yaitu jumlah generasi = 100, jumlah populasi = 20, probabilitas crossover = 0,6 dan probabilitas mutasi = 0,3. Kemudian dengan parameter tersebut didapatkan hasil prediksi pada bulan Oktober 2021 sebesar 100.532 dengan nilai MAPE dari RBG-GA sebesar 0,111%.Kata kunci: Prediksi, Indeks Harga Konsumen, Algoritma Genetika, RBF, JST Abstract - The price index is a barometer of economic developments or activities that affect economic progress. The price index that is most commonly used to measure inflation is the Consumer Price Index (CPI). The importance of knowing future economic conditions can be done by making predictions to anticipate or minimize the risks that will be posed by the relevant parties. To make these predictions is not easy and requires a prediction method that can predict the Consumer Price Index in an area quickly. The data used in this study is CPI data for housing, water, electricity, gas groups originating from the Central Statistics Agency in Pekanbaru City and fuel from January 2000 to September 2021. Predictions in this study were carried out using the application of Genetic Algorithms on Radial Basic Functions. Prediction testing is done by calculating the average error value using the Mean Absolute Percentage Error (MAPE) method. The data used are 261 data. From this research, the optimal parameter values from parameter testing are the number of generations = 100, population = 20, crossover probability = 0.6 and mutation probability = 0.3. Then with these parameters, the prediction results in October are 100,532 with the MAPE value of RBG-GA of 0.111%.Keywords: Prediction, Consumer Price Index, Genetic Algorithm, RBF, ANN

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search