Abstract:Abstract: Bekasi Regency, being one of the key cities in Indonesia, offers a suitable setting to study the intricacies of marriage decision-making during a quarter-life crisis. This study focuses on the application of clustering…
ustering algorithms to categorize individuals based on their marriage choices. Data was collected from a questionnaire completed by 110 respondents from Bekasi Regency, specifically individuals aged 18 to 30 who are single, including 80 women and 30 men. Data analysis was conducted using the RapidMiner software to evaluate the effectiveness of three clustering algorithms K-Means, X-Means, and K-Medoids in categorizing marriage decision patterns among young people experiencing a Quarter Life Crisis in Bekasi Regency. Results indicate that each algorithm has its own strengths and limitations in handling Quarter Life Crisis data.The results of the analysis show that the K-medoids algorithm provides the best clustering results with the lowest DBI value of 0.195, followed by the X-Means algorithm with a value of 0.199 and K-Means with a value of 0.207. These results can help understand the pattern of marriage decisions in the Quarter Life Crisis phase and help provide insights for policymakers in Bekasi Regency to make more effective intervention programs.
Keywords: K-Means; K-Medoids; X-Means
Abstrak: Sebagai salah satu kota besar di Indonesia, Kabupaten Bekasi memberikan konteks yang tepat untuk mempelajari kompleksitas pengambilan keputusan pernikahan di tengah krisis seperempat usia. Penelitian ini berfokus pada pemanfaatan algoritma clustering untuk mengelompokkan individu berdasarkan pilihan pernikahan mereka. Data diambil dari kuesioner yang diisi oleh 110 responden di Kabupaten Bekasi, yang terdiri dari individu lajang berusia 18 hingga 30 tahun, yaitu 80 perempuan dan 30 laki-laki. Analisis data dilakukan dengan perangkat lunak RapidMiner untuk mengevaluasi efektivitas tiga algoritma pengelompokan—K-Means, X-Means, dan K-Medoids—dalam mengelompokkan pola keputusan pernikahan di kalangan pemuda yang menghadapi Quarter Life Crisis di Kabupaten Bekasi. Hasilnya menunjukkan bahwa setiap algoritma memiliki keunggulan dan kelemahannya masing-masing dalam memproses data Quarter Life Crisis. Hasil analisis menunjukkan bahwa algoritma K-medoids memberikan hasil clustering terbaik dengan nilai DBI terendah yaitu 0.195, diikuti oleh algoritma X-Means dengan nilai 0.199 dan K-Means dengan nilai 0.207. Hasil ini dapat membantu memahami pola keputusan menikah pada fase Quarter Life Crisis dan membantu memberikan wawasan bagi pembuat kebijakan di Kabupaten Bekasi membuat program intervensi yang lebih efektif.
Kata kunci: K-Means; K-Medoids; X-Means
Abstract:Abstract: Heart disease is one of the leading causes of death worldwide, making early detection and accurate diagnosis crucial for reducing mortality rates and improving patient outcomes. This study aims to evaluate the…
effectiveness of four machine learning algorithms—Logistic Regression, Random Forest, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN)—in predicting heart disease, with a focus on enhancing model performance using Linear Discriminant Analysis (LDA) for feature reduction. Among the models, SVM achieved the highest accuracy at 84.24%, followed by Logistic Regression at 83.70%. Although Random Forest and KNN showed lower accuracies, all models benefited from LDA's dimensionality reduction. This study suggests that SVM, combined with LDA, offers an optimal solution for early and accurate heart disease prediction in the healthcare industry.
Keywords: feature reduction; heart disease; linear discriminant analysis (LDA); machine learning; SVM
Abstrak: Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini dan diagnosis yang akurat sangat penting untuk menurunkan angka kematian dan meningkatkan hasil pengobatan pasien. Penelitian ini bertujuan untuk mengevaluasi efektivitas empat algoritma pembelajaran mesin—Regresi Logistik, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN)—dalam memprediksi penyakit jantung, dengan fokus pada peningkatan kinerja model menggunakan Analisis Diskriminan Linear (LDA) untuk reduksi fitur. Di antara model yang diuji, SVM mencapai akurasi tertinggi sebesar 84,24%, diikuti oleh Regresi Logistik dengan 83,70%. Meskipun Random Forest dan KNN menunjukkan akurasi yang lebih rendah, semua model memperoleh manfaat dari reduksi dimensi yang diberikan oleh LDA. Studi ini menunjukkan bahwa SVM yang dikombinasikan dengan LDA merupakan solusi optimal untuk prediksi penyakit jantung secara dini dan akurat dalam industri kesehatan.
Kata kunci: linear discriminant analysis (LDA); machine learning; penyakit jantung; reduksi fitur; SVM.
Abstract:Abstract: Data on stunting cases among toddlers in Datuk Bandar Timur sub-district, Tanjung Balai city Not yet processed in a way computerized use digital map , so that the monitoring process in-depth investigation of the…
e distribution and patterns of stunting in a area Not yet presented with Good . This matter Of course impact on cadre Public health center Semula Jadi For monitor number nutrition bad And spread prevalence of stunting in Datuk Bandar Timur sub-district, Tanjung Balai city . For That need development A system internal data management form chart nor map that can be give description spread nutrition bad in the region Mayor. Planning And development system information This done with use method data collection and interview direct to the UPTD Community Health Center Semula Jadi . Objective it was built this webgis can assist in identifying areas that need nutritional intervention, mapping the prevalence of stunting and malnutrition, as well as monitoring nutrition programs and optimizing resource allocation. Results from GIS can plays an important role in supporting efforts to prevent and overcome stunting problems by providing tools effective software for collecting, analyzing and visualizing nutritional data spatially. The use of web GIS can also provide information on stunting locations from UPTD Semula Jadi Health Center data.
Keywords : geographic information system; location mapping system; stunting.
Abstrak: Data kasus stunting pada balita di kecamatan datuk bandar timur kota tanjung balai belum diproses secara terkomputerisasi menggunakan peta digital, sehingga proses pemantauan penyelidikan mendalam tentang sebaran dan pola stunting disuatu daerah belum tersajikan dengan baik. Hal ini tentu berdampak pada kader puskesmas Semula Jadi untuk memantau angka gizi buruk dan penyebaran prevalensi stunting di kecamatan datuk bandar timur kota tanjung balai. untuk itu perlu pembangunan sebuah sistem pengelolaan data dalam bentuk grafik maupun peta yang dapat memberikan gambaran penyebaran gizi buruk diwilayah Datuk Bandar. Perancangan dan pembangunan sistem informasi ini dilakukan dengan menggunakan metode pengambilan data dan wawancara langsung ke UPTD Puskesmas Semula Jadi. Tujuan dibangunnya webgis ini dapat membantu dalam identifikasi daerah yang membutuhkan intervensi gizi, pemetaan prevalensi stunting dan gizi buruk, serta memantau program-program gizi dan optimalisasi alokasi sumber daya. Hasil dari SIG dapat berperan penting dalam mendukung upaya pencegahan dan penanggulangan masalah stunting dengan menyediakan alat software yang efektif untuk pengumpulan, analisis, dan visualisasi data gizi secara spasial. Kegunaan webgis juga dapat memberikan informasi mengenai lokasi stunting dari data UPTD Puskesmas Semula Jadi.
Kata kunci: sistem informasi geografis; sistem pemetaan lokasi; stunting
Abstract:Abstract: The current development of technology has successfully met various societal needs, one of which is the buying and selling activities. This development has led people to engage in online transactions, where buyers…
rs do not necessarily have to meet sellers in person. Tokopedia is one of the most popular e-commerce platforms used in Indonesia. Security issues arose when in 2020 Tokopedia experienced a breach, with data from around 91 million accounts being compromised by hackers. Consequently, Tokopedia needed to establish a Data Protection and Privacy Office (DPPO) to protect and safeguard user data privacy.This research addresses how perceptions of security and privacy can influence users' trust in transacting on Tokopedia. Using multiple linear regression analysis, the study evaluates the relationship between perceptions of data security and privacy with trust in transacting on Tokopedia. Based on the calculations of the multiple linear regression model using previously collected respondent data, it was found that perceptions of data security do not directly affect trust in transactions. However, perceptions of privacy are considered to have a significant influence and can increase trust in transactions among students in Pekanbaru.
Keywords: data security; e-commerce; tokopedia; transaction trust; user perceptions
Abstrak: Perkembangan teknologi saat ini telah sukses mencapai berbagai kebutuhan masayarakat salah satunya kegiatan jual beli, perkembangan ini membawa manusia untuk dapat melakukan jual beli secara online dimana tidak mengharuskan pembeli bertemu penjual secara langsung. Tokopedia menjadi salah satu platform e-commerce yang sangat popular digunkanan diindonesia. Masalah keamaan terjadi dimana pada tahun 2020 tokopedia mengalami peretasan dengan sekitar 91 juta akun berhasil diperoleh datanya oleh peretas, sehingga Tokopedia perlu membentuk data protection and privacy office (DPPO) guna melindungi dan menjaga privasi data pengguna Tokopedia.terkait hal tersebut penelitian ini mengangkat bagaimana persepsi keamanan dan privasi dapat mempengaruhi kepercayaan pengguna dalam bertransaksi ditokopedia. Dengan menggunakan metode regresi linear berganda, evaluasi dilakukan untuk menjelaskan hubungan antara persepi keamanan data dan privasi terhadap kepercayaan bertransaksi ditokopedia. Berdasarkan perhitungan model regresi linear berganda menggunakan data responden yang telah dilakukan sebelumnya didapat persepsi keamanan data terhadap kepercayaan bertransaksi tidak berpengaruh secara langsung. Namun pada persepsi privasi terhadap kepercayaan bertransaksi dinilai sangat berpengaruh dan dapat meningkatkan kepercayaan bertransaksi di kalangan mahasiswa di pekanbaru.
Kata kunci: e-commerce; keamanan data; kepercayaan transaksi; persepsi pengguna; tokopedia
Abstract:Abstract: Generally, people still use a simple key system. The door opening function still uses conventional (manual) keys such as locking levers, sliding locks or rotating hinges. The widespread use of keys as a general…
security method often results in the loss of keys while traveling. For this reason, this research aims to maintain a home or place security system that must be protected with a knock sensor at an affordable price among the public. This system uses a knock key piezoelectric sensor, Arduino Uno. So it produces a smart door using a knock sensor, where when it is knocked the knock is automatically read by the sensor.
Keywords: knock piezoelectric sensor; arduino uno.
Abstrak: Umumnya masyarakat masih menggunakan sistem kunci yang sederhana. Fungsi bukaan pintu masih menggunakan kunci konvensional (manual) seperti tuas pengunci, kunci geser atau engsel putar. Meluasnya penggunaan kunci sebagai metode keamanan umum seringkali mengakibatkan hilangnya kunci saat bepergian. Untuk itu penelitian ini bertujuan untuk menjaga sistem keamanan rumah atau tempat yang harus dilindungi dengan sensor ketukan dengan harga yang terjangkau dikalangan masyarakat. Sistem ini menggunakan sensor piezoelektrik kunci ketuk, arduino uno. Sehingga menghasilkan pintu pintar dengan menggunakan sensor ketukan, dimana ketika diketuk otomatis ketukan itu terbaca dengan sensor tersebut.
Kata kunci: sensor piezoelektrik kunci ketuk; arduino uno.
Abstract:Student development includes conduct as a key component. Student behavior becomes crucial in deciding how successful students will be in different spheres of life. The variety of student behavior can hinder the learning…
process and personal development of students. Through the development of an expert system-based counseling model based on backward chaining, this study seeks to discover trends in student behavior. The research process starts with problem analysis, goal setting, literature study, data collection, system design and implementation, and results analysis. It then moves on to counseling model development and implementation in the school setting. To determine the reasons for the unruly behavior of the kids, data were analyzed using a backward chaining methodology. UML Usecase diagrams are used in system design to define the roles of actors and users. The established counseling model, which consists of 14 behaviors, 67 phenomena/symptoms, and 14 rules, focuses on goals and methods to modify student behavior. Three students underwent system testing based on previously achieved goals from therapy. The findings revealed "Smoking," "Emotional Problems," and "Fighting" among the student behaviors. When the Backward Chaining-based counseling model is used, it is simpler for homeroom teachers to gather information about students' conduct from them and to offer remedies based on the transfer of professional knowledge without having to wait for the counselor guidance procedure
Abstract:Automatic text summarization is challenging research in natural language processing, aims to obtain important information quickly and precisely. There are two main approach techniques for text summary: abstractive and extractive…
tractive summary. Abstractive Summarization generates new and more natural words, but the difficulty level is higher and more challenging. In previous studies, RNN and its variants are among the most popular Seq2Seq models in text summarization. However, there are still weaknesses in saving memory; gradients are lost in long sentences so resulting in a decrease in lengthy text summaries. This research proposes a Transformer model with an Attention mechanism that can fetch important information, solve parallelization problems, and summarize long texts. The Transformer model we propose is GPT-2. GPT-2 uses decoders to predict the next word using the pre-trained model from w11wo/indo-gpt2-small, implemented on the Indosum Indonesian dataset. Evaluation assessment of the model performance using ROUGE evaluation. The study's results get an average result recall for R-1, R-2, and R-L were 0.61, 0.51, and 0.57, respectively. The summary results can paraphrase sentences, but some still use the original words from the text. Future work increase the amount of data from the dataset to improve the result of more new sentence paraphrases.
Abstract:Abstract: Paskibra selection is an annual agenda held by schools, district disporas, provincial disporas, and the Ministry of Youth and Youth. This activity aim select the best students who will serve as flag raisers at…
independence commemoration ceremonies and other holidays. Paskibra participants have to choose. This reliable, formidable and attractive students are choosen. So the flag raising can be carried out solemnly and well. This school has a large number of students. Paskibra extracurricular enthusiasts also have many enthusiasts. This school Paskibra is a favourite extracurricular and quite prestigious among students. The selection of Paskibra has been running so well, but the decisions taken are sometimes not by the standards procedures. Therefore, a system that will be a reference for objective decision-making need to created . The decision-making system using the data mining algorithm C4.5. This study aim to create a system that makes it easier for the selection committee to select eligible Paskibra members. The method used is a qualitative method in the form of the results of interviews with data from participants in the last three years of the Pakskibra selection. As a result, there are three main criteria and five rules of the selection system.
Keywords: C4.5 algorithm; data mining; paskibra
Abstrak: Seleksi paskibra merupakan agenda tahunan yang diadakan oleh sekolah, dispora kabupaten, dispora provinsi, dan kemenpora untuk memilih siswa-siswi terbaik yang akan bertugas sebagai pengibar bendera pada upacara peringatan kemerdekaan dan hari-hari besar lainnya. Peserta paskibra perlu diseleksi agar terpilih siswa-siswi yang handal, tangguh dan menarik sehingga pengiabaran bendera dapat dilaksanakan dengan khidmad dan baik. Sekolah ini adalah salah satu sekolah menengah atas yang menjadi favorit para lulusan SMP. Oleh karena itu sekolah ini mempunyai siswa yang sangat banyak. Dengan banyaknya siswa yang masuk, maka peminat ekskul paskibra juga memiliki peminat yang banyak, selain itu di sekolah ini paskibra merupakan ekskul favorit dan cukup bergengsi di kalangan siswa. Seleksi paskibra yang berjalan selama ini sudah dilakukan dengan baik, akan tetapi keputusan yang diambil terkadang tidak sesuai dengan standar yang telah ditetapkan. Oleh karena itu perlu dibuatkan sebuah sistem yang akan menjadi acuan untuk pengambilan keputusan yang objektif. Sistem pengambilan keputusan akan dibuat menggunakan data mining algoritma C4.5. Tujuan dari penelitian ini adalah membuat sebuah sistem yang memudahkan panitia penyeleksi untuk memilih anggota paskibra yang layak. Metode yang digunakan adalah metode kualitatif berupa hasil wawancara data peserta seleksi pakskibra tiga tahun terakhir. Hasilnya berupa tiga kriteria utama dan lima aturan sistem seleksi.
Kata kunci: Algoritma C4.; data mining; paskibra;
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: 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