Abstract:Abstract: Technology is growing rapidly and has become one of the human needs that must be owned to solve the problems being faced. The development of touchless input devices or hand gesture recognition using a camera is…
a form of machine learning. Gestures can define as physical movements of the hands, arms, or body as expressive messages, besides that this hand gesture system can explain the contents of commands that have meaning. In this research, a virtual mouse system will be developed using hand gesture recognition based on the hand landmark model for pointing devices. The resulting application can be run on a desktop device using a webcam. The results of the tests carried out to analyze the implementation of the hand landmark model into the system show that the average system accuracy reaches 96% and the speed reaches 0.05 seconds.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse
Abstract: Teknologi semakin pesat dan sudah menjadi salah satu kebutuhan manusia yang harus dimiliki untuk menyelesaikan permasalahan yang sedang dihadapi. Perkembangan piranti masukan tanpa sentuhan atau hand gesture recognition menggunakan kamera adalah salah satu bentuk dari machine learning. Gestur mampu mendefinisikan sebagai gerakan fisik dari tangan, lengan, maupun badan sebagai pesan yang ekspresif, selain itu sistem gestur tangan ini mampu menjelaskan isi perintah yang memiliki arti. Dalam penelitian ini akan dikembangkan sebuah sistem virtual mouse menggunakan hand gesture recognition berbasis hand landmark model untuk pointing device. Aplikasi yang dihasilkan dapat dijalankan pada perangkat desktop dengan menggunakan webcam. Hasil dari pengujian yang dilakukan untuk menganalisa penerapan hand landmark model kedalam sistem menunjukkan rata-rata akurasi sistem mencapai 96% dan kecepatan mencapai 0.05 second.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse
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: Tract disorders are disorders caused by abnormalities in the digestive system. This disorder is triggered by food or a person's physical condition. Digestive disorders cannot be diagnosed quickly, but mostly occur…
cur in the digestive system. Because the knowledge that will be suspected as a disease is still lacking, it takes experts or doctors to diagnose digestive disorders. The goal is to help produce a diagnosis of the disease experienced by the patient based on the symptoms experienced. The research data is processed based on the symptoms felt by the patient. Patient data using the Certainty Factor method or the value of disease certainty. This Certainty Factor method is a system that is able to run according to needs and produces a high percentage of accuracy results. The system design stage is implemented in the Hypertext Preprocessor programming language and My SQL database. The results of the diagnosis with this method produce a level of confidence in the patient's disease. From the results of the tests carried out, it can produce information about the diagnosis of the disease and help patients and medical personnel in knowing the condition of the disease that is being experienced.
Keywords: certainty factor; digestive tract disorders; expert system,
Abstrak: Gangguan saluran merupakan gangguan yang disebabkan oleh kelainan pada sistem pencernaan. Gangguan ini dipicu oleh makanan atau kondisi fisik seseorang. Gangguan pencernaan ini tidak bisa dilakukan diagnosa dengan cepat, tetapi sebagian besar terjadi pada sistem pencernaan. Dikarenakan pengetahuan yang akan diduga sebagai penyakit masih kurang, maka dibutuhkan tenaga ahli atau dokter untuk mendiagnosis gangguan pencernaan. Tujuannya untuk membantu menghasilkan diagnosa penyakit yang dialami pasien berdasarkan gejala yang dialami. Data penelitian diolah berdasarkan gejala yang dirasakan oleh pasien. Data pasien menggunakan metode Certainty Factor atau nilai kepastian penyakit. Metode Certainty Factor ini merupakan sistem yang mampu berjalan sesuai dengan kebutuha serta menghasilkan persentase akurasi hasil yang tinggi. Tahapan perancangan sistem diimplementasikan ke dalam bahasa pemrograman Hypertext Preprocessor dan database My SQL. Hasil diagnosa dengan metode ini menghasilkan tingkat kepercayaan terhadap penyakit pasien. Dari hasil pengujian yang dilakukan sudah dapat menghasilkan informasi tentang diagnosa penyakit dan membantu pasien serta tenaga medis dalam mengetahui kondisi penyakit yang sedang dialami.
Kata kunci: certainty factor; gangguan saluran pencernaan; sistem pakar
Abstract:Abstract: A research institute explains that with 83.7 million people using the Internet, Indonesia is among the top 20 internet users globally. Various individual or group activities require an internet network, one of…
which is playing games, for developments in the gaming sector, especially the MOBA (Massive Online Battle Arena) genre game, is being hotly discussed. There are various kinds of MOBA genre games, one of which is the Mobile Legends game. Many E-Sport Mobile Legends teams, especially in Asia, make this phenomenon a business space to generate large profits. In this study, the researcher recommends a good machine learning algorithm to predict the outcome of Mobile Legends matches. Of the 600 match history data analyzed, this study recommends the Artificial Neural Network (ANN) and Random Forest (RF) algorithms as the right algorithms to predict the outcome of the match. Prediction results from each algorithm can reach 82% and 80% accuracy. These findings can help the E-sports analysis team build their match strategy.
Keywords: artificial neural networ; machine learning; mobile legend; prediction; random forest
Abstrak: Sebuah lembaga penelitian menjelaskan bahwa dengan 83,7 juta penduduk yang menggunakan Internet, Indonesia termasuk di dalam 20 besar pengguna internet secara global. Berbagai aktivitas individu atau kelompok membutuhkan jaringan internet, salah satunya adalah bermain game, untuk perkembangan pada sektor game khususnya game bergenre MOBA (Massive Online Battle Arena) sedang hangat diperbincangkan. Ada berbagai macam game bergenre MOBA, salah satunya game Mobile Legends. Banyak tim E-Sport Mobile Legends khususnya di asia menjadikan fenomena ini sebagai ruang bisnis untuk menghasilkan keuntungnya yang besar. Dalam penelitian ini, peneliti merekomendasikan algoritma pembelajaran mesin yang baik untuk memprediksi hasil pertandingan Mobile Legends. Dari 600 data riwayat pertandingan yang dianalisis, penelitian ini merekomendasikan algoritma Artificial Neural Network (ANN) dan Random Forest (RF) sebagai algoritma yang tepat untuk memprediksi hasil pertandingan. Hasil prediksi dari masing-masing algoritma dapat mencapai 82% dan akurasi 80%. Temuan ini dapat membantu tim analisis E-sports membangun strategi pertandingan mereka.
Kata kunci: artificial neural network; machine learning; mobile legend; prediksi; random forest
Abstract:Abstract : Santi Electronic Store is one of the shops that sells the needs of electronic products for the community. This store requires predictions that can estimate the number of items to be sold, this shop often experiences…
iences a shortage of electronic products that will be purchased by customers. In designing the system using the Double Moving Average (DMA) forecasting method to support decisions in determining the amount of stock of electronic products to be sold for the next month. This forecasting application is made using Visual Basic Net 2010 programming language with Microsoft Office Access database. From making the system an application can be produced that can control optimal and economical demand and with a high level of accuracy and can predict the number of requests for electronic products in the coming period at the Santi Electronic Store so that the forecast results can help trading businesses so that stock does not occur requests for electronic products at the Santi Electronics Store.
Keywords : Hole; Multiple Moving Average; Prediction.
Abstrak : Toko Elektronik Santi merupakan salah satu toko yang menjual kebutuhan produk elekronik bagi masyarakat. Toko ini memerlukan prediksi yang bisa memperkirakan jumlah barang yang akan dijual, pada Toko ini sering mengalami kurangnya persediaan produk eIekronik yang akan dibeIi peIanggan. Dalam perancangan sistem menggunakan metode peramalan DoubIe Moving Average (DMA) untuk proses pendukung keputusan dalam menentukan jumlah stok produk elekronik yang akan dijual untuk buIan berikutnya. Aplikasi Peramalan ini dibuat menggunakan bahasa pemrograman visualbasic net 2010 dengan database microsoft office acces. Dari pembuatan sistem dapat dihasilkan sebuah aplikasi yang dapat mengendalikan permintaan yang optimal dan ekonomis dan dengan tingkat akurasi yang tinggi serta dapat memprediksi jumlah permintaan produk elekronik pada periode yang akan datang di Toko Elektronik Santi sehingga hasil prakiraan peramalan tersebut dapat membantu usaha dagang agar tidak terjadi kehabisan stok permintaan produk elektronik pada Toko Elektronik Santi.
Kata kunci : Multiple Moving Average; Prediksi; Permintaan.
Abstract:Abstract: The 35,000 department store is a business engaged in the sale of clothes, having its address at Jalan Sisingamangaraja. Clothing is one of the basic human needs to protect and beautify themselves. The problem that…
hat occurs in the 35,000 department store is the difficulty of predicting the number of clothing sales, resulting in an accumulation of goods. The method used in this study is the Weighted Moving Average (WMA) forecasting method. The purpose of this study is to apply the Weighted Moving Average method to the forecasting system in determining clothing sales at 35,000 convenience stores. The results of the application of the Weighted Moving Average method to predict clothing sales that have been made, then get the prediction results for June 2022 using 3 weights totaling 203 Pcs with an error accuracy of 33.40% and prediction results for June 2022 using 6 weights totaling 220 Pcs with accuracy 34.31% error. The conclusion is that the Weighted Moving Average method can accurately predict clothing sales at 35,000 department stores.
Keywords: Clothes; Prediction; Sales; WMA Method
Abstrak: Toko serba 35.000 adalah usaha yang bergerak dalam bidang penjualan baju yang beralamat di jalan Sisingamangaraja. Baju merupakan salah satu kebutuhan pokok manusia untuk melindungi, dan mempercantik diri. Permasalahan yang terjadi pada toko serba 35.000 adalah Sulitnya memprediksi jumlah penjualan baju, sehingga mengakibatkan terjadinya penumpukkan barang. Metode yang digunakan dalam penelitian ini adalah metode peramalan Weighted Moving Average (WMA). Tujuan penelitian ini adalah untuk menerapkan metode Weighted Moving Average pada sistem peramalan dalam menentukan penjualan baju pada toko serba 35.000. Hasil penerapan metode Weighted Moving Average untuk memprediksi penjualan baju yang telah dilakukan, maka mendapatkan hasil prediksi bulan juni 2022 dengan menggunakan 3 bobot berjumlah 203 Pcs dengan akurasi kesalahan 33,40% dan hasil prediksi bulan juni 2022 dengan menggunakan 6 bobot berjumlah 220 Pcs dengan akurasi kesalahan 34,31%. Kesimpulan yang diperoleh bahwa metode Weighted Moving Average dapat memprediksi penjualan baju pada toko serba 35.000 dengan akurat.
Kata kunci: Baju; Metode WMA; Penjualan; Prediksi
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: Consumer demand for drugs during this pandemic is so high that pharmacies must be able to estimate drug sales to meet consumer demand. The history of monthly sales transactions is only a report that causes data…
to accumulate if not processed properly. There needs to be a system for estimated drug sales in order to reduce costs in drug supply so that consumer needs are met. This study aims to analyze in order to predict drug sales at Apotek Manjur Marendal so that it can control drug stock supplies so that losses can be minimized. Drug sales data samples were taken from January 2021 to December 2021. The web-based application was successfully applied to predict drug sales. The prediction results are stable in terms of sales of ± 5000 drugs per month in 2022. Based on the calculation results, the lowest accuracy is 64% and the highest accuracy is > 90%. Data mining techniques with the trend moment method can be applied to web-based applications to predict drug sales.
Keywords: data mining; drugs; drugstore; prediction; trend moment
Abstrak: Permintaan konsumen terhadap obat-obatan pada masa pandemi ini sangat tinggi sehingga membuat pihak apotik harus dapat mengestimasi penjualan obat untuk memenuhi permintaan konsumen. Riwayat transaksi penjualan perbulan hanya sebagai laporan yang menimbulkan data menumpuk bila tidak diolah dengan baik. Perlu adanya sebuah sistem untuk penjualan obat diestimasi agar mengurangi biaya dalam penyediaan obat sehingga terpenuhi kebutuhan konsumen. Penelitian ini bertujuan untuk menganalisa agar dapat memprediksi penjualan obat pada Apotik Manjur Marendal sehingga dapat mengendalikan persediaan stok obat dengan demikian kerugian dapat diminimalisir. Sampel data penjualan obat diambil mulai dari bulan Januari 2021 hingga Desember 2021. Aplikasi yang dibangun berbasis web berhasil diterapkan untuk memprediksi penjualan obat. Hasil prediksi stabil diangka penjualan ±5000 obat perbulan pada tahun 2022. Berdasarkan hasil perhitungan mencapai akurasi terendah 64% dan akurasi tertinggi > 90%. Teknik data mining dengan metode trend moment dapat diterapkan pada aplikasi berbasis web untuk melakukan prediksi penjualan obat.
Kata kunci: apotik; data mining; obat-obatan; prediksi; trend moment
Abstract:Abstract: Glaucoma is the second leading eye disease of blindness after cataracts. An ophthalmologist does a glaucoma examination with an eye screening that will produce a retinal image. The diagnosis's result of the retinal…
inal image is subjective because each doctor has dissent and a condition experienced. This research builds a system to identify retinal images in the category of glaucoma or normal patients. The purpose of this system as a tool is to help ophthalmologists diagnose glaucoma. This process begins by changing the colour of an image to validity. The image is extracted using the Gray Level Co-occurrence Matrix (GLCM) and produces five features than the result of the five features used as input to neural network Learning Vector Quantization (LVQ). The amount of retinal image data used 60 data for learning and 20 for testing. And the number of neurons used is 12, and the epoch of as many as 1000 was obtained based on the results comparison of variations against 8, 10, 12, 18, and 20 neurons with 500, 900, 1000, and 1100 epochs. The learning process results from the value of weights that will be used in the testing process. The results of this study obtained an accuracy rate of 85%, a precision of 89%, and a recall of 80%.
Keywords: glaucoma; LVQ; GLCM
Abstrak: Glaukoma merupakan penyakit mata penyebab kebutaan nomor dua setelah katarak. Pemeriksaan penyakit glaukoma dilakukan oleh dokter spesialis mata dengan cara skrining mata yang akan menghasilkan citra retina. Hasil diagnosa citra retina oleh dokter bersifat subjektif karena setiap dokter memiliki pendapat yang berbeda serta kondisi yang dialami. Penelitian ini membangun sistem untuk mengidentifikasi citra retina mata kedalam kategori penderita glaukoma atau normal. Tujuan pembuatan sistem ini sebagai alat bantu bagi dokter mata dalam mendiagnosa glukoma. Proses ini diawali dengan mengubah warna citra menjadi keabuan, kemudian citra tersebut diekstraksi menggunakan Gray Level Co-occurrence Matrix (GLCM) dan menghasilkan lima nilai fitur yang kemudian hasil dari kelima fitur tersebut digunakan sebagai masukan jaringan syaraf tiruan Learning Vector Quantization (LVQ). Jumlah data citra retina yang digunakan sebanyak 60 data untuk learning dan 20 data untuk testing. Dan untuk jumlah neuron yang digunakan yaitu 12 dan epoch sebanyak 1000 yang didapat berdasarkan hasil perbandingan variasi terhadap neuron sejumlah 8, 10, 12, 18, 20 dengan jumlah epoch sejumlah 500, 900, 1000 dan 1100. Hasil dari proses learning yaitu nilai bobot yang akan digunakan sebagai bobot di proses testing. Hasil penelitian ini diperoleh tingkat akurasi sebesar 85%, presisi sebesar 89% dan recall sebesar 80%.
Kata kunci: glaukoma; LVQ; GLCM
Abstract:Abstract: Student graduation is one thing that needs to be considered because it is included in the College's Internal Quality Assurance Standards (SPMI). STMIK Royal is one of the universities experiencing problems with…
student graduation. To achieve the quality of these graduates, a graduation diagnosis with the standards that have been set for students who are still carrying out studies is very necessary so that anticipatory steps can be taken from the beginning to overcome the occurrence of graduation problems in the academic field. This research aims to diagnose fast-track student graduation by using a data mining model with a classification function. The technique used for the classification data mining model is the Naïve Bayes Algorithm. The dataset used as training and testing data is data from the 2021 STMIK Royal fast track students. The criteria used to determine student graduation are Gender, class, credits, GPA, Tuition Fee, Guidance Process, and the KKL Report. The results of the classification modeling with the Naïve Bayes Algorithm produce an accuracy value of 83%.
Keywords: data mining; graduation; naïve Bayes
Abstrak: Kelulusan mahasiswa adalah salah satu hal yang harus diperhatikan karena termasuk ke dalam Standar Penjaminan Mutu Internal (SPMI) perguruan tinggi. STMIK Royal adalah salah satu perguruan tinggi yang mengalami masalah kelulusan mahasiswa. Untuk mencapai kualitas lulusan tersebut, diagnosis kelulusan dengan standar yang telah ditetapkan untuk mahasiswa yang masih menjalankan studi sangat diperlukan sehingga dapat dilakukan langkah antisipasi dari awal untuk menanggulangi terjadinya permasalahan kelulusan dalam bidang akademik. Tujuan diadakannya penelitian ini untuk untuk mendiagnosis kelulusan mahasiswa fast track dengan menggunakan model data mining dengan fungsi klasifikasi. Teknik yang digunakan untuk model data mining klasifikasi adalah Algoritma Naïve Bayes. Dataset yang akan digunakan untuk menjadi data latih dan data uji adalah data mahasiswa fast track STMIK Royal tahun 2021. Kriteria yang digunakan untuk diganosis kelulusan mahasiswa, diantaranya Jenis Kelamin, Kelas, SKS, IPK, Uang Kuliah, Proses Bimbingan, dan Pengumpulan Laporan KKL. Hasil pemodelan klasifikasi dengan Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 83%.
Kata kunci: data mining; kelulusan; naïve bayes