Abstract:Abstract: Salty groundwater is water that comes from the ground, has a high salt content and is unfit for consumption. The problem faced by the community is the difficulty of obtaining clean water which makes people buy…
clean water for their daily needs such as drinking, bathing, washing and so on. The community processing salty groundwater so that it can be drunk is still not efficient, because it is still done manually by cooking the salty groundwater using a pot and stove to produce water vapor, then it is collected using a glass or other container. The purpose of this research is to produce an automatic distillation device using an electric water heater to be able to detect water temperature, salt content, and water level with rocks using the Arduino Uno Microcontroller. The method used in this study uses data collection and system development (prototype) methods. The results of the research resulted in an automatic distillation device that can separate the salt content in salty groundwater so that the water is suitable for consumption and also produces salt that can be used by the community for household needs.
Keywords: distillation apparatus; microcontroller; prototype; salty groundwater
Abstrak: Air tanah asin merupakan air yang berasal dari dalam tanah, memiliki kadar garam yang tinggi dan tidak layak untuk dikonsumsi. Masalah yang dihadapi masyarakat adalah kesulitan akan air bersih membuat masyarakat membeli air bersih untuk kebutuhan sehari-hari seperti minum, mandi, mencuci dan lain sebagainya. Masyarakat mengolah air tanah asin agar dapat diminum masih belum efisien, karena masih dilakukan secara manual dengan memasak air tanah asin menggunakan panci dan kompor untuk menghasilkan uapan air, kemudian ditampung menggunakan gelas atau wadah lainnya. Tujuan penelitian ini menghasilkan suatu alat destilasi otomatis menggunakan pemanas air listrik untuk dapat mendeteksi suhu air, kadar garam, dan level ketinggian air dengan batuan menggunakan Mikrokontroler Arduino Uno. Metode yang digunakan dalam penelitian ini menggunakan metode pengumpulan data dan pengembangan sistem (prototype). Hasil penelitian menghasilkan suatu alat destilasi otomatis yang dapat memisahkan kadar garam pada air tanah asin sehingga air tersebut layak dikonsumsi dan juga menghasilkan garam yang dapat dimanfaatkan masyarakat untuk keperluan dalam rumah tangga.
Kata kunci: air tanah asin; alat destilasi; mikrokontroler; prototype
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: Population is a group of people who live or settle in an area for six months or more. Increasing the population in an area results in more problems being faced by the area such as high unemployment rates, poverty…
ty and food shortages which result in hunger. BPS Asahan Regency records that there is an increase in population every year. Asahan Regency BPS cannot predict population growth in the following year, so an application is needed to predict population growth. The purpose of this study is to predict population growth in Asahan Regency in the following year based on previous data using the concept of data mining. By applying data mining using multiple linear regression methods can be used to calculate population growth estimates based on previous data. This quantitative research used population data of Asahan Regency from 2016 to 2022. From the calculation of the multiple linear regression model using data from the previous five years, the estimated population growth of Asahan for 2023 was 824,617 people and the process of estimating the population became more systematic and calculated. well with this population estimation system and the process of storing data becomes easier and does not require a lot of paper to print and save.
Keywords: Application; Data Mining; Multiple Linear Regression
Abstrak: Penduduk merupakan sekumpulan orang yang tinggal atau menetap pada suatu wilayah selama enam bulan atau lebih. Bertambahnya jumlah penduduk pada suatu daerah mengakibatkan semakin banyak pula persoalan yang di hadapi oleh daerah tersebut seperti tingkat pengangguran yang tinggi, kemiskinan dan kekurangan pangan yang mengakibatkan kelaparan. BPS Kabupaten Asahan mencatat terjadi adanya pertambahan penduduk pada setiap tahunnya. BPS Kabupaten Asahan tidak dapat memprediksi pertumbuhan penduduk pada tahun berikutnya sehingga dibutuhkan suatu aplikasi untuk memprediksi pertambahan penduduk tersebut. Tujuan penelitian ini adalah untuk memprediksi pertumbuhan penduduk Kabupaten Asahan pada tahun berikutnya berdasarkan data sebelumnya menggunakan konsep data mining. Dengan menerapkan data mining menggunakan metode regresi linier berganda dapat digunakan untuk menghitung estimasi pertumbuhan penduduk berdasarkan data sebelumnya. Penelitian yang dilakukan secara kuantitatif ini menggunakan data penduduk Kabupaten Asahan dari tahun 2016 sampai tahun 2022. Dari perhitungan model regresi linier berganda menggunakan data lima tahun sebelumnya didapat estimasi pertumbuhan penduduk Asahan untuk tahun 2023 sebesar 824.617 jiwa dan proses estimasi jumlah penduduk menjadi lebih sistematis dan terkalkulasi dengan baik dengan adanya sistem estimasi jumlah penduduk ini dan proses penyimpanan data menjadi lebih mudah dan tidak memerlukan banyak kertas untuk di cetak dan di simpan.
Kata kunci: Aplikasi; Data Mining; Regresi Linier Berganda
Abstract:Abstract : Air conditioner is an important component in a room nowadays. Due to its function as a regulator of air circulation in a room that was previously hot and stuffy, it becomes cool and comfortable. STMIK Royal Kisaran…
saran which is one of the tertiary institutions in the field of computers which has lots of air conditioners in each room, both in the theory room and in the laboratory room. Where the control and monitoring is still done manually, namely through a switch or remote control . This becomes a problem that arises when there is negligence in extinguishing it or in the ignition process. So we need a system that can turn on the air conditioner in every theoretical room or laboratory room remotely. So that the work feels lighter and more effective. In designing this control system, a NodeMCU ESP8266 module is used, which acts as the brain of the remote control system and with a DHT11 temperature sensor that can monitor room temperature. The IR Transmitter sensor acts as a connecting medium between the NodeMCU ESP8266 module and the Air Conditioner engine to regulate the temperature. So that in this way, this control system can make it easier for officers to control the Air Conditioner in the STMIK Royal campus room.
Keywords : air conditioners; dht11; internet of things; nodeMCU esp8266.
Abstrak: Air conditioner merupakan sebuah komponen penting pada suatu ruang di jaman sekarang ini. Dikarenakan fungsinya sebagai pengatur sirkulasi udara di dalam ruangan yang sebelumnya panas dan pengap menjadi sejuk dan nyaman. STMIK Royal Kisaran yang merupakan salah satu perguruan tinggi dibidang komputer yang memiliki banyak sekali air conditioner di setiap ruangannya, baik pada ruang teori serta diruang laboratorium. Di mana pada pengontrolan dan pemantauannya masih secara manual, yaitu melalui sakelar atau remot kontrol. Hal ini menjadi satu persoalan yang timbul ketika terjadi kelalaian dalam memadamkannya ataupun dalam proses penyalaannya. Sehingga dibutuhkan sebuah sistem yang dapat menyalakan air conditioner di setiap ruang teori maupun ruang laboratorium dengan jarak jauh. Sehingga pekerjaan tersebut teras lebih ringan dan efektif. Dalam perancangan sistem kendali ini digunakan sebuah modul NodeMCU ESP8266, yang berperan sebagai otak dari sistem pengendalian secara jarak jauh dan dengan sensor suhu DHT11 yang dapat memantau temperatur suhu ruangan. Sensor IR Transmitter sebagai media penghubung antara modul NodeMCU ESP8266 ke mesin Air Conditioner untuk mengatur temperatur suhu. Sehingga dengan demikian, sistem kendali ini dapat mempermudah petugas dalam mengontrol Air Conditioner di ruangan kampus STMIK Royal.
Kata kunci : air conditioner; dht11; internet of things; nodeMCU esp8266.
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
Abstract:Abstract: The poor community is a condition in which the community does not have adequate facilities and infrastructure and an adequate environment, with the quality of housing and settlements far below the eligibility standard…
tandard and uncertain livelihoods covering all multidimensional dimensions. The Pasiran Village Office, Sei Dadap District, is one of the agencies located in the Pasiran area, Sei Kamah. Where the Pasiran Village Hall Office carries out activities to distribute assistance to village communities who are declared to be underprivileged or have low incomes below 3.5 million. With such a large number of village people, an in-depth analysis is needed to determine which poor people are entitled to receive Non-Cash Food Assistance from the government. The solution to this problem is to use data mining with the Naïve Bayes algorithm for data classification. Data mining is the science of extracting information by utilizing data sets to obtain valuable information with a large enough data size through the process of extracting data or filtering data. The classification application uses the naïve Bayes algorithm used at the Pasiran Village Office to produce a classification of beneficiaries, namely Worthy and Unworthy based on the attributes of Citizenship, Family Group, ASN Status, and Having a Healthy Family Card.
Keywords: data mining; naïve bayes; classification, beneficiary
Abstrak: Masyarakat miskin merupakan suatu kondisi dimana keadaan masyarakat yang tidak memiliki sarana dan prasarana serta lingkungan yang memadai, dengan kualitas perumahan dan pemukiman yang jauh dibawah standar kelayakan serta mata pencaharian yang tidak menentu yang mencakup seluruh multidimensi. Kantor Balai Desa Pasiran Kecamatan Sei Dadap merupakan salah satu instansi yang berada di daerah Pasiran, Sei Kamah. Dimana Kantor Balai Desa Pasiran melakukan kegiatan pembagian bantuan terhadap masyarakat desa yang dinyatakan kurang mampu atau memiliki penghasilan rendah dibawah 3,5 juta. Dengan jumlah masyarakat desa yang begitu banyak, diperlukan analisis yang mendalam untuk menentukan masyarakat tidak mampu yang berhak untuk mendapatkan Bantuan Pangan Non Tunai dari pemerintah. Solusi dari permasalahan tersebut adalah menggunakan data mining dengan algoritma naïve bayes untuk klasifikasi data. Data mining merupakan suatu ilmu untuk menggali informasi dengan memanfaatkan kumpulan data untuk mendapatkan berbagai informasi yang berharga dengan ukuran data yang cukup besar melalui proses penggalian data atau penyaringan data. Aplikasi klasifikasi menggunakan algoritma naïve bayes yang terapkan pada Kantor Balai Desa Pasiran menghasilkan klasifikasi warga penerima bantuan yaitu Layak dan Tidak Layak berdasarkan atribut Kewarganegaraan, Golongan Keluarga, Status ASN dan Memiliki Kartu Keluarga Sehat.
Kata kunci: data mining; naïve bayes; klasifikasi, penerima bantuan
Abstract:Abstract: The rapid growth in the use of online loan applications makes protecting consumer data a crucial issue. Current online loan application data protection regulations need to be updated to ensure consumers' personal…
al data is protected from potential misuse. This study aims to analyze the urgency of updating data protection regulations for users of online loan applications through a normative-juridical approach. The results of the study found that more comprehensive new regulations were needed to keep pace with the rapid development of technology in the financial sector. The findings of this study emphasize the importance of protecting personal data in applications that offer online loan services, especially with the increasing number of cases of breaches of personal data. The results of the study conclude that updating personal data protection regulations is very important to ensure the security and safety of consumer data in applications that offer online loan services.
Keywords: application; online loans; personal data protection; regulation; privacy;
Abstrak: Pesatnya pertumbuhan penggunaan aplikasi pinjaman online membuat perlindungan data konsumen menjadi isu krusial. Regulasi perlindungan data pengajuan pinjaman online saat ini perlu diperbarui untuk memastikan data pribadi konsumen terlindungi dari potensi penyalahgunaan. Penelitian ini bertujuan untuk menganalisis urgensi pembaharuan regulasi perlindungan data bagi pengguna aplikasi pinjaman online melalui pendekatan yuridis-normatif. Hasil penelitian menemukan bahwa diperlukan regulasi baru yang lebih komprehensif untuk mengimbangi pesatnya perkembangan teknologi di sektor keuangan. Temuan penelitian ini menekankan pentingnya perlindungan data pribadi dalam aplikasi yang menawarkan layanan pinjaman online, terlebih dengan semakin banyaknya kasus pelanggaran data pribadi. Hasil penelitian menyimpulkan bahwa pembaharuan regulasi perlindungan data pribadi sangat penting untuk menjamin keamanan dan keselamatan data konsumen di aplikasi yang menawarkan layanan pinjaman online.
Kata kunci: aplikasi; perlindungan data pribadi; pinjaman online; privasi; regulasi
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: Medan Aviation Polytechnic is one of the campuses under the ministry of transportation which has a major in telecommunication and air navigation engineering in Indonesia. Based on field surveys, an Analog to Digital…
gital Converter (ADC) practicum kit is needed to improve the ability of cadets. Based on this background, this study aims to design and simulate two ADC circuits, each of which is compiled by the integrated circuit (IC) ADC0804 and IC ADC0809 respectively. Three statistical formulas, namely mean error (ME), standard deviation error (SDE), and root mean square error (RMSE) are used to measure the performance of the two ADC circuits. Both ADC circuits are simulated using a Proteus 8.11 Simulator with 255 analog input voltages. Based on the result of the study, it is known that the ADC circuit compiled by IC ADC0809 is more accurate than the ADC circuit compiled by IC ADC0804. This is evidenced by a smaller error value, which is based on the simulation results of the ME, SDE, and RMSE values were 0.4210, 0.3410, and 0.5110, respectively. And, based on the measurement results, it has ME, SDE, RMSE respectively, namely 0.8510, 0.8110, and 0.9310.
Keywords: ADC; Proteus 8.11 Simulator; IC ADC0804; IC ADC0809; ME; SDE; RMSE
Abstrak: Politeknik Penerbangan Medan adalah salah satu kampus di bawah Kementerian Perhubungan yang memiliki jurusan teknik telekomunikasi dan navigasi udara di Indonesia. Berdasarkan survei di lapangan, kit praktikum konverter analog ke digital diperlukan untuk meningkatkan kemampuat taruna. Berdasarkan latar belakang tersebut, penelitian ini bertujuan merancang dan mensimulasi dua rangkaian ADC yang masing-masing disusun oleh IC ADC0804 dan IC ADC0809. Tiga formula statistik, yaitu mean error (ME), standard deviation error (SDE), and root mean square error (RMSE) digunakan untuk mengukur kinerja kedua rangkaian ADC tersebut. Kedua rangkaian ADC tersebut disimulasi menggunakan Simulator Proteus 8.11 dengan 255 tegangan masukan analog. Berdasarkan hasil penelitian diketahui bahwa rangkaian ADC yang disusun oleh IC ADC0809 lebih akurat dibandingkan dengan rangkaian ADC yang disusun oleh IC ADC0804. Hal tersebut dibuktikan dengan nilai kesalahan yang lebih kecil, yaitu berdasarkan hasil simulasi memiliki ME, SDE, RMSE masing-masing adalah 0,4210, 0,3410 dan 0,5110. Dan berdasarkan hasil pengukuran memiliki ME, SDE, dan RMSE masing-masing adalah 0,8510, 0,8110, dan 0,9310.
Kata kunci: ADC; Simulator Proteus 8.11; IC ADC0804; IC ADC0809; ME; SDE; RMSE
Abstract:• Abstract: The skin is an elastic wrapping that protects the body from environmental influences, the skin is the organ that is located on the outside and limits it from the human environment. Skin diseases can be caused…
ed by fungi, viruses, germs, animal parasites, bacterial infections and others. To identify skin diseases, we usually have to see a doctor, but we still experience problems in dealing with disease identification. This is sometimes influenced by the community, sometimes they feel embarrassed to consult their skin disease to a doctor because the signs of skin disease have started to appear, consultation fees and drugs are relatively expensive. Current technological developments are able to process knowledge with artificial intelligence techniques. Due to the many symptoms of disease nowadays, it is necessary to make a system application with artificial intelligence that can diagnose skin diseases and provide solutions for skin diseases using one of the methods, namely the Naïve Bayes Classifier. Naïve Bayes is a simple classification algorithm where each attribute is independent and may contribute to the final decision. The goal is to produce an expert system website that helps the general public in diagnosing skin diseases and providing solutions for detected skin diseases. The results of this study concluded that based on the application of skin cancer diagnosis can display the results of skin cancer diagnosis decisions.
Keywords: expert system; naïve bayes; skin disease
Abstrak: Kulit merupakan pembungkus yang elastis yang melindungi tubuh dari pengaruh lingkungan, kulit merupakan organ tubuh yang terletak paling luar dan membatasinya dari lingkungan hidup manusia. Penyakit kulit dapat disebabkan oleh jamur, virus, kuman, parasit hewani, infeksi bakteri dan lain-lain. Mengidentifikasi penyakit kulit biasanya kita harus ke dokter, namun masih mengalami kendala dalam menangani pengidentifikasi penyakit hal itu terkadang dipengarui oleh masyarakat terkadang merasa malu untuk mengkonsultasikan penyakit kulitnya ke dokter karena tanda-tanda penyakit kulit sudah mulai tampak, biaya konsultasi dan obat yang tergolong mahal. Perkembangan teknologi saat ini mampu mengolah pengetahuan dengan teknik kecerdasan buatan. Karena banyaknya gejala penyakit pada masa sekarang ini perlu dibuat aplikasi sistem dengan kecerdasan buatan yang dapat mendiagnosa penyakit kulit dan memberikan solusi dari penyakit kulit dengan salah satu metode yaitu Naïve Bayes Classifier. Naïve bayes merupakan algoritma klasifikasi yang sederhana dimana setiap atribut bersifat berdiri sendiri dan memungkinkan berkontribusi terhadap keputusan akhir. Tujuannya adalah menghasilkan website sistem pakar yang dan membantu masyarakat luas dalam mendiagnosa penyakit kulit dan memberikan solusi dari penyakit kulit yang terdeteksi. Hasil dari penelitian ini menyimpulkan bahwa berdasarkan aplikasi diagnosa penyakit kanker kulit dapat menampilkan hasil keputusan diagnosa penyakit kanker kulit.
Kata kunci: Naïve Bayes; Penyakit Kulit; sistem pakar