Abstract:Abstract: Lung cancer is most deadly cancers in the world. Identification and classification of the causes of understanding lung cancer is essential for developing more effective prevention and treatment strategies. The…
issue is that a lot of individuals are unaware about the characteristics and causes of lung cancer. The purpose of this study is to apply the K-Nearest Neighbor (K-NN) algorithm in the classification of the causes of lung cancer and provide education to the public must be aware of the traits of lung cancer patients and, to stay away from the causes of lung cancer. The dataset used consists of 309 samples with 16 relevant attributes. The K-NN algorithm was trained and tested to assess its ability to classify the factors that cause lung cancer. The results showed an accuracy of 90.32%, with a precision for the "YES" class of 96% and the "NO" class of 67%. The recall value for the "YES" class was 92% and for the "NO" class was 80%. The implementation of this algorithm gives good results in classification and can help in early detection and prevention of lung cancer which can be used in the development of more effective prevention and early diagnosis strategies.
Keywords: lung cancer; k-nearest neighbor; classification; machine learning
Abstrak: Kanker paru-paru tergolong jenis penyakit kanker yang memperoleh angka kematian paling tinggi di dunia. Identifikasi dan klasifikasi penyebab kanker paru-paru sangat penting untuk pengembangan strategi pencegahan dan pengobatan yang lebih efektif. Masalah yang terjadi adalah banyak orang yang belum mengetahui tentang ciri-ciri dan penyebab-penyebab dari kangker paru tersebut. Tujuan penelitian ini adalah mengimplementasikan algoritma K-Nearest Neighbor (K-NN) dalam klasifikasi penyebab kanker paru-paru serta memberikan edukasi kepada masyarakat banyak agar mengetahui ciri-ciri orang yang mengidap kangker paru-paru dan tentunya untuk menghindari penyebab-penyebab dari kangker paru-paru tersebut. Dataset yang digunakan terdiri dari 309 sampel dengan 16 atribut yang relevan. Algoritma K-NN kemudian dilatih dan diuji untuk menilai kemampuannya dalam mengklasifikasikan faktor-faktor penyebab kanker paru-paru. Hasil penelitian menunjukkan akurasi sebesar 90.32%, dengan skor precision untuk kelas "YES" sebesar 96% dan kelas "NO" sebesar 67%. Nilai recall untuk kelas "YES" adalah 92% dan untuk kelas "NO" sebesar 80%. Implementasi algoritma ini memberikan hasil yang baik dalam klasifikasi dan dapat membantu dalam deteksi dini serta pencegahan kanker paru-paru yang dapat digunakan dalam pengembangan strategi pencegahan dan diagnosis dini yang lebih efektif.
Kata kunci: kanker paru-paru; k-nearest neighbor; klasifikasi; machine learning
Abstract:Abstract: Twitter occupies the top position of the most popular social media platform in Indonesia. Police and other related issues were the subject of much discussion. The aim of this research is to analyze public sentiment…
ment towards the National Police Agency using Twitter with the support vector machine method. The research started by crawling Twitter data. The data contains a total of 6,925 entries for three keywords. Next, we move on to the preprocessing stage consisting of (cleaning, case folding, tokenization, and filtering). Next is the tf-idf feature extraction stage, finally the classification and evaluation stage. The results of manual data inspection (73:27) showed accuracy of 70.66%, precision of 70.68%, and recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. The results of manual data checking (82:18) showed accuracy of 70.66%, precision of 70.68%, recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. From the data system testing results (80:20), accuracy was 87.55%, positive precision 87.53%, negative precision 88.24%, positive recall 99.48%, and negative recall. the rate is 99.48.% – The result is 21.43%. Data testing results (60:40) showed accuracy of 86.89%, positive precision of 86.84%, negative precision of 88.46%, positive recall of 99.61%, and negative recall of 16.43%. Single test data validation system (80:20), accuracy 87.55, overall test cross validation system (k fold 5 accuracy) 86.673%.
Keywords: data mining;police agencies;support vector machines
Abstrak: Twitter menduduki posisi teratas platform media sosial terpopuler di Indonesia. Polisi dan masalah terkait lainnya menjadi pokok bahasan banyak pembicaraan. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap Badan Kepolisian Nasional menggunakan Twitter dengan metode support vector machine. Penelitian dimulai dengan crawling data Twitter. Data memuat total 6.925 entri dari tiga kata kunci. Selanjutnya beralih ke tahap preprocessing terdiri dari (pembersihan, pelipatan kasus, tokenisasi, dan pemfilteran). Selanjutnya tahap ekstraksi fitur tf-idf, terakhir tahap klasifikasi dan evaluasi. Hasil pemeriksaan data manual (73:27) menunjukkan akurasi 70,66%, presisi 70,68%, dan recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Hasil pemeriksaan data secara manual (82:18) menunjukkan akurasi 70,66%, presisi 70,68%, recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Dari hasil pengujian sistem data (80:20), akurasi 87,55%, presisi positif 87,53%, presisi negatif 88,24%, recall positif 99,48%, dan recall negatif. tarifnya adalah 99,48.% – Hasilnya 21,43%. Hasil pengujian data (60:40) menunjukkan akurasi 86,89%, presisi positif 86,84%, presisi negatif 88,46%, recall positif 99,61%, dan recall negatif 16,43%. Uji tunggal sistem validasi data (80:20), akurasi 87,55, uji keseluruhan sistem validasi silang (akurasi k fold 5) 86,673%.
Kata Kunci: data mining;instansi kepolisian;mesin vektor pendukung
Abstract:Abstract: In the current digital era, transportation booking applications have become an integral part of people's daily lives. One of the preferred applications is the Suroboyo Bus Booking Application (GOBIS). GOBIS is…
a platform dedicated specifically to accessing Suroboyo Bus transportation services. However, with the advancement of technology and changing user needs, the GOBIS application also needs to be adjusted to remain relevant and meet expectations. Many users have complained about the application's ambiguous interface, unclear colors, and other issues. Therefore, a redesign of this application is necessary. This study employs the User-Centered Design (UCD) method and SUS testing to obtain a new design that can be implemented. The results show a significant improvement in application usability, with the average SUS score from users after the redesign process reaching 82.25, rated as "good" with a "B" grade. Comparing it to the usability score of the previous version, which only reached 57.25 with a "poor" rating and a "D" grade, indicates a substantial improvement. Thus, the new design demonstrates a significant improvement in usability compared to the previous version.
Keywords: redesign; GOBIS aplication; user interface; UCD; system usability scale
Abstrak: Dalam era digital saat ini, aplikasi pemesanan transportasi telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari masyarakat. Salah satu pilihan utama yang sering digunakan adalah Aplikasi Golek Bis (GOBIS) Suroboyo Bus. GOBIS dirancang khusus sebagai platform untuk mengakses moda transportasi Suroboyo Bus. Namun, sejalan dengan kemajuan teknologi dan evolusi kebutuhan pengguna, perlu penyesuaian agar aplikasi Golek Bis tetap relevan dan memuaskan pengguna. Banyak pengguna mengeluhkan tentang antarmuka aplikasi yang kurang jelas, warna yang ambigu, dan masalah lainnya. Oleh karena itu, perlu dilakukan redesain aplikasi ini. Penelitian ini menerapkan metode UCD dan mengujikan SUS untuk mendapatkan desain baru yang lebih baik. Hasilnya menunjukkan peningkatan yang signifikan dalam kegunaan aplikasi, dengan nilai rata-rata skor SUS pengguna setelah proses redesain mencapai 82.25, dinilai sebagai "good" dengan peringkat "B". Perbandingannya dengan nilai kegunaan versi sebelumnya yang hanya mencapai 57.25 dengan penilaian "poor" dan peringkat "D" menunjukkan peningkatan yang signifikan. Oleh karena itu, desain baru menunjukkan perbaikan yang berarti dalam hal kegunaan dibandingkan dengan versi sebelumnya.
Kata kunci: redesign; aplikasi GOBIS; user interface; UCD; system usability scale
Abstract:Abstract: Technological developments are currently increasing rapidly, especially in the innovation of information data management. With so many media providing informationand services online, as well as the services provided…
vided by the Government of Sekadau Regency in the form of Webstie sekadaukab.go.id. Based on the survey results, the problems experienced by users are output and performance from sekadaukab.go.id still does not meet user expectations. Study this aims to measure the quality of information systems sekadaukab.go.id and also measure the level of user satisfaction with sekadaukab.go.id. By using the method McCall and EUCS (End User Computing Satisfaction) and using methods IPA (Importance Performance Analysis) to map variables into the level of importance and level of performance, the variables used are the variables in the method EUCS (End User Computing Satisfaction). Questionnaires were distributed to 100 users sekadaukab.go.id. The average quality generated by the method McCall of 43.6%, included in the pretty good category. For the results of measuring user satisfaction methods EUCS (End User Computing Satisfaction), each variable is included in the doubtful category range value 2.60 – 3.39. There are 18 recommendations for improvement based on the method McCall and the IPA method to the Kominfo Sekadau Regency against sekadaukab.go.id.
Keywords: EUCS; IPA; McCall; public service; quality system
Abstrak:Perkembangan teknologi saat ini semakin pesat, khususnya pada inovasi pengelolaan data informasi. Dengan banyaknya media menyediakan informasi dan pelayanan secara online, begitu juga dengan pelayanan yang disediakan oleh Pemerintah Kabupaten Sekadau berupa Webstie sekadaukab.go.id. Berdasarkan hasil survey, permasalahan yang dialami oleh pengguna yaitu output dan kinerja dari sekadaukab.go.id masih belum memenuhi harapan pengguna. Penelitian ini bertujuan untuk mengukur kualitas dari sistem informasi sekadaukab.go.id dan juga mengukur tingkat kepuasan pengguna terhadap sekadaukab.go.id. Dengan menggunakan metode McCall dan EUCS (End User Computing Satisfaction) serta menggunakan metode IPA (Importance Performance Analysis) untuk memetakan variabel kedalam tingkat kepentingan dan tingkat kinerja, variabel yang digunakan yaitu variabel pada metode EUCS (End User Computing Satisfaction). Kuesioner dibagikan kepada 100 orang pengguna sekadaukab.go.id. Rata- rata kualitas yang dihasilkan berdasarkan metode McCall sebesar 43,6%, masuk kedalam
kategori cukup baik. Untuk hasil pengukuran kepuasan pengguna metode EUCS (End User Computing Satisfaction), masing-masing variabel masuk kedalam kategori ragu- ragu dengan range nilai 2.60 – 3.39. Terdapat 18 rekomendasi perbaikan berdasarkan pada metode McCall dan metode IPA kepada pihak Kominfo Kabupaten Sekadau terhadap sekadaukab.go.id.
Kata kunci: EUCS; IPA; kualitas sistem; MCCALL; pelayanan publik
Abstract:Abstract: Today, many users use online platforms rather than offline platforms for ticket bookings, involving a wide range of services such as flights, hotels, trains, buses, and entertainment. PegiPegi.com, as one of the…
e fastest growing online travel agencies in Indonesia, demonstrates success by understanding the value of technology and maintaining strong partnerships. Users of this platform often provide reviews, viewing user reviews can be done manually but this will have a less effective impact, so it needs to be done automatically with sentiment analysis. This research the Naïve Bayes method in sentiment analysis of PegiPegi.com reviews, with a focus on understanding customer satisfaction and service improvement. By combining these approaches, this research contributes to a deeper understanding of user responses to OTA services and presents the evaluation results of the Multinomial Naive Bayes classification model with an accuracy rate of 89.5%. The high precision in the Negative class demonstrates the model's ability to identify negative reviews. However, there are challenges in classifying the Neutral class, indicating the potential for further improvement. Nevertheless, the F1 score of 0.522 reflects a good balance between overall precision, recall so it can be concluded the naïve bayes algorithm is successful for performing sentiment analysis.
Keywords: Sentiment analysis; naïve bayes algorithm; pegipegi.com; playstore
Abstract: Saat ini banyak pengguna platform online dibandingkan offline untuk pemesanan tiket, yang melibatkan berbagai layanan seperti penerbangan, hotel, kereta api, bus, dan hiburan. PegiPegi.com, sebagai salah satu agen perjalanan online yang berkembang pesat di Indonesia, menunjukkan keberhasilan dengan memahami nilai teknologi dan mempertahankan kemitraan yang kuat. Pengguna platform ini sering memberikan ulasan, melihat ulasan pengguna bisa saja dilakukan secara manual tetapi hal ini akan memberikan dampak yang kurang efektif, sehingga perlu dilakukan secara otomatis dengan analisis sentiment. Penelitian ini bertujuan untuk menerapkan metode klasifikasi Naïve Bayes dalam analisis sentimen ulasan PegiPegi.com, dengan fokus pada pemahaman kepuasan pelanggan dan peningkatan layanan. Dengan menggabungkan pendekatan ini, penelitian ini berkontribusi pada pemahaman yang lebih dalam tentang tanggapan pengguna terhadap layanan OTA dan menyajikan hasil evaluasi model klasifikasi Multinomial Naive Bayes dengan tingkat akurasi 89,5%. Presisi tinggi di kelas Negatif menunjukkan kemampuan model untuk mengidentifikasi ulasan negatif. Namun, ada tantangan dalam mengklasifikasikan kelas Netral, menunjukkan potensi untuk perbaikan lebih lanjut. Namun demikian, skor F1 0,522 mencerminkan keseimbangan yang baik antara presisi keseluruhan dan daya ingat sehingga dapat disimpulkan algoritma naïve bayes berhasil untuk melakukan analisis sentimen.
Keywords: Analisis sentimen; naïve bayes; pegipegi.com; playstore
Abstract:Abstract: Information, modeling, and data manipulation systems are called decision support systems (DSS). When there is uncertainty about the best course of action in semi-structured or unstructured situations, the system…
m is utilized to support decision-making. There are various approaches available for producing decision support systems, one of which is the Weighted Product (WP) Method. With the Weighted Product (WP) approach, attribute ratings are connected by multiplication; however, each attribute's rating must first be increased to the power of the attribute's weight. The normalizing process is same to this one. SPK procedure to choose the winners of the scholarships. Scholarship information from MTS Swasta Alwasliyah Simpang Merbau can be saved in the Decision Support System using this method. This way, in the event that an error arises when entering grades or scholarship information, the wrong information can be fixed without requiring the scholarship information to be re-input. Scholarships are presents to individuals in the form of financial aid intended to be utilized toward their ongoing educational pursuits.
Keywords : decision support system; students; weighted product method
Abstract: Sistem informasi, pemodelan, dan manipulasi data disebut sistem pendukung keputusan (DSS). Ketika terdapat ketidakpastian mengenai tindakan terbaik dalam situasi semi-terstruktur atau tidak terstruktur, sistem digunakan untuk mendukung pengambilan keputusan. Terdapat berbagai pendekatan yang tersedia untuk menghasilkan sistem pendukung keputusan, salah satunya adalah Metode Weighted Product (WP). Dengan pendekatan Weighted Product (WP) memiliki konsep yang sederhana untuk menentukan pembobotan terhadap kriteria yang memiliki nilai hampir sama sehingga dalam penentuan penerima beasiswa dapat mudah dilakukan walaupun dengan data yang banyak. Metode Weighted Product (WP) dengan kriteria penilaian akademik, sikap dan tanggung jawab dan hasil perhitungan tertinggi menggunakan sistem yaitu 0.27. Sehingga dapat diterapkan untuk menyeleksi siswa-siswi berprestasi dan untuk menerapkan pemilihan siswa-siswi berprestasi secara online dengan disebarkan kedalam kelas.
Keywords: metode weighted product; sistem pendukung keputusan; siswa
Abstract:Abstract: The city of Surakarta is one of the cities that is busy with local and foreign tourists because there are various kinds of interesting cultural tourism. The large number of hotels with many services and facilities…
ies makes tourists confused in choosing a hotel, so prospective hotel guests need a long time to choose the best hotel according to their desired criteria. The aim of this research is to create a tool for prospective hotel guests in making decisions on hotel selection recommendations using the TOPSIS and SAW methods. This research uses 8 hotel data points in Laweyan District, Surakarta, and hotel data obtained from the Tourism Office. The results of the McCall Test with 5 indicators, namely accuracy, reliability, efficiency, integrity, and usability, average 86%, so this system is categorized as very good.
Keywords: hotel selection; TOPSIS; SAW; decision supporter system
Abstrak: Kota Surakarta menjadi salah satu kota yang ramai dikunjungi wisatawan lokal maupun mancanegara karena terdapat berbagai macam wisata budaya yang menarik. Banyaknya hotel dengan pelayanan dan fasilitas yang banyak membuat wisatawan kebingungan dalam memilih hotel, sehingga calon tamu hotel memerlukan waktu yang lama untuk memilih hotel terbaik sesuai kriteria yang diinginkan. Tujuan dari penelitian ini adalah membuat suatu alat bantu bagi calon tamu hotel dalam pengambilan keputusan rekomendasi pemilihan hotel menggunakan metode TOPSIS dan SAW. Penelitian ini menggunakan 10 titik data hotel yang ada di Kecamatan Laweyan Surakarta dan data hotel yang diperoleh dari Dinas Pariwisata. Hasil Uji McCall dengan 5 indikator yaitu akurasi, reliabilitas, efisiensi, integritas, dan kegunaan rata-rata 86%, maka sistem ini dikategorikan sangat baik.
Kata kunci: pemilihan hotel; TOPSIS; SAW; sistem penunjang keputusan
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:Abstract: Establishing a business or industrial location must obtain permission from the government which aims to protect the surrounding community from possible disturbances or pollution resulting from the industry. Therefore,…
refore, in order to achieve this, it is necessary to have a system that automatically provides accurate and fast decisions in determining which companies or industries are worthy of being granted a business license. The aim of this research is to build a decision support system in determining permits to disturb business or industrial premises using the Multi-Attribute Utility Theory (MAUT) method. The data analysis technique used is the MAUT method to determine the final decision in granting a disturbance permit to a company or industry. The sample or training data consists of 20 names in the Tanjungbalai City area. This system is tested with a black box which aims to find out that all components in the system are running well. Our findings show that the system we have created is appropriate based on the results of the analysis using the MAUT method. Apart from that, the results of black box testing show that all components in this system are valid and functioning well.
Keywords: granting business licenses; maut method; web based.
Abstrak: Mendirikan tempat usaha atau industri harus mendapatkan izin dari pemerintah yang bertujuan untuk melindungi masyarakat sekitar agar terlindungi dari kemungkinan timbulnya gangguan atau polusi yang diakibatkan dari industry tersebut. Oleh karena itu, demi tercapainya hal tersebut perlu adanya sistem yang secara otomatis memberikan keputusan secara akurat dan cepat dalam menentukan suatu perusahaan atau industry mana yang layak diberikan izin usaha. Tujuan penelitian ini adalah untuk membangun sistem pendukung keputusan dalam menentukan izin gangguan tempat usaha atau industri menggunakan metode Multi-Attribute Utility Theory (MAUT). Teknik analisis data yang digunakan menggunakan metode MAUT untuk menentukan keputusan akhir dalam memberikan izin gangguan kepada perusahaan atau industri. Sampel atau data training yang berjumlah 20 nama di wilayah Kota Tanjungbalai. Sistem ini diuji dengan black box yang bertujuan untuk mengetahui semua komponen pada sistem sudah berjalan dengan baik. Hasil penelitian menunjukkan bahwa sistem yang telah kami buat sudah sesuai berdasarkan hasil analisis menggunakan metode MAUT. Selain itu, hasil black box testing menunjukkan bahwa semua komponen pada sistem ini sudah valid dan berfungsi dengan baik.
Kata kunci: berbasis web; metode maut; pemberian izin usaha.
Abstract:Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction…
action to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths
Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm
Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka.
Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat