Abstract:Abstract: Increasing living standards cause an increase in the need for drinking water. However, current water supply estimates are still not optimal, with water production sometimes being more or less than requirements.…
To estimate the amount of water, an appropriate method is needed. The method used in this research is the back propagation algorithm artificial neural network method. When developing forecasts, past data is necessary to produce accurate results. This research aims to develop a predictive model that can estimate the volume of water that will be used by PDAM Tirtauli in the future. It is hoped that this predictive model can help PDAMs in planning more efficient water supply management and can reduce the potential for water supply shortages in the future. This research uses water distribution data for the 2015-2022 period. Training data starts in 2015-2021, testing data starts in 2016-2022. In this research, results were obtained using the Matlab R2011a application. In this research, the 5 architectures used are architecture 6-53-1, 6-58-1, 6-61-1, 6-81-1, 6-87-1. Based on these five architectures, the best architecture was obtained, namely architecture 6-87-1 with a root mean square error test value of 0.00010031 and an accuracy of 92%. The results achieved in 2023 are the total water volume of PDAM Tirtauli Pematangsiantar of 189,610,426.
Keywords: backpropagation; distribution; PDAM; prediction; water
Abstrak: Meningkatnya taraf hidup menyebabkan meningkatnya kebutuhan akan air minum. Namun, perkiraan pasokan air saat ini masih belum optimal, dengan produksi air kadang-kadang lebih atau kurang dari kebutuhan. Untuk memperkirakan jumlah air diperlukan suatu metode yang sesuai. Metode yang digunakan dalam penelitian ini adalah metode jaringan syaraf tiruan algoritma back propagation. Saat mengembangkan perkiraan, data masa lalu diperlukan untuk menghasilkan hasil yang akurat. Penelitian ini bertujuan untuk mengembangkan model prediktif yang dapat memperkirakan volume air yang akan digunakan oleh PDAM Tirtauli di masa mendatang. Model prediktif ini diharapkan dapat membantu PDAM dalam perencanaan pengelolaan pasokan air yang lebih efisien dan dapat mengurangi potensi kekurangan pasokan air pada masa yang akan datang. Penelitian ini menggunakan data sebaran air periode 2015-2022. Data pelatihan dimulai pada tahun 2015-2021, data pengujian dimulai pada tahun 2016-2022. Pada penelitian ini diperoleh hasil dengan menggunakan aplikasi Matlab R2011a. Pada penelitian ini 5 arsitektur yang digunakan adalah arsitektur 6-53-1, 6-58-1, 6-61-1, 6-81-1, 6-87-1. Berdasarkan kelima arsitektur tersebut diperoleh arsitektur terbaik yaitu arsitektur 6-87-1 dengan nilai uji root mean square error sebesar 0,00010031 dan mendapatkan akurasi sebesar 92%. Hasil yang dicapai pada tahun 2023 adalah total volume air PDAM Tirtauli Pematangsiantar sebesar 189.610.426.
Kata Kunci: air; backpropagation; distribusi; PDAM; prediksi
Abstract:Abstract: Basically, this region experiences growth every year. The negative impact of uncontrolled population growth will cause social inequality and poverty and affect the progress and prosperity of the region. Judging…
from the number of residents registered with the Population and Civil Registration Service, Siantar Martoba District has a fairly high population growth rate, so it is necessary to predict the future population. In making a prediction, a good method is needed to solve a problem. In this research, a backpropagation algorithm was used using five architectures, namely architecture 4-71-1, 4-31-1, 4-16-1, 4-72-1, 4-83-1. From the results of tests carried out using data on the population of Siantar Martoba, the best architecture was obtained, namely architecture 4-31-1 with a mean squared error for training of 0.00009960 and a mean squared error for testing of 0.000099957 and obtained an epoch of 14012 iterations with a time of 01 minutes 40 seconds. It was concluded that this method can predict the population of Siantar Martoba in the future using Matlab R2011a, thus obtaining a population of Siantar Martoba of 36470 people.
Keywords: architecture; backpropagation; pematangsiantar; population; welfare
Abstrak: Pada dasarnya, wilayah ini mengalami pertumbuhan setiap tahunnya. Dampak negatif pertumbuhan penduduk yang tidak terkendali akan menyebabkan kesenjangan sosial dan kemiskinan dan mempengaruhi kemajuan, kesejahteraan daerah tersebut. Dilihat dari jumlah penduduk yang terdaftar pada Dinas Kependudukan dan Pencatatan Sipil Kecamatan siantar martoba mempunyai laju pertumbuhan penduduk yang cukup tinggi, sehingga perlu dilakukan prediksi jumlah penduduk masa depan. Dalam melakukan sebuah prediksi dibutuhkan sebuah metode yang baik dalam menyelesaikan sebuah permasalahan, dalam penelitian ini digunakan algoritma backpropagation dengan menggunakan lima arsitektur yaitu arsitektur 4-71-1, 4-31-1, 4-16-1, 4-72-1, 4-83-1. Dari hasil pengujian yang telah dilakukan dengan menggunakan data jumlah penduduk siantar martoba diperoleh arsitektur terbaik yaitu arsitektur 4-31-1 dengan nilai mean squared error pelatihan 0.00009960 dan mean squared error pengujian 0.000099957 dan memperoleh epoch 14012 iterations dengan waktu 01 menit 40 detik. Disimpulkan bahwa metode ini dapat memprediksi jumlah penduduk Siantar Martoba di masa depan dengan menggunakan Matlab R2011a, sehingga memperoleh jumlah penduduk siantar martoba sebanyak 36470 Jiwa.
Kata kunci: arsitektur; backpropagation; pematangsiantar; kependudukan; kesejahteraan
Abstract:Abstract: Indonesia is included in the category of developing countries and is a country with a relatively large population. According to data from the Pematang Siantar City Population and Civil Registration Service, West…
t Siantar District is one of the sub-districts in Pematang Siantar City whose population continues to increase and this will lead to an increase in poverty and unemployment rates. To overcome the above problems, a method is needed to analyze the population growth of West Siantar, one of which is using the Backpropagation method. This research will use training data starting from 2017-2021 and test data from 2018-2022. The results carried out using MATLAB R2011a software show the best architecture 4-19-1 with an accuracy of 100 with an MSE number of 0.00010031375 and an epoch value of 124777. Based on the research carried out, the population of West Siantar in the next year is 86067 people. It is concluded that backpropagation can be used as a method that makes it easier to search for predictions and the level of accuracy obtained depends on the architecture used.
Keywords: Birth; Growth; Matlab; Predictions; Resident
Abstrak: Indonesia termasuk dalam kategori negara berkembang dan merupakan negara dengan jumlah penduduk yang relatif besar. Menurut data Dinas Kependudukan dan Catatan Sipil Kota Pematang Siantar, Kecamatan Siantar Barat merupakan salah satu kecamatan di Kota Pematang Siantar yang jumlah penduduknya terus meningkat dan hal ini akan berdampak pada peningkatan angka kemiskinan dan pengangguran. Untuk mengatasi permasalahan diatas diperlukan suatu metode untuk menganalisis pertumbuhan penduduk Siantar Barat, salah satunya adalah dengan menggunakan metode Backpropagation. Penelitian ini akan menggunakan data latih mulai tahun 2017-2021 dan data uji 2018-2022. Hasil yang dilakukan dengan menggunakan software MATLAB R2011a menunjukkan arsitektur terbaik 4-19-1 dengan akurasi 100 dengan angka MSE 0.00010031375 dan nilai epoch 124777. Berdasarkan penelitian yang dilakukan, populasi Siantar Barat di tahun berikutnya sebanyak 86067 orang. Disimpulkan bahwa backpropagation dapat digunakan sebagai metode yang memudahkan pencarian prediksi dan tingkat akurasi yang diperoleh tergantung pada arsitektur yang digunakan.
Keywords: Kelahiran; Matlab; Pertumbuhan; Penduduk; Prediksi
Abstract:Abstract: Interest is an interest in an object that comes from the heart. Talent is a condition in a person that enables him with special training to achieve a special skill, knowledge, skill. For this reason, an expert…
system for determining students' interests and talents was designed. The method used in this research is the certainty factor (CF) method. The results based on the characteristics experienced by these students show that the type of interest and talent that exists in these students is linguistics with an expertise level of 0.66 and a percentage of 66% and has a fairly good accuracy score.
Keywords: certainty factor;interest; talent
Abstrak: Minat merupakan ketertarikan akan sesuatu objek yang berasal dari hati. Bakat adalah suatu kondisi pada seseorang yang memungkinkannya dengan suatu latihan khusus mencapai suatu kecakapan, pengetahuan, keterampilan khusus Untuk itu dirancang suatu sistem pakar penentuan minat dan bakat siswa. Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (CF),. Hasil bedasarkan ciri-ciri yang dialami oleh siswa tersebut bahwa jenis minat dan bakat yang ada pada siswa tersebut adalah linguistik dengan tingkat kepakaran 0,66 dan persentase 66 % dan memiliki nilai akuasi yang cukup baik.
Kata kunci: bakat ; faktor kepastian;minat
Abstract:Abstract: Toko Bakti Jaya is one of the shops in Kisaran which is engaged in selling cake and food ingredients. Currently, the store is still managing product inventory manually by recording the number of incoming goods…
based on order records. Stock counting is done by looking directly at the warehouse, which causes difficulties in accurately monitoring stock and risks of shortages or excess stock. These constraints can affect customer satisfaction and store operations. This study aims to improve the efficiency of product inventory management at Bakti Jaya Stores by implementing a technology-based and information-based Supply Chain Management system. The research method is a qualitative method, with data collection techniques through interviews with informants, conducting field observations, and also obtained from literature studies. This research produces a product stock management information system using Supply Chain Management that connects Bakti Jaya Stores with suppliers to maximize coordination between stores and suppliers, facilitates control of the flow of stock availability in stores, and makes it easier for store owners to make decisions related to purchasing and procuring goods by providing accurate inventory analysis and real-time product stock information.
Keywords: management; stock; suppliers; supply chain management
Abstrak: Toko Bakti Jaya adalah salah satu toko yang ada di Kisaran yang bergerak dalam bidang penjualan bahan kue dan makanan. Saat ini, toko tersebut masih mengelola persediaan produk secara manual dengan mencatat jumlah barang masuk berdasarkan catatan pemesanan. Penghitungan stok dilakukan dengan cara melihat langsung gudang, yang menyebabkan kesulitan dalam pengawasan stok secara akurat dan berisiko terjadi kekurangan atau kelebihan stok. Kendala tersebut dapat mempengaruhi kepuasan pelanggan dan operasional toko. Penelitian ini bertujuan untuk meningkatkan efisiensi pengelolaan persediaan produk di Toko Bakti Jaya dengan menerapkan sistem Supply Chain Management berbasis teknologi dan informasi. Metode penelitiannya ialah metode kualitatif, dengan tehnik pengumpulan data melalui wawancara kepada narasumber, melakukan observasi ke lapangan serta juga didapat dari studi literature. Penelitian ini menghasilkan Sistem Informasi pengelolaan stok produk dengan menggunakan Supply Chain Management yang menghubungkan Toko Bakti Jaya dengan para supplier dapat memaksimalkan koordinasi antara toko dengan supplier, memudahkan pengendalian aliran stok ketersediaan barang di toko serta memudahkan pemilik toko membuat keputusan terkait dengaan pembelian dan pengadaan barang dengan menyediakan analisis persediaan yang akurat dan informasi stok produk yang real time.
Kata kunci: pengelolaan; stok; supplier; supply chain management
Abstract:Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000…
diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.
Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%.
Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstract:Automatic text summarization is challenging research in natural language processing, aims to obtain important information quickly and precisely. There are two main approach techniques for text summary: abstractive and extractive…
tractive summary. Abstractive Summarization generates new and more natural words, but the difficulty level is higher and more challenging. In previous studies, RNN and its variants are among the most popular Seq2Seq models in text summarization. However, there are still weaknesses in saving memory; gradients are lost in long sentences so resulting in a decrease in lengthy text summaries. This research proposes a Transformer model with an Attention mechanism that can fetch important information, solve parallelization problems, and summarize long texts. The Transformer model we propose is GPT-2. GPT-2 uses decoders to predict the next word using the pre-trained model from w11wo/indo-gpt2-small, implemented on the Indosum Indonesian dataset. Evaluation assessment of the model performance using ROUGE evaluation. The study's results get an average result recall for R-1, R-2, and R-L were 0.61, 0.51, and 0.57, respectively. The summary results can paraphrase sentences, but some still use the original words from the text. Future work increase the amount of data from the dataset to improve the result of more new sentence paraphrases.
Abstract:Abstract: Drug abuse in Indonesia is currently very worrying because of the lack of information and knowledge about the risks posed by drug abuse. Much information about drug abuse prevention is disseminated through various…
ous media such as films, seminars, training, and guidance groups. This study aims to create drug counseling media that uses 3D technology and is created through the Blender 3D tool, by combining text, audio, and video. 3D models of Image objects are represented by Augmented Reality (AR) technology. Application development is made using the MDLC (Multimedia Development Life Cycle) method. The results of this study are the development of an Augmented Reality application for social media for drug abuse using the Trilib Technique, which is a cross-platform 3D model importer.
Keywords: Augmented Reality; Drugs; Blender; Trilib; MDLC
Abstrak: Penyalahgunaan narkoba di Indonesia saat ini sangat mengkhawatirkan karena kurangnya informasi dan pengetahuan tentang risiko yang ditimbulkan oleh penyalahgunaan narkoba. Banyak informasi tentang pencegahan penyalahgunaan narkoba disebarkan melalui berbagai media seperti film, seminar, pelatihan, dan kelompok bimbingan. Penelitian ini bertujuan untuk menciptakan media penyuluhan narkoba yang menggunakan teknologi 3D dan dibuat melalui perangkat Blender 3D, dengan menggabungkan teks, audio, dan video. Model 3D objek figur direpresentasikan dengan teknologi Augmented Reality (AR). Pengembangan aplikasi dibuat dengan menggunakan metode MDLC (Multimedia Development Life Cycle). Hasil pada penelitian ini merupakan sebuah pengembangan aplikasi Augmented Reality untuk media sosialiasi penyalahgunaan narkoba dengan menggunakan Teknik Trilib yang merupakan importir model 3d secara runtime dengan lintas platform.
Kata kunci: Augmented Reality; Narkoba; Blender; Trilib; MDLC
Abstract:Abstract: This research focuses on designing an interface refinement for the XYZ University company profile website that facilitates public information services. This research aims to increase the website's usability value…
ue by implementing the Goal-Directed Design (GDD) method in website interface refinement. GDD provides solutions that meet user needs and goals and address business goals. This research begins the interface design process by identifying user behavior patterns and goals to help deepen understanding of the domain, business goals, and technical constraints that will be used as a reference in website interface design refinement. Furthermore, usability testing is conducted using the System Usability Scale (SUS) as the measurement parameter. The usability aspects assessed in this research are effectiveness, efficiency, and satisfaction. Usability testing is conducted on the current website interface design and the website interface refinement design. Tests were conducted on six participants, consisting of three XYZ University students and three members of the general public. The findings show that the website's usability has increased from the previous value of 49.16 to 83.33. Based on the SUS score interpretation, the value that was previously categorized as "poor" increased to "excellent". Therefore, the result of the website interface refinement design using the GDD method has succeeded in increasing the usability value of the website.
Keywords: goal-directed design; system usability scale; university website; user interface
Abstrak: Penelitian ini berfokus pada perancangan perbaikan antarmuka website company profile Universitas XYZ yang memfasilitasi pelayanan informasi publik. Tujuan dari penelitian ini adalah untuk meningkatkan nilai usability website dengan mengimplementasikan metode Goal-Directed Design (GDD) dalam melakukan perancangan perbaikan website. GDD memberikan solusi yang memenuhi kebutuhan dan tujuan pengguna, dan juga menangani tujuan bisnis. Penelitian ini memulai perancangan antarmuka dengan mengidentifikasi pola perilaku dan tujuan pengguna untuk membantu memperdalam pemahaman tentang domain, tujuan bisnis, dan kendala teknis yang akan dijadikan acuan dalam perancangan antarmuka website. Selanjutnya, dilakukan usability testing dengan menggunakan System Usability Scale (SUS) sebagai parameter penilaiannya. Aspek usability yang diukur pada penelitian ini adalah efektivitas, efisiensi, dan kepuasan pengguna. Pengujian dilakukan terhadap kondisi awal website dan rancangan perbaikan antarmuka website. Pengujian dilakukan kepada enam partisipan yang terdiri dari tiga mahasiswa Universitas XYZ dan tiga masyarakat umum. Didapatkan bahwa nilai usability website mengalami peningkatan dari yang sebelumnya bernilai 49,16 menjadi 83,33. Berdasarkan skala penilaian SUS, nilai yang sebelumnya berkategori “poor†meningkat menjadi “excellentâ€. Dengan demikian, dapat disimpulkan bahwa hasil dari rancangan perbaikan antarmuka website dengan menggunakan metode GDD berhasil meningkatkan nilai usability website.
Kata kunci: goal-directed design; system usability scale; user interface; website universitas
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