Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Manurung, Shinta Renata
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
KLASIFIKASI MODEL DECESION TREE UNTUK DETEKSI GEMPA BUMI DALAM SISTEM PERINGATAN Manurung, Shinta Renata; Saputra, Randy Erfa; Setianingsih, Casi
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol. 3 No. 2 (2024): Juni 2024
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Indonesia merupakan negara yang berada pada lempeng Australia, Lempeng Eurasia dan lempeng pasifik, sehingga di indonesia terjadi banyak pergerakan lempeng tektonik dan vulkanik yang menyebabkan gempa bumi. Contoh kasus gempa bumi yang terjadi di Padang Pariaman dan wilayah Sumatera Barat, Indonesia. Bencana gempa bumi ini terjadi sebesar 7.6 Skala Ricther dan menelan korban lebih daripada 1200 orang. Solusi untuk mengatasi permasalahan ini adalah diperlukan suatu alat yang dapat mendeteksi, dapat dimonitoring dan terdapat perangkat peringatan untuk memberikan peringatan ketika terjadi adanya gempa bumi. Earthquake Detector System merupakan sistem pendeteksi maupun otomatisasi rumah pada bencana gempa bumi yang telah terjadi. Sistem ini dapat mengklasifikasi gempa berdasarkan kekuatan gempa dengan menggunakan algoritma decesion tree dengan kelas Normal, Gempa Tidak Merusak, dan Gempa Merusak. Berdasarkan Implementasi algoritma decesion tree Proses prediksi klasifikasi gempa menggunakan algoritma decesion tree menghasilkan nilai akurasi sebesar 97% dengan nilai error sebesar 3% dan proses waktu untuk mengklasifikasi algoritma mulai dari memasukan variable sampai mendapatkan hasil klasifikasi dengan rata rata waktu yang di peroleh sebesar 00,00,59 ms pada percobaan sebanyak 30 kali dan pengujian model decesion tree data test : data train akurasi tertinggi 81,761%  dengan data 30:70. Kata kunci : algoritma, decision tree, perangkat peringatan.  
Klasifikasi Model Decesion Tree untuk Deteksi Gempa Bumi dalam Sistem Peringatan Manurung, Shinta Renata; Saputra, Randy Erfa; Setianingsih, Casi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara yang berada padalempeng Australia, Lempeng Eurasia dan lempeng pasifik,sehingga di indonesia terjadi banyak pergerakan lempengtetonik dan vulkanik yang menyebabkan gempa bumi. Contohkasus gempa bumi yang terjadi di padang pariaman danwilayah Sumatera Barat, Indonesia. Bencana gempa bumi initerjadi sebesar 7.6 Skala Ricther dan menelan korban lebihdaripada 1200 orang.Solusi untuk mengatasi permasalahan ini adalahdiperlukan suatu alat yang dapat mendeteksi, dapatdimonitoring dan terdapat perangkat peringatan untukmemberikan peringatan ketika terjadi adanya gempa bumi.Earthquake Detector System merupakan sistem pendeteksimaupun otomatisasi rumah pada bencana gempa bumi yangtelah terjadi. Sistem ini dapat mengklasifikasi gempaberdasarkan kekuatan gempa dengan menggunkan algoritmadecesion tree dengan kelas Normal, Gempa Tidak Merusak,dan Gempa Merusak.Berdasarkan Implementasi algoritma decesion tree Prosesprediksi klasifikasi gempa menggunakan algoritma decesiontree menghasilkan nilai akurasi sebesar 97% dengan nilai errorsebesar 3% dan proses waktu untuk mengklasifikasi algoritmamulai dari memasukan variable sampai mendapatkan hasilklasifikasi dengan rata rata waktu yang di peroleh sebesar00,00,59 ms pada percobaan sebanyak 30 kali dan pengujianmodel decesion tree data test : data train akurasi tertinggi81,761% dengan data 30:70 . Kata kunci— Algoritma, Decision tree, Perangkat Peringatan.
Co-Authors Casi Setianingsih Randy Erfa Saputra