Abstract:Abstract: This study uses the C4.5 classification algorithm to determine creditworthness, clasification aims to divide the assigned object intoin a number of categories called classes. In this study, the authorusing data…
mining and C4.5 algorithm as the selection method. The criteria used are loan installments, prospective customer income, termloan time, status of prospective customers. This study resulted in a classification modeldecision tree using the C4.5 algorithm is included in the Excellent category Classification with an accuracy value of 98.33% and a classification error of 1.67%,so that this study uses 70% training data and 30% test data. From resultthe calculation obtained shows that the C4.5 algorithm can be usedto determine the feasibility of granting credit to Koperasi Jaya customers Together (KORJABE).
Keywords: Analysis, Credit Eligibility, C4 Algorithm, Data Mining, Method
Abstrak: Penelitian ini menggunakan metode Algoritma C4.5 klasifikasi untuk menentukan kelayakan kredit, klasifikasi bertujuan untuk membagi objek yang ditetapkan ke dalam satu nomor kategori yang disebut kelas. Dalam penelitian ini, penulis menggunankan data mining dan algoritma C4.5 sebagai metode pemilihannya. Kriteria yang digunakan yaitu , angsuran pinjaman,penghasilan calon nasabah,jangka waktu pinjaman ,status calon nasabah. Penelitian ini menghasillkan model klasifikasi pohon keputusan menggunakan algoritma C4.5 termasuk dalam kategori Excellent Classification dengan nilai akurasi sebesar 98,33% dan klasifikasi eror 1,67%, sehingga penelitian ini kan menggunakan data latih 70% dan data uji 30%. Dari hasil perhitungan yang diperoleh menunjukan bahwa algoritma C4.5 dapat digunakan untuk menen tukan kelayakan pemberian kredit kepada nasabah Koperasi Jaya Bersama (KORJABE).
Kata kunci: Algoritma C4.5, Analisis, Data Mining, Kelayakan Kredit, Metode
Abstract:Abstract: The importance of complementary foods as complementary feeding for babies has become breastfeeding mother’s common knowledge. Impaired growth and development of infants and children aged 12-24 months is the low…
the low quality of complementary foods caused by unsanitary storage areas and uncontrolled temperatures. Therefore, a research was made in the form of designing a complementary food warmer box which aims to maintain the quality of complementary foods for breastfeeding, especially for career women who spend most of their time outside the home and not with babies. The MPASI heating box is made using a Peltier module with a thermoelectric working concept powered by an electric current or battery so that it can be used anywhere and anytime.
Keywords: MPASI; Thermal Sensor; Thermoelectric; Warming Box
Abstrak: Pentingnya MPASI sebagai asupan pendamping bayi sudah menjadi pengetahuan umum setiap ibu menyusui. Gangguan tumbuh kembang bayi dan anak usia 12-24 bulan disebabkan rendahnya mutu MPASI karena tempat penyimpanan yang kurang bersih dan suhu yang tidak terjaga. Dengan demikian dibuatlah penelitian berupa rancang bangun box penghangat MPASI dengan tujuan agar makanan pendamping ASI dapat terjaga kualitasnya, terutama bagi wanita bekerja yang menghabiskan sebagian besar waktunya diluar rumah tanpa bersama bayi. Box penghangat MPASI menggunakan konsep kerja termoelektrik dalam bentuk modul Peltier dengan sumber tegangan arus listrik atau baterai, sehingga dapat digunakan kapanpun dan dimanapun.
Kata kunci: Box Penghangat; MPASI; Sensor Suhu; Termoelektrik
Abstract:Abstract: The population growth in Indonesia is increasing rapidly every year, so to help the government control the population growth through family planning programs, especially in the city of Batam. This study explains…
s and describes one of the Artificial Terms Network methods, namely Backpropagation, where this method can predict what will happen in the future using data and information in the past. This study aims to predict the birth rate in the city of Batam to help the government with the family planning program. The data used is the annual data on the number of births in the city of Batam in 2016-2020 at The Civil Registry Office. To facilitate the analysis of research data, the data were tested using Matlab R2015b. In this study, the training process was carried out using 3 network architectures, namely 4-10-1, 5-18-1, and 4-43-1. Of these 3 architectures, the best is the 4-43-1 architecture with an accuracy rate of 91% and an MSE value of 0.0012205. The Backpropagation method can predict the amount of population growth in the city of Batam based on existing data in the past.
Keywords: artificial neural network; backpropagation; prediction
Abstrak: Pertumbuhan jumlah penduduk diindonesia yang setiap tahun meningkat dengan pesat, maka untuk membantu pemerintah mengendalikan jumlah pertumbuhan penduduk melalui program keluarga berencana khususnya dikota Batam. Penelitian ini menjelaskan dan memaparkan tentang salah satu metode Jaringan Syarat Tiruan yaitu Backpropagation, dimana metode ini dapat memprediksi apa yang akan terjadi masa yang akan datang dengan menggunakan data dan informasi dimasa lalu. Penelitian ini bertujuan untuk memprediksi tingkat kelahiran di kota Batam sehingga membatu pemerintah untuk perencanaan keluarga berencana. Data yang digunakan yaitu data tahunan jumlah kelahiran di kota Batam pada tahun 2016-2020 pada Dinas Kependudukan dan Catatan Sipil. Untuk mempermudah analisis data penelitian maka, data diuji menggunakan Matlab R2015b. Pada penelitian ini dilakukan proses pelatihan menggunakan 3 arsitektur jaringan yaitu 4-10-1, 5-18-1, dan 4-43-1. Dari ke-3 arsitektur ini yang terbaik adalah arsitektur 4-43-1 dengan tingkat akurasi sebesar 91% dan nilai MSE 0,0012205. Metode backpropagation mampu memprediksi jumlah pertumbuhan penduduk di kota Batam berdasarkan data yang ada dimasa lalu.
Kata kunci: backpropagation; jaringan syaraf tiruan; prediksi
Abstract:Abstract: Question classification is a computer science system, which aims to analyze questions and can label each question based on existing categories. Questions can be collected from several materials or topics that are…
re many and different. Therefore, the researcher intends to create a classification system for quiz questions Data Warehouse and Business Intelligence which can be grouped into topics Data Warehouse, Business Intelligence, Data Analytics, and Performance Measurement. One way to solve this problem is by approach machine learning. In this study, researchers used a comparison of machine learning algorithms, namely the algorithm NaïveBayes and SupportVectorMachine using SMOTE and methods Cross-Validation The results of this study show the best accuracy results and are very helpful. The results obtained in the method cross-validation before SMOTE resulted in an accuracy rate of 82.02% for the results after going through the SMOTE stage of 94.79% on the algorithm Naïve Bayes, while the algorithm SupportVectorMachine get accuracy of 81.39% in the process before SMOTE for the results after going through SMOTE of 96.52%.
Keywords: Cross-Validation; Machine Learning; Naive Bayes; Support Vector Machine; Question Classification
Abstrak: Klasifikasi pertanyaan merupakan sebuah sistem ilmu komputer, yang bertujuan untuk menganalisis pertanyaan serta dapat memberi label pada setiap pertanyaan berdasarkan kategori yang ada. Pertanyaan soal dapat dikumpulkan dari beberapa materi atau topik yang banyak dan berbeda. Oleh karena itu, bermaksud untuk membuat sistem klasifikasi pertanyaan soal kuis Data Warehouse dan Business Intelligence yang dapat dikelompokkan menjadi topik Data Warehouse, Business Intelligence, Data Analitik, dan Pengukuran Kinerja. Cara yang dapat dilakukan untuk permasalahan ini dengan menggunakan pendekatan MachineLearning. Pada penelitian kali ini menggunakan perbandingan algoritma MachineLearning yaitu algoritma NaïveBayes dan SupportVectorMachine menggunakan metode SMOTE dan Cross-Validation. Hasil penelitian ini menunjukkan hasil akurasi yang terbaik dan sangat membantu. Hasil yang diperoleh pada metode cross-validation sebelum SMOTE menghasilkan tingkat akurasi sebesar 82.02% untuk hasil sesudah melalui tahap SMOTE sebesar 94.79 % pada algoritma Naïve Bayes, sedangkan pada algoritma Support Vector Machine menghasilkan akurasi sebesar pada proses sebelum SMOTE 81.39% untuk hasil sesudah melalui SMOTE sebesar 96.52%.
Kata kunci: Klasifikasi Pertanyaan; Pembelajaran Mesin; Naive Bayes; Support Vector Machine; Cross-Validation
Abstract:Saat ini penggunaan sistem informasi sangat penting dalam meningkatkan efektifitas dan efisiensi suatu proses bisnis. Pemerintah Kota Denpasar merupakan salah satu instansi yang telah mengimplementasikan sistem informasi…
Karma Simanis untuk mempermudah proses monitoring realisasi anggaran yang dapat dilakukan secara online. Mengingat pentingnya penggunaan sistem informasi Karma Simanis maka diperlukan suatu pengukuran kualitas perangkat lunak berdasarkan kesesuaian fungsional dan usability untuk mengetahui nilai kualitas sistem yang digunakan dari segi fungsionalitas dan tingkat kegunaan. Dalam melakukan pengukuran kualitas terdapat beberapa model yang dapat digunakan menjadi pedoman untuk melakukan pengukuran perangkat lunak. ISO/IEC 25010 adalah model kualitas yang dapat digunakan sebagai standar untuk mengukur kualitas perangkat lunak.. Proses pengukuran dilakukan berdasarkan kuesioner yang telah dirancang dengan menggunakan sub karakteristik functional suitability dan usability pada aspek sistem yang diukur. Hasil pengukuran menunjukkan bahwa sistem informasi Karma Simanis memiliki nilai kelayakan sistem sebesar 75,99% yang terdiri dari kualitas kesesuaian fungsional sebesar 75,85% dan nilai kualitas usability sebesar 76,09%.
Abstract:Abstract: This research aims to analyze IT governance related to academic services at Muria Kudus University, which is responsibility of Information System Center division. Analysis did by measuring maturity level of IT…
governance using COBIT 2019 framework to know about current maturity and expected maturity, also analyze the gap. It purposes to increase IT governance and forming recommendations that organization can do in the future. The results show that the average of current maturity level of 11 processes domain is 3,37 on level 3 (defined). It represents enterprisewide standards provide guidance across the enterprise to reach it goals. The result of gap analysis obtained the average of gap values is 1,63 and represents Information System Center MKU needs to do IT governance and management evaluations that aims to reach enterprise goals or expected maturity level. We give some recommendations into it.
Keywords: COBIT 2019; gap analysis; IT governance; maturity level
Abstrak: Penelitian ini dilakukan dengan tujuan dalam menganalisis tata kelola TI terkait layanan akademik yang ada di Universitas Muria Kudus (UMK), dimana aktivitas ini menjadi tanggung jawab divisi Pusat Sistem Informasi (PSI). Analisis dilakukan melalui pengukuran menjadikan tingkat kematangan (maturity level) pengelolaan TI dengan standar COBIT 2019 guna mengetahui kondisi tata Kelola TI saat ini diharapkan serta menganalisis kesenjangan (gap) yang terjadi. Hal ini dimaksudkan untuk meningkatkan tata kelola TI serta merumuskan rekomendasi yang bisa dilakukan selanjutnya oleh Pusat Sistem Informasi UMK di masa yang akan datang. Hasil penelitian menunjukkan, bahwa rata-rata tingkat kematangan 11 domain proses yang dianalisis adalah sebesar 3,37 dan berada pada level 3 (ditetapkan). Hal tersebut merepresentasikan, bahwa organisasi telah memiliki standar proses yang berlaku diseluruh lingkup organisasi tersebut untuk mencapai tujuan. Sedangkan dari hasil analisis kesenjangan (gap) diperoleh rata-rata nilai kesenjangan sebesar 1,63 yang merepresentasikan, bahwa Pusat Sistem Informasi UMK perlu melakukan perbaikan-perbaikan tata kelola dan manajemen TI guna mencapai tujuan organisasi atau tingkat kematangan yang diharapkan. Terhadap hal tersebut diberikan beberapa rekomendasi perbaikan yang dapat dilakukan organisasi.
Kata kunci: analisis kesenjangan; COBIT 2019; tata kelola TI; tingkat kematangan
Abstract:Abstract: In this research, a prediction system has been successfully developed to predict whether or not a prospective money borrower will run smoothly. Prospective borrowers who will borrow, some of the data that meet…
the criteria will be inputted by the office clerk into a prediction application system interface to be processed using the Data Mining method, namely the K-Nearest Neighbor Algorithm with the Codeigniter programming language 3. The results of the Euclidean calculation process are based on predetermined criteria Between training data (training) to testing data (test) will be displayed with a table that has been sorted from smallest to largest containing 9 closest neighbors according to the K value that has been determined, namely 9. The nine neighbors will be taken the dominant category. This dominant category can be used as a guideline that makes it easier for the leader to make a decision on the next borrower.
Keywords: Data Mining; Euclidean; K-Nearest Neighbor; Prospective Borrowers;
Abstrak: Dalam penelitian ini telah berhasil dibuat sebuah sistem prediksi untuk memprediksi lancar atau tidak lancarnya seorang calon peminjam uang. Calon peminjam uang yang akan meminjam, sebagian datanya yang memenuhi kriteria akan diinputkan petugas kantor ke dalam sebuah interface sistem aplikasi prediksi untuk diolah menggunakan metode Data Mining yaitu Algoritma K-Nearest Neighbor dengan bahasa pemrograman Codeigniter 3. Hasil proses perhitungan Euclidean berdasarkan kriteria yang sudah ditentukan antara data training (latih) ke data testing (uji) tersebut akan ditampilkan dengan sebuah tabel yang sudah diurutkan dari yang terkecil ke terbesar berisi 9 tetangga terdekat sesuai dengan nilai K yang sudah ditentukan yaitu 9. Sembilan tetangga tersebut akan diambil kategori yang dominan. Kategori yang dominan tersebut bisa dijadikan suatu pedoman yang memudahkan pimpinan dalam mengambil sebuah keputusan kepada calon peminjam selanjutnya.
Kata kunci: Debitur; Data Mining; Euclidean; K-Nearest Neighbor
Abstract:Abstract: Pekanbaru still using conventional traffic light control system. Pekanbaru as the capital of Riau Province is predicted udergo the increased of urban population by 54.5% in 2025. It is important for Pekanbaru…
ru to immediately implement smart and efficient traffic management system, so that traffic congestion can be resolved quickly. This research paper provides a design solution for smart traffic light management (Smart Traffic Control System), based on object detection technology that uses deep learning to detect the number and type of vehicles. The number of vehicle is the basis for determining the green light timer automatically. The Smart Traffic Control System (STCS) is integrated with a web based geographic information system (smart map) that can display the current condition (picture, the number of vehicle, congestion level) of each STCS location. This integrated system has been tested on a traffic light prototype, using a mini computer and a miniature vehicle. This integrated system is able to detect 9 out of 12 vehicles, and able to send data regularly to the smart map.
Keywords: deep learning; smart mobility; smart traffic control system
Abstrak: Pengaturan lampu lalu lintas di Kota Pekanbaru masih dilakukan secara konvensional. Pekanbaru sebagai ibukota Provinsi Riau diprediksikan akan mengalami peningkatan jumlah penduduk perkotaan sebesar 54,5% pada tahun 2025. Dengan melihat predikisi ini, penting bagi kota Pekanbaru untuk segera memiliki tata kelola lalu lintas yang cerdas dan efisien agar kemacetan dapat ditanggulangi dengan cepat. Penelitian ini memberikan rancangan solusi untuk tata kelola lampu lalu lintas cerdas (Smart Traffic Control System), berbasis teknologi object detection yang menggunakan deep learning untuk mendeteksi jumlah dan jenis kendaraan. Jumlah kendaraan menjadi dasar penentuan timer lampu hijau secara otomatis. Smart Traffic Control System (STCS) terintegrasi dengan sistem informasi geografis berbasis web (smart map) yang secara kontinu menerima informasi kepadatan (gambar terkini, jumlah kendaraan, level kepadatan), kemudian menampilkannya diatas peta Kota Pekanbaru. Solusi sistem terintegrasi ini telah diujikan pada sebuah prototipe lampu lalu lintas, menggunakan komputer mini dan miniatur kendaraan. Sistem terintegrasi ini mampu mendeteksi 9 dari 12 kendaraan, dan mampu mengirimkan data secara berkala kepada smart map.
Kata kunci: deep learning; smart mobility; smart traffic control system
Abstract:Abstract: DNS plays a vital role in the operation of services on the internet. Almost all services on the internet are under DNS control, such as email, FTP, web apps, etc. So, it is not surprising that various malicious…
activities involve DNS services such as financial fraud, phishing, malware, and malicious activity, etc. Fortunately, in DNS there is a record with the name time to live which can be used to detect a query or the address accessed from the user is a normal query or an abnormal query. Therefore, the purpose of this study is to determine the correlation value between time to live and abnormal queries on passive DNS data using the Binary Logistic Regression model. The results showed that the Binary Logistic Regression method could model the correlation between TTL, elapsed, and bytes which have an optimal model F1 Score of 0.9997 and also have a condition close to the ideal state by using the Precision-Recall Curve (PRC) graph plot.
Keywords: Binary Logistic Regression; DNS Passive; Precision-Recall Curve (PRC); Query Abnormal
Abstrak: DNS memegang peranan yang vital di dalam berjalanya service di internet. Hampir seluruh layanan di internet berada di bawah kendali DNS seperti email, ftp, app web dll. Jadi, tidak mengherankan bahwa berbagai kegiatan jahat melibatkan layanan DNS seperti financial fraud, phising, malware dan aktivitas malicious dll. Untungnya, di dalam DNS tersimpan sebuah record dengan nama time to live yang dapat digunakan untuk mendeteksi sebuah query atau alamat yang diakses dari user tersebut bersifat query normal atau query tidak normal. Oleh karena itu, tujuan penelitian ini adalah untuk mengetahui nilai korelasi antara time to live dengan query tidak normal pada data passive DNS dengan menggunakan model Binary Logistic Regression. Hasil penelitian menunjukkan bahwa metode Binary Logistic Regression dapat memodelkan korelasi antara TTL, elapsed dan bytes yang memiliki model optimal F1 Score sebesar 0.9997 dan juga memiliki kondisi hampir mendekati keadaan ideal dengan menggunakan plot grafik Precision Recall Curve (PRC).
Kata kunci: Binary Logistic Regression; DNS Passive; Precision-Recall Curve (PRC); Query Abnormal
Abstract:Abstract: Interior design is currently growing. This can be seen from the various designs in each building. Each design has different characteristics and shapes. The problem that is often experienced by users is the lack…
of user knowledge in the field of interior design so that after the design is finished, the user is not satisfied with the results of the interior design. The main objective of this research is a decision making system in selecting interior designs according to user needs by paying attention to criteria such as design form, design size, material and quality. The method of selecting interior design using the Mamdani method. The mamdani method is very suitable in calculating the output value of each criterion value and the end result becomes the reference value in making a decision. The resulting system is in the form of design selection criteria according to user needs. Thus the results of this study get an Output value of 427,368 which is in the range with the value considered. Keywords: fuzzy inference system; interior design; mamdani method; software matlab.
Abstrak: Desain Interior saat ini semakin berkembang, Hal ini bisa dilihat dari berbagai desain pada setiap bangunan. Setiap desain memiliki karakteristik dan bentuk yang berbeda beda. Permasalahan yang sering dialami pengguna yaitu kurangnya pengetahuan pengguna dibidang desain interior sehingga setelah desain selesai dikerjakan pengguna tidak Puas dengan hasil desain interior. Tujuan utama penelitian ini berupa Sistem pengambilan keputusan dalam pemilihan desain interior sesuai dengan kebutuhan pengguna dengan memperhatikan kriteria seperti Bentuk Desain, ukuran desain, bahan dan Kualitas. Metode pemilihan Desain interior menggunakan metode Mamdani. Metode mamdani sangat cocok dalam menghitung nilai output dari masing masing nilai kriteria dan hasil akhirnya menjadi nilai acuan dalam pengambilan sebuah Keputusan. Sistem yang dihasilkan berupa kriteria pemilihan desain sesuai kebutuhan pengguna. Dengan demikian Hasil penelitian ini mendapatkan nilai Output sebesar 427.368 yang berada pada range dengan nilai dipertimbangkan.
Kata kunci: desain interior; fuzzy inference system; metode mamdani; software matlab.