Abstract:Abstract: Gender classification is one of the most important tasks of video analysis. A machine learning-based approach was presented to identify male and female facial images with a data set of 2000 images taken from kaggles. …
ggles. This method plays a role in finding the weight value that gives the best output value. This study uses the most appropriate learning rate of each optimization method as a criterion for stopping training. The results showed that the Artificial Neural Network with Adam optimization produced the highest accuracy, which was 91.5% compared to the SGD and ADADELTA optimization methods. Deep Learning techniques that are applied extensively to image recognition used utilize Adam's optimizer method.
Keywords: artificial neural networks; adadelta; adam; gender; sgm;
Abstrak: Klasifikasi gender adalah salah satu tugas analisis video yang paling penting. Pendekatan berbasis machine learning disajikan untuk mengidentifikasi gambar wajah Pria dan Wanita dengan kumpulan data sebanyak 2000 gambar yang diambil dari kaggle. Metode ini berperan dalam menemukan nilai bobot yang memberikan nilai keluaran terbaik. Penelitian ini menggunakan learning rate yang paling sesuai dari masing-masing metode optimasi sebagai kriteria pemberhentian pelatihan. Hasil penelitian menunjukkan Jaringan Saraf Tiruan dengan optimasi Adam menghasilkan akurasi tertinggi yaitu 91,5 % dibandingkan dengan dengan metode optimasi SGD dan ADADELTA. Teknik Deep Learning yang diterapkan secara ekstensif pada pengenalan gambar yang digunakan memanfaatkan metode optimizer Adam.
Kata kunci: Adadelta; Adam; Jaringan Syaraf; Gender; Tiruan; SGM;
Abstract:Abstract: In an effort to increase the spirit of better performance and achievement, an institution gives awards to doctors who are considered outstanding. Setia Husodo Hospital is one of the hospitals which is the center…
r of health services in the city of Kisaran. In determining the performance assessment of doctors and leaders, they still use conventional methods. Doctors' performance evaluation is still done manually and the data processing process does not yet use application programs in making decisions. In the process of assessing the performance of doctors as the main professional staff in hospitals, it must be carried out realistically, objectively and based on evidence and specifically according to specialization and/or specific procedures. For this reason, a tool is needed in the form of designing a decision support system (DSS) in evaluating the performance of doctors which aims to understand the deficiencies of the performance that has been carried out, so that it can open up space for improvement or improvements to quality and efficiency in hospitals, for the purpose of providing incentives and reward programs and value-based purchasing strategies for doctors. The method in this study uses the Weighted Product method, with the concept of weighting the rating of an appraisal variable that will be selected as the best alternative. The system to be created is a decision support system using the Weighted Product (WP) method, which is a method of determining the order (priority) in multi-criteria analysis. The results of this system design are expected to be a tool for Setio Husodo Hospital in analyzing and deciding on the performance of doctors who will be given incentives and reward programs as well as value-based purchasing strategies for doctors.
Keywords: decision support system; performance of doctors; weighted product;
Abstrak: Untuk mendorong kinerja yang lebih baik dan semangat berprestasi, institusi memberikan penghargaan kepada dokter yang dianggap berprestasi.Metode tradisional masih digunakan untuk menilai kinerja dokter dan manajer. Evaluasi kinerja dokter masih bersifat manual, dan proses pengolahan data belum menggunakan program aplikasi untuk mengambil keputusan. Proses evaluasi kinerja dokter sebagai anggota staf rumah sakit penuh waktu harus realistis, objektif, berbasis bukti, dan spesifik untuk spesialisasi dan/atau prosedur tertentu. Oleh karena itu, diperlukan perancangan sistem pendukung keputusan (SPK) untuk evaluasi kinerja dokter sebagai alat yang bertujuan untuk memahami kekurangan dalam pelayanan yang diberikan dan memberikan ruang untuk perbaikan dan ruang untuk peningkatan kualitas dan efisiensi. Rumah sakit mendorong dan memberi dokter program penghargaan dan strategi pembelian berbasis nilai. Metode penelitian ini menggunakan metode weighted product dengan konsep pembobotan evaluasi terhadap satu variabel evaluasi yang dipilih sebagai pilihan terbaik. Sistem yang akan dibuat adalah sistem pendukung keputusan yang menggunakan metode WP (Weighted Product), yaitu metode untuk menentukan urutan (prioritas) dalam analisis multi kriteria. Hasil perancangan sistem ini dimaksudkan sebagai alat bagi RS Setio Husodo untuk menganalisis dan menentukan kinerja dokter penerima program insentif dan reward, serta strategi pembelian berbasis nilai dokter.
Kata kunci: kinerja dokter; sistem pendukung keputusan; weighted product
Abstract: Abstract – Price forecasting is a part of economic decision making. Forecasting the daily rise and fall of gold prices can help investors decide when to buy or sell the commodity. The price of gold depends on many factors…
many factors such as the price of other precious metals, the price of crude oil, the performance of the stock exchange, and the exchange rate of currencies. This study discusses gold price forecasting using the multiple linear regression method. The results of this study indicate that the best model is in the data distribution of 70%: 30% for training and testing, with a MAPE of 4.7% Based on these results, it can be concluded that the use of multiple linear regression method produces a fairly good model for gold prices forecasting. Besides, the correlation analysis show that the price of other precious metals greatly influences the price of gold where in this case the silver price whose correlation value is 0.87.
Keywords: forecasting, gold investment, multiple linear regression
Abstrak: Peramalan harga merupakan bagian dari pengambilan keputusan ekonomi. Melakukan peramalan terhadap kenaikan dan penurunan harga emas harian dapat membantu investor memutuskan kapan harus membeli atau menjual komoditas. Harga Emas bergantung pada banyak faktor seperti harga logam mulia lainnya, harga minyak mentah, kinerja bursa saham, dan nilai tukar mata uang. Penelitian ini membahas peramalan harga emas dengan menggunakan metode regresi linear ganda. Hasil dari penelitian ini menunjukkan bahwa model terbaik terdapat pada pembagian data pelatihan 70% dan pengujian 30%, dengan MAPE sebesar 4.7%. Berdasarkan hasil tersebut dapat diambil kesimpulan bahwa penggunaan metode regresi linear ganda menghasilkan model yang cukup baik untuk peramalan harga emas. Selain itu, analisis korelasi menunjukkan bahwa harga logam mulia lainnya sangat mempengaruhi harga emas dimana dalam hal ini variabel harga perak yang nilai korelasinya 0.87.
Kata kunci: peramalan; investasi emas, regresi linear ganda
Abstract:Abstract: Distribution is an important the business sector, the agricultural sector for distributing seeds to ensure the location of customers selling seeds. Problems that are often encountered seed distribution process…
are the efficiency of the time and distance distribution. Re search will build software entering initial location data and several dynamically added consumer agents. The distance parameter uses latitude-longitude integrated on google maps and detects varying store locations, the generation of chromosomes or the best distribution path with the minimum distance route. The heuristic approach using the Genetic Algorithm imitates the concept of biological evolution of random exchange structure series. This study is to distribute 3 types of seeds with a choice of weights that have been divided into 3 areas located on the map of Indonesia using land routes. The results of the test of the population of the average fitness value tend to remain from the previous value of 1-10 the fitness value and the optimum iteration with 9-12 with an average fitness value of 44.2. Optimal results are obtained when Mr is higher than the Cr values. Thus, the Genetic Algorithm can be used for TSP seed distribution paths. 1:2 fitness evaluation compared with the usual estimates used .
Keywords: Genetic Algorithm; Route Optimization; Seed Distribution; TSP
Abstrak: Distribusi menjadi hal penting berwirausaha, salah satunya pada bidang pertanian untuk pendistribusian benih sampai lokasi tujuan. Permasalahan sering ditemui dalam proses pendistribusian adalah efektifan, efisiensi waktu dan jarak tempuh. Sehingga penelitian akan membangun perangkat lunak dengan memasukan data titik lokasi awal dan beberapa lokasi tujuan agen konsumen ditambahkan secara dinamis. Parameter jarak menggunakan latitude-longitude terintegrasi pada google maps yang mendeteksi keberadaan lokasi, selanjutnya diketahui generasi kromosom atau jalur distribusi terbaik dengan rute minimum. Pendekatan Heuristic menggunakan Algoritma Genetika meniru konsep evolusi biologis deretan struktur pertukaran informasi secara acak. Tujuan dalam penelitian ini dapat mendistribusikan jenis benih dengan pilihan bobot yang telah terbagi dalam wilayah lokasi. Satu wilayah lokasi terdapat beberapa lokasi toko ditambahkan secara dinamis, dengan proses yang sudah ditentukan titik awal keberangkatan. Penelitian ini menekankan pada proses penentuan rute lokasi saja. Hasil pengujian jumlah populasi rata-rata nilai fitness cenderung bersifat tetap dari nilai sebelumnya selisih 1-10 nilai fitness dan iterasi optimum dengan 9-12 dengan rata-rata nilai fitness 44,2. Hasil optimum didapatkan ketika Mutation rate (Mr) lebih tinggi dibanding nilai Crossover rate (Cr). Maka, Algoritma Genetika bisa digunakan untuk TSP jalur distribusi benih pengujian menghasilkan evaluasi fitnes 1:2 untuk Algoritma Genetika dibandingkan dengan estimasi jarak biasa digunakan.
Kata kunci: Algoritma Genetika; Distribusi Benih; Optimalisasi Rute; TSP
Abstract:Abstract: An application can assist organizations in achieving the goals to be achieved by facilitating ongoing work processes. This happened in the Information Systems Study Program at one of the best private universities,…
es, namely Telkom University, where the SI Study Program has a website called PIPE and has one feature to be able to predict student graduation. However, this feature is currently being developed with an easy flow, so it requires development in the implementation of graduation achievements. Researchers solve these problems by building an assessment model based on academic data on the effect of choosing a specialization. Data mining is needed in this study to form predictive patterns, then one of the data mining groups is based on classification and using machine learning to perform automated assessments so that they can be sustainably performed. In determining the time and delay, using the decision tree method based on the C4.5 algorithm. The accuracy results obtained using the C4.5 algorithm are 94.11%, then the factor that becomes the root node is Jumlah SKS Lulus and the results have an influence on the selection of specialization. So that the results of this graduation model can be applied to the PIPE application.
Keyword: C4.5 algorithm; classification; decision tree; graduation prediction
Abstrak: Sebuah aplikasi dapat membantu organisasi dalam mencapai tujuan yang ingin dicapai dengan memudahkan proses kerja yang sedang berlangsung. Seperti yang terjadi pada Prodi Sistem Informasi yang ada pada salah satu Perguruan Tinggi Swasta terbaik yaitu Universitas Telkom, dimana pada Prodi SI memiliki website bernama PIPE dan memiliki salah satu fitur untuk dapat melakukan prediksi kelulusan mahasiswa. Namun fitur tersebut saat ini dikembangkan dengan alur penentuan sederhana, sehingga memerlukan pengembangan dalam hal implementasi algoritma prediksi kelulusan. Peneliti melakukan penyelesaian masalah tersebut dengan membangun model prediksi kelulusan berdasarkan rekam data akademik terhadap pengaruh pemilihan peminatan. Data mining dibutuhkan dalam penelitian ini untuk membentuk pola penyelesaian prediksi, kemudian salah satu pengelompokan data mining berdasarkan tugasnya adalah klasifikasi dan menggunakan machine learning untuk melakukan prediksi kelulusan secara otomatis terhadap data baru agar dapat dilakukan secara berkelanjutan. Dalam melakukan klasifikasi prediksi kelulusan tepat waktu dan terlambat, menggunakan metode decision tree berdasarkan algoritma C4.5. Hasil akurasi yang didapat dengan menggunakan algoritma C4.5 adalah sebesar 94,11%, kemudian faktor yang menjadi root node adalah Jumlah SKS Lulus dan hasil memiliki pengaruh terhadap pemilihan peminatan. Sehingga hasil model prediksi kelulusan ini dapat diterapkan pada aplikasi PIPE.
Kata kunci: algoritma C4.5; decision tree; klasifikasi; prediksi kelulusan.
Abstract:Abstract: Money Market Mutual Funds are a short-term and low-risk investment vehicle suitable for novice investors. The large list of Money Market Mutual Funds for sale makes it difficult for novice investors to choose the…
he best one. Therefore, in selecting Money Market Mutual Funds, a decision support system is needed by using the AHP (Analytical Hierarchical Process) method. Calculations using the AHP method can produce ratings that can be used as a reference in selecting Money Market Mutual Funds. The highest-ranking result in this study is Batavia Dana Kas Maxima.
Keywords: AHP; Decision Support System; Money Market Mutual Funds
Abstrak: Reksa Dana Pasar Uang adalah sarana investasi jangka pendek dan berisiko rendah yang cocok bagi investor pemula. Banyaknya daftar Reksa Dana Pasar Uang yang dijual membuat investor pemula kesulitan dalam memilih yang terbaik. Oleh sebab itu, diperlukan sistem pendukung keputusan dalam memilih Reksa Dana Pasar Uang dengan menggunakan metode AHP (Analytical Hirearchy Process). Perhitungan metode AHP dapat menghasilkan peringkat yang dapat dijadikan acuan dalam memilih Reksa Dana Pasar Uang. Hasil peringkat tertinggi pada penelitian ini adalah Reksa Dana Pasar Uang (RDPU) Batavia Dana Kas Maxima.
Kata kunci: AHP; Reksa Dana Pasar Uang; Sistem Pendukung Keputusan
Abstract:Abstract: English course institutions are one of the most sought after non-formal education places to learn and improve English language skills, especially to be able to master the TOEFL well. To choose a suitable course…
institution, that is by visiting the respective course places. Of course, things like this take a lot of time, effort, and money. For this reason, a decision support system is needed that can provide recommendations for the best course institutions using the TOPSIS method. The data used are 18 alternatives with criteria including course fees, number of facilities, length of study hours, instructor's TOEFL, and distance from the course. The calculation results provide a recommendation that the alternative A Class IBT is the best English course institution.
Keywords: English Course; Decision Support System; TOPSIS
Abstrak:. Lembaga kursus bahasa inggris merupakan salah satu tempat pendidikan nonformal yang saat ini banyak dicari untuk mempelajari dan meningkatkan kemampuan bahasa inggris khususnya untuk dapat menguasai TOEFL dengan baik. Untuk memilih lembaga kursus yang cocok yaitu dengan mendatangi ke tempat kursus masing-masing. Tentunya hal seperti ini banyak waktu, tenaga, dan biaya yang diperlukan. Untuk itu diperlukan suatu sistem pendukung keputusan yang dapat memberikan rekomendasi lembaga kursus yang terbaik menggunakan metode TOPSIS. Data yang digunakan adalah 18 alternatif dengan kriteria antara lain uang kursus, jumlah fasilitas, lama jam belajar, TOEFL instruktur, dan jarak tempat kursus. Hasil perhitungan memberikan rekomendasi bahwa alternatif A Class IBT merupakan lembaga kursus bahasa Inggris yang terbaik.
Kata kunci: Kursus Bahasa Inggris; Sistem Pendukung Keputusan; TOPSIS
Abstract:Abstract: Patient’s symptoms could be used as features in Covid-19 classification. Using multi layer perceptron, the classification uses data set that contains patient’s diagnosis which has Covid-19 symptoms dan processes…
s dan processes the data set to see if the patient is Covid-19 positive or not. This paper compare four activation function such as identity, logistic, ReLu and tanh and combined them with optimizer such as L-BFGS-B, SGD and Adam. Using 5-fold and 10-fold cross validation technique to get the accuracy, F1, precision and recall values, the result that we get is that logistic function with L-BFGS-B optimizer and ReLu function with L-BFGS-B optimizer are the best combinations. The logistic function with SGD optimizer, ReLu function with Adam optimizer and tanh function with Adam optimizer are the worst combinations according to their accuration values. The logistic function with SGD optimizer is the worst combination according to its F1 value. The logistic function with SGD optimizer and tanh function with L-BFGS-B optimizer are the worst combinations according to their precision values. The logistic function with SGD optimizer, ReLu function with Adam optimizer and tanh function with Adam optimizer are the worst combinations according to their recall values.
Keywords: activation function, covid-19; multi layer perceptron; optimizer algorithm
Abstrak: Diagnosa gejala yang dialami pasien dapat digunakan sebagai fitur dalam klasifikasi penderita Covid-19. Dengan multi layer perceptron, klasifikasi dilakukan menggunakan data set yang berisi hasil diagnosa pasien yang memiliki gejala Covid-19 dan selanjutnya diolah untuk melihat apakah memang pasien tersebut menderita Covid-19 atau tidak. Penelitian ini membandingkan fungsi aktivasi identity, logistic, ReLu dan tanh yang dikombinasikan dengan algoritma optimasi L-BFGS-B, SGD dan Adam. Hasil evaluasi cross validation menggunakan 5-fold dan 10-fold digunakan sebagai dasar menentukan kombinasi yang terbaik dan terburuk, dengan hasil yang menunjukkan bahwa kombinasi fungsi logistic dengan optimasi L-BFGS-B dan fungsi ReLu dengan optimasi L-BFGS-B merupakan kombinasi terbaik. Kombinasi fungsi logisctic dengan optimasi SGD, fungsi ReLu dengan optimasi Adam dan fungsi tanh dengan optimasi Adam merupakan yang terburuk dari nilai accuracy. Kombinasi fungsi logistic dan optimasi SGD merupakan kombinasi terburuk dari nilai F1. Kombinasi fungsi logistic dengan optimasi SGD dan fungsi tanh dan optimasi L-BFGS-B merupakan yang terburuk dari nilai precision. Kombinasi fungsi logisctic dengan optimasi SGD, fungsi ReLu dengan optimasi Adam dan fungsi tanh dengan optimasi Adam merupakan kombinasi terburuk dari nilai recall.
Kata kunci: algoritma optimasi; covid-19; fungsi optimasi; multi layer perceptron
Abstract:Abstract: The purpose of education and teaching activities in higher education is to produce quality and effective graduates. Among the graduates there are of the best graduates for each study program each year. This study…
dy aims to find the best graduates who are able to compete in the world of work in accordance with stakeholder needs. The data processed in this study were sourced from the 2018 Royal Computer Information Management College graduates. The method used in this study is the Weighted Product method. The results of this study can determine the best graduates quickly and accurately. research can help in terms of decision makers for determining the best graduates in each college.
Keywords: Best Graduate; Student; Weighted Product
Abstrak: Tujuan kegiatan pendidikan dan pengajaran di perguruan tinggi adalah untuk menghasilkan lulusan yang berkualitas dan efektif. Di antara lulusan ada beberapa lulusan terbaik untuk setiap program studi tiap tahun. Penelitian ini bertujuan mencari lulusan terbaik yang mampu bersaing di dunia kerja sesuai dengan kebutuhan stakeholder. Data yang diolah dalam penelitian ini bersumber dari data lulusan Sekolah Tinggi Manajemen Informatika Komputer Royal tahun 2018 sebanyak 100 lulusan. Metode yang dipakai dipenelitian ini, metode Weighted Product. Hasil dari penelitian ini dapat menentukan lulusan terbaik secara cepat dan tepat. Penelitian dapat membantu dalam hal pengambil keputusan untuk penentuan lulusan terbaik disetiap perguruan tinggi.
Kata kunci: Lulusan Terbaik; mahasiswa;Weighted Product
Abstract:Abstract: The population growth in Indonesia is increasing rapidly every year, so to help the government control the population growth through family planning programs, especially in the city of Batam. This study explains…
s and describes one of the Artificial Terms Network methods, namely Backpropagation, where this method can predict what will happen in the future using data and information in the past. This study aims to predict the birth rate in the city of Batam to help the government with the family planning program. The data used is the annual data on the number of births in the city of Batam in 2016-2020 at The Civil Registry Office. To facilitate the analysis of research data, the data were tested using Matlab R2015b. In this study, the training process was carried out using 3 network architectures, namely 4-10-1, 5-18-1, and 4-43-1. Of these 3 architectures, the best is the 4-43-1 architecture with an accuracy rate of 91% and an MSE value of 0.0012205. The Backpropagation method can predict the amount of population growth in the city of Batam based on existing data in the past.
Keywords: artificial neural network; backpropagation; prediction
Abstrak: Pertumbuhan jumlah penduduk diindonesia yang setiap tahun meningkat dengan pesat, maka untuk membantu pemerintah mengendalikan jumlah pertumbuhan penduduk melalui program keluarga berencana khususnya dikota Batam. Penelitian ini menjelaskan dan memaparkan tentang salah satu metode Jaringan Syarat Tiruan yaitu Backpropagation, dimana metode ini dapat memprediksi apa yang akan terjadi masa yang akan datang dengan menggunakan data dan informasi dimasa lalu. Penelitian ini bertujuan untuk memprediksi tingkat kelahiran di kota Batam sehingga membatu pemerintah untuk perencanaan keluarga berencana. Data yang digunakan yaitu data tahunan jumlah kelahiran di kota Batam pada tahun 2016-2020 pada Dinas Kependudukan dan Catatan Sipil. Untuk mempermudah analisis data penelitian maka, data diuji menggunakan Matlab R2015b. Pada penelitian ini dilakukan proses pelatihan menggunakan 3 arsitektur jaringan yaitu 4-10-1, 5-18-1, dan 4-43-1. Dari ke-3 arsitektur ini yang terbaik adalah arsitektur 4-43-1 dengan tingkat akurasi sebesar 91% dan nilai MSE 0,0012205. Metode backpropagation mampu memprediksi jumlah pertumbuhan penduduk di kota Batam berdasarkan data yang ada dimasa lalu.
Kata kunci: backpropagation; jaringan syaraf tiruan; prediksi