Abstract:Abstract: A digital library is a service system that capable in supporting access to information objects automatically using a computer technology. In this study, the authors aimed to develop a digital library application…
n based on SLiMS 9 bulian at MAN 1 Bukittinggi library, especially in terms of content with the addition of e-book features, and changing the character of its applications into mobile version, which were previously local (intranet). The methods used were research and development, while system development used the Waterfall model. This study succeeded to develop a digital library application based on SLiMS 9 at MAN 1 Bukittinggi library. The development of the digital library in this study has been carried out through testing, including three types of product tests, namely validity test, practicality test, and effectiveness test, each of which was tested using a questionnaire instrument. The product validity test obtained an average value of 0.88 in the valid category; the product practicality test obtained an average value of 0.90 in the very practical category; and the product effectiveness test obtained an average value of 0.94 in the high effectiveness category. Based on the product test results that have been described, the digital library development product in this study was declared feasible and applicable as a digital library, and can be accessed via mobile by users, such as students, teachers, and library members of MAN 1 Bukittinggi.
Keywords: Digital Library; Mobile Application; Research and Development; SLiMS 9
Abstrak: Perpustakaan digital merupakan sebuah sistem yang memiliki layanan yang mendukung akses objek informasi secara otomasi menggunakan teknologi komputer. Dalam studi ini, peneliti bermaksud mengembangkan aplikasi perpustakaan digital berbasis SLiMS 9 bulian pada perpustakaan MAN 1 Bukittinggi, khususnya dari sisi content-nya dengan penambahan fitur e-book, serta mengubah sifat aplikasinya menjadi bersifat mobile, yang mana sebelumnya bersifat lokal (intranet). Metode dalam studi ini adalah penelitian dan pengembangan, sedangkan pengembangan sistem dilakukan menggunakan model Waterfall. Penelitian ini berhasil mengembangkan aplikasi perpustakaan digital berbasis SLiMS 9 pada perpustakaan MAN 1 Bukittinggi. Pengembangan perpustakaan digital dalam penelitian ini telah dilakukan melalui pengujian, meliputi tiga jenis uji produk, yaitu uji validitas, uji praktikalitas, dan uji efektivitas, yang setiap pengujiannya dilakukan menggunakan instrumen angket. Uji validitas produk memperoleh nilai rerata 0,88 dengan kategori Valid; uji praktikalitas produk memperoleh nilai rerata 0,90 dengan kategori Sangat Praktis; dan uji efektivitas produk memperoleh nilai rerata 0,94 dengan kategori Efektivitas Tinggi. Berdasarkan hasil uji produk yang telah diuraikan, produk pengembangan perpustakaan digital dalam penelitian ini dinyatakan layak dan dapat diterapkan sebagai perpustakaan digital, serta dapat diakses secara mobile oleh para pengguna, yaitu siswa, guru, dan anggota perpustakaan MAN 1 Bukittinggi.
Kata kunci: Aplikasi Mobile; Perpustakaan Digital; Penelitian dan Pengembangan; SLiMS 9
Abstract:Abstract: In an effort to increase the spirit of better performance and achievement, an institution gives awards to doctors who are considered outstanding. Setia Husodo Hospital is one of the hospitals which is the center…
r of health services in the city of Kisaran. In determining the performance assessment of doctors and leaders, they still use conventional methods. Doctors' performance evaluation is still done manually and the data processing process does not yet use application programs in making decisions. In the process of assessing the performance of doctors as the main professional staff in hospitals, it must be carried out realistically, objectively and based on evidence and specifically according to specialization and/or specific procedures. For this reason, a tool is needed in the form of designing a decision support system (DSS) in evaluating the performance of doctors which aims to understand the deficiencies of the performance that has been carried out, so that it can open up space for improvement or improvements to quality and efficiency in hospitals, for the purpose of providing incentives and reward programs and value-based purchasing strategies for doctors. The method in this study uses the Weighted Product method, with the concept of weighting the rating of an appraisal variable that will be selected as the best alternative. The system to be created is a decision support system using the Weighted Product (WP) method, which is a method of determining the order (priority) in multi-criteria analysis. The results of this system design are expected to be a tool for Setio Husodo Hospital in analyzing and deciding on the performance of doctors who will be given incentives and reward programs as well as value-based purchasing strategies for doctors.
Keywords: decision support system; performance of doctors; weighted product;
Abstrak: Untuk mendorong kinerja yang lebih baik dan semangat berprestasi, institusi memberikan penghargaan kepada dokter yang dianggap berprestasi.Metode tradisional masih digunakan untuk menilai kinerja dokter dan manajer. Evaluasi kinerja dokter masih bersifat manual, dan proses pengolahan data belum menggunakan program aplikasi untuk mengambil keputusan. Proses evaluasi kinerja dokter sebagai anggota staf rumah sakit penuh waktu harus realistis, objektif, berbasis bukti, dan spesifik untuk spesialisasi dan/atau prosedur tertentu. Oleh karena itu, diperlukan perancangan sistem pendukung keputusan (SPK) untuk evaluasi kinerja dokter sebagai alat yang bertujuan untuk memahami kekurangan dalam pelayanan yang diberikan dan memberikan ruang untuk perbaikan dan ruang untuk peningkatan kualitas dan efisiensi. Rumah sakit mendorong dan memberi dokter program penghargaan dan strategi pembelian berbasis nilai. Metode penelitian ini menggunakan metode weighted product dengan konsep pembobotan evaluasi terhadap satu variabel evaluasi yang dipilih sebagai pilihan terbaik. Sistem yang akan dibuat adalah sistem pendukung keputusan yang menggunakan metode WP (Weighted Product), yaitu metode untuk menentukan urutan (prioritas) dalam analisis multi kriteria. Hasil perancangan sistem ini dimaksudkan sebagai alat bagi RS Setio Husodo untuk menganalisis dan menentukan kinerja dokter penerima program insentif dan reward, serta strategi pembelian berbasis nilai dokter.
Kata kunci: kinerja dokter; sistem pendukung keputusan; weighted product
Abstract:Abstract: Choosing the right foods for babies to eat is easy. Age 0 to 5 years is a golden period for babies in their growth and development, both physically and intellectually. Incorrectly choosing foods that do not meet…
t the needs can lead to the risk of obesity, while foods that do not meet the nutritional adequacy of infants can also cause stunting. An intelligent system taken from the knowledge of baby nutrition experts can be used as a solution to accompany parents in choosing the right food menu for babies during their growth and development. Fuzzy Tsukamoto can be used to group babies by age and weight, to decide which foods are suitable for consumption by the baby, based on the evaluation Images table compiled by the ministry of health as a guide for appropriate nutrition. This research resulted in a system that is able to assist parents in choosing the appropriate food menu for babies so as to prevent stunting.
Keywords: fuzzy tsukamoto; stunting; nutrition
Abstrak: Memilih makanan yang tepat untuk dikonsumsi oleh bayi bukanlah hal yang mudah. Usia 0 sampai 5 tahun merupakan masa-masa emas bagi bayi dalam tumbuh kembangnya, baik fisik maupun kecerdasan. Salah memilih makanan yang tidak sesuai kebutuhan dapat menyebabkan resiko obesitas, sedangkan makanan yang tidak memenuhi angka kecukupan gizi bayi juga dapat menyebabkan stunting. Sistem cerdas yang diambil dari pengetahuan para pakar gizi bayi dapat dijadikan solusi pendamping orang tua dalam memilih menu makanan yang tepat bagi bayi di masa tumbuh kembangnya. Fuzzy Tsukamoto dapat digunakan untuk mengelompokkan bayi berdasarkan usia dan berat badan, untuk memutuskan makanan mana yang cocok dikonsumsi oleh bayi tersebut, berdasarkan tabel angka kecukupan gizi yang telah disusun oleh kementrian kesehatan sebagai panduan pemberian nutrisi yang sesuai. Dari penelitian ini dihasilkan sistem yang mampu membantu orang tua dalam memilih menu makanan yang sesuai bagi bayi sehingga dapat mencegah terjadinya stunting.
Kata kunci: Fuzzy Tsukamoto; stunting; nutrisi
Abstract:Abstract: Distribution is an important the business sector, the agricultural sector for distributing seeds to ensure the location of customers selling seeds. Problems that are often encountered seed distribution process…
are the efficiency of the time and distance distribution. Re search will build software entering initial location data and several dynamically added consumer agents. The distance parameter uses latitude-longitude integrated on google maps and detects varying store locations, the generation of chromosomes or the best distribution path with the minimum distance route. The heuristic approach using the Genetic Algorithm imitates the concept of biological evolution of random exchange structure series. This study is to distribute 3 types of seeds with a choice of weights that have been divided into 3 areas located on the map of Indonesia using land routes. The results of the test of the population of the average fitness value tend to remain from the previous value of 1-10 the fitness value and the optimum iteration with 9-12 with an average fitness value of 44.2. Optimal results are obtained when Mr is higher than the Cr values. Thus, the Genetic Algorithm can be used for TSP seed distribution paths. 1:2 fitness evaluation compared with the usual estimates used .
Keywords: Genetic Algorithm; Route Optimization; Seed Distribution; TSP
Abstrak: Distribusi menjadi hal penting berwirausaha, salah satunya pada bidang pertanian untuk pendistribusian benih sampai lokasi tujuan. Permasalahan sering ditemui dalam proses pendistribusian adalah efektifan, efisiensi waktu dan jarak tempuh. Sehingga penelitian akan membangun perangkat lunak dengan memasukan data titik lokasi awal dan beberapa lokasi tujuan agen konsumen ditambahkan secara dinamis. Parameter jarak menggunakan latitude-longitude terintegrasi pada google maps yang mendeteksi keberadaan lokasi, selanjutnya diketahui generasi kromosom atau jalur distribusi terbaik dengan rute minimum. Pendekatan Heuristic menggunakan Algoritma Genetika meniru konsep evolusi biologis deretan struktur pertukaran informasi secara acak. Tujuan dalam penelitian ini dapat mendistribusikan jenis benih dengan pilihan bobot yang telah terbagi dalam wilayah lokasi. Satu wilayah lokasi terdapat beberapa lokasi toko ditambahkan secara dinamis, dengan proses yang sudah ditentukan titik awal keberangkatan. Penelitian ini menekankan pada proses penentuan rute lokasi saja. Hasil pengujian jumlah populasi rata-rata nilai fitness cenderung bersifat tetap dari nilai sebelumnya selisih 1-10 nilai fitness dan iterasi optimum dengan 9-12 dengan rata-rata nilai fitness 44,2. Hasil optimum didapatkan ketika Mutation rate (Mr) lebih tinggi dibanding nilai Crossover rate (Cr). Maka, Algoritma Genetika bisa digunakan untuk TSP jalur distribusi benih pengujian menghasilkan evaluasi fitnes 1:2 untuk Algoritma Genetika dibandingkan dengan estimasi jarak biasa digunakan.
Kata kunci: Algoritma Genetika; Distribusi Benih; Optimalisasi Rute; TSP
Abstract:Abstract: An application can assist organizations in achieving the goals to be achieved by facilitating ongoing work processes. This happened in the Information Systems Study Program at one of the best private universities,…
es, namely Telkom University, where the SI Study Program has a website called PIPE and has one feature to be able to predict student graduation. However, this feature is currently being developed with an easy flow, so it requires development in the implementation of graduation achievements. Researchers solve these problems by building an assessment model based on academic data on the effect of choosing a specialization. Data mining is needed in this study to form predictive patterns, then one of the data mining groups is based on classification and using machine learning to perform automated assessments so that they can be sustainably performed. In determining the time and delay, using the decision tree method based on the C4.5 algorithm. The accuracy results obtained using the C4.5 algorithm are 94.11%, then the factor that becomes the root node is Jumlah SKS Lulus and the results have an influence on the selection of specialization. So that the results of this graduation model can be applied to the PIPE application.
Keyword: C4.5 algorithm; classification; decision tree; graduation prediction
Abstrak: Sebuah aplikasi dapat membantu organisasi dalam mencapai tujuan yang ingin dicapai dengan memudahkan proses kerja yang sedang berlangsung. Seperti yang terjadi pada Prodi Sistem Informasi yang ada pada salah satu Perguruan Tinggi Swasta terbaik yaitu Universitas Telkom, dimana pada Prodi SI memiliki website bernama PIPE dan memiliki salah satu fitur untuk dapat melakukan prediksi kelulusan mahasiswa. Namun fitur tersebut saat ini dikembangkan dengan alur penentuan sederhana, sehingga memerlukan pengembangan dalam hal implementasi algoritma prediksi kelulusan. Peneliti melakukan penyelesaian masalah tersebut dengan membangun model prediksi kelulusan berdasarkan rekam data akademik terhadap pengaruh pemilihan peminatan. Data mining dibutuhkan dalam penelitian ini untuk membentuk pola penyelesaian prediksi, kemudian salah satu pengelompokan data mining berdasarkan tugasnya adalah klasifikasi dan menggunakan machine learning untuk melakukan prediksi kelulusan secara otomatis terhadap data baru agar dapat dilakukan secara berkelanjutan. Dalam melakukan klasifikasi prediksi kelulusan tepat waktu dan terlambat, menggunakan metode decision tree berdasarkan algoritma C4.5. Hasil akurasi yang didapat dengan menggunakan algoritma C4.5 adalah sebesar 94,11%, kemudian faktor yang menjadi root node adalah Jumlah SKS Lulus dan hasil memiliki pengaruh terhadap pemilihan peminatan. Sehingga hasil model prediksi kelulusan ini dapat diterapkan pada aplikasi PIPE.
Kata kunci: algoritma C4.5; decision tree; klasifikasi; prediksi kelulusan.
Abstract:Abstract: Flood disasters often occur in areas with certain geographical conditions, such as proximity to rivers, high rainfall especially during the wetseason and soil types that contain clay so that they are not good enough…
nough to absorb water. One of the cities in Indonesia whichhas frequent floods. The planned mitigation strategy must be more targeted so that it is more effective in tackling flood disasters. Therefore, mapping with Geographic Information Systems can be used to map areas that are prone to flooding specifically by combining spatial data on each predetermined parameter. Not only that, the integration of Geographic Information Systems and forecasting with multiple linear regression methods can predict the level of flood vulnerability based on the parameters determined in the following year. Based on the analysis that has been done, the areas in Pontianak City that are prone to flood disasters are spread over several sub-districts, namely East Pontianak District, Pontianak City District and parts of North Pontianak District.
Keywords: Flood vulnerability; Geographic Information System; Multiple Linear Regression
Abstrak: Bencana banjir seringkali terjadi di wilayah dengan kondisi geografis tertentu sepertijaraknya yang dekat dengan sungai, curah hujan cukup tinggi khususnya pada musim hujan hingga mayoritas jenis tanah yang memiliki kandungan lempung sehingga tidak cukup baikdalam menyerap air. Kota Pontianak merupakan satu diantara kota di Indonesia yang sering dilanda bencana banjir. Oleh karena itu, pemetaan dengan Sistem Informasi Geografis dapat digunakan untuk memetakan wilayah-wilayah yang rawan bencana banjir secara spesifik dengan menggabungkan data spasial pada setiap parameter yang sudah ditentukan. Tidak hanya itu, integrasi sistem informasi geografis dan peramalan dengan metoderegresi linier berganda dapatmemprediksi tingkat kerawanan banjir berdasarkan parameter yang ditentukan pada tahun berikutnya. Berdasarkan analisis yang telah dilakukan, daerah di Kota Pontianak yang rawan bencanabanjir tersebar di beberapa kecamatan yaitu Kecamatan Pontianak Timur, Kecamatan Pontianak Kota dan sebagianKecamatan Pontianak Utara.
Kata kunci: Kerawanan Banjir; Regresi Linier Berganda; Sistem Informasi Geografis
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. The stocktaking activities at the company take a relatively long time depending on the number of goods and assets owned. As a result, the company can only carry out stock taking at the end of the day or in a non-peak…
non-peak season. This condition resulted in the company’s being disorganized in doing stocktaking. This study aims to create an application that can facilitate the management of stocktaking inventory of goods. The system development method uses the SDLC (System Development Life Cycle) model. Which has the stages of planning, system analysis, system design, system implementation, system testing and system maintenance. Application improvement starts from system preparation to detailed system design terms, including database design, input output design, and Android-based technology. The information system is built using Android Studio using the Java programming language. This study resulted in a stock-taking application for inventory that stores information about stock taking inventory by displaying features of stock ownership data, inventory items, updating item data, and stocktaking inventory reports. It is hoped that PT. Barata Indonesia (Persero)Turbine Component Division will quickly, effectively, and efficiently in data processing stocktaking inventory of existing goods and compiling reports per period systematically.
Keywords: Android; Inventory; Stocktaking
Abstrak- Aktivitas stock opname dalam perusahaan memakan waktu yang relatif lama bergantung menurut banyaknya barang dan aset yang dimiliki, sebagai akibatnya perusahaan hanya bisa melaksanakan stock opname waktu akhir atau dalam keadaan tidak ramai (non-peak season). Kondisi ini mengakibatkan perusahaan tidak tertib dalam mengerjakan stock opname. Penelitian ini bertujuan menciptakan aplikasi yang bisa memudahkan manajemen stock opname persediaan barang. Metode pengembangan sistem menggunakan model SDLC (System Development Life Cyle) dimana mempunyai tahapan-tahapan Perencanaan, Analisis Sistem, Perancangan Sistem, Implementasi Sistem, Pengujian sistem dan Perawatan sistem. Perbaikan aplikasi dimulai dari persiapan sistem sampai termin desain sistem yang rinci, meliputi rancangan database, input output, sampai teknologi berbasis android. Sistem informasi dibangun menggunakan android studio menggunakan bahasa pemrograman java. Penelitian ini menghasilkan sebuah aplikasi stock opname persediaan barang yang menaruh informasi tentang stock opname persediaan barang dengan menampilkan fitur data stock opname, persediaan barang, update data barang dan report stock opname persediaan barang. Diharapkan bisa dipakai pihak PT. Barata Indonesia (Persero) Divisi Komponen Turbin secara cepat, efektif dan efisien pada pengolahan data stock opname persediaan barang yang terdapat dan menyusun laporan per periode secara sistematis.
Kata Kunci : Android; Persediaan Barang; Stock Opname
Abstract:Abstract: Non-performing loan (NPL) is a risk that credit unions must face and to avoid that, prospective debtors need to be surveyed. With previous loan data, support vector machine and naïve bayes can be used as classification…
ssification methods to give a decision about NPL. We use a data set with 61 data and process the data with orange 3.30 application to see the difference between SVM using linear (SVM-L), polynomial (SVM-P), RBF (SVM-R) and sigmoid (SVM-S) kernel with naïve bayes. We use a cross validation technique with various folds to measure the classification results and a convusion matrix to measure the data training classification results. Naïve bayes scores the highest in terms of accuracy and SVM-R scores the highest in terms of F1, precision and recall. SVM-P scores the lowest in terms of accuracy, F1, precision and recall. Naïve bayes scores the highest in terms of proportion of predicted for true negative class and proportion of actual for true positive class. SVM-S scores the highest in terms of proportion of predicted for true positive class and proportion of actual for true negative class. SVM-P scores the lowest in both proportion of predicted and proportion of actual.
Keywords: classification; naïve bayes; non-performing loan; support vector machine
Abstrak: Kredit macet merupakan resiko yang sering dialami koperasi simpan pinjam, sehingga perlu dilakukan survei terhadap calon debitur agar kredit menjadi sehat. Dengan menggunakan data pemberian kredit sebelumnya, support vector machine dan naïve bayes digunakan sebagai metode klasifikasi untuk memberikan keputusan macet atau tidaknya kredit anggota koperasi Mutiara Sejahtera. Data set yang berjumlah 61 data diolah menggunakan aplikasi Orange 3.30 dan dilihat perbandingan antara metode SVM dengan kernel linear, polynomial, RBF dan sigomoid dengan metode naïve bayes. Cross validation dengan jumlah fold bervariasi digunakan sebagai nilai ukur klasifikasi dan convusion matrix digunakan sebagai nilai ukur klasifikasi data training. Hasil yang diperoleh adalah naïve bayes memiliki nilai accuracy tertinggi dan SVM kernel RBF memiliki nilai F1, precision dan recall tertinggi. SVM kernel polynomial memiliki nilai terendah untuk accuracy, F1, precision dan recall. Naïve bayes memiliki nilai tertinggi untuk proportion of predicted (PoP) kelas true negative dan proportion of actual (PoA) kelas true positive. SVM kernel sigmoid memiliki nilai tertinggi untuk PoP kelas true positive dan PoA kelas true negative. SVM kernel polynomial memiliki nilai terendah baik untuk PoP maupun PoA true negative dan kelas true positive.
Kata kunci: klasifikasi; kredit macet; naive bayes; SVM
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