Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: that the number of catches obtained by fishermen is more optimal. With secondary data based on the type of cultivation developed by fishing communities, the authors intend to explore this data so that they can…
examine more deeply the most effective types of cultivation using analysis of variance to find out the differences between each type of cultivation and cluster analysis using the complete linkage method. to find out the grouping of marine culture production based on the types developed by fishing communities in Indonesia. The correlation between the observed variables is 0.008, so it can be said that there is no relationship between the observed variables. In addition, the sig. and t-test. sig value is obtained. > α (5% = 0.05). This means that there is a significant average difference in fish production results based on the type of cultivation developed by fishing communities. With the grouping of types of marine cultivation developed by the Wesleyan community using the complete-linkage method, they are divided into 3 groups based on the degree of similarity in the production results obtained. Cluster 1 consists of Floating Nets, and Pools; Cluster 2 consists of other seas, seaweed, cages, and fishing nets; and Cluster 3 consists of Fresh Floating Nets, Minapadi, and Ponds.
Keywords: Complete-Linkage; Fish Production; Mariculture; Multivariate Analysis; T-test;
Abstrak: Berdasarkan penelitian sebelumnya pada analisis variansi untuk menguji perbedaan rata-rata pada masing-masing perlauan peletakan sudut jarring agar jumlah tangkapan yang diperoleh nelayan lebih optimal. Dengan adanya data sekunder berdasarkan jenis budidaya yang dikembangkan masyarakat nelayan, penulis bermasksud untuk melakukan eksplorasi pada data tersebut agar dapat mengkaji lebih dalam terhadap jenis budidaya yang paling efektif dengan analisis variansi untuk mengetahu perbedaan dari masing-masing jenis budidaya serta analisis cluster dengan metode complate linkage untuk mengetahui adanya pengelompokan hasil produksi bududaya laut berdasarkan jenis yang dikembangkan oleh masyarakat nelayan di Indonesia. Korelasi antar variabel yang diamati sebesar 0.008, maka dapat dikatakan bahwa tidak ada hubungan antara variabel yang diamati. Selain itu, hasil uji sig. dan uji t. diperoleh nilai sig. > α (5% = 0.05). Artinya, terdapat perbedaan rata-rata secara signifikan hasil produksi ikan berdasarkan jenis budidaya yang dikembangkan oleh masyarakat nelayan. Dengan adanya pengelompokan jenis budidaya laut yang dikembangkan oleh masyarakat neleyan dengan metode complete-linkage terbagi atas 3 kelompok berdasarkan tingkat kemiripan hasil produksi yang diperoleh. Cluster 1 terdiri dari Jaring Apung, Kolam; Cluster 2 terdiri dari Laut lainnya, Rumput laut, Keramba, Jaring Tancap; dan Cluster 3 terdiri dari Jaring Apung Tawar, Minapadi, Tambak.
Kata kunci: Analisis Multivariate; Budidaya Laut; Complate-Linkage; Produksi Ikan; Uji-t;
Abstract:Abstract: The advancement of information technology is progressively exerting significant impact across diverse aspects of life, including business. PT Semen Baturaja Tbk is developing a marketplace platform called Build…
Id to meet community's needs for high-quality construction materials and services, also aims to enhance company's product sales and brand recognition. A system with quality provides ease of use in order to achieve customer satisfaction. Build Id merchant for architects website requires user-friendly design recommendations to increase the user experience when it gets distributed to the market. To achieve this goal, Task-Centered System Design (TCSD) method is being used to focused the design process. TCSD is a method in Human Computer Interaction (HCI) used to identify task and user requirements. The method consists of 4 stages, namely, identification, user-centered requirements analysis, design through scenarios, and walkthrough evaluation. In this study, identification was carried out by conducting system observations and interviews with Build Id team at Digital Marketing Unit of PT Semen Baturaja Tbk and architect as the prospective system users. The interface design results were evaluated using System Usability Scale (SUS) and received final score of 69.615, indicating that the interface design made using TCSD method is feasible for users to use.
Keywords: Interface; System Usability Scale; Task-Centered System Design
Abstrak: Perkembangan teknologi informasi kian berpengaruh besar dalam berbagai bidang kehidupan, termasuk di dunia bisnis. PT Semen Baturaja Tbk mengembangkan suatu sistem dalam bentuk marketplace dengan nama Build Id, dengan tujuan untuk memenuhi kebutuhan bahan bangunan dan jasa konstruksi yang berkualitas bagi masyarakat, serta memperluas penjualan produk dan branding merk dari PT Semen Baturaja Tbk ini sendiri. Sistem yang berkualitas memberikan kemudahan dan kenyamanan dalam penggunaannya demi mewujudkan kepuasan pelanggan. Build Id merchant untuk arsitek memerlukan rekomendasi desain atau prototype user interface yang user friendly demi meningkatkan pengalaman pengguna ketika didistribusikan ke pasaran nantinya. Metode Task-Centered System Design (TCSD) digunakan untuk membantu proses perancangan lebih terarah. TCSD adalah metode dalam Human Computer Interaction (HCI) yang digunakan untuk mengidentifikasi kebutuhan task dan pengguna. Metode TCSD terdiri dari 4 tahap yaitu, identification, user-centered requirements analysis, design through scenario, dan walkthrough evaluation. Identifikasi dalam penelitian ini dilakukan dengan observasi dan wawancara bersama tim Build Id dan calon pengguna sistem yaitu arsitek. Hasil dari rancangan interface kemudian dievaluasi menggunakan System Usability Scale (SUS) dengan hasil skor akhir 69,615, menunjukkan rancangan interface yang dibuat dengan metode TCSD ini layak untuk digunakan pengguna.
Kata kunci: Interface; System Usability Scale; Task-Centered System Design
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: Toko Bakti Jaya is one of the shops in Kisaran which is engaged in selling cake and food ingredients. Currently, the store is still managing product inventory manually by recording the number of incoming goods…
based on order records. Stock counting is done by looking directly at the warehouse, which causes difficulties in accurately monitoring stock and risks of shortages or excess stock. These constraints can affect customer satisfaction and store operations. This study aims to improve the efficiency of product inventory management at Bakti Jaya Stores by implementing a technology-based and information-based Supply Chain Management system. The research method is a qualitative method, with data collection techniques through interviews with informants, conducting field observations, and also obtained from literature studies. This research produces a product stock management information system using Supply Chain Management that connects Bakti Jaya Stores with suppliers to maximize coordination between stores and suppliers, facilitates control of the flow of stock availability in stores, and makes it easier for store owners to make decisions related to purchasing and procuring goods by providing accurate inventory analysis and real-time product stock information.
Keywords: management; stock; suppliers; supply chain management
Abstrak: Toko Bakti Jaya adalah salah satu toko yang ada di Kisaran yang bergerak dalam bidang penjualan bahan kue dan makanan. Saat ini, toko tersebut masih mengelola persediaan produk secara manual dengan mencatat jumlah barang masuk berdasarkan catatan pemesanan. Penghitungan stok dilakukan dengan cara melihat langsung gudang, yang menyebabkan kesulitan dalam pengawasan stok secara akurat dan berisiko terjadi kekurangan atau kelebihan stok. Kendala tersebut dapat mempengaruhi kepuasan pelanggan dan operasional toko. Penelitian ini bertujuan untuk meningkatkan efisiensi pengelolaan persediaan produk di Toko Bakti Jaya dengan menerapkan sistem Supply Chain Management berbasis teknologi dan informasi. Metode penelitiannya ialah metode kualitatif, dengan tehnik pengumpulan data melalui wawancara kepada narasumber, melakukan observasi ke lapangan serta juga didapat dari studi literature. Penelitian ini menghasilkan Sistem Informasi pengelolaan stok produk dengan menggunakan Supply Chain Management yang menghubungkan Toko Bakti Jaya dengan para supplier dapat memaksimalkan koordinasi antara toko dengan supplier, memudahkan pengendalian aliran stok ketersediaan barang di toko serta memudahkan pemilik toko membuat keputusan terkait dengaan pembelian dan pengadaan barang dengan menyediakan analisis persediaan yang akurat dan informasi stok produk yang real time.
Kata kunci: pengelolaan; stok; supplier; supply chain management
Abstract:Abstract: Alumni data is one of the most important data that can be used as a reference for the quality of education at a university. XYZ University maintains alumni data on a regular basis, but the alumni data continues…
es to grow each semester. The Alumni Data Report submission remains suboptimal and does not contain information to help universities assess the outstanding qualities of individual alumni. The purpose of the research conducted here is to analyze the application of business intelligence systems in the management of XYZ University's alumni data within the framework of XYZ University's quality assessment and management. The focus of this research is on the analysis of functional and informational requirements. The analysis process for this study is based on the Business Intelligence Roadmap methodology, which includes the inference or business justification, planning, and analysis phases. The study analyzed plans to implement a business intelligence system to manage alumni data in a way that meets the information needs of decision makers. Dashboard menjelaskannya secara visual, baik dari segi navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Keywords: alumni data, business intelligence, tableau, visualization
Abstrak : Data alumni merupakan salah satu data penting yang dapat dijadikan acuan mutu pendidikan pada suatu perguruan tinggi. Universitas XYZ memelihara data alumni secara rutin, namun data alumni terus bertambah setiap semesternya. Penyampaian Laporan Data Alumni masih kurang optimal dan tidak memuat informasi untuk membantu universitas menilai kualitas luar biasa dari individu alumni. Tujuan penelitian yang dilakukan disini adalah untuk menganalisis penerapan sistem intelijen bisnis dalam pengelolaan data alumni Universitas XYZ dalam rangka penilaian dan pengelolaan mutu Universitas XYZ. Fokus penelitian ini adalah pada analisis kebutuhan fungsional dan informasional. Proses analisis penelitian ini didasarkan pada metodologi Business Intelligence Roadmap yang meliputi tahap inferensi atau pembenaran bisnis, perencanaan, dan analisis. Studi ini menganalisis rencana penerapan sistem intelijen bisnis untuk mengelola data alumni sedemikian rupa sehingga memenuhi kebutuhan informasi para pengambil keputusan. Dashboard menjelaskannya secara visual, baik dari bidang navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Kata Kunci: business intelligence, data alumni, tableau, visualisasi
Abstract:Abstract: Posyandu as a container for health assistance carried out at the Puskesmas, the implementation is carried out in the sub-district / RW and managed by the village midwife. The problem that occurs is not having a…
system that can accurately provide information related to the location of posyandu spread across the Asahan area in the form of a digital map, managed posyandu data is still not enough to inform the location of the intended posyandu. With the GIS, it is hoped that it will provide information regarding the location of the posyandu in the Asahan area which can make it easier and save time for puskesmas officers and the health office in finding posyandu locations, and can monitor the development of the number of under-fives who are malnourished. This study uses a qualitative method by explaining the analysis based on observation and documentation related to posyandu. The research results obtained, the application of geographic information systems to determine the location of posyandu and display posyandu information easily and accurately in Asahan District. With this concluded, the application built can facilitate the Health Service in searching for Posyandu locations in Asahan District.
Keywordss: geographic information system; posyandu; Information System
Abstrak: Posyandu sebagai wadah bantuan kesehatan yang di laksanakan di Puskesmas, pelaksanaannya dilakukan di kelurahan/RW dan di kelola oleh Bidan Desa. Permasalahan yang terjadi belum mempunyai sistem yang dapat memberikan informasi terkait lokasi posyandu yang tersebar di wilayah Asahan dengan akurat dalam bentuk peta digita, data posyandu dikelola masih belum cukup menginformasikan titik lokasi posyandu yang dituju. Dengan adanya SIG ini diharapkan memberikan informasi mengenai lokasi posyandu di wilayah Asahan yang dapat mempermudah serta menghemat waktu bagi petugas puskesmas dan dinas kesehatan dalam mencari titik lokasi posyandu, dan dapat memantau perkembangan jumlah balita yang kurang gizi. Penelitian ini menggunakan metode kualitatif dengan menjelaskan analisis berdasarkan obsevasi dan dokumentasi berkaitan dengan posyandu. Hasil penelitian yang didapatkan, penerapan sistem informasi geografis untuk mengetahui lokasi posyandu dan menampilkan informasi posyandu dengan mudah dan akurat di Kabupaten Asahan. Dengan ini disimpulkan, aplikasi yang dibangun dapat mempermudah Dinas Kesehatan dalam melakukan pencarian lokasi posyandu di Kabupaten Asahan.
Kata Kunci: sistem informasi geografis; posyandu; sistem informasi
Abstract:Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000…
diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.
Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%.
Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstract:Abstract: Madrasah Diniyah Takmiliyah as an Islamic educational institution which is under the auspices of the Ministry of Religion. The problem that has occurred so far is that it is difficult to obtain information about…
t facilities and mapping regarding the locations of MDTA schools that are spread across Asahan, still using a manual system in providing information on MDTA schools. The purpose of this research is to build a geographic information system application that can help the community find the location of MDTA schools in Asahan District, obtain information about MDTA facilities, can assist in adding data on MDTA school locations, and update data on MDTA schools. This study uses a qualitative research method by explaining more about the analysis related to MDTA, data collection techniques through observation and documentation. Based on the research results obtained, the application of a geographic information system to determine the location of MDTA can display information and points of location of MDTA in Asahan District easily and accurately. So that it can be concluded, the geographic information system that was built can make it easier for the Ministry of Religion and the community to search for information on MDTA locations in Asahan District.
Keywords: geographic information system; madrasah diniyah takmiliyah; information system.
Abstrak : Madrasah Diniyah Takmiliyah sebagai lembaga pendidikan islam yang dinaungin Kementrian Agama. Permasalahan yang terjadi selama ini sulit mendapatkan informasi mengenai fasilitas dan pemetaan mengenai lokasi sekolah MDTA yang tersebar di Asahan, masih menggunakan sistem manual dalam memberi informasi sekolah MDTA. Tujuan penelitian ini membangun aplikasi sistem informasi geografis dapat membantu masyarakat dalam mencari lokasi sekolah MDTA di Kabupaten Asahan, mendapatkan informasi mengenai fasilitas MDTA , dapat membantu dalam menambahkan data lokasi-lokasi sekolah MDTA, serta melakukan update data mengenai sekolah MDTA. Penelitian ini menggunakan metode penelitian kualitatif dengan lebih menjelaskan analisis berkaitan dengan MDTA, teknik pengumpulan data melalui observasi dan dokumentasi. Berdasarkan hasil penelitian yang diperoleh, penerapan sistem informasi geografis untuk mengetahui lokasi MDTA dapat menampilkan informasi dan titik lokasi MDTA di Kabupaten Asahan dengan mudah dan akurat. Sehingga dapat disimpulkan, sistem informasi geografis yang dibangun dapat mempermudah Kementrian Agama dan masyarakat dalam melakukan pencarian informasi lokasi MDTA di Kabupaten Asahan.
Kata kunci: sistem informasi geografis; madrasah diniyah takmiliyah; sistem informasi
Abstract:Abstract: Generating caption image automatically is one of the challenges in computer vision. This field can be very helpful in many ways, for example search engines. Currently there are many image classification algorithms…
hms that we can use to create a caption image model. In this article, we will compare performance between the Resnet50 and InceptionV3 models for text images. We will use 2000 (1800 train & 200 validation) image data and each image has 5 example captions to train the model. After the model is successfully created, we evaluate the model using 100 images and each image has 5 examples of additional captions that are not used in the training and validation process. The result of this research is that the InceptionV3 model is better than Resnet50. BLEU-1 is 0.53, BLEU-2 is 0.35, BLEU-3 is 0.18, BLEU-4 is 0.09, and METEOR is 0.35 for InceptionV3 model. While Resnet50 model has a value of BLEU-1 is 0.51, BLEU-2 is 0.31, BLEU-3 is 0.16, BLEU-4 is 0.06, and METEOR is 0.33.
Keywords: caption image; inceptionv3; LSTM; resnet50
Abstrak: Membuat gambar teks secara otomatis adalah salah satu tantangan dalam computer vision. Bidang ini bisa sangat membantu dalam banyak hal, misalnya mesin pencari. Saat ini banyak sekali algoritma klasifikasi citra yang dapat kita gunakan untuk membuat model teks citra. Pada artikel ini, kami akan membandingkan performa antara model Resnet50 dan InceptionV3 untuk gambar teks. Kami akan menggunakan 2000 (1800 train & 200 validation) data gambar dan setiap gambar memiliki 5 contoh caption untuk melatih model. Setelah model berhasil dibuat, kami mengevaluasi model menggunakan 100 gambar dan setiap gambar memiliki 5 contoh caption tambahan yang tidak digunakan dalam proses training dan validation. Hasil dari penelitian ini adalah model InceptionV3 lebih baik dibandingkan dengan Resnet50. BLEU-1 0.53, BLEU-2 0.35, BLEU-3 0.18, BLEU-4 0.09, dan METEOR 0.35 untuk model InceptionV3. Sedangkan model Resnet50 memiliki nilai BLEU-1 0.51, BLEU-2 0.31, BLEU-3 0.16, BLEU-4 0.06, dan METEOR 0.33.
Kata kunci: caption image; inceptionv3; LSTM; resnet50