Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Repositor

Pengembangan Sistem Pengelompokan Sekolah Menggunakan Metode Algoritma K-Means (Studi Kasus Dinas Pendidikan Kabupaten Malang) Moch. Rosid Noviansyah; Ilyas Nuryasin; Didih Rizki Chandranegara
Jurnal Repositor Vol 4 No 2 (2022): Mei 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i2.1323

Abstract

Sebuah instansi pemerintah yang bergerak di bidang pendidikan khususnya pendidikan smp tentunya Dinas Pendidikan Kabupaten Malang yang merupakan instansi penting sebagai penggerak pendidikan di wilayah kabupaten malang untuk mengukur suatu mutu dan kualitas - kualitas sekolah yang ada di Dinas Kabupaten Malang yaitu berdasarkan standart penilaian pendidikan dan Standart pengelolaan yang berupa Nilai Ujian Nasional, Nilai Ujian Sekolah, dan Nilai Akreditasi Sekolah, namun demikian mengingat banyaknya jumlah Sekolah Menengah Pertama atau dalam kasus ini adalah SMP yang ada di Kabupaten Malang, nilai Ujian Nasional, Ujian Sekolah, serta Nilai Akreditasi Sekolah dari tiap tiap sekolah tidak seragam tentu pihak Dinas Kabupaten Malang akan kesulitan dalam mencari dan memilah tiap tiap sekolah berdasarkan karakteristik tersebut. Maka penelitian ini membahas tentang penerapan data mining menggunakan metode Algoritma K-Means untuk menghasilkan tampilan profil yang memiliki atribut sama , atribut atau parameter nilai yang digunakan adalah rata rata nilai dari setiap sekolah dari nilai Ujian Nasional, nilai Ujian Sekolah, serta nilai Akreditasi Sekolah, dengan menghasilkan cluster sejumlah 3 (k = 3) dengan cluster1 sebanyak 33 data , cluster2 sebanyak 56 data, cluster3 sebanyak 49 data. Hal ini menunjukan nilai SSE paling besar dengan jumlah cluster sebanyak 3 dimana dengan jumlah cluster tersebut yang paling ideal untuk melakukan clustering sekolah SMP berdasarkan data di Dinas Pendidikan Kabupaten Malang.
Mendeteksi Ekspresi Wajah dengan Meninjau Iris Mata Menggunakan Metode Transformasi Hough dan K-Nearest Neighbor (KNN) Ningsih Djamsi; Didih Rizki Chandranegara; Zamah Sari
Jurnal Repositor Vol 5 No 1 (2023): Februari 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i1.1504

Abstract

The face has differences (characteristics), besides that the face is also the center of expression in humans. Directly facial expressions become a non-verbal communication, many factors can support detecting a person's facial expressions such as movements and changes in eyebrows, lips and eyes. In this study, the focus is on the iris as the object of observation. There are two test scenarios to detect facial expressions based on facial images, using the TFEIDHigh dataset. The first scenario uses the KNearest Neighbor (K-NN) method with an accuracy quality of 80.0% and an execution time of 61.3831 Seconds. The second scenario uses the Convolutional Neural Network (CNN) method with an accuracy of 80.0% with an execution time of 656,730 Seconds.
Penerapan Model EfficientNetV2-B0 pada Benchmark IP102 Dataset untuk Menyelesaikan Masalah Klasifikasi Hama Serangga Ahmad Hanif Nurfauzi; Yufis Azhar; Didih Rizki Chandranegara
Jurnal Repositor Vol 5 No 3 (2023): Agustus 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i3.1583

Abstract

Hama serangga merupakan masalah yang sering di hadapi oleh petani. Karena ukurannya yang kecil dan jenis spesiesnya banyak. tak jarang petanipun kesulitan untuk menjaga tanaman mereka dari ancaman hama serangga karena penanganannya tidak memakai satu obat, melainkan dengan mencocokan spesies serangga. Sehingga karena banyaknya obat pembasmi, petanipun bingung obat mana yang tepat. Di dalam penelitian ini, telah di coba penggunaan metode deep learning arsitektur model EfficientNetV2 B0 pada dataset IP102 yang berkarakteristik imbalance dan ada jenis serangga yang identik antara satu dengan yang lain. Penelitian ini bertujuan untuk mengeksplorasi kemungkinan model kecil yang dapat di implementasikan di smartphone atau IOT yang mudah di bawa ke ladang pertanian tanpa tergantung pada internet. Model terbaik yang berhasil dibuat memperoleh akurasi 51% dengan F1-Score 50.14%