Garuda - Garba Rujukan Digital

Perbandingan Algoritma Naive Bayes dan Support Vector Machine dalam Mengklasifikasikan Media Sosial untuk Mengamati Trend Fashion Anjani, Anjani; Elmayati, Elmayati; Sari, Dwi Puspita
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 8 No 2 (2023): JUSIM (Jurnal Sistem Informasi Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v8i2.2221

Pada Usaha Mikro Kecil Menengah atau yang biasa dikenal UMKM melakukan kesalahan dalam melakukan stategi bisnisnya salah satunya di bidang fashion. Karena kelirunya dalam menyaring dan memilih platform media sosial yang tepat maupun dalam mengamati platform media sosial yang menjadi sasaran konsumen sehingga menjadi isu yang perlu diselesaikan. Universitas Bina Insan menjadi target utama dalam penelitian ini dimana peneliti mengangkat kaum milenial dan Gen Z sebagai alat pencarian informasi trend mode berbusana. Penelitian ini menggunakan dataset yang diperoleh dengan cara survei kuesioner tentang aplikasi media sosial. Adapun objek penelitian diteliti untuk media sosial adalah Instagram, Facebook, YouTube, Twitter, dan Tiktok, yang akan diukur oleh responden yaitu pengukuran penilaian skala likert. Penelitian ini mencari tingkat perbandingan metode Naive Bayes dan Support Vector Machine dengan hasil pengujian Confusion Matrik yang akan diolah menggunakan bahasa pemograman phyton. Metode Analisa yang digunakan dalam penelitian ini adalah Metode Cross Industry Standard Process for Data Mining (CRISP-DM). Kemudian teknik pembagian data yang digunakan adalah percentage split dengan 80%:20%. Di katagorikan untuk label/class “ya” ccluster positif dan “tidak untuk cluster negatif. Hasil penelitian ini mendapatkan persentase tertinggi yaitu mengikuti trend/ya sebesar 64,6% sedangkan yang tidak mengikuti trend sebesar 35,4% Receiver Operating Charateristics Curve (ROC) pada Support Vector Machine memiliki keakuratan yang sama dengan model Naïve Bayes, pada diagonal garis True Positive Rate mendapatkan nilai yang tinggi yaitu 1 .Kemudian untuk Area Under the Curve (AUC) memiliki nilai area kosong yang luas yang artinya pemodelan dihasilkan memiliki tingkat yang baik dalam pengujian Confusion matrik.

Analysis of e-Service quality performance at BKPSDM Lubuklinggau web-based using E-Govqual and Importance Perfomance Analysis (IPA) methods Astuti, Tri Puja; Elmayati, Elmayati; Hasanah, Tri
Sinkron : jurnal dan penelitian teknik informatika Vol. 6 No. 3 (2022): Article Research Volume 6 Number 3, July 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v7i3.11444

The Agency for Personnel and Human Resources Development (BKPSDM) uses the E–Kinerja service system. E-performance is a system for measuring employee performance. E- Govqual is a method that has attributes for assessing service quality. E-Government Importance Performance Analysis (IPA) is an assessment analysis method to measure the quality of a service based on the level of importance and level of performance perceived by the user. The research was conducted with the concept of measuring service quality in the form of electronic services focused on a government website called E-Government Quality (E-Govqual). The results of the gap analysis at this stage are carried out to determine the level of gap or difference in expectations between user interests and perceived system performance or user perceptions of the service quality of the E-Kinerja system. In the analysis of the level of conformity, the measurement is carried out by calculating the comparison between the reality of the service perceived by the user and the expectation of the service that the user wants. Furthermore, the analysis process is carried out with Importance Performance Analysis (IPA) using quadrant analysis whose results are mapped into Cartesian with the importance and performance axes. Based on the final results, the calculation shows the average level of conformity of each indicator in the four E-Govqual variables. From the table, it can be seen that all the average values of the suitability level of the 4 dimensions are 101%. These results indicate that the performance of each attribute in the E-Kinerja application can meet the expectations of users. Based on the final result of the variable calculation, the largest gap occurs in the Trust variable with an average value of 0.05, then the smallest gap is in the Reliability Variable with an average value of -0.05 variable.

Application of Hot Fit Model to Analyze Information Technology Ams (Academic Management System) Elmayati, Elmayati; Intan, Bunga; Nurdiansyah, Deni; Milenia, Aprilsa; Kelpin, Yogi
Sinkron : jurnal dan penelitian teknik informatika Vol. 6 No. 3 (2022): Article Research Volume 6 Number 3, July 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v7i3.11462

Bina Insan University has applied a computer-based information system. This system is named AMS (Academic Management System). The application of AMS (Academic Management System) at this time is still experiencing various obstacles and obstacles at the level of user acceptance. This study aims to analyze the results of the evaluation of the success factors for implementing AMS (Academic Management System) using the Hot-Fit Model (Human Organization Technology – Net benefits). This model was chosen because this model can provide an explanation and provide an evaluation of the factors that influence the implementation of a system at the University of Bina Insan Lubuklinggau in terms of Human (Human), Organization (Organization), Technology (Technology), and Net benefits. In addition, the success of implementing AMS (Academic Management System) at the University of Bina Insan Lubklinggau, is also influenced by the support and encouragement from universities to AMS (Academic Management System) users, as well as the availability of adequate facilities within the Bina Insan Lubuklinggau University to use AMS (Academic Management Systems). From the analysis that has been carried out on 80 respondents who have filled out the research questionnaire, the results show that to test the validity of the variables (Human), Organization (Organization), Technology (Technology), and Net benefit, it shows that each question measured on all variables is valid, which indicated by Corrected Item – Total Correlation or (rcount) the entire score of Corrected Item – Total Correlation or (rcount) greater than rtable of 0.220, and for the F test results obtained a value of F = 13.334 with a significance of 0.000. meaning that the variables of human, organization and technology together have a significant effect on net-benefit (Y).

IMPLEMENTASI DAN ANALISIS ASOSIASION RULE MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA FP GROWTH Aktavera, Beni; Satrianansyah, Satrianansyah; Elmayati, Elmayati; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2284

Analisis asosiasi merupakan teknik data mining yang digunakan untuk menemukan hubungan atau pola tersembunyi antara item dalam sebuah dataset. Dua algoritma populer yang sering digunakan dalam analisis asosiasi adalah Algoritma Apriori dan Algoritma FP-Growth. Algoritma Apriori bekerja dengan prinsip mencari frekuensi itemset yang muncul dalam dataset. Proses ini dimulai dengan mengidentifikasi item-item yang paling sering muncul, kemudian memperluasnya menjadi kombinasi item yang lebih besar dan memeriksa frekuensinya. Algoritma ini menggunakan konsep support dan confidence untuk mengukur kekuatan asosiasi antara item. Support mengukur seberapa sering suatu itemset muncul dalam dataset, sedangkan confidence mengukur seberapa sering item B muncul di transaksi yang mengandung item A. Meskipun Algoritma Apriori efektif dalam menemukan aturan asosiasi, algoritma ini bisa menjadi tidak efisien pada dataset yang sangat besar karena harus melakukan banyak iterasi dan memindai dataset berkali-kali. Sebagai alternatif, Algoritma FP-Growth menggunakan pendekatan yang berbeda dengan membangun struktur data yang disebut FP-Tree (Frequent Pattern Tree) untuk menyimpan informasi tentang frekuensi itemset dalam dataset [1]. FP-Tree memungkinkan Algoritma FP-Growth untuk memindai dataset hanya dua kali, yang membuatnya lebih efisien dibandingkan dengan Algoritma Apriori. Setelah membangun FP-Tree, algoritma ini kemudian menggunakan teknik divide-and-conquer untuk menemukan itemset yang sering muncul tanpa harus melakukan iterasi berulang kali. Studi perbandingan antara Algoritma Apriori dan FP-Growth menunjukkan bahwa FP-Growth cenderung lebih efisien dalam hal waktu komputasi dan penggunaan memori, terutama pada dataset yang besar. Namun, Algoritma Apriori masih memiliki keunggulan dalam hal interpretasi hasil yang lebih mudah dipahami dan implementasi yang lebih sederhana [2].

ANALISIS KEPUASAN PENGGUNA WEBSITE DINAS PEKERJAAN UMUM CIPTA KARYA TATA RUANG DAN PENGAIRAN KABUPATEN MUSI RAWAS MENGGUNAKAN METODE EUCS Elmayati, Elmayati; Karman, Joni; Ulawiya, Reza
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2339

Salah satu masalah dalam penelitian ini adalah bahwa beberapa pegawai masih bingung tentang cara menggunakan aplikasi web. Selain itu, belum pernah dilakukan analisis kepuasan pengguna terhadap situs web aplikasi, khususnya di kantor dinas pekerjaan umum cipta karya tata ruang. Metode EUCS digunakan untuk mengukur tingkat kepuasan pengguna sistem informasi dengan membandingkan kenyataan dan harapan sistem informasi. Dengan menggunakan model evaluasi EUCS yang dikembangkan oleh Doll & Torkzadeh, evaluasi lebih menekankan kepuasan (kepuasan) pengguna akhir terhadap aspek teknologi seperti dimensi isi (content), keakuratan (acurrancy), format, ketepatan waktu (timeliness), dan kemudahan penggunaan sistem (user accessibility). Menurut penelitian ini, ada dua variabel yang berpengaruh terhadap kepuasan pengguna saat menggunakan situs web dinas pekerjaan umum cipta karya tata ruang musi rawas: konten dan akurasi, dengan nilai signifikansi konten (0,972) dan akurasi (0,332). Sebaliknya, variabel format, kemudahan penggunaan, dan waktu penggunaan tidak berpengaruh terhadap kepuasan pengguna saat menggunakan situs web dinas pekerjaan umum cipta karya tata ruang dan pengairan kabupaten musi rawas. Nilai signifikansi format adalah 0,131,

A IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS DATA NILAI AKADEMIK MAHASISWA Melizah, Melizah; Tri Susilo, Andri Anto; Lestari, Novi; Elmayati, Elmayati
Jurnal Teknologi Informasi Mura Vol 16 No 2 (2024): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i2.2427

Data-data mahasiswa yang ada, apabila tidak diolah dengan baik dan benar, hanya akanmenjadi tumpukan data yang tidak berguna dan tidak bermanfaat. Padahal data tersebut bisadijadikan sebagai sumber data strategis yang sangat bermanfaat bagi Universitas Bina Insankhususnya Fakultas Ilmu Teknik. Dan juga Fakultas Ilmu Teknik Universitas Bina Insan belummemiliki suatu metode yang dapat digunakan untuk mengklasifikasikan nilai Indeks PrestasiKumulatif (IPK) mahasiswa. Proses klasifikasi banyak berperan dalam membantu proses analisadan hasil analisisnya dapat digunakan untuk memprediksi kinerja mahasiswa, dan mampumenghasilkan rekomendasi untuk pihak-pihak yang terkait di Universitas Bina Insan. Hasil dariklasifikasi tersebut diharapkan dapat memberikan alternatif pemecahan masalah yang dapatdikembangkan dalam suatu program yang dapat membantu mahasiswa yang memiliki masalahdengan indeks prestasinya. Penelitian ini menggunakan metode k-means clustering. DenganMetode K-Means Clustering diharapkan dapat mempermudah dalam mengklasifikasikan nilaiakademik mahasiswa berdasarkan nilai Indeks Prestasi Kumulatif (IPK). Dari pengujian modelyang dilakukan, didapatkan hasil yaitu nilai Silhouette Score adalah 0,80. Skor 0,80 menunjukkancluster yang bagus. Nilai Adjusted Rand Index (ARI) adalah 1, Nilai 1 menunjukkan keselarasansempurna antara dua klasterisasi. Nilai Adjusted Mutual Information (AMI) adalah 1, di mananilai 1 menunjukkan keselarasan sempurna antara dua klasterisasi

PERANCANGAN ROBOT PERTANIAN SMART CAR CUTTING GRASS Triyanto, Juni; Elmayati, Elmayati; Martadinata, A. Taqwa; Akbar, Muhammad
Jusikom : Jurnal Sistem Komputer Musirawas Vol 9 No 1 (2024): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v9i1.2365

Pengetahuan manusia dibidang teknologi dengan seiring perkembangan dan kemajuan zaman semakin pesat. Sektor pertanian tidak luput dari perhatian manusia untuk melakukan pengembangan sistem dan penemuan baru tersebut. Terutama dalam bidang perawatan tanaman seperti pemupukan, penyiraman, pemanenan dan bahkan penanaman tanaman sekarang sudah menggunakan mesin atau robot sebagai alat bantu yang diharapkan dapat mengurangi resiko kecelakaan pada pekerja, membantu meringankan pekerjaan yang berat, dan mengurangi biaya pemeliharaan. Pertumbuhan rumput liar yang dapat mengganggu pertumbuhan tanaman pun tidak luput dari perhatian para peneliti untuk mengembangkan sistem atau alat yang dapat membantu mengendalikan laju pertumbuhan rumput liar. Pada umumnya pemotongan rumput masih dilakukan secara manual dan menggunakan mesin rumput yang dikendalikan oleh manusia. Hal tersebut mengakibatkan kemungkinan bahaya kecelakaan yang diakibatkan karena mata pisau terhadap penggunanya karena keteledoran, atau bahkan murni sebuah kecelakaan. Maraknya kasus patahnya mata pisau pemotong rumput yang diakibatkan karena mata pisau mengenai penghalang atau obstacle seperti batu dan besi sehingga mata pisau patah dan berbalik melesat mengenai pengguna, sehingga dibuatlah sebuah perancangan mobil pintar berbasis Arduino Uno dan sensor ultrasonik sebagai alat pendeteksi penghalang dan dapat menghindari penghalang tersebut sehingga dapat mengurangi kemungkinan benturan pada mata pisau mesin pemotong rumput.

Pelatihan Pengelolaan Manajemen Pariwisata di Era Digital untuk Meningkatkan Kunjungan Wisatawan di Danau Rayo Elmayati, Elmayati; Rizki, Fido; Aprianto , Ronal
Participative Journal: Jurnal Pengabdian Pada Masyarakat Vol 4 No 2 (2024): Participative Journal
Publisher : State Islamic University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55099/participative.v4i2.155

Pengelolaan objek wisata danau Rayo yang dikelola oleh POKDARWIS selama ini dinilai kurang baik karena minimnya pengetahuan pengurus POKDARWIS dalam pengelolaan pariwisata. Selain itu, ia disebabkan oleh belum ada strategi pemasaran yang efektif dengan pemanfaatan teknologi informasi yang ada sehingga mengakibatkan objek wisata danau Rayo kurang dikenal oleh masyarakat. Tujuan pelaksanaan kegiatan PKM ini adalah untuk meningkatkan pengatahuan POKDARWIS pada aspek manajemen dan pemasaran. Kegiatan pengabdian berbasis pendekatan Participative Action Research (PAR) dengan metode sosialisasi, pelatihan, penerapan Teknologi, Pendampingan, Evaluasi dan Keberlanjutan Proram. Hasil yang didapatkan adalah para peserta merasa puas dan memperoleh pemahaman yang baik tentang cara mengelola manajemen pariwisata berbasis digital dan pemanfaatan teknologi digital dalam mempromosikan pariwisata pada destinasi wisata Danau Rayo Desa Sungai Jernih.

A IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS DATA NILAI AKADEMIK MAHASISWA Melizah, Melizah; Tri Susilo, Andri Anto; Lestari, Novi; Elmayati, Elmayati
Jurnal Teknologi Informasi Mura Vol 16 No 2 (2024): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i2.2427

Data-data mahasiswa yang ada, apabila tidak diolah dengan baik dan benar, hanya akanmenjadi tumpukan data yang tidak berguna dan tidak bermanfaat. Padahal data tersebut bisadijadikan sebagai sumber data strategis yang sangat bermanfaat bagi Universitas Bina Insankhususnya Fakultas Ilmu Teknik. Dan juga Fakultas Ilmu Teknik Universitas Bina Insan belummemiliki suatu metode yang dapat digunakan untuk mengklasifikasikan nilai Indeks PrestasiKumulatif (IPK) mahasiswa. Proses klasifikasi banyak berperan dalam membantu proses analisadan hasil analisisnya dapat digunakan untuk memprediksi kinerja mahasiswa, dan mampumenghasilkan rekomendasi untuk pihak-pihak yang terkait di Universitas Bina Insan. Hasil dariklasifikasi tersebut diharapkan dapat memberikan alternatif pemecahan masalah yang dapatdikembangkan dalam suatu program yang dapat membantu mahasiswa yang memiliki masalahdengan indeks prestasinya. Penelitian ini menggunakan metode k-means clustering. DenganMetode K-Means Clustering diharapkan dapat mempermudah dalam mengklasifikasikan nilaiakademik mahasiswa berdasarkan nilai Indeks Prestasi Kumulatif (IPK). Dari pengujian modelyang dilakukan, didapatkan hasil yaitu nilai Silhouette Score adalah 0,80. Skor 0,80 menunjukkancluster yang bagus. Nilai Adjusted Rand Index (ARI) adalah 1, Nilai 1 menunjukkan keselarasansempurna antara dua klasterisasi. Nilai Adjusted Mutual Information (AMI) adalah 1, di mananilai 1 menunjukkan keselarasan sempurna antara dua klasterisasi

PERANCANGAN APLIKASI MOBILE BERBASIS FLUTTER UNTUK KLASIFIKASI KENCUR, KUNYIT, DAN JAHE MENGGUNAKAN TENSORFLOW LITE Suseno, Sigit; Wijaya, Harma Okafia Lingga; Bimastari, Tri Hasanah; Elmayati, Elmayati
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2633

Rempah-rempah seperti kencur, kunyit, dan jahe memiliki peran penting dalam masakan indonesia, namun kemiripan karakteristik fisik pada rimpangnya sering menyebabkan kesulitan dalam identifikasi. Penelitian ini mengembangkan aplikasi mobile berbasis flutter untuk mengklasifikasikan ketiga jenis rempah tersebut menggunakan teknologi deep learning dengan tensorflow lite. Dataset diperoleh melalui proses perekaman video dan ekstraksi frame menggunakan opencv, menghasilkan frame-frame gambar untuk setiap jenis rempah. Model klasifikasi menggunakan arsitektur efficientnet lite2 yang dilatih dengan pembagian 90% data training, 5% validasi, 5% testing. Hasil pengujian menunjukkan performa yang sangat baik dengan akurasi training 99.08% (loss:0.3334), akurasi validasi 100% (loss:0.3007), dan akurasi testing 100% (loss:0.3009). Aplikasi menyediakan dua mode klasifikasi: deteksi real-time menggunakan kamera dan klasifikasi melalui galeri, dengan threshold confidence 0.8 untuk memastikan akurasi hasil klasifikasi. Implementasi pada perangkat mobile menunjukkan performa yang baik dalam mengklasifikasi rempah dalam berbagai kondisi pengambilan gambar.

Title

Found 21 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 21 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 21 Documents
Search