Abstract:Abstract: This research was conducted with the aim of overcoming the problems faced by conventional breeders, especially breeders in Kota Pari Village, namely obstacles in carrying out promotions outside the area, both outside…
utside the village and outside the province. In the conventional buying and selling process, the role of middlemen is also influential, resulting in low livestock prices for breeders and very expensive for buyers. The condition of the livestock has also decreased due to stress and their food is not maintained when they are marketed in traditional livestock markets. The transportation process also becomes expensive if the cattle do not sell well in the livestock market. The web-based application for qurbani animals and aqikah mar-ketpalce overcomes all the problems of conventional sales. Applications built using the PHP programming language and MySQL database. The website-based application for qurbani and aqikah animal marketplaces connects goat and cattle breeders in Kota Pari village with buyers who can be reached from various regions and all corners of the world. The application also provides various types of qurban and aqikah, both purchasing qurban and aqikah animals as usual or the choice of qurban and aqikah packages that have been cooked by the seller. So that the application built makes it easier for sellers and buyers of qurban animals and aqikah
Keywords: application; aqiqah; marketplaces; sacrifice
Abstrak: Penelitian ini dilakukan dengan tujuan untuk mengatasi permasalahan yang dihadapi para peternak konvensional khusunya peternak di Desa Kota Pari, yaitu kendala dalam melakukan promosi diluar daerah baik luar Desa maupun luar provinsi. Pada proses jual beli konvensional peran serta tengkulak juga berpengaruh, sehingga mengakibatkan harga ternak menjadi murah untuk peternak dan menjadi sangat mahal untuk pembeli. Kondisi ternak juga menjadi menurun dikarekan setres dan makannya tidak terjaga pada saat dipasarkan di pasar ternak tradisional. Proses pengangkutan juga menjadi mahal jika ternak tidak laku dipasar ternak. Aplikasi Marketpalce hewan qurban dan aqikah berbasis website mengatasi semua permasalahan penjualan konvensional. Aplikasi yang dibangun menggunakan bahasa pemprogram PHP dan database MySQL. Apilkasi marketplace hewan qurban dan aqikah berbasis website menjadikan penghubung peternak kambing dan sapi di desa Kota Pari dengan pembeli yang dapat dijangkau dari berbagai daerah dan seluruh penjuru dunia. Pada Aplikasi juga di sediakan berbagai jenis qurban dan aqikah, baik pembelian hewan qurban dan aqikah seperti biasa ataupun pilihan paket qurban dan aqikah yang sudha dimasak oleh penjual. Sehingga aplikasi yang dibangun memudahkan penjual dan pembeli hewan qurban dan aqikah.
Kata kunci: aplikasi; aqikah; marketplace; qurban
Abstract:Abstract: One of the institutions that stated the poor handling of Covid-19 in Indonesia was the Lowy Institute. On March 13, 2021, Lowy Institute put Indonesia in 89th rank out of 102 countries that were successfully surveyed…
rveyed regarding the handling of the Covid-19 pandemic. This research is an attempt to critique the Lowy Institute's assessment. The COPRAS-AHP hybrid method was used. The AHP method, especially in the pairwise comparison section, is used as a method to determine the validity of the criterion weights. Five criteria were used in determining the ranking of the handling of the Covid-19 pandemic in countries in the Southeast Asian region. Each criterion is given a weight that is determined subjectively but by considering the level of importance of each criterion. The weighting of the criteria by using pairwise comparison resulted in: test per population, positive per test, vaccine per population, recovered per positive, deaths per positive. This study produces conclusions that are not much different from the Lowy Institute release. Indonesia is one of the countries where the handling of the Covid-19 pandemic is at a low level, Indonesia is ranked 10th out of 11 countries in the Southeast Asia region, with a utility value 16.29%.
Keywords: AHP; COPRAS; covid-19;pairwise comparison; ranking
Abstrak: Salah satu lembaga yang menyatakan buruknya penanganan Covid-19 di Indonesia adalah Lowy Institute. Pada 13 Maret 2021 menempatkan Indonesia di peringkat 89 dari 102 negara yang berhasil disurvei berkenaan dengan penanganan pandemi Covid-19. Penelitian ini merupakan upaya kritisi terhadap penilaian Lowy Institute. Digunakan metode hibrid COPRAS-AHP. Metode AHP, khususnya pada bagian pairwise comparison digunakan sebagai metode untuk menentukan validitas bobot kriteria. Digunakan lima kriteria dalam menentukan pemeringkatan penanganan pandemi Covid-19 pada negara-negara di kawasan Asia Tenggara. Masing-masing kriteria diberikan bobot yang ditentukan secara subjektif namun dengan mempertimbangkan tingkat kepentingan masing-masing kriteria. Pembobotan kriteria dengan menggunakan pairwise comparison menghasilkan: kriteria tes per populasi, positif per tes, vaksin per populasim, sembuh per positif, meninggal per positif. Penelitian ini menghasilkan kesimpulan yang tidak jauh berbeda dengan rilis Lowy Institute. Indonesia adalah salah satu negara dengan penanganan pandemi Covid-19 berada dalam level yang relatif rendah, peringkat 10 dari 11 negara di kawasan Asia Tenggara, dengan nilai utilitas 16,29 %.
Kata kunci: AHP; COPRAS; covid-19; pairwise comparison; pemeringkatan
Abstract:Abstract: one component important in the learning process is the medium. The position of learning media right now is not only just a tool to help to teach but also is a method for motivating and communicating with students…
ts more effective. The science of recitation is one part of the branch of Qur’an science that is very important for every Muslim to learn. A teacher tries to develop and advance education, especially at MIS Al-Mahdy. Efficient and students are less active due to the provision of material that is still watching causes students be passive; therefore, to avoid this, the teaching and learning process applies the CAI method. CAI ( Computer Assisted Instruction ) is a learning media through a computer system built as a complement and support learning techniques that can be packaged in an attractive and interactive multimedia form to increase student interest in learning. Therefore, the learning media with the CAI method can be a learning resource that can help achieve the goals of learning Islamic religious education and can also increase students' learning motivation in the teaching and learning process of Islamic religious education, especially the science of recitation.
Keywords: Application; Computer Assisted Instruction; Instructional Media; Tajwid
Abstrak :Salah satu komponen penting dalam proses belajar adalah media. Kedudukan media pembelajaran saat ini tidak hanya sekedar alat bantu untuk mengajar, tetapi juga merupakan cara untuk memotivasi dan berkomunikasi dengan pelajar agar lebih efektif. Ilmu tajwid merupakan salah satu bagian dari cabang ilmu alquran yang amat penting untuk dipelajari setiap muslim, untuk itu seorang guru berusaha mengembangkan dan memaj ukan pendidikan khususnya di MIS Al-mahdy permasalahan yang dihadapi khususnya dalam pengajaran quran hadist menganai ilmu tajwid seorang guru tersebut dalam melaksanakan pengajaran kurang efisien dan siswa kurang aktif disebabkan pemberian materi yang masih menonton menyebabkan siswa/i pasif maka dari itu untuk menghindari hal tersebut proses belajar mengajar menerapkan metode CAI. CAI (Computer Assisted Instruction) merupakan media pembelajaran melalui sistem komputer yang dibangun sebagai pelengkap dan pendukung dalam metode pembelajaran yang dapat dikemas dalam bentuk multimedia yang menarik dan interaktif sehingga dapat meningkatkan minat siswa untuk belajar. Oleh karena itu media pembelajaran dengan metode CAI dapat dikatakan sebagai sumber belajar yang dapat membantu mencapai tujuan dari pembelajaran pendidikan agama islam dan juga dapat meningkatkan motivasi belajar siswa dalam proses belajar mengajar pendidikan agama islam khususnya ilmu tajwid.
Keywords: Aplikasi; Computer Assisted Instruction; Ilmu Tajwid; Media Pembelajaran;
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: 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 technique of multiclass classification based on SVMs has been widely used. SVM optimization will be accomplished by examining the extraction features of Principal Component Analysis (PCA), Box-Cox Transformation,…
ation, and Recursive Feature Elimination (RFE). The dataset contains 13,611 rows and 17 variables, generated from the UCI repository's multiclass dry bean data. Barbunya, Bombay, Cal, Dermas, Horoz, Seker, and Sira are just a few of the dry bean kinds available. The dataset was tested using SVM Linear kernel and SVM Radial Basis.According to the results, the combination of scale-center-BoxCox-SVM Radial extraction achieves the maximum accuracy of 93.16 percent and the shortest processing time of 6.10 minutes. 96.00 percent, 100 percent, 96.71 percent, 95.16 percent, 97.60 percent, 97.74 percent, and 91.95 percent, according to bean class.RFE-SVM Radial has a 91.18 percent accuracy and a processing time of 6.55 minutes. BoxCox outperforms conventional techniques in terms of prediction accuracy while requiring less training time.
Keywords: Bean, PCA, BoxCox, SVM, RFE
Abstrak: Klasifikasi Multikelas menggunakan SVM telah banyak digunakan. Pada penelitian ini akan diuji fitur ekstraksi Principal Component Analysis, Box Cox Transformation dan fitur eliminisi Recursive Feature Elimination untuk mendapatkan optimasi SVM. Dataset berasal dari data multikelas kacang kering UCI repository dengan jumlah 13.611 baris dan 17 variabel. Kelas kacang kering yakni : Barbunya, Bombay, Cal, Dermas, Horoz, Seker dan Sira. Dataset diuji menggunakan kernel SVM Linier dan SVM Radial Basis. Didapatkan hasil, bahwa kombinasi fitur ekstraksi : scale-center-BoxCox-SVM Radial memiliki akurasi terbaik yakni 93,16% dan waktu proses 6,10 menit. Klasifikasi berdasarkan kelas kacang berturut-turut 96,00%,100%, 96,71%, 95,16%, 97,60%, 97,74% dan 91,95%. RFE- SVM Radial hanya memberikan akurasi sebesar 91,18 % dengan waktu proses sebesar 6.55 menit. Penggunaan BoxCox dibandingkan dengan lainnya, memberikan hasil prediksi lebih baik dan namun tidak mempercepat waktu pelatihan.
Kata kunci: BoxCox; Kacang; PCA; RFE; SVM
Abstract:Abstract: Along with the development of information technology, the way people listen to music also changed with the emergence of many music streaming applications. The user experience of an application plays an important…
t role in attracting and retaining application users. Therefore, this study has goal to compare the music steaming applications’ user experience of the Joox and Spotify by using User Experience Questionnaire (UEQ) method. There are 6 scales assessed by UEQ, including attractiveness, perspicuity, efficiency, dependability, stimulation, and novelty. Data was collected by distributing online questionnaires and obtained as many as 104 responses that could be processed. The results show that both applications have positive impressions which are indicated by the average value of each scale greater than 0.8. This indicates that these two applications are considered quite fun, effective, easy to understand, and innovative. However, the comparison’ results show that between Spotify and Joox is not significantly different, with Spotify scores slightly better than Joox.
Keywords: music streaming application; user experience; user experience questionnaire
Abstrak: Seiring dengan perkembangan teknologi informasi, cara masyarakat mendengarkan musik juga mengalami perubahan dengan munculnya banyak aplikasi streaming musik. User experience suatu aplikasi berperan penting untuk menarik dan mempertahankan pengguna aplikasi. Oleh karena itu, penelitian ini memiliki tujuan untuk membandingkan user experience dari aplikasi streaming musik Joox dan Spotify dengan metode User Experience Questionnaire (UEQ). Terdapat 6 skala yang dinilai oleh UEQ yaitu daya tarik, kejelasan, efisiensi, ketepatan, stimulasi, dan kebaruan. Data dikumpulkan melalui penyebaran kuesioner secara daring dan diperoleh sebanyak 104 jawaban yang bisa diolah. Hasil penelitian menunjukkan bahwa kedua aplikasi memiliki impresi positif yang ditandai dengan nilai rata-rata setiap skala lebih besar dari 0.8. Artinya kedua aplikasi ini dinilai cukup menyenangkan, efektif, mudah dipahami, dan inovatif. Meskipun demikian, hasil perbandingan menunjukkan bahwa perbedaan antara Spotify dan Joox tidak terlalu signifikan, dengan nilai Spotify sedikit lebih unggul daripada Joox.
Kata kunci: aplikasi streaming musik; pengalaman pengguna; user experience questionnaire
Abstract:Abstract: The number of applicants for scholarship recipients is many, so in the registration process, the scholarship provider provides several requirements that students must meet, and these requirements have criteria…
with different weight values. The number of applicants for the scholarship recipients is enormous; a Decision Support System (DSS) is needed to help the selection process be more accessible and faster and reduce errors in determining scholarship recipients. The data collection method uses interviews, observations, and literature with the waterfall's system development method. The calculation of the criteria used in developing this system is the Simple Additive Weighting (SAW) method. Comparing the final results between manual and system analyses shows that the equation is close to 100%. Still, the final results may be different because manual calculations use raw values, while system calculations use the Simple Additive Weighting (SAW) method, which compares alternatives.
.
Keywords: decision support system; scholarship; simple additive weighting
Abstrak: Pendaftar calon penerima beasiswa tidak sedikit jumlahnya, sehingga pada proses pendaftaran pihak pemberi beasiswa memberikan sejumlah persyaratan yang harus dipenuhi oleh siswa, dan persyaratan tersebut memiliki kriteria dengan nilai bobot yang berbeda-beda. Jumlah siswa yang mengajukan beasiswa sangat banyak, dan memerlukan sistem pendukung keputusan untuk mempermudah dan mempercepat proses seleksi serta mengurangi kesalahan dalam menentukan penerima beasiswa. Metode dalam mengumpulkan data menggunakan metode wawancara, observasi, dan literatur dengan metode pengembangan sistem menggunakan waterfall. perhitungan kriteria yang digunakan dalam pengembangan sistem ini adalah metode SAW (Simple Additive Weighting). Perbandingan hasil akhir antara perhitungan manual dan sistem menunjukkan persamaan mendekati 100%, namun hasil akhir bisa saja berbeda karena perhitungan manual menggunakan nilai mentah, sedangkan perhitungan sistem menggunakan metode SAW (Simple Additive Weighting) yang perhitungan dengan cara membandingkan alternatif.
Kata kunci: beasiswa; simple additive weighting; sistem pendukung keputusan
Abstract:Abstract: Question classification is a computer science system, which aims to analyze questions and can label each question based on existing categories. Questions can be collected from several materials or topics that are…
re many and different. Therefore, the researcher intends to create a classification system for quiz questions Data Warehouse and Business Intelligence which can be grouped into topics Data Warehouse, Business Intelligence, Data Analytics, and Performance Measurement. One way to solve this problem is by approach machine learning. In this study, researchers used a comparison of machine learning algorithms, namely the algorithm NaïveBayes and SupportVectorMachine using SMOTE and methods Cross-Validation The results of this study show the best accuracy results and are very helpful. The results obtained in the method cross-validation before SMOTE resulted in an accuracy rate of 82.02% for the results after going through the SMOTE stage of 94.79% on the algorithm Naïve Bayes, while the algorithm SupportVectorMachine get accuracy of 81.39% in the process before SMOTE for the results after going through SMOTE of 96.52%.
Keywords: Cross-Validation; Machine Learning; Naive Bayes; Support Vector Machine; Question Classification
Abstrak: Klasifikasi pertanyaan merupakan sebuah sistem ilmu komputer, yang bertujuan untuk menganalisis pertanyaan serta dapat memberi label pada setiap pertanyaan berdasarkan kategori yang ada. Pertanyaan soal dapat dikumpulkan dari beberapa materi atau topik yang banyak dan berbeda. Oleh karena itu, bermaksud untuk membuat sistem klasifikasi pertanyaan soal kuis Data Warehouse dan Business Intelligence yang dapat dikelompokkan menjadi topik Data Warehouse, Business Intelligence, Data Analitik, dan Pengukuran Kinerja. Cara yang dapat dilakukan untuk permasalahan ini dengan menggunakan pendekatan MachineLearning. Pada penelitian kali ini menggunakan perbandingan algoritma MachineLearning yaitu algoritma NaïveBayes dan SupportVectorMachine menggunakan metode SMOTE dan Cross-Validation. Hasil penelitian ini menunjukkan hasil akurasi yang terbaik dan sangat membantu. Hasil yang diperoleh pada metode cross-validation sebelum SMOTE menghasilkan tingkat akurasi sebesar 82.02% untuk hasil sesudah melalui tahap SMOTE sebesar 94.79 % pada algoritma Naïve Bayes, sedangkan pada algoritma Support Vector Machine menghasilkan akurasi sebesar pada proses sebelum SMOTE 81.39% untuk hasil sesudah melalui SMOTE sebesar 96.52%.
Kata kunci: Klasifikasi Pertanyaan; Pembelajaran Mesin; Naive Bayes; Support Vector Machine; Cross-Validation
Abstract:Abstract: This journal explains how to design and build an application that can perform calculations using apriori algorithm. The workflow applied in this study is a sequential workflow (waterfall method). The application…
ion built is a website-based application that can be accessed using a web browser. To make application design in this research, UML modeling is used. The model that has been designed using UML will be implemented into PHP coding which can then be run via a web browser. The supporting tools used are XAMPP which provides apache and mysql services. From the test results, it is found that the application of apriori algorithm based on this website is able to perform calculations using the a priori algorithm accurately. These results are proven by comparing the results obtained from manual calculations with the results of calculations performed by this application using a sample of the same data.
Keyword: apriori algorithm; data mining, modeling; mysql; php; uml
Abstrak: Dalam jurnal ini dijelaskan bagaimana merancang hingga membangun sebuah aplikasi yang dapat melakukan perhitungan dengan menggunakan algoritma apriori. Adapun alur kerja yang diterapkan dalam penelitian ini adalah alur kerja yang berurutan (metode waterfall). Aplikasi yang dibangun adalah aplikasi yang berbasis website yang dapat dikases menggunakan web browser. Untuk membuat perancangan aplikasi dalam penelitian ini, digunakan pemodelan UML. Model yang telah dirancang dengan menggunkan UML akan diimplementasikan kedalam koding PHP yang nantinya dapat dijalankan melalui web browser. Adapun tools pendukung yang digunakan adalah XAMPP yang menyediakan service apache dan mysql. Dari hasil pengujian didapatkan bahwa aplikasi perhitungan algoritma apriori berbasis website ini mampu melakukan perhitungan dengan menggunakan algoritma apriori secara akurat. Hasil ini dibuktikan dengan cara membandingkan hasil yang didapat dari perhitungan manual dengan hasil perhitungan yang dilakukan oleh aplikasi ini dengan menggunakan sebuah sampel data yang sama.
Kata kunci: algoritma apriori; data mining; mysql; pemodelan; php; uml