Articles
11 Documents
Search results for
, issue
"Vol 3 No 4 (2021): Agustus 2021"
:
11 Documents
clear
<![CDATA[Perbandingan Feature Selection Chi-Square Dan Query Expansion Ranking (QER) Pada Analisis Sentimen Terkait Revitalisasi Monas Menggunakan Metode Naïve Bayes Classifier ]]>
<![CDATA[Roni Hadi Wijaya]]>;
<![CDATA[Gita Indah Marthasari]]>;
<![CDATA[Christian Sri Kusuma Aditya]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1314
<![CDATA[Monumen Nasional menjadi salah satu destinasi yang cukup populer. Di awal tahun 2020, taman Monumen Nasional dilakukan revitalisasi. Dengan adanya kebijikan tersebut, mengundang banyak kalangan untuk memberikan tanggapan secara langsung maupun lewat social media. Dengan demikian, penelitian ini mencoba menganalisis ulasan dari masyarakat dengan metode naive bayes classifier dan membandingkan penggunaan seleksi fitur chi-square dan query expansion ranking untuk mengoptimalkan kinerja klasifikasi pada penelitian. Hasil klasifikasi naïve bayes classifier yang didapatkan dengan seleksi fitur query expansion ranking sebesar 80% dengan variasi rasio seleksi fitur 75%. Hasil tersebut lebih baik dibandingkan dengan hasil klasifikasi naïve bayes classifier dengan seleksi fitur chi-square menggunakan variasi rasio 75% dengan akurasi 79%.]]>
<![CDATA[Prediksi Harga Emas Menggunakan Metode Time Series Long Short - Term Memory Neural Network ]]>
<![CDATA[Fatimah Defina Setiti Alhamdani]]>;
<![CDATA[Gita Indah Marthasari]]>;
<![CDATA[Christian Sri Kusuma Aditya]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1378
<![CDATA[Emas merupakan salah satu alat investasi populer dikalangan masyarakat yang tahan akan inflasi. Namun kegiatan investasi emas memiliki resiko berjenis data time series. Sehingga masyarakat perlu memilliki ilmu sebagai pegangan saat melakukan kegiatan investasi emas yaitu dengan memprediksi harga emas di masa depan untuk meminimalisasi resiko. Long Short-Term Memory merupakan turunan dari metode RNN yang dapat digunakan dalam memprediksi pada data time series. Penelitian ini bertujuan untuk memprediksi harga emas dari data time series per 1 hari yang telah dikumpulkan dari website harga-emas.org untuk mengetahui nilai error prediksi menggunakan metode LSTM. Analisis parameter yang dilakukan pada penelitian ini adalah jumlah neuron hidden, learning rate, dan epoch. Kombinasi parameter terbaik yang dihasilkan pada penelitian ini adalah 16 neuron hidden, learning rate 0.01, dan 100 epoch. Nilai terbaik yang dihasilkan pada penelitian ini adalah RMSE 9139,14318 dan MAPE 0,69794%. Perhitungan error MAPE terbaik pada penelitian ini dengan penelitian “Prediksi Harga Emas Menggunakan Feed Forward Neural Network dengan Metode Extreme Learning Machine” yang menghasilkan MAPE terbaik 0,8065%. Hasil tersebut menunjukkan bahwa error MAPE pada penelitian ini lebih baik daripada penelitian tersebut dan model yang terbentuk dapat dikatakan sangat bagus karena nilai MAPE terbaik yang dihasilkan dibawah 10%.]]>
<![CDATA[Perbandingan Algoritma Selection Feature Query Expansion Ranking dan Symmetrical Uncertainty Pada Instagram Terkait Sengketa ZEE di Perairan Natuna ]]>
<![CDATA[Dzur Rifqi Aziz]]>;
<![CDATA[Nur Hayatin]]>;
<![CDATA[Christian Sri Kusuma Aditya]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1328
<![CDATA[Algoritma Naïve Bayes adalah untuk menggabungkan probabilitas kata-kata dan kategori untuk memperkirakan probabilitas kategorikan dokumen. Naïve Bayes ini merupakan algoritma klasifikasi yang sering digunakan dalam sebuah penelitian salah satunya penelitian mengenai Sentimental Analysis. Dengan demikian, penelitian ini mencoba menganalisis ulasan dari masyarakat dengan metode naive bayes classifier dan membandingkan penggunaan seleksi fitur Symmetrical Uncertainty dan query expansion ranking untuk mengoptimalkan kinerja klasifikasi pada penelitian. Hasil pengujian yang diperoleh dengan menggunakan symmetrical uncertainty adalah tingkat accuracy sebesar 76%, precision sebesar 76%, dan recall sebesar 61%. Sedangkan hasil pengujian yang diperoleh dengan menggunakan query expansion ranking adalah tingkat accuracy sebesar 75%, precision sebesar 75%, dan recall sebesar 56%.]]>
<![CDATA[Analisis Klasifikasi SMS Spam Menggunakan Logistic Regression ]]>
<![CDATA[Ferin Reviantika]]>;
<![CDATA[Yufis Azhar]]>;
<![CDATA[Gita Indah Marthasari]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1384
<![CDATA[SMS atau Short Message Service biasa nya terdapat pada telepon seluler. SMS dibagi menjadi dua kategori yaitu SMS spam dan SMS non spam (ham). SMS spam adalah SMS yang bersifat mengganggu pengguna telepon karena cenderung berisi pesan yang tidak penting seperti promo dan penipuan. Sedangkan SMS non spam (ham) cenderung berisi SMS yang penting, seperti sudah ada riwayat pesan dengan pengguna sebelumnya. Pada penelitian ini dilakukan klasifikasi SMS spam dan SMS non spam (ham) menggunakan metode logistic regression. Tujuan dari penelitian ini untuk membedakan atau mengklasifikasikan antara SMS spam dan non spam (ham). Dataset dalam penelitian ini berjumlah 1143 data, terdapat dua kolom yaitu kolom teks dan kolom label. Jumlah untuk pesan spam sebanyak 566 pesan dan jumlah untuk pesan non spam sebanyak 577. Metode yang diusulkan mendapat akurasi yang lebih baik yaitu 95%.]]>
<![CDATA[Perbandingan Klasifikasi Berita Hoax Kategori Kesehatan Menggunakan Naive Bayes dan Multinomial Naive Bayes ]]>
<![CDATA[Chita Nauly Harahap]]>;
<![CDATA[Gita Indah Marthasari]]>;
<![CDATA[Nur Hayatin]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1380
<![CDATA[Berita kesehatan merupakan informasi yang paling dicari dan diminati pada masa pandemi, kebutuhan akan perlunya kiat-kiat kesehatan untuk masyarakat membuat berita kesehatan menduduki peringkat atas berita terpopuler. Disaat meningkatnya minat baca masyarakat terhadap berita, banyak pihak tidak bertanggung jawab memanfaatkan keuntungan tersebut dengan menyebarkan berita tidak benar yang menggiring opini masyarakat agar menyudutkan pihak tertentu dan berisi informasi yang melenceng dari pendapat ahli kesehatan. Oleh karena itu salah satu cara untuk mengatasi tersebarnya berita hoax penelitian ini melakukan klasifikasi berita kesehatan berbahasa Indonesia secara otomatis. Pada penelitian ini dataset yang digunakan sebanyak 100 berita kesehatan non-hoax dan 100 berita kesehatan hoax. Proses klasifikasi memalui tahap preproses, pembobotan kata, dan implementasi pada metode naïve bayes dan multimonial naïve bayes. Evaluasi model menggunakan metode 10-fold cross validation, metode multinomial naïve bayes bekerja lebih baik dan efisien daripada metode naïve bayes.]]>
<![CDATA[Penggalian Informasi Berdasarkan Karakteristik Pembaca Berita Menggunakan User Persona ]]>
<![CDATA[Dimas Yoga Mukhlashin]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1275
<![CDATA[Membangun sebuah sistem perangkat lunak perlu memahami tujuan dari sistem,yang mana nantinya akan berinteraksi dengan user/pengguna. Persona adalah dokumentasi yang berisi penjelasan tentang karakteristik user digabungkan dengan tujuan, kebutuhan dan ketertarikannya yang menjadi target user yang didapatkan dari hasil penelitian tentang user yang sesuai target. Istilah Persona diperkenalkan pertama kali oleh Alan Cooper yang menggunakan persona dalam perancangan interaksi secara praktis untuk menghasilkan produk high-tech. penelitian bertujuan untuk mendapatkan hasil terbaik dalam meningkatkan sistem melalui persona terhadap pengembangan rekayasa perangkat lunak Penggunaan user Persona dalam tahap identifikasi perangkat lunak system informasi ini memudahkan pemahaman tentang apa yang perlu dikembangkan karena Teknik ini sangat berorientasi pada pemahaman pengembangan terhadap user. Dengan harapan akhir sistem dapat digunakan sesuai dengan harapan user/penggunanya.]]>
<![CDATA[Klasifikasi Harga Ponsel Menggunakan Support Vector Machine (SVM) ]]>
<![CDATA[Oktavia Dwi Megawati]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1286
<![CDATA[Pada era digital sekarang yang semakin berkembang pesat terutama dalam berbagai macam fitur yang ada diponsel serta bertambahnya tingkat spesifikasi ponsel. Fitur-fitur ponsel yang semakin berkembang seperti kamera, ram, kapasitas baterai yang semakin besar menjadi faktor penentu harga sebuah ponsel. Semakin bagus spesifikasi atau semakin banyak fitur yang dimiliki oleh ponsel maka harganya juga akan semakin mahal. Pada penelitian kali ini untuk menghitung seberapa berpengaruhnya fitur yang dimiliki ponsel terhadap harga ponsel menggunakan metode klasifikasi support vector machine yang dibantu dengan n-fold cross validation untuk menentukan rata-rata keberhasilan dari suatu sistem dengan metode yang melaksanakan perulangan dengan mengacak atribut masukan sehingga sistem tersebut terbukti buat sebagian atribut masukan yang acak. Pada paper ini melakukan penelitian menggunakan metode Support Vector Machine untuk mengklasifikasi harga ponsel yang menghasilkan nilai akurasi sebesar 96%.]]>
<![CDATA[Classification Of Malware Families Using Naïve Bayes Classifier ]]>
<![CDATA[Ramadan Pratama]]>;
<![CDATA[Denar Regata Akbi]]>;
<![CDATA[Vinna Rahmayanti Setianingsih Nastiti]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1411
<![CDATA[Dikarenakan peningkatan pengguna smartphone Android berbanding lurus dengan peningkatan pengembangan malware yang semakin pesat. Tidak jarang penelitian tentang malware setiap tahunnya yang membahas tentang malware families dengan berbagai macam pendekatan yang salah satunya machine learning. Dengan mendapatkan data malware yang kredibel, dapat memudahkan peneliti dalam menganalisa malware. Terdapat kumpulan data malware yang dibuat the Canadian Institute for Cybersecurity(CIC) yang dapat diakses secara publik. Data ini disebut CICInvestAndMal2019 yang berisi data malware. Dataset ini dibuat dengan melakukan analisa statis dan dinamis pada smartphone secara real time. Hasil dari analisa tersebut kemudian diproses dengan metode Random Forest yang menghasilkan precision 61.2% dan recall 57.7%. Berdasarkan penelitian tersebut, maka penulis akan mengklasifikasikan dataset CICInvestAndMal2019 menggunakan metode Naïve Bayes, dan hasil yang didapat dari klasifikasi Naïve Bayes adalah nilai recall dan precision sebesar 68% dan 66%.]]>
<![CDATA[Integrasi Sistem Perijinan Kantor Cabang Ke Pusat Balai Besar Kelestarian Sumber Daya Alam Jawa Timur ]]>
<![CDATA[Muhammad Alfiannur]]>;
<![CDATA[Hidayatullah Hidayatullah]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1272
<![CDATA[Dinas Balai Besar Konsrvasi Sumber Daya Alam (BBKSDA) merupakan salah satu Dinas Pemerintah yang bergerak dibidang Konservasi Budidaya Sumber Daya Alam yang terletak di Surabaya sebagai kantor pusat di Jawa Timur. Konservasi sumber daya alam memiliki posisi strategis karena ditujukan bagi kesejahteraan masyarakat. Untuk mempermudah pelayanan, peneliti sebelumnya telah memperkenalkan sistem perijinan dengan menggunakan teknologi internet yang bisa digunakan oleh masyarakat umum secara mudah demi menerapkan e-government.namun system perijinan yang telah di buat belum terintegrasi antar kantor cabang ke pusat, maka dari itu diperlukan integrasi kantor cabang ke pusat untuk mempermudah dan mempercepat proses pelayanan ijin penangkaran. Metode pengembangan perangkat lunak yang di gunakan adalah waterfall yang merupakan salah satu siklus hidup klasic (Classic life cycle) dalam pengembangan perangkat lunak.]]>
<![CDATA[Perancangan Sistem Informasi Absensi Menggunakan Smartcard Berbasis Internet of Things Pada CV. Anugerah Mandiri ]]>
<![CDATA[Muhammad Zain Iqbal Muzakki]]>;
<![CDATA[Ilyas Nuryasin]]>;
<![CDATA[Fauzi Dwi Setiawan Sumadi]]>
<![CDATA[ Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i4.1289
<![CDATA[Absensi merupakan sebuah kegiatan pengambilan data guna mengetahui jumlah kehadiran karyawan atau pegawai pada suatu instansi pemerintah/perusahaan. Absensi karyawan sangat dibutuhkan untuk mengetahui tingkat disiplin yang tinggi dan menilai sistem kerja dari setiap karyawan. Tujuan dari penelitian ini adalah mengembangkan sebuah sistem informasi absensi karyawan pada CV. Anugerah Mandiri dan sebuah reader berbasis IoT yang akan membaca data dari smartcard. Metode yang digunakan pada penelitian ini adalah metode prototype. Metode prototype digunakan karena metode ini mudah apabila ada perubahan dan dengan menggunakan prototype client lebih mudah memahami sistem yang akan dibuat. Setelah dilakukan pengujian menggunakan pengujian blackbox, didapatkan hasil bahwa sistem informasi absensi karyawan dapat berjalan sesuai yang diharapkan dan semua fitur dapat bekerja dengan baik. Begitu juga dengan reader IoT yang dapat berjalan dengan baik.]]>
