Claim Missing Document
Check
Articles

Found 27 Documents
Search

Pemodelan Prediksi Harga Beras Medium Wilayah Jawa Timur Menggunakan Stacked LSTM Yanuarini Nur Sukmaningtiyas; Soffa Zahara; Mimin Fatchiyatur Rohmah; Sugianto Sugianto
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 3 No. 2 (2023): Desember 2023
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v3i2.3061

Abstract

Di Indonesia, salah satu harga komoditas pangan yang mendominasi peringkat harga yang paling fluktuatif tiap harinya yaitu beras. Penyebab paling utama dari permasalahan ini salah satunya yaitu iklim dan cuaca yang berubah-ubah ditambah dengan gangguan hama yang membuat kegagalan panen yang menyebabkan harga beras sering mengalami kenaikan. Jika hal ini tidak segera kunjung diatasi maka akan berpengaruh terhadap efek yang lebih besar yaitu inflasi. Hadirnya teknologi prediksi atau bisa disebut peramalan dalam harga beras sangat dibutuhkan untuk mempersiapkan kenaikan harga pada waktu tertentu dan sebagai landasan barbagai macam kebijakan untuk menanggulangi lonjakan harga beras yang tak terhindarkan di kemudian hari. Penelitian ini bertujuan melakukan prediksi rerata harga beras medium wilayah Jawa Timur dengan data harian yang diambil dari Sistem Informasi Ketersediaan dan Perkembangan Harga Bahan Pokok di Jawa Timur. Metode yang digunakan yaitu salah satu metode Deep Learning yaitu Stacked LSTM (Long Short-Term Memory). Stacked LSTM merupakan jenis LSTM yang mempunyai lebih dari 1 hidden layer. Selain itu 8 jenis variasi algoritma optimasi juga dilakukan untuk mencapai akurasi terbaik saat melakukan prediksi harga beras. Dari hasil pengujian akurasi terbaik dengan nilai RMSE 10912.197367298677 adalah algoritma optimasi Adamax
Data Mining for Indonesian National Football team: Data mining for Indonesian National Football Team Luki Ardiantoro; Ronny Makhfuddin Akbar; Yanuarini Nur Sukmaningtyas
Jurnal Mandiri IT Vol. 12 No. 2 (2023): October: Computer Science and Field.
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mandiri.v12i2.243

Abstract

The Indonesian national football team is controlled by the Indonesian Football Association, which is a member of FIFA and also a member of the AFC. The current coach of the Indonesian national team is Shin Tae-yong (STY), a former South Korean soccer player. In this study, the researcher intends to examine, study and obtain an overview of the game patterns, tactics and game strategies carried out by STY against the Indonesian national team. The goal to be achieved is gained of tactics and strategies for local coaches in the future. FP Growth algorithm was used for this research. Method to analyze match videos and record them in the form of statistical data in a set of data tupples (rows/records) for a particular match session was used. Then normalize the data, by forming a series of pattern numbers as a representation of the direction of attack in certain situation. The data set is formed with one set per round. As conclusion, data mining can be used to provide an overview of the national team's playing pattern. Thus, it makes it easier for coaches to determine the right strategy to beat opponents.
Rancang Bangun Prototipe Smart Control System Sebagai Pengendali Debit Air Berbasis Computer Control Cahyono, Rokhmad Eko; Muhammad Alil Mafahi; Avin Kusuma Putra; Surya, Maulidina Rahmawati; Muhammad Bachtyar; M. Fauzi Soulthon; Yanuarini Nur S
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 1 No. 3 (2024): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jrsit.v1i3.515

Abstract

Sistem Kendali Cerdas atau Smart Control System merupakan penggabungan sistem pengendalian otomatis dengan kecerdasan buatan. Peralatan utama pada sistem kendali cerdas adalah sensor yang berfungsi sebagai alat ukur, control valve atau katup sebagai elemen pengendali dan computer control yang dilengkapi dengan controller. Sensor merupakan alat ukur yang berinteraksi langsung dengan proses, control valve atau katup merupakan actuator atau alat penggerak untuk memperkecil jumlah error dan computer control yang dilengkapi dengan controller berfungsi sebagai pembanding antara set poin dan hasil pengukuran untuk memperkecil error. Implementasi computer control ini dengan menggunakan DCS atau Distributed Control System yaitu sistem pengendalian yang terdistribusi dimana pada setiap plant dibagi menjadi beberapa bagian proses yang dikendalikan oleh suatu controller. Sistem kendali cerdas saat ini juga ditunjang dengan teknologi jaringan dengan kecepatan tinggi untuk transfer data proses. Implementasi sistem kendali cerdas pada DCS adalah sistem jaringan atau networking system dibuat redundant atau jaringan ganda untuk keamanan sistem yaitu jika ada kerusakan jaringan A maka jaringan B masih bisa transfer data sehingga sistem tetap berjalan. Produk dari penelitian ini adalah  membuat prototipe sistem kendali cerdas dalam skala kecil dengan melakukan pemasangan beberapa sensor yaitu sensor flowmeter, control valve  dan mini DCS tipe AC300. Penelitian ini bertujuan untuk menguji hasil pembuatan prototipe tersebut dengan menguji tingkat keakuratan pembacaan flowmeter sebagai sensor debit air yang juga dilakukan verifikasi menggunakan gelas ukur untuk memastikan hasil yang akurat. Penelitian ini menggunakan metode kuantitatif eksperimental yaitu pembuatan perangkat uji coba sistem kendali dan melakukan percobaan tingkat akurasi sensor.  Hasil dari penelitian menunjukkan bahwa rancang bangun prototipe sistem kendali cerdas sudah berfungsi normal dan pengujian akurasi sensor flowmeter sebanyak 30 kali menunjukkan tingkat error yang kecil 0.210963 %
Workshop Peningkatan Pengetahuan dan Keterampilan Tentang Internet of Things Pada Siswa di SMK Palapa Mimin Fatchiyatur Rohmah; Rokhmad Eko Cahyono; Soffa Zahara; Yanuarini Nur Sukmaningtyas; Atika Isnaining Dyah
Alamtana: Jurnal Pengabdian Masyarakat UNW Mataram Vol 3 No 3 (2022): Edisi Desember 2022
Publisher : LPPM UNIVERSITAS NAHDLATUL WATHAN MATARAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51673/jaltn.v3i3.1276

Abstract

Kemampuan dan keterampilan tentang teknologi Internet Of Things mutlak dibutuhkan pada era Revolusi Industri 4.0, terutama untuk lulusan Sekolah Menengah Kejuruan yang dipersiapkan langsung terjun ke dunia kerja. Salah satu upaya peningkatan skill siswa menengah kejuruan yaitu kegiatan workshop yang dimulai dari dasar elektronika, sistem digital, microcontroller, dan dilanjutkan pembuatan projek IoT yang sering digunakan dalam kehidupan sehari-hari dan kebutuhan industry. Berdasarkan hasil evaluasi yang dilakukan terhadap siswa yang telah mengikuti workshop nilai rata-rata hasil akhir lebih tinggi dari nilai pretest awal yaitu dari 54,7 ke 81,3.
Analisis Prediksi Kenaikan Harga Daging Sapi Dan Daging Ayam Di Bandung Nordiansah, Yossi; Sukmaningtyas, Yanuarini Nur
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v4i2.3362

Abstract

Penelitian ini meneliti perbandingan harga daging ayam dan daging sapi di Indonesia dalam rentang waktu 2017 hingga 2021. Data yang diperoleh dari repositori GitHub dianalisis menggunakan metode Least Trimmed Squares (LTS) untuk mengatasi pengaruh outlier dan memastikan hasil yang lebih robust. Analisis menunjukkan bahwa harga daging sapi secara konsisten lebih tinggi daripada harga daging ayam. Selain itu, harga daging sapi juga menunjukkan stabilitas yang lebih tinggi dengan fluktuasi yang lebih rendah dibandingkan dengan harga daging ayam yang cenderung lebih bergejolak. Proses analisis dilakukan dengan menggunakan bahasa pemrograman Python, yang mempermudah pemrosesan data dan penerapan metode LTS. Temuan ini memiliki implikasi penting bagi berbagai pemangku kepentingan dalam rantai pasokan daging, seperti produsen, distributor, dan konsumen, dalam hal perencanaan dan pengambilan keputusan yang lebih baik. Berdasarkan hasil pengujian nilai MAE untuk rediksi untuk daging sapi yaitu 1120.99 lebih akurat dibandingkan dengan prediksi untuk daging ayam dengan nilai MAE 2216.88.
Penerapan Predictive Analytics untuk Analisis Faktor-faktor yang Mempengaruhi Performa Akademik Siswa Yanuarini Nur Sukmaningtyas; Makhfuddin Akbar, Ronny; Rohma Utami Asyafiiyah, Gita
Arcitech: Journal of Computer Science and Artificial Intelligence Vol. 4 No. 2 (2024): December 2024
Publisher : Institut Agama Islam Negeri (IAIN) Curup

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29240/arcitech.v4i2.12048

Abstract

Education in Indonesia currently faces several challenges, particularly the inequality of educational facilities in rural areas, leading to lower academic achievement compared to urban students. This study differs from previous research that focused solely on machine learning with academic data. Using a data-driven predictive analytics approach, the research aims to analyze factors influencing student academic performance, such as study hours, sleep hours, previous scores, and extracurricular involvement. Several machine learning algorithms including Linear Regression, Support Vector Regression (SVR), Random Forest, K-Nearest Neighbors (KNN), and XGBoost were employed to build the prediction model. The results indicated a significant correlation of 0.92 between previous scores and academic performance. Among the five algorithms, the XGBoost model demonstrated superior performance compared to the others. This highlights the effectiveness of the XGBoost model in predicting factors that affect students' academic performance and its potential as a tool for educators to develop more effective learning strategies, ultimately aiming to enhance students' academic achievements significantly.
Pengaruh Jumlah Hidden Layer dan Neuron pada Model Multilayer Perceptron untuk Prediksi Emas Zahara, Soffa; Sukmaningtyas, Yanuarini Nur; Akbar, Ronny Makhfuddin; Abidin, Muhammad Zainul
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 2 (2025): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i2.309

Abstract

Abstrak: Pemilihan kombinasi banyaknya hidden layer dan neuron sangat menentukan performansi model deep learning. Terlalu sedikit hidden layer dan neuron yang digunakan dapat menyebabkan rendahnya akurasi, sedangkan jika terlalu banyak maka dapat meningkatkan kompleksitas pemrosesan sehingga sampai saat ini masih belum ada pedoman kombinasi tetap untuk menentukan jumlah hidden layer dan neuron. Penelitian ini bertujuan untuk mengobservasi pengaruh variasi hidden layer dan neuron, dalam kinerja akurasi metode Multilayer Perceptron dengan variasi dari 1 sampai 6 lapis hidden layer. Data yang digunakan yaitu harga emas ANTAM harian mulai dari Bulan Januari tahun 2010 sampai dengan Januari 2024. Berdasarkan hasil pengujian didapatkan hasil kombinasi hidden layer dan neuron dengan nilai MSE terkecil yaitu 1-100-100-100-100-100-100-1 dengan nilai MSE 0.0001507, membuktikan bahwa semakin banyak hidden layer maka akurasi akan semakin tinggi, begitu juga dengan semakin banyaknya jumlah neuron di setiap layer maka tingkat kesalahan model akan semakin rendah.Kata kunci: Multilayer Perceptron, Hidden Layer, Neuron, PrediksiAbstract: The choice of the combination of the number of hidden layers and neurons greatly determines the performance of the deep learning model being built. Too few hidden layers and neurons used can cause low accuracy, whereas too many can increase processing complexity so that up to now there are still no fixed combination guidelines for determining the number of hidden layers and neurons. This research aims to observe the influence of hidden layer and neuron variations on the accuracy performance of the Multilayer Perceptron method with variations from 1 to 6 hidden layers. The data used is the daily ANTAM gold price from January 2010 to January 2024. Based on test results, it is proven that the more hidden layers, the higher the accuracy, as well as the greater the number of neurons in each layer, the higher the model error rate. getting lower.Keywords: Multilayer Perceptron, Hidden Layer, Neuron, Forecasting
Aplikasi Pembimbingan Akademik Berbasis Web (Studi Kasus Universitas Islam Majapahit) Aini, Maslikhatul; Rosita, Yesy Diah; Sukmaningtyas, Yanuarini Nur
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Proses pelaksanaan bimbingan akademik yang terjadi antara dosen pembimbing akademik (DPA) dan mahasiswa merupakan upaya DPA memantau perkembangan akademik mahasiswa. Umumnya bimbingan akademik dilakukan dengan cara mahasiswa menemui DPA secara langsung. Begitupun proses bimbingan akademik yang terjadi di lingkungan akademik Universitas Islam Majapahit. Ada beberapa hal yang menjadi kendala bagi mahasiswa ketika melakukan bimbingan akademik seperti keterbatasan tempat dan waktu. Pada penelitian ini, peneliti membangun sebuah konsep bimbingan akademik berbasis online artinya proses bimbinganakademik dapat memanfaatkan aplikasi berbasis web. Berdasarkan hasil kuisioner keberadaan aplikasi bimbingan berbasis web ini mencapai tingkat kelayakan aplikasi untuk digunakan di lingkungan akademik Universitas Islam Majapahit sebesar mencapat 3,95 skala 5. Kriteria dan bobot penilaian dalam kuisioner meliputi sangat setuju, setuju, cukup,tidk setuju dan sangat tidak setuju dengan bobot berurutan 5, 4, 3, 2 dan 1 sehingga pencapaian bobot kelayakan penggunaan aplikasi bimbingan akademik ini memiliki arti bahwa aplikasi tersebut layak digunakan karena nilai bobot jika dibulatkan menghasilkan nilai 4 yakni kriteria setuju.
Penerapan Teknologi WebVR untuk Pengenalan Kampus Santoso, Arif Yudi; Akbar, Ronny Makhfuddin; Sukmaningtyas, Yanuarini Nur
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v1i2.1725

Abstract

Di dunia modern saat ini ada banyak cara untuk mempromosikan kampus, misalnya dengan menggunakan WebVR yang mana informasinya disampaikan dalam media website visual 3D kampus. Virtual tour adalah teknologi yang memungkinkan pengguna untuk melihat dan menganalisis data virtual. Sebagai salah satu universitas swasta terbesar di daerah mojokerto, Universitas Islam Majapahit (UNIM) mempunyai area yang cukup luas dan juga mempunyai kualitas sistem pengajaran yang baik. Untuk saat ini dimasa pandemi cukup sulit untuk melakukan promosi kampus secara konvensionl maka dari itu dilakukan promosi secara virtual dengan dibangunnya aplikasi WebVR untuk sarana pendukung yang dapat membantu dalam kegiatan pengenalan ataupun promosi yang baik untuk menjaring mahasiswa baru. Maka dari itu penulis ingin membangun sebuah realitas virtual berbasis Website yang digunakan untuk media promosi dan memperkenalkan lingkungan kampus Universitas Islam Majapahit. Metode penelitian yang digunakan dalam pembuatan WebVR pengenalan kampus Universitas Islam Majapahit ini adalah Waterfall. Dari penelitian ini didapatkan hasil yaitu “penerapan teknologi WebVR untuk pengenalan kampus”, sebagai sarana pengenalan dan promosi yang lebih keren dan inovatif bagi kampus. Ditinjau dari hasil kuisioner pengujian hasil aspek interface mendapat presentase tertinggi sebesar 85.00%, pengujian aspek visualisasi mendapat presentase sebesar 80.00% dan pengujian aspek umum mendapat presentase yaitu sebesar 80.00%.
Aplikasi Manajemen Resto pada Wisata Pacet Mini Park Kusuma, Ryan Aditya; Rohmah, Mimin Fatchiyatur; Sukmaningtyas, Yanuarini Nur
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v1i2.1728

Abstract

Wisata Pacet Mini Park merupakan tempat wisata yang memiliki pesona keindahan yang sangat menarik untuk dikunjungi. Banyak tersedia area taman bermain, kolam renang, fasilitas lainnya yang ada di tempat Wisata Pacet Mini Park. Namun salah satu yang menjadi perhatian wisatawan adalah sebuah Resto. Berdasarkan sistem yang berjalan di Resto Wisata Pacet Mini Park saat ini masih memiliki beberapa permasalahan dalam pelayanan,diantaranya pemesanan di resto masih di catat secara manual, akan tetapi pelayanan tersebut di anggap lambat dan kurang akurat yang akan sangat mempengaruhi kualitas dari resto tersebut. Tujuan dari penelitian ini adalah membuat Aplikasi Manajemen Resto Pada Wisata Pacet Mini Park yang dapat melakukan reservasi dengan smartphone android milik pengunjung. Dalam penelitian ini akan mencoba mengubah pemesanan menjadi lebih baik secara cepat dan akurat. Dengan perkembangan teknologi sekarang ini, pemesanan akan memanfaatkan sebuah teknologi dengan menggunakan QR Code. QR Code merupakan teknologi yang sudah banyak pada sebuah sistem operasi android. Metode yang digunakan dalam penelitian adalah menggunakan metode waterfall. Analisis yang dilakukan mencakup analisis sistem yang berjalan dan analisis sistem yang diusulkan. Jadi hasil yang dicapai dengan adanya QR Code diharapkan pengunjung lebih terbantu dan tidak memerlukan karyawan untuk melayani sehingga menjadi pelayanan resto menjadi cepat, tepat, dan akurat.