cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Sains dan Seni ITS
ISSN : -     EISSN : -     DOI : -
Core Subject : Humanities, Art,
Arjuna Subject : -
Articles 2,279 Documents
Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Kesejahteraan Rakyat Menggunakan Metode Ensemble Rock Manihuruk, Rivaldo Timoty; Ratnasari, Vita
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.153195

Abstract

Salah satu mandat pembukaan UUD 1945 adalah memajukan kesejahteraan umum, namun pemerataan kesejah-teraan di Indonesia belum tercapai. Setiap tahunnya BPS selalu melakukan publikasi terhadap indikator dan statistik kesejah-teraan rakyat baik tingkat nasional maupun provinsi, meskipun belum memberikan kategorisasi langsung terkait kabupaten/ kota sejahtera. Ada delapan indikator kesejahteraan rakyat dan data hasil publikasi ada terdiri dari data numerik dan kate-gorik. Provinsi Jawa Timur sebagai salah satu provinsi dengan memiliki penduduk terbesar mengalami disparitas sehingga perlu dilakukan pengelompokan. Analisis pengelompokan data campuran yang dapat digunakan adalah metode ensemble ROCK yang mana untuk berskala data numerik dikelompokan menggunakan Agglomerative Hierarchical Clustering dan untuk data berskala kategorik menggunakan metode ROCK yang kemudian hasil dari pengelompokan tersebut digabungkan dan dikelompokkan kembali menggunakan metode ROCK dan dinamakan ensemble ROCK. Variabel penelitian 15 variabel terdiri atas 11 numerik dan 4 kategorik. Hasil pengelompokan menunjukkan empat kelompok kesejahteraan: tingkat 1 (7 kabupaten/kota), tingkat 2 (14 kabupaten/kota), tingkat 3 (5 kabupaten/kota), dan tingkat 4 (12 kabupaten/kota). Variabel pembeda utama adalah morbiditas, angka harapan hidup, angka harapan lama sekolah, TPT, TPAK, persentase pendu-duk miskin, akses air minum layak, akses sanitasi layak, kepa-datan penduduk, rata-rata lama sekolah, dan gini ratio.
Perbandingan Peramalan Harga Saham Menggunakan Metode Brown’s Double Exponential Smoothing dengan Optimasi Golden Section dan Levenberg-Marquardt Sari, Emelia Permata; Atok, Raden Mohamad; Saputri, Prilyandari Dina
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.147215

Abstract

Saham kini semakin menjadi instrumen pasar keuangan yang populer, hal ini ditandai dengan peningkatan jumlah investor saham serta surat berharga lainnya sebesar 11,46% dibanding akhir tahun 2022. Saham merupakan investasi dengan risiko yang tergolong tinggi, namun tujuan utama investasi dalam bentuk saham adalah untuk memaksimalkan return dan meminimalkan resiko yang didapatkan dari return. Penelitian ini akan berfokus pada penerapan metode Brown’s Double Exponentual Smoothing (B-DES) dengan optimasi Golden Section dan Levenberg-Marquardt dalam forecasting harga saham. Data yang digunakan merupakan data saham PT Bank Mandiri (Persero) Tbk. (BMRI.JK), PT Bank Rakyat Indonesia (Persero) Tbk. (BBRI.JK), PT Bank Central Asia Tbk. (BBCA.JK), PT Bank Negara Indonesia (Persero) Tbk. (BBNI.JK), dan PT Bank Tabungan Negara (Persero) Tbk. (BBTN.JK) dengan periode 2 Januari 2014 – 31 Januari 2024. Hasil analisis box plot menunjukkan bahwa data harga saham tersebut tidak mengandung seasonal sehingga cocok untuk melakukan peramalan menggunakan B-DES yang hanya mengatasi keberadaan trend pada data. Data dibagi menjadi data training sebanyak 2463 data (119 bulan) dan data testing sebanyak 41 data (2 bulan). Hasil penelitian menunjukkan bahwa optimasi parameter menggunakan metode Levenberg-Marquardt menghasilkan nilai α optimum terbaik dengan nilai MSE rata-rata 44.252,03 yang lebih rendah daripada sebelum optimasi yaitu 48.832,65 dan setelah optimasi Golden Section yaitu 46.133,39. Hasil model B-DES sebelum optimasi maupun yang dengan optimasi Golden Section dan Levenberg-Marquardt memenuhi kriteria prediksi yang sangat akurat karena memiliki nilai MAPE < 10%. Analisis menunjukkan bahwa harga saham BMRI.JK, BBCA.JK, BBNI.JK, dan BBTN.JK cenderung naik dalam 10 periode ke depan menurut peramalan menggunakan metode B-DES dengan optimasi Levenberg-Marquardt, sementara harga saham BBRI.JK cenderung turun. Peramalan rate of return dari masing-masing harga saham menghasilkan nilai rata-rata rate of return dari harga saham penutupan BMRI.JK sebesar 0,0477%, BBRI.JK sebesar 0,0569%, BBCA.JK sebesar 0,0636%, BBNI.JK sebesar 0,0422%, dan BBTN.JK sebesar 0,0205%.
Klasifikasi Status Penduduk Angkatan Kerja di Provinsi Jawa Barat Menggunakan Metode Support Vector Machine (SVM) Widyasari, Elvina; Ratnasari, Vita
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.153796

Abstract

Tingginya tingkat pengangguran menjadi fokus uta-ma di setiap negara, terutama dalam konteks pertumbuhan ekonomi, termasuk di Indonesia, yang memiliki populasi pen-duduk yang besar. Permasalahan tersebut berdampak negatif pada perekonomian dan masyarakat secara keseluruhan, me-nyebabkan penurunan kesejahteraan, produktivitas rendah, dan peningkatan permasalahan sosial hingga menjadi ham-batan dalam mencapai Sustainable Development Goals (SDGs). Provinsi Jawa Barat, sebagai penyumbang tingginya tingkat pengangguran terbuka di Indonesia, menduduki peringkat ke-dua tertinggi dalam tingkat pengangguran terbuka. Mengeta-hui faktor dan klasifikasi yang tepat sangat diperlukan untuk menyusun kebijakan yang tepat sasaran dalam mengurangi pengangguran. Pada penelitian ini bertujuan untuk melakukan klasifikasi status penduduk angkatan kerja di Provinsi Jawa Barat menggunakan metode Support Vector Machine (SVM) dengan kernel linier dan kernel RBF. Berdasarkan hasil seleksi variabel menggunakan metode regresi logistik, 9 variabel yang berpengaruh signifikan dalam klasifikasi status penduduk angkatan kerja antara lain jenis kelamin, usia, tingkat pendi-dikan, status perkawinan, status dalam keluarga, pengalaman pelatihan kerja, pengalaman kerja, klasifikasi daerah tempat tinggal, dan disabilitas. Pada Provinsi Jawa Barat, perbanding-an status penduduk yang bekerja dan pengangguran menun-jukkan ketidakseimbangan data, sehingga di atasi dengan me-tode Synthetic Minority Oversampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa dengan persentase over-sampling 80%, metode SVM kernel RBF dengan parameter C=1 dan γ = 1 memberikan hasil yang terbaik dalam mengklasifika-sikan status penduduk angkatan kerja di Provinsi Jawa Barat, dengan ketepatan klasifikasi yang didapat, yaitu akurasi sebe-sar 82,21%, sensitivitas 80,26%, spesifisitas 82,35%, g-mean 81,30%, dan AUC 81,31%.
Estimasi Variabel Model SEIR pada Masalah Kecanduan Penggunaan Media Sosial TikTok dengan Metode Kalman Filter Amaliah, Fina Alfina Nur; Widodo, Basuki
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.155345

Abstract

Dalam era industri 4.0, internet dan media sosial men-jadi saluran utama komunikasi melalui dunia maya. Penggu-naan media sosial di Indonesia mengalami pertumbuhan yang cepat, salah satunya, yaitu media sosial TikTok. Penggunaan me-dia sosial TikTok di kalangan masyarakat, terutama di kalang-an anak muda, dapat dikhawatirkan akan menimbulkan kecan-duan. Kecanduan TikTok dapat memiliki dampak negatif pada kesehatan mental dan kesejahteraan individu. Oleh karena itu, perlu dilakukan kajian mengenai pemodelan dan estimasi vari-abel pada model kecanduan penggunaan media sosial TikTok, yaitu dengan membangun model penyebaran kecanduan TikTok tipe SEIR (Susceptible-Exposed-Infected-Recovered) dan mengestimasi variabel dengan metode Kalman Filter.
Analisis Sentimen terhadap Rencana Pembangunan Ibu Kota Nusantara (IKN) Berdasarkan Twitter (X) Menggunakan Metode Hybrid RoBERTa-GRU Deagusti, Chika Ananda; Irawan, Mohammad Isa
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.156405

Abstract

Pemindahan ibu kota negara dari DKI Jakarta ke Ibu Kota Nusantara (IKN) di Pulau Kalimantan telah menjadi topik perdebatan yang ramai di masyarakat. Twitter, atau X, telah menjadi platform populer untuk menyampaikan pendapat dan aspirasi masyarakat terkait isu-isu terkini. Penelitian ini bertu-juan untuk melakukan analisis sentimen terhadap opini masya-rakat di Twitter terkait rencana pembangunan IKN. Dengan analisis sentimen, dapat diidentifikasi dinamika perasaan ma-syarakat terhadap rencana tersebut. Penelitian ini mengguna-kan metode hybrid pendekatan Transformer, khususnya Ro-bustly optimized BERT pretraining approach (RoBERTa), de-ngan metode Recurrent Neural Network (RNN) berupa Gated Recurrent Unit (GRU). Data yang digunakan merupakan data dari Twitter (X) yang berisi pendapat dan sentimen masyarakat terkait rencana pembangunan IKN. Proses analisis dilakukan melalui tahap pengumpulan data, pre-processing data yang mencakup analisis tanda baca, pembersihan data, casefolding, tokenizing, normalisasi, dan pelabelan data menggunakan InSet Lexicon. Data kemudian dibagi menjadi data train, data validation, dan data test sebelum dilanjutkan ke tahap penera-pan metode klasifikasi dengan metode hybrid RoBERTa-GRU, serta visualisasi dengan word cloud. Dengan menerapkan metode hybrid RoBERTa-GRU, penelitian ini mendapatkan ha-sil analisis sentimen Twitter dari Juni 2023 hingga Januari 2024 didominasi dengan sentimen negatif sebanyak 7.907 tweet, dibandingkan dengan 7.126 tweet yang bersentimen positif. Ki-nerja model hybrid RoBERTa-GRU terbaik didapatkan meng-gunakan skenario set C dengan parameter optimizer AdamW, batch size 32, GRU hidden size 64, learning rate 1e-7, weight decay 0.08 dan menjalankan 23 epoch mendapatkan loss pengu-jian sebesar 0.6002 dan akurasi pengujian sebesar 72.78%. Met-rik evaluasi lainnya seperti presisi, recall, dan F1-score masing-masing, yaitu 72,65%, 69,64%, dan 71,06%.
Sinkronisasi Basis Data Relasional dengan Basis Data NoSQL dengan Pendekatan Query Direct Access (Studi Kasus Pada PostgreSQL dan MongoDB) Alfatih, Farrel Muhammad; Setiyono, Budi
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.155712

Abstract

Banyaknya aplikasi big data menyebabkan lonjakan data yang sangat besar. Basis data NoSQL (Not Only SQL) semakin banyak digunakan untuk memenuhi kebutuhan dalam menangani big data. NoSQL dapat menganalisis dan mengakses data (select) dengan performa yang lebih cepat dibanding basis data SQL. Sedangkan, basis data SQL mempunyai performa penyisipan data (insert) lebih cepat dibanding basis data NoSQL. Selain itu, basis data SQL juga memiliki struktur data yang teroraganisir dan konsisten. Dibanding melakukan migrasi yang memakan waktu, biaya, dan tidak menggunakan kelebihan dari basis data SQL, penggunaan data adapter dapat mengintegrasi antara kedua basis data dengan memaksimalkan kelebihan dari masing-masing basis data. Basis data SQL akan menerima permintaan insert, update, dan delete. Sedangkan basis data NoSQL akan menerima permintaan select. Kedua basis data memiliki data yang sama karena dilakukan transformasi data oleh data adapter. Proses transformasi data terdiri dari dua tahapan, yaitu inisialisasi data dan sinkronisasi data. Tahap inisialisasi data berfungsi untuk memindahkan seluruh data dari basis data SQL ke basis data NoSQL dan hanya dilakukan sekali. Tahap sinkronisasi data dilakukan untuk menyelaraskan data antara kedua basis data setiap terjadinya perubahan data pada basis data SQL. Pendekatan query yang digunakan adalah Query Direct Access yang dapat memberikan kebebasan terhadap modul interaksi dalam melakukan permintaan tanpa harus menunggu proses sinkronisasi selesai. Dari hasil uji coba dilakukan evaluasi performa sehingga didapatkan bahwa sistem data adapter berhasil melakukan sinkronisasi data antara basis data relasional dan basis data NoSQL. Sistem data adapter memiliki rata-rata performa pengambilan data lebih cepat 124 ms dibanding dengan sistem yang tidak menggunakan data adapter. Untuk kasus penyisipan data (insert), basis data relasional memiliki rata-rata performa lebih cepat 33.027 ms dibanding basis data NoSQL. Selain itu, pertumbuhan waktu yang dibutuhkan data adapter untuk melakukan pengambilan data select dan transformasi data meningkat secara linear.
Analisis Model SEIR pada Penyebaran Penyakit Campak dengan Kontrol Optimal Pengobatan dan Penyuluhan Suryanto, Nisa'u Lisa Ilin; Widodo, Basuki
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.155526

Abstract

Salah satu penyakit menular yang memiliki tingkat penularan sangat tinggi adalah campak. Penyakit ini berdam-pak negatif terhadap kesehatan, seperti tingkat kesakitan yang cukup parah serta memiliki angka mortalitas yang tinggi. Oleh karena itu, diperlukan analisis model matematika dengan ken-dali optimal untuk membantu mengendalikan penyebaran virus campak di periode mendatang. Dalam tugas akhir ini, model SEIR penyebaran campak dianalisis untuk mencapai tujuan pe-ngurangan populasi manusia yang terinfeksi melalui pengenda-lian penyebaran penyakit, yang mencakup kontrol pengobatan dan penyuluhan. Dalam analisis model, terdapat dua titik kese-imbangan yang diidentifikasi, yaitu titik keseimbangan bebas penyakit K_b dan titik keseimbangan tidak bebas penyakit atau endemik K_b. Untuk menilai potensi penyebaran penyakit dalam suatu populasi, maka dilakukan perhitungan bilangan repro-duksi dasar R_0. Hasil analisis menunjukkan bahwa nilai R_0<1, yang mengindikasikan bahwa penyebaran virus akan menga-lami penurunan. Selanjutnya, kontrol optimal diselesaikan menggunakan Prinsip Minimum Pontryagin dan simulasi nu-merik dengan metode Runge-Kutta untuk menghasilkan grafik yang menggambarkan dinamika penyebaran penyakit campak selama periode 20 bulan. Hasil simulasi menunjukkan bahwa penerapan kontrol dapat menurunkan laju penularan infeksi, sehingga mengurangi jumlah orang yang terpapar dan terinfek-si campak.
Perbandingan Metode Extreme Gradient Boosting (XGBoost) dan Light Gradient Boosting Machine (LightGBM) untuk Mendeteksi Fraud pada Data Klaim Asuransi Kendaraan Bermotor Aliefia, Aqilla Yumna; Irawan, Mohammad Isa
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.156337

Abstract

Penggunaan asuransi semakin diminati di era per-kembangan ekonomi modern saat ini karena meningkatnya kesadaran masyarakat akan risiko, sehingga penting diperlu-kan sebuah perlindungan atas risiko yang tidak terduga. Asu-ransi merupakan perjanjian antara dua pihak, di mana pihak penanggung berkomitmen kepada tertanggung dengan meneri-ma premi asuransi untuk memberikan ganti rugi kepada ter-tanggung. Salah satu asuransi yang banyak ditawarkan, yaitu asuransi kendaraan bermotor yang memberikan manfaat atas kerugian atau kerusakan yang terjadi pada kendaraan. Namun, pada praktiknya, asuransi kendaraan bermotor rentan terha-dap masalah fraud, yang merupakan tindakan yang dilakukan secara sengaja dengan tujuan memperoleh keuntungan dari pihak lain. Oleh karena itu, pada penelitian ini membahas mengenai deteksi fraud pada klaim asuransi kendaraan bermo-tor dengan menggunakan metode Extreme Gradient Boosting (XGBoost) dan Light Gradient Boosting Machine (LightGBM). Hasil klasifikasi dari kedua metode tersebut akan dibandingkan untuk mendapatkan model yang terbaik. Penelitian ini dila-kukan tahap pengambilan data sebanyak 15.420 data, kemu-dian dilakukan preprocessing data yang meliputi data cleaning, label encoding data, handling imbalance class, dan splitting data. Kemudian dilakukan klasifikasi dengan mengimplementasikan metode XGBoost dan metode LightGBM serta hyperparameter tuning pada masing-masing metode. Kinerja model XGBoost dari metrik evaluasi mendapatkan hasil accuracy 97,89%, precision 97,8%, recall 98,1%, F1-Score 98,0%, dengan waktu komputasi training, yaitu 756.2738 sekon atau sekitar 12 menit. Sementara itu, model LightGBM mendapatkan accuracy 98,3%, precision 98,0%, recall 98,5%, F1-Score 98,3% dengan waktu komputasi training, yaitu 444,5474 sekon atau sekitar 7 menit, Kedua model menunjukkan kinerja yang baik dalam mendeteksi fraud. Namun, model LightGBM memiliki keung-gulan dalam semua metrik evaluasi dan efisiensi waktu kom-putasi. Dengan demikian, LightGBM lebih efektif dan efisien dibandingkan XGBoost dalam mendeteksi fraud pada klaim asuransi kendaraan bermotor.
Pendeteksi Situs Website Phishing Menggunakan Metode Stochastic Gradient Boosting Trisna Amanda Putri, I Gusti Agung Ayu; Irawan, Mohammad Isa
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.154248

Abstract

Perkembangan teknologi jaringan dan komunikasi global yang pesat telah mengalihkan banyak aktivitas kehidup-an sehari-hari ke dunia maya. Namun, infrastruktur internet yang terbuka dan anonim membuka peluang bagi serangan cyber serius, terutama melalui phishing, yang melibatkan pem-buatan situs web palsu untuk mencuri informasi sensitif. Pene-litian ini mengusulkan sistem pendeteksi situs phishing menggu-nakan metode Stochastic Gradient Boosting (SGB), yang terbuk-ti efektif dalam klasifikasi dan prediksi. Sistem ini menganalisis struktur URL sebagai ciri utama dalam mendeteksi phishing. Melalui tahapan preprocessing data, implementasi model, dan pengujian dalam empat skenario, evaluasi menunjukkan bahwa SGB mampu mengklasifikasikan dengan sangat baik, dengan nilai rata-rata metrik evaluasi di atas 96%. Skenario tebraik de-ngan pembagian data 90%:10% tanpa feature selection meng-hasilkan accuracy 97%, precision 96,8%, recall 97,2%, dan F1-score 97%. Hasil ini menujukkan bahwa SGB sangat andal da-lam mengidentifikasi URL phishing, jarang membuat kesala-han, dan memiliki keseimbangan yang baik antara precision dan recall. Selain itu, metode SGB terbukti mampu mendeteksi situs phishing dengan performa sangat baik dalam kondisi data yang kompleks dan penggunaan parameter yang tepat, efektif melin-dungi pengguna dari kerugian finansial dan risiko keamanan.
Kontrol Optimal pada Manajemen Sumber Daya Manusia di ITS TV melalui Pelatihan dan Kolaborasi Antar-Kru Dewi, Putu Swami Indira; Mardlijah, Mardlijah
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.154899

Abstract

Ahli merupakan salah satu aset utama yang dimiliki oleh setiap organisasi, perusahaan, dan berbagai bidang dengan sumber daya manusia sebagai penggerak utamanya. Namun, tidak semua tenaga kerja memiliki keahlian yang dapat dikategorikan sebagai tenaga ahli. Oleh karena itu, diperlukan sistem manajemen sumber daya manusia yang efisien untuk meningkatkan jumlah tenaga ahli yang tersedia. ITS TV, sebagai salah satu media branding ITS, memiliki tenaga kerja yang disebut sebagai kru dengan dua kategori: kru baru dan kru ahli. Kru ahli di ITS TV memainkan peranan yang sangat penting dalam meningkatkan kinerja kru lainnya. Dalam pene-litian ini, dilakukan modifikasi terhadap model matematika sumber daya manusia yang ada untuk menyesuaikannya de-ngan kondisi spesifik objek penelitian. Berdasarkan model yang telah dimodifikasi, dapat diidentifikasi titik kesetimbangan bebas manajemen sumber daya manusia dan titik kesetim-bangan endemik. Model ini kemudian dianalisis untuk sifat kestabilan dan keterkontrolannya. Penelitian ini juga menca-kup analisis kontrol berupa pelatihan dan kolaborasi antar-kru terhadap peningkatan jumlah tenaga ahli di ITS TV. Masalah kontrol ini diselesaikan menggunakan Prinsip Maksimum Pontryagin untuk menentukan nilai kontrol yang paling optimal dan metode numerik Runge-Kutta orde Empat. Hasil simulasi menggunakan software MATLAB menunjukkan bahwa jumlah tenaga ahli meningkat ketika sistem diberikan kontrol, sehingga dapat disimpulkan bahwa pemberian kontrol melalui pelatihan dan kolaborasi antar-kru efektif untuk diterapkan di ITS TV.