Dengan scikit-learn, model Machine Learning yang dibangun dapat mengklasifikasikan setiap komponen bahasa isyarat yang berbeda. Pengujian yang dilakukan pada penelitian ini adalah perhitungan Accuracy, Precision dan Recall pada implementasi algoritma Random Forest Classifier pada klasifikasi dan prediksi Bahasa Isyarat SIBI (Sistem Bahasa Isyarat Indonesia) menggunakan Confusion Matrix.
KESIMPULAN
PEMBUATAN SISTEM DETEKSI BANJIR DAN KONTROL PINTU AIR BERBASIS WEB MENGGUNAKAN NODEMCU
DEVELOPMENT OF WEB-BASED FLOOD DETECTION SYSTEM AND FLOOD CONTROL USING NODEMCU
PENDAHULUAN
Prototipe sistem pendeteksi banjir dan pengendalian pintu banjir menggunakan NodeMCU ESP8266 berbasis website merupakan rancangan teknologi masa kini yang dapat memberikan solusi sederhana untuk memantau dan mengendalikan peringatan dini bencana banjir. Penelitian ini menciptakan suatu alat yang nantinya digunakan untuk pemantauan dan pengendalian kuncian sungai berbasis Internet of Things (IoT).
METODE PENELITIAN 1 Rancangan Pengujian
- Rancangan Algoritma Fuzzy
- Rancangan Sistem
- Instalasi Board Manager ESP8266
- Konfigurasi Library
- Konfigurasi Jaringan Internet dan DNS Website
- Rancangan Alat
Variabel laju pembukaan pintu air merupakan variabel keluaran dimana nilai ini diperoleh berdasarkan ketinggian air yang diperoleh sebelumnya. Kurva Variabel Laju Pembukaan Pintu Air Dari Tabel 3 diatas dapat diambil fungsi persamaan keanggotaan variabel tinggi muka air sebagai berikut.
HASIL DAN PEMBAHASAN 1 Implementasi Sistem
- Implementasi Perangkat Lunak
- Implementasi Perangkat Keras
- Flowchart
- Pengujian Alat Kontrol
- Pembahasan Sistem
Dengan dijelaskannya kedua langkah tersebut, setelah menggabungkan kedua rangkaian tersebut, maka terbentuklah suatu alat untuk merancang sistem pendeteksi banjir dan pengendalian pintu banjir sesuai dengan yang telah direncanakan sebelumnya, dan kemudian alat tersebut siap untuk diimplementasikan. “Sistem Deteksi Banjir dan Pintu Air Otomatis Menggunakan Raspberry Pi 3 Berbasis Website,” Jurnal Nasional Teknologi Informatika dan Jaringan, vol.
PENINGKATAN AKURASI ALGORITMA C4.5 MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK MENDETEKSI
PENYAKIT DIABETES
IMPROVING THE ACCURACY OF THE C4.5 ALGORITHM USING PARTICLE SWARM OPTIMIZATION TO PREDICATE DIABETES
PATIENTS
METODE PENELITIAN 1 Gambaran Umum
- Pengumpulan Data
- Transformasi Data
- Pemisahan Data
- Pembuatan Model
- Pemodelan Pohon Keputusan C4.5
- Pemodelan Particle Swarm Optimization Algoritma particle swarm optimization (PSO)
- Peralatan Penelitian
Untuk mencapai peningkatan akurasi, model akan dibandingkan menggunakan algoritma klasifikasi pohon keputusan C4.5 dan ditambahkan algoritma C4.5 menggunakan algoritma optimasi gerombolan partikel untuk memilih atribut yang sesuai. Model yang diusulkan untuk pengujian adalah kombinasi algoritma pohon keputusan C4.5 dan optimasi gerombolan partikel.
HASIL DAN PEMBAHASAN
- Hasil Normalisasi Dataset
- Pemisahan Data dengan Split Validation Atribut dataset dipisah menjadi 2 bagian yaitu
- Hasil Model Algoritma PSO dan C4.5 Dilakukan pengujian algoritma PSO dengan
Akurasi terbaik pada algoritma C4.5 diperoleh dari bagian data sebesar 0,2 yaitu 80% dari data latih dan 20 persen dari total data yang tersedia untuk data uji. Rahmawati, “Mengoptimalkan akurasi algoritma C4.5 berbasis optimasi gerombolan partikel dengan teknik bagging untuk memprediksi penyakit ginjal kronis,” Techno.Com, vol.
ANALISIS SENTIMEN KESEHATAN MENTAL MENGGUNAKAN K-NEAREST NEIGHBORS PADA SOSIAL MEDIA TWITTER
SENTIMENT ANALYSIS OF MENTAL HEALTH USING K-NEAREST NEIGHBORS ON SOCIAL MEDIA TWITTER
METODE PENELITIAN 1 Tahapan Penelitian
- Tahapan CRISP-DM a. Business Understanding
Proses ini meliputi beberapa tahapan yang meliputi transformasi kasus, tokenize, filter token, filter stopwords dan stem. Tokenize, proses memecah kalimat menjadi data komentar sehingga sistem dapat memeriksa setiap kata dalam kalimat satu per satu. Stemming, proses menghilangkan imbuhan pada suatu kata dan mengubahnya menjadi bentuk kata dasar.
Pada tahap ini peneliti akan mengevaluasi metode klasifikasi dengan mengukur kinerjanya menggunakan matriks konfusi terhadap algoritma K-Nearest Neighbors.
HASIL DAN PEMBAHASAN 1 Data Preparation
Pada tahap pemodelan ini peneliti menggunakan algoritma K-Nearest Neighbors, namun sebelumnya dilakukan perbandingan model klasifikasi dengan menggunakan algoritma Decision Tree dan Support Vector Machine. Pengujian dilakukan berdasarkan nilai k yaitu k=1,k=3,k=5,k=7,k=9 pada Tabel 4 dengan menggunakan angka k ganjil karena algoritma K-Nearest Neighbor pada cara ini berhasil. Algoritma K-Nearest Neighbors mencapai akurasi terbesar dengan menggunakan pemisahan data 70:30 yang diperoleh ketika nilai k adalah 5.
Imron, “Analisis Sentimen Daya Tarik Wisata di Kabupaten Rembang Menggunakan Metode Naive Bayes Classification,” Tech.
ANALISIS SENTIMEN TERHADAP PEMBELAJARAN DOSEN BERDASARKAN DATA KRITIK SARAN MAHASISWA
MENGGUNAKAN METODE NAIVE BAYES
SENTIMENT ANALYSIS OF LECTURER'S LEARNING BASED ON STUDENT'S CRITICISM DATA USING NAIVE BAYES METHOD
METODE PENELITIAN 1 Landasan Teori
- Analisis Sentimen
- Naïve Bayes Classifier
- Data Penelitian
- Pemodelan
- Evaluasi
- Rancangan Pengujian
Naive Bayes classifier merupakan metode yang dapat digunakan untuk melakukan klasifikasi dengan menggunakan dasar probabilistik dan teorema Bayesian, dengan asumsi setiap variabel Metode klasifikasi Naive Bayes memerlukan dua langkah untuk klasifikasi teks, yaitu tahap pelatihan dan klasifikasi. Pada tahap ini peneliti akan mengevaluasi metode klasifikasi dengan melakukan pengukuran kinerja untuk mengukur seberapa besar akurasi, presisi dan recall yang dicapai dengan menggunakan data yang dipartisi untuk algoritma Naive Bayes.
Pada tahap ini dilakukan pengujian terhadap aplikasi yang dibuat yaitu Naive Bayes Classifier untuk mengukur keakuratan data perhitungan yaitu sentimen positif, negatif dan netral.
HASIL DAN PEMBAHASAN 1 Data Collection
- Pemberian Label Sentimen
- Tahapan Preprocessing
- TF-IDF
- Penerapan Metode Naïve Bayes
- Hasil Pengujian Program
- Hasil Analisis Sentimen
Tabel 5 berisi contoh data komentar kritis dan saran yang bernuansa positif, dapat dilihat pada tabel di bawah ini. Tabel 6 berisi contoh data komentar kritis dan saran yang mempunyai sentimen negatif, dapat dilihat pada tabel di bawah ini. Tabel 7 memuat contoh data komentar kritis dan saran yang bernuansa netral, dapat dilihat pada tabel di bawah ini.
Dengan dataset usulan kritik Universitas Budi Luhur sebanyak 2.903 baris data, dilakukan pengujian dan diperoleh hasil pada tabel 18.
UCAPAN TERIMA KASIH
PERANCANGAN APLIKASI SISTEM PENGGAJIAN KARYAWAN PADA PT IMMORTAL COSMEDIKA INDONESIA
APPLICATION DESIGNER FOR THE EMPLOYEE’S PAYROLL SYSTEM AT PT IMMORTAL COSMEDIKA INDONESIA
METODE PENELITIAN 1 Desain Penelitian
- Desain Penelitian
- Metode Pengembangan Sistem
Menurut Pressman, metodologi air terjun adalah metodologi pengembangan sekuensial yang mengambil pendekatan sistematis dan berurutan dalam membangun perangkat lunak [9]. Analisis merupakan fase dimana rekayasa perangkat lunak menganalisis apa yang dibutuhkan untuk membuat aplikasi yang dibangun [11]. Pengujian merupakan tahapan pengujian perangkat lunak yang dilakukan untuk menemukan kesalahan atau kekurangan pada sistem [13].
Ini adalah tahap akhir ketika perangkat lunak telah selesai dibuat dan segala perubahan atau penambahan dilakukan sesuai kebutuhan.
HASIL DAN PEMBAHASAN 1 Diagram Aliran Data
- Pengujian Aplikasi
Pada layar form data pegawai untuk memasukkan data pegawai yang terdiri dari NIP, Nama Pegawai, Tempat Lahir, Tanggal Lahir, Jenis Kelamin, Alamat, Status, Kode Jabatan, NPWP. Masukkan data kehadiran yang terdiri dari kode kehadiran, NIP, nama pegawai, tanggal kehadiran dan keterangan pada form data kehadiran. Pada layar form data penggajian untuk memasukkan data penggajian yang terdiri dari nomor penggajian, tanggal, NIP, nama pegawai, jabatan, gaji pokok, tunjangan jabatan, jumlah kehadiran, uang angkutan, jumlah angkutan, jumlah lembur, upah lembur, total lembur, Pendapatan Bruto, Iuran JHT JKK JK, Iuran BPJS Kesehatan dan Gaji Bersih.
Pada form layar rincian pegawai digunakan untuk memeriksa laporan rincian pegawai yang terdiri dari NIP, Nama Pegawai dan Kota.
PENERAPAN METODE REST API UNTUK PRESENSI SISWA MAGANG PADA PT. MENARA INDONESIA
APPLICATION OF REST API METHOD FOR INTERNSHIP STUDENT PRESENCE AT PT. MENARA INDONESIA
METODE PENELITIAN 1 Data Penelitian
- Metode Pembanding
- Penerapan Metode
- Perencanaan
- Implementasi
- Tes Perangkat Lunak
- Dokumentasi
- Pemeliharaan
REST sebagai media pertukaran data mempunyai fungsi request dan respon, dimana dengan menggunakan HTTP, web service dapat menjembatani pertukaran data pengguna ke database berupa data JSON. Tata Cara Eksekusi Metode Get Metode get mempunyai fungsi untuk menampilkan data yang diminta oleh user. Proses melakukan metode koreksi. Metode patch mempunyai fungsi untuk mengubah data pengguna dengan mengirimkan request body yang ingin diubah, kemudian REST server akan memeriksa token dan rule dari permintaan tersebut dan meneruskannya ke database untuk mengubah data tersebut, kemudian server akan merespon. dengan kode status.
Proses penerapan metode hapus. Metode delete mempunyai fungsi untuk menghapus data pengguna dengan parameter ID. Pengguna diautentikasi terlebih dahulu jika pengguna memiliki token akses. Jika sudah, permintaan dikirim ke database dan menghapus ID yang diminta, kemudian server akan merespons dengan kode status ke server REST.
HASIL DAN PEMBAHASAN 1 Deployment Diagram
Ada beberapa poin yang timbul dari penerapan web service menggunakan website dan metode Representational State Transfer (REST) berbasis Android di PT.Menara Indonesia. Berdasarkan analisis yang dilakukan maka dapat disimpulkan bahwa penerapan web services menggunakan Website dan metode Representational State Transfer (REST) berbasis Android pada PT.Menara Indonesia adalah sebagai berikut. Irianto, “Implementasi web service menggunakan metode Rest Api untuk integrasi data Covid 19 di Sulawesi Selatan,” Logikavol SYNTAX JOURNAL.
Adil, “Implementasi Web Service Rest Api Dalam Membangun Aplikasi Lintas Platform Pada Perusahaan Jasa,” MATRIK: Jurnal Manajemen, Teknik Informatika dan Teknik Komputer, Vol.
PENERAPAN METODE ALGORITMA FISHER YATES SHUFLE PADA GAME EDUKASI RAGAM BUDAYA BERBASIS ANDROID
APPLICATION OF THE FISHER YATES SHUFLE ALGORITHM METHOD IN ANDROID-BASED CULTURE EDUCATION GAMES
METODE PENELITIAN 1 Pengumpulan Data
- Pengujian Metode Algoritma Fisher-Yates Shuffle
- Kuesioner
Pada menu drop down terdapat tombol suara dimana pemain dapat mematikan atau mengaktifkan suara dan pada tombol info pemain dapat melihat profil pembuat game yang ada pada gambar 15. Pada menu belajar terlihat pada gambar 7 , pada menu permainan pada gambar 11, dan pada menu keluaran pada gambar 16. Pada tampilan menu belajar rumah daerah terdapat gambar dan nama rumah daerah beserta asal usulnya.
Pada tampilan menu belajar pangan daerah terdapat gambar dan nama makanan daerah beserta asal usulnya.
Jika memilih Ya maka pemain akan keluar dari aplikasi permainan dan jika memilih Tidak maka pemain akan kembali ke menu utama. Penggunaan metode Fisher-Yates Shuffle telah berhasil digunakan dalam aplikasi game edukasi budaya sebagai metode pengacakan soal dan jawaban dalam kuis. Ulfha, “Game Edukasi Nilai Budaya Menggunakan Algoritma A*(A-Star) Berbasis Desktop RA Al-furqon Gandul”, Perpustakaan Universitas Budi Luhur, hal.
Muzliah Rizka Hamadi, “Perancangan dan Pengembangan Aplikasi Game Edukasi Menghafal Sholat Agama Islam”, E-Jurnal Teknik Informatika, Vol.
PENERAPAN ALGORITME FINITE STATE MACHINE PADA GAME
34;SI JAMPANG" BERBASIS ANDROID
APPLICATION OF THE FINITE STATE MACHINE ALGORITHM ON ANDROID BASED "SI JAMPANG" GAME
METODE PENELITIAN 1 Penerapan Metode
- Desain Level
Pada gambar 3 merupakan desain menu permainan pada game Si Jampang, dimana pada awal menu utama permainan terdapat tombol Start. Alur cerita dalam game ini menceritakan tentang seorang tokoh Betawi yaitu Si Jampang yang mencari parang dan membantu orang-orang miskin yang membutuhkan. Untuk jalan cerita permainannya, Si Jampang merupakan seorang jagoan Betawi yang dikenal memiliki ilmu silat tingkat lanjut dan ahli dalam menggunakan parang sebagai senjatanya.
Melihat penderitaan masyarakat Betawi, Jampang tidak tinggal diam dan dengan kepiawaiannya ia berencana membantu masyarakat miskin dengan cara merampok rumah orang-orang kaya saat itu dan kemudian membagikan hasilnya kepada masyarakat miskin yang membutuhkan.
HASIL DAN PEMBAHASAN 1 Implementasi Metode
- Flowchart Sistem
- Hasil Tampilan Aplikasi
- Pengujian
Berdasarkan permasalahan dan hasil pengujian game yang dibuat, artikel ini dapat menyimpulkan bahwa metode Algoritma Finite Machine yang diterapkan pada musuh telah diuji dan hasilnya dapat bekerja dengan baik, sehingga musuh berperilaku sesuai interaksi pemain. Dapat disimpulkan bahwa game tersebut berhasil dan diterima dengan baik oleh responden. Implementasi Algoritma Finite Automata sebagai Perubahan Perilaku Otonom dan Adaptif pada Karakter Non Pemain pada Game Petualangan Ksatria Pancasila.
Game petualangan horor "Let'S Escape" dengan mesin desktop Unity menggunakan metode finite automaton" 2020.
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS DALAM MENENTUKAN TEKNISI TERBAIK PADA PT. SEJAHTERA
BUANA TRADA
APPLICATION OF THE ANALYTICAL HIERARCHY PROCESS METHOD IN DETERMINING THE BEST TECHNICIAN AT PT
SEJAHTERA BUANA TRADA
METODE PENELITIAN
- Teknik Analisa Data
- Perbandingan berpasangan kriteria
- Perbandingan berpasangan kriteria
- Perankingan Alternatif Langkah 1
- Tampilan Layar
Mencari hasil normalisasi dengan mengalikan setiap kolom matriks dengan jumlah setiap kolom ditunjukkan pada Tabel 4. Menghitung λ lambda max dengan mengalikan nilai rata-rata eigenvector dengan jumlah setiap kolom matriks terlihat pada Tabel 8 Mengalikan seluruh nilai mean alternatif dengan kriteria dengan Nilai mean kriteria dapat dilihat pada Tabel 12.
Hasil perkalian seluruh nilai mean alternatif kriteria dengan nilai mean kriteria dapat dilihat pada Tabel 13.
PENGEMBANGAN STRATEGI BISNIS MELALUI BUSINESS MODEL CANVAS DAN STRATEGI PEMASARAN CV SARI BUMI SAKTI
MELALUI WEBSITE
DEVELOPMENT OF BUSINESS STRATEGY THROUGH BUSINESS MODEL CANVAS AND MARKETING STRATEGY OF CV SARI BUMI
SAKTI THROUGH WEBSITE
HASIL DAN PEMBAHASAN 1 Analisa Sistem Berjalan
- Rancangan Keluaran dan Masukan a. Rancangan Masukan
Aset utama CV.Sari Bumi Sakti adalah pabrik dan infrastruktur di Desa Warungboto, Jl. Mitra utamanya adalah perusahaan obat nyamuk ini yang terdiri dari supplier bahan baku, jasa pengiriman, distributor yang membantu distribusi produk CV.Sari Bumi Sakti dan supplier kemasan. Dengan sistem informasi penjualan E-Commerce CV.Sari Bumi Sakti dapat diakses secara mudah dan interaktif oleh semua orang, dimanapun, tanpa adanya batasan tempat dan waktu.
Website e-commerce menyimpan data dalam database online sehingga mudah dicari dan diolah secara tepat untuk kebutuhan CV.Sari Bumi Sakti.
INDEKS NAMA PENULIS
INDEKS KATA KUNCI
JUDUL PASAL BAHASA INDONESIA (maksimal 12 kata, huruf kapital, new roman times, 14 point, bold dan center).
JUDUL ARTIKEL BAHASA INDONESIA (maksimal 12 kata, huruf besar, times new roman, 14pt, tebal, dan rata tengah)
- PENDAHULUAN [HEADING LEVEL 1
- FORMAT NASKAH
- Panjang Naskah [Heading Level 2: Times New Roman 10 bold]
- PENULISAN NASKAH
- Persamaan Matematika
- Sumber Pustaka
- DAFTAR PUSTAKA
Kecuali ringkasan, awal paragraf isi diindentasi (indentasi baris pertama) sebesar 7,5 mm. Beberapa aturan mengenai penulisan sumber pustaka, yaitu: Sumber pustaka yang dicatat pada daftar pustaka sebelumnya harus dicantumkan dalam naskah secara berurutan sesuai urutan pengutipan dalam naskah. Untuk panduan lebih lengkap tentang aturan kutipan dan bibliografi gaya IEEE, lihat https://ieeeauthorcenter.ieee.org/wp-content/uploads/IEEE-Reference-Guide.pdf.
Solichin, “Pengolahan Sinyal Digital untuk Mengidentifikasi Akord Dasar Penyanyi Menggunakan Metode Mel Frekuensi Cepstral Coefisien (MFCC) dan Jaringan Syaraf Tiruan Backpropagation Pengolahan Sinyal Digital untuk Mengidentifikasi Akord Penyanyi Menggunakan Mel Frekuensi Cepstral Coef,” dalam Seminar Nasional Multidisiplin (SENMI no.
Peringatan
