cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Immanuela P. Saputro
Contact Email
realtech_fatek@unikadelasalle.ac.id
Phone
-
Journal Mail Official
realtech_fatek@unikadelasalle.ac.id
Editorial Address
Kairagi I, Kombos, Manado, Sulawesi Utara
Location
Kota manado,
Sulawesi utara
INDONESIA
Jurnal Ilmiah Realtech
Published by Universitas Katolik De La Salle Manado
ISSN : 19070837     EISSN : 2621590X     DOI : https://doi.org/10.52159
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Engineering Industrial & Manufacturing Engineering
Jurnal Ilmiah Realtech merupakan Jurnal Ilmiah yang diterbitkan oleh Fakultas Teknik Universitas Katolik De La Salle Manado sebagai bentuk publikasi dalam hal pengembangan di Bidang Teknik Informatika, Teknik Elektro, Teknik Industri dan Teknik Sipil.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 18 No. 1 (2022)" : 5 Documents clear
IMPLEMENTASI METODE PROFILE MATCHING PADA PROSES SELEKSI PENERIMA BANTUAN SOSIAL UNTUK MASYARAKAT TERKENA DAMPAK COVID-19 Abraham Abast; Lanny Sitanayah; Vivie Kumenap
Jurnal Ilmiah Realtech Vol. 18 No. 1 (2022)
Publisher : Fakultas Teknik Universitas Katolik De La Salle Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52159/realtech.v18i1.3

Abstract

COVID-19 berdampak pada kehidupan masyarakat. Perekonomian negara-negara di dunia menjadi tidak stabil, termasuk Indonesia. Untuk mengatasi permasalahan tersebut, pemerintah Indonesia berinisiatif untuk memberikan bantuan sosial kepada masyarakat yang terdampak COVID-19. Permasalahan yang muncul di Kantor Kelurahan Soataloara I pada proses seleksi penerima bantuan sosial adalah dokumen calon penerima bantuan sosial masih diperiksa dan dicocokkan satu per satu datanya dengan kriteria yang ditetapkan. Kriteria-kriteria tersebut yaitu jumlah tanggungan, status pekerjaan, penghasilan per bulan, pengurangan penghasilan, kondisi tempat tinggal dan status kepemilikan tempat tinggal. Proses tersebut dapat menimbulkan masalah karena keputusan yang bersifat subjektif dan ketidaktelitian. Kantor kelurahan juga memiliki kendala seperti banyaknya pengajuan calon penerima bantuan sosial yang melebihi jumlah kuota penerima. Pada penelitian ini, penulis mengimplementasikan metode Profile Matching pada proses seleksi penerima bantuan sosial untuk masyarakat terkena dampak COVID-19. Metode Profile Matching adalah suatu mekanisme dalam pengambilan keputusan dengan menyusun tingkat variabel prediktor ideal yang harus dimiliki oleh calon penerima bantuan sosial dan dapat menemukan alternatif terbaik dari sejumlah alternatif yang ada. Metode Profile Matching dapat mempermudah kantor kelurahan dalam proses seleksi penerima bantuan sosial yang sesuai dengan kriteria dan kapasitas yang ditetapkan.
SISTEM KLASIFIKASI KELULUSAN MAHASISWA DENGAN ALGORITMA RANDOM FOREST Jaya Saleh; Angelia Adrian; Junaidy Sanger
Jurnal Ilmiah Realtech Vol. 18 No. 1 (2022)
Publisher : Fakultas Teknik Universitas Katolik De La Salle Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52159/realtech.v18i1.4

Abstract

Some of the causes of students not graduating on time are the Cumulative GPA, which is below standard, the contracted courses do not pass, and the Number of leave taken. If left unchecked, this student's graduation time affects the accreditation value of the study program. For that, we need an application that can classify students who do not graduate on time from an early age so that supervisors and teaching lecturers can pay special attention to extra lessons, provide motivation, and can provide encouragement for students who are classified as not graduating on time so that the student can graduate on time. In this study, a student graduation classification application was made using the Random Forest algorithm. The attributes used to classify student graduation are Grade Point Average, Grade Point Average 1 to 4, Number of courses not passed, age, and gender, with 2 class outputs classified as punctual and late. This application development uses Waterfall and Unified Modeling Language (UML) as modeling tools. Testing of student graduation classification applications using the Random Forest algorithm, which is carried out using 60% training data and 40% test data. The test was performed five times, and the highest accuracy obtained was 90.00% using 50 trees.
IMPLEMENTASI METODE NAÏVE BAYES DAN LEXICON-BASED APPROACH UNTUK MENGKLASIFIKASI SENTIMEN NETIZEN PADA TWEET BERBAHASA INDONESIA Liza Wikarsa; Apriandy Angdresey; Juan Kapantow
Jurnal Ilmiah Realtech Vol. 18 No. 1 (2022)
Publisher : Fakultas Teknik Universitas Katolik De La Salle Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52159/realtech.v18i1.5

Abstract

Sosial media, seperti Twitter, banyak digunakan untuk menghubungkan pengguna aplikasi ini di seluruh dunia tanpa dibatasi waktu dan tempat. Tautan Twitter banyak berisi opini dan sentimen dari pengguna terkait topik dan kejadian yang lagi trendi. Analisis sentimen pada teks media sosial telah mendapat banyak perhatian di sektor publik dan komersial. Terdapat banyak penelitian di bidang ini yang mengevaluasi sentimen dari suatu bagian teks, tetapi hasil penelitian sebelumnya belum memadai dan analisis sentimen yang dilakukan mengabaikan konteks. Pengklasifikasian sentimen dari penelitian terkait hanya dibatasi dengan 3 kelas sentimen, yaitu positif, negatif, dan netral sehingga dirasakan belum cukup ekspresif dan informatif. Analisis sentimen menggunakan leksikon berbahasa Indonesia juga terbatas. Oleh karena itu, penelitian ini bertujuan untuk membangun aplikasi pengklasifikasian sentimen netizen pada tweets berbahasa Indonesia dengan menggabungkan metode Naïve Bayes dan pendekatan lexicon-based. Ada 3 topik utama yang diangkat dalam penelitian ini, yaitu pendidikan, kesehatan, dan teknologi, di mana sentimen pengguna Twitter akan diklasifikasikan ke dalam 7 sentimen, seperti senang, sedih, marah, kaget, takut, jijik, dan netral. Sentimen pengguna ini akan diproses pada 3 level yang berbeda, yakni word-level, tweet-level, dan topic-level, dengan jumlah data sebanyak 1,000 tweets untuk tiap topik. Hasil pengujian menunjukkan bahwa rasio pembagian data latih dan data uji, 70:30, dapat memberikan hasil terbaik. Pada word-level, hasil yang mampu dicapai dalam penelitian ini adalah 79,17% akurasi, 89.5% presisi, dan 87,5% recall. Hal ini dipengaruhi oleh jumlah kata unik yang ada di seed lexicon. Akurasi, presisi dan recall yang didapat pada tweet-level adalah sebanyak 83%, 83,62%, dan 98,36% untuk topik pendidikan tweet-level. Sedangkan topik teknologi mendapatkan hasil terendah karena hanya memiliki 69% akurasi, presisi 71,01%, dan recall 93,78% Untuk topic-level, sentimen senang mendominasi ketiga topik tersebut.
EVALUASI PENGUKURAN TOPOGRAFI PADA PROYEK JALAN MANADO OUTER RINGROAD III Richard Uguy; Lorenzo Pangalila
Jurnal Ilmiah Realtech Vol. 18 No. 1 (2022)
Publisher : Fakultas Teknik Universitas Katolik De La Salle Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52159/realtech.v18i1.6

Abstract

Dalam perencanaan teknik jalan raya, survei topografi bermaksud untuk pengukuran rute yang bertujuan memindahkan kondisi permukaan bumi dari lokasi atau wilayah yang diukur pada kertas yang berupa peta topografi. Peta ini digunakan sebagai peta dasar untuk perencanaan geometri jalan raya, dalam hal ini pada perencanaan alinyemen horizontal. Kegiatan pengukuran penampang juga termasuk pada pengukuran rute. Pengukuran rute yang dilakukan sepanjang trase jalan rencana dengan menganggap sumbu jalan rencana sebagai garis kerangka poligon utama. Pengukuran rute sendiri merupakan pengukuran detail yang dilaksanakan pada rute hasil survei pendahuluan. Penelitian ini bertujuan untuk mengetahui tata cara pembuatan peta topografi dari data hasil survei dan menghitung volume galian dan timbunan sesuai dengan alinyemen yang direncanakan. Penelitian ini dilakukan pada proyek jalan Manado Outer RingRoad III. Berdasarkan hasil penelitian hanya diperoleh total galian 30448.45 m3 dan total timbunan 17185.26 m3 dari sta 10+500 sampai sta 11+000.
APLIKASI FAMILY FOLDERS UNTUK MENGELOLA DATA REKAM MEDIS ANGGOTA KELUARGA DI PUSKESMAS Priska Pilat; Michael Sumampouw; Angelia Adrian
Jurnal Ilmiah Realtech Vol. 18 No. 1 (2022)
Publisher : Fakultas Teknik Universitas Katolik De La Salle Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52159/realtech.v18i1.7

Abstract

Puskesmas merupakan layanan kesehatan yang paling banyak dijumpai dan merupakan fasislitas kesehatan tingkat 1. Peran puskesmas sangat krusial untuk menjadi tujuan pemeriksaan kesehatan masyarakat yang tinggal berdasarkan zona dari puskesmas. Rekam medis dari pasien yang melakukan pemeriksaan sangat diperlukaan saat akan melakukan pemeriksaan. Pengelompokan anggota keluarga dalam satu dokumen yang disebut family folders juga dibutuhkan untuk mengidentifikasi riwayat penyakit anggota keluarga. Namun permasalahan terjadi dengan adnaya kesulitan saat melakukan manajemen data pasien, pengelompokan data pasien karena masih menuliskan pada kertas. Hal ini membutuhkan tempat penyimpanan, dan juga saat pencarian akan membutuhkan cukup waktu untuk mencari dokumen. Berdasarkan hal tersebut maka perlu dibuat aplikasi family folders untuk menyelesaikan permasalahan tersebut. Aplikasi dikembangkan menggunakan metode pengembangan aplikasi yaitu prototype. Selanjutnya hasil akhir dari aplikasi akan diuji dengan pengujian fungsional dan UAT berdasarkan fitur dan tipe pengguna.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2024) Vol. 20 No. 1 (2024) Vol. 19 No. 2 (2023) Vol. 19 No. 1 (2023) Vol. 18 No. 2 (2022) Vol. 18 No. 1 (2022) Vol. 17 No. 2 (2021) Vol 17 No 2 (2021) Vol 17 No 1 (2021) Vol. 17 No. 1 (2021) Vol. 16 No. 2 (2020) Vol 16 No 2 (2020) Vol. 16 No. 1 (2020) Vol 16 No 1 (2020) Vol 15 No 2 (2019) Vol. 15 No. 2 (2019) Vol. 15 No. 1 (2019) Vol 15 No 1 (2019) Vol. 14 No. 2 (2018) Vol 14 No 2 (2018) Vol 14 No 1 (2018) More Issue