Articles
272 Documents
<![CDATA[Implementasi Bahasa Pemrograman Python untuk Path analysis ]]>
<![CDATA[Rommi Kaestria]]>;
<![CDATA[Elok Faiqotul Himmah]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.6634
<![CDATA[Path analysis merupakan bagian dari Structural Equation Modelling (SEM) yang sering digunakan untuk menyelesaikan masalah diberbagai bidang ilmu. Penyelesaian masalah dengan path analysis membutuhkan bantuan perangkat lunak ataupun bahasa pemrograman untuk mempermudah pengujian model dan analisis data. Penelitian ini bertujuan untuk mengimplementasikan bahasa pemrograman Python untuk menyelesaikan masalah path analysis. Studi kasus dilakukan berdasarkan penelitian yang sebelumnya telah dilakukan penulis yaiu mengenai path analysis untuk menentukan pengaruh mata kuliah prasyarat terhadap mata kuliah lanjutannya dengan menggunakan perangkat lunak statistika, R. Penulis menyelesaikan studi kasus tersebut dengan menggunakan bahasa pemrograman Python kemudian melakukan perbandingan terhadap hasil yang diperoleh dengan menggunakan Python dan R. Penelitian ini merupakan penelitian eksperimen yang meliputi tahap persiapan, pelaksanaan, analisis, dan pengambilan kesimpulan. Studi kasus dilakukan terhadap 94 sampel yaitu mahasiswa yang telah menempuh dan lulus mata kuliah prasyarat dan mata kuliah lanjutannya. Penulis menyelesaikan kasus tersebut dengan menggunakan Python kemudian menganalisis dan membandingkan hasil yang diperoleh ini dengan hasil yang diperoleh dengan menggunakan R pada penelitian sebelumnya. Hasil penelitian menunjukkan bahwa penggunaan bahasa pemrograman Python juga bisa menyelesaikan permasalahan pada path analysis ini dibuktikan dengan hasil yang diperoleh dengan Python tidak jauh berbeda dengan hasil yang diperoleh dengan R.]]>
<![CDATA[VTO Model Tester with MindAR Library ]]>
<![CDATA[Sanriomi Sintaro]]>;
<![CDATA[Lucky Putra Dharmawan]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.12280
<![CDATA[Augmented Reality is not a new technology, with more than 30 years of age, AR, which used to require large resources, can now even be run using a website application. The advantage of using a website is that the website application can be run on almost any device that supports a web browser. Web AR can also be used as a trial tool that can be used by customers to try on clothes or other products which is also known as VTO or Virtual Try On. The problem that arises from VTO Application is from the 3D designer side, which must make 3D Object and always readjust if the 3D is not suitable for VTO that requires accuracy of shape and size, that must be adjusted between 3D objects and human faces. The focus of this research is creating a website application that can connect to the internet so that 3D designers can easily access the VTO tester from any device to test 3D objects that have been created for Virtual Try On. The result of this research is that we can use local storage as a temporary storage medium and proof that local storage cannot also be used to store documents but also to store 3D objects. By immediately deleting temporary storage in local storage, the storage quota will not increase so that our local storage drives are not affected, the memory usage of only 10MB is also an advantage of this VTO Tester application, because it does not require a large memory to run the VTO Tester. In terms of memory usage, there is no memory leak that results when using VTO Tester application, this proves that the application developed can be used repeatedly without worrying about burdened computer performance.]]>
<![CDATA[DETEKSI PENYAKIT TANAMAN PADI MENGGUNAKAN EKSTRAKSI FIRUR LBP DAN KLASIFIKASI MODIFIED KNN ]]>
<![CDATA[Andi Farmadi]]>;
<![CDATA[Muliadi Muliadi]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.13238
<![CDATA[Daun dan batang padi merupakan bagian utama dalam pemantauan investigasi tanaman padi yang memberikan informasi mengenai status kesehatan tanaman yang mempengaruhi kualitas dan kuantitas hasil tanaman padi. Pemantauan melalaui hasil digitasi daun dan batang dapat mengklasifikasikan penyakit tanaman padi sebagai jenis kelas penyakit berdasarkan data yang diperoleh dari repositori basis data citra pertanian. Data penyakit pada yang digunakan sebanyak 300 data dengan 3 kelas penyakit, yaitu Brown Spot, Hispa, dan Leaf Blast. Digunakan metode analisis tekstur gambar (citra) dengan menggunakan model statistik serta structural, dengan memakai 8 piksel ketetanggan dari sebuah piksel tengah yang dipergunakan dalam operator dasar dari metode Local Binary Pattern (LBP) yang mempunyai ukuran 3x3. Nilai piksel ketetanggaan tersebut dikonversi ke dalam nilai decimal untuk menggantikan nilai piksel tengah. Tahapan pembagian data menggunakan 5-Fold Cross validation. Metode Modified K-Nearest Neighbor digunakan untuk melakukan pengklasifikasian untuk identifikasi terhadap citra daun Padi. Dimana pada tahap klasifikasi data di uji secara manual satu-persatu pada saat proses klasifikasi. dari tiga kelas dan masing-masing memiliki 100 data, totalnya ada 300 data. Dalam 5 cross-validation. Hasil uji didapatkan model klasifikasi dengan nilai akurasi tertinggi sebesar 81,24%, pada K=13.]]>
<![CDATA[Implementasi Kecerdasan Bisnis pada UPT. (Unit Pelaksana Teknis) Pengembangan Karier dan Kewirausahaan Universitas Lampung ]]>
<![CDATA[Rico Andrian]]>;
<![CDATA[eggi amandara]]>;
<![CDATA[Rizky Prabowo]]>;
<![CDATA[Diky Hidayat]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.14157
<![CDATA[Universitas Lampung memiliki tujuan untuk menghasilkan lulusan yang berkualitas dan berdaya saing tinggi serta mampu menciptakan lapangan kerja bagi dirinya dan orang lain. Universitas Lampung memiliki tracer study sebagai sistem pelacakan alumni dalam pencarian kerja, situasi kerja, dan pemanfaatan perolehan kompetensi. Penelitian ini menggunakan pendekatan business intelligence roadmap yang terdiri dari justifikasi, perencanaan, analisis bisnis, desain, konstruksi, dan penerapan. Penelitian ini juga menggunakan indikator kinerja utama yang bertujuan untuk menjadi acuan dalam mengetahui dan meningkatkan kinerja suatu instansi sehingga tujuan, sasaran, dan rencana suatu instansi dapat tercapai. Hasil evaluasi yang dilakukan dalam penerapan dashboard data alumni Universitas Lampung memiliki empat tahapan yaitu message check, visual components check, squint test, dan accessibility check. Hasil evaluasi dashboard tracer study di Universitas Lampung menyatakan bahwa dashboard bersifat intuitif, artinya informasi yang ingin disampaikan pada dashboard dapat dipahami oleh pengguna.]]>
<![CDATA[IMPLEMENTASI CATBOOST DENGAN MENGGUNAKAN HYPER-PARAMETER TUNING BAYESIAN SEARCH UNTUK MEMPREDIKSI PENYAKIT DIABETES ]]>
<![CDATA[Arif Darmawan]]>;
<![CDATA[Muliadi Muliadi]]>;
<![CDATA[Dwi Kartini]]>;
<![CDATA[Triando Hamonangan Saragih]]>;
<![CDATA[Radityo Adi Nugraha]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.13746
<![CDATA[Diabetes merupakan masalah kesehatan masyarakat dunia dengan prevalensi yang selalu meningkat setiap tahun. Penyakit Diabetes ini perlu didiagnosis sejak dini menggunakan algoritma klasifikasi. Dataset yang digunakan yaitu PIMA Indians Diabetes Database dari Kaggle dengan 768 data dan 8 fitur. Metode pengklasifikasi yang digunakan yaitu Catboost. Klasifikasi Catboost dapat bekerja baik dalam menangani ketidak seimbangan data, namun kinerja algoritma ini masih bisa ditingkatkan lagi. Untuk mengatasi permasalahan tersebut peneliti menggunakan solusi Hyper-parameter tuning. Catboost memiliki beberapa Hyper-parameter yang dapat dikonfigurasi untuk meningkatkan kinerja dari model. Masalah mengidentifikasi nilai yang baik untuk Hyper-parameter disebut Hyper-parameter tuning. Metode Hyper-parameter tuning yang digunakan yaitu Bayesian Search yang kemudian divalidasi menggunakan 10-Fold Cross Validation sebanyak 10 iterasi. Hyper-parameter Catboost yang dikonfigurasi antara lain depth, learning_rate dan Iterations. Pengujian pada Catboost tanpa Hyper-parameter tuning memperoleh nilai presisi sebesar 0,625% dan nilai AUC sebesar 0,868%. Untuk pengujian Catboost dengan Hyper-parameter tuning memperoleh presisi sebesar 0,634 % dan AUC sebesar 0,901%. Menambahkan Hyper-parameter tuning Bayesian Search pada metode klasifikasi Catboost dapat meningkatkan hasil nilai akurasi dan nilai AUC.]]>
<![CDATA[KLASTERISASI DATA PENJUALAN BERDASARKAN WILAYAH MENGGUNAKAN METODE K-MEANS PADA PT XYZ ]]>
<![CDATA[Elin Mayoana Fitri]]>;
<![CDATA[Ryan Randy Suryono]]>;
<![CDATA[Agus Wantoro]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.12582
<![CDATA[PT XYZ merupakan perusahaan yang bergerak dalam bidang distributor minuman ringan yang ada di Lampung. Permasalahan yang dihadapi perusahaan saat ini dalam mengelola data transaksi penjualan di setiap cabangnya masih dilakukan pengelompokkan secara manual sehingga menjadi kurang efisien. Penelitian ini bertujuan untuk memberikan kemudahan bagi perusahaan dalam mengelola data transaksi penjualannya untuk mengetahui tingkat penjualan produk pada setiap cabangnya. Penelitian dilakukan dengan menggunakan metode clustering algoritma k-means, dan menggunakan bahasa pemrograman python. Data akan di clustering ke dalam 3 cluster yaitu penjualan tertinggi, penjualan, sedang, dan penjualan terendah. Hasil dari penelitian menunjukkan bahwa penjualan dengan nilai tertinggi adalah pada region 3, penjualan dengan nilai sedang berada pada region 11 dan penjualan dengan nilai terendah yaitu pada region 4. Pengujian terhadap hasil clustering dalam penelitian ini menggunakan metode silhouette score untuk mengetahui jumlah klaster yang optimal. Hasilnya didapatkan skor untuk klaster data penjualan berdasarkan region adalah 0,78 dan untuk klaster data penjualan berdasarkan outlet adalah 0,58. Skor tersebut menunjukkan bahwa jumlah klaster yang dihasilkan masuk kedalam kategori baik karena tidak mendekati -1. Berdasarkan hasil klasterisasi tersebut diharapkan dapat menjadi rekomendasi PT XYZ dalam menentukan strategi penjualan sebagai upaya meningkatkan keuntungan bagi perusahaan.]]>
<![CDATA[SISTEM PAKAR MENDIAGNOSA PENYAKIT PERUT DENGAN METODE FORWARD CHAINING ]]>
<![CDATA[Christy Natalia Gultom]]>;
<![CDATA[jenie sundari]]>;
<![CDATA[Nila Hardi]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.13430
<![CDATA[— At present there are still many people who do not know about the types of stomach diseases that exits. In general, people only understand 1 or 2 types of stomach disease that exist and underestimate the syptoms of stomach pain they experience. While an upset stomach if not immediately known and treated can be a very dangereous disease that can cause death for sufferers anyway. Therefore, it is very important for the public to know the beginning and existing stomach aliments. Therefore, the authors provide a solution by creating an Expert Systems to Diagnose Stomach Diseases that can help the community in diagnosing stomach ailments that they are experiencing. Experts system is a computer application that is intended to assist in making decisions or solving problems in a spesific field. All the knowledge needed in the expert system is an amalgamation of several experts made by doctors, all the accuarcy data can be trusted. This research used the forward chaining method to get conclusion from the syptoms of stomach disease experienced by the community. Keywords: disease, stomach,expert, forward, chaining]]>
<![CDATA[ANALISIS KUALITAS E-LEARNING BERDASARKAN ISO/EIC 25010 (STUDI KASUS : LUMEN UNIVERSITAS KATOLIK MUSI CHARITAS) ]]>
<![CDATA[Kadek Rosalina]]>;
<![CDATA[Sri Andayani]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i2.12579
<![CDATA[Pandemi Covid-19 berpengaruh pada berbagai sektor, salah satunya adalah sektor pendidikan. Oleh karena itu pemerintah menganjurkan untuk melakukan sistem pembelajaran jarak jauh (daring). Universitas Katolik Musi Charitas merupakan salah satu universitas yang menggunakan pembelajaran dengan e-learning bernama LUMEN semenjak wabah pandemi Covid-19 di Indonesia. LUMEN sebagai media perkuliahan jarak jauh yang membantu mahasiswa dan dosen dalam kegiatan belajar mengajar secara online. Namun dikarenakan LUMEN masih terbilang baru, terdapat 94,4% pengguna LUMEN mengalami kendala ketika menggunakannya. Hal ini menunjukan bahwa secara umum LUMEN masih belum bisa dikatakan memiliki kualitas yang baik. Maka diperlukan upaya pengukuran kualitas terhadap LUMEN agar dapat dijadikan saran serta rekomendasi untuk evaluasi pengembangan yang lebih baik. Untuk mengetahui kualitas LUMEN, peneliti melakukan analisis terhadap LUMEN dengan menggunakan standar ISO/IEC 25010 yang berfokus pada software product. Selanjutnya penelitian dilakukan dengan metode kuantitatif yaitu menyebarkan kuesioner pada 96 mahasiswa aktif tahun akademik 2022/2023 Universitas Katolik Musi Charitas serta menggunakan analisis data statistik deskriptif. Hasil penelitian menyatakan persentase rata-rata sebesar 79,26%. Persentase tertinggi terdapat pada indikator portability yaitu 84,58% dan persentase reliability terendah yaitu 74,30%. Hasil dari penelitian menunjukan bahwa kulitas dari LUMEN sudah termasuk dalam kriteria “baikâ€.]]>
<![CDATA[Aplikasi Sistem Pakar Untuk Diagnosa Penyakit Ibu Hamil Menggunakan Metode Forward Chaining Berbasis Website ]]>
<![CDATA[Samuel Agave]]>;
<![CDATA[Muhamad Bahrul Ulum]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 1 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i1.3070
<![CDATA[Kehamilan merupakan suatu proses yang dialami oleh seluruh wanita di dunia. Dalam melewati proses kehamilan seorang wanita harus mendapatkan persiapan yang benar. Saat hamil banyak perubahan yang terjadi pada tubuh ibu hamil, salah satunya adalah ketahan tubuh yang menjadi berkurang. Penyakit apapun dapat dengan mudah menyerang tubuh apabila ibu hamil tidak menjaga kebugaran serta kesehatan. Salah satu masalah yang dihadapi oleh ibu hamil pada masa kehamilannya yaitu kurangnya informasi mengenai kesehatan pada ibu hamil dan keluhan yang dirasakan pada ibu hamil dianggap hal yang wajar tanpa memeriksakan gejala yang dialami, hal ini memicu tingginya ibu hamil yang terdiagnosis penyakit kehamilan yang menyebabkan meningkatnya Angka Kematian Ibu (AKI). Karena permasalahan tersebut diperlukan aplikasi sistem pakar untuk membantu ibu hamil dalam mendapatkan informasi mengenai penyakit kehamilan dan melakukan diagnosa dini mengenai penyakit kehamilan. metode yang digunakan dalam pembuatan aplikasi sistem pakar ini adalah forward chaining. Penelitian ini menggunakan metode pengembangan sistem extreme programming dengan php native sabagai coding utama dalam pembuatan aplikasi. Hasil dari penelitian ini yaitu dapat memberikan informasi informasi mengenai penyakit kehamilan dan melakukan diagnosa dini mengenai penyakit kehamilan berdasarkan knowledge base, yang terdiri dari 6 data penyakit, 30 data gejala, dan 6 data solusi.]]>
<![CDATA[ANALISIS PEMILIHAN LAYANAN INTERNET TERBAIK DI KOTA DEPOK MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS ]]>
<![CDATA[Amos Saut Parulian Aritonang]]>;
<![CDATA[Cepi Cahayadi]]>
<![CDATA[ Jurnal Komputasi Vol. 11 No. 1 (2023) ]]>
Publisher : <![CDATA[Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23960/komputasi.v11i1.5023
<![CDATA[Amos Saut Parulian Aritonang (11207032), Analisis Pemilihan Layanan Internet Terbaik Di Kota Depok Menggunakan Metode Analytical Hierarchy Process. Jangkauan layanan internet saat ini dapat ditemukan di berbagai lokasi atau wilayah yang memudahkan para masyarakat menggunakan layanan tersebut dimana saja untuk aktifitas kesehariannya secara online. Setiap calon pengguna akan memastikan pilihan Internet Service Provider yang akan digunakan nantinya sesuai dengan kebutuhan. Contohnya layanan dengan harga yang relatif mahal namun memiliki kualitas yang baik, atau adanya layanan dengan harga relatif terjangkau dengan bandwidth yang tidak terlalu tinggi Adanya macam macam keunggulan tersebut akan membuat para calon pengguna mengalami kesulitan dalam pemilihan layanan internet yang akan digunakan. Menerapkan AHP sebagai sistem pendukung keputusan adalah solusi untuk membantu masyarakat dalam melakukan pemilihan layanan internet. Dengan perhitungan menggunakan metode AHP, maka diperoleh urutan prioritas kriteria utama yaitu, Harga dengan nilai 39% , untuk kriteria bandwdith dengan nilai 31%,dan untuk kriteria pelayanan dengan nilai 29%. Sedangkan untuk peringkat pada alternatif diperoleh hasil yaitu, Indihome sebesar 33% untuk Firstmedia atau 23%, untuk Biznet 21%, dan untuk Oxygen 21%. Tujuan dari penelitian ini adalah pelanggan dapat memilih dengan perbandingan-perbandingan yang telah dilakukan.]]>
