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: Student graduation is one thing that needs to be considered because it is included in the College's Internal Quality Assurance Standards (SPMI). STMIK Royal is one of the universities experiencing problems with…
student graduation. To achieve the quality of these graduates, a graduation diagnosis with the standards that have been set for students who are still carrying out studies is very necessary so that anticipatory steps can be taken from the beginning to overcome the occurrence of graduation problems in the academic field. This research aims to diagnose fast-track student graduation by using a data mining model with a classification function. The technique used for the classification data mining model is the Naïve Bayes Algorithm. The dataset used as training and testing data is data from the 2021 STMIK Royal fast track students. The criteria used to determine student graduation are Gender, class, credits, GPA, Tuition Fee, Guidance Process, and the KKL Report. The results of the classification modeling with the Naïve Bayes Algorithm produce an accuracy value of 83%.
Keywords: data mining; graduation; naïve Bayes
Abstrak: Kelulusan mahasiswa adalah salah satu hal yang harus diperhatikan karena termasuk ke dalam Standar Penjaminan Mutu Internal (SPMI) perguruan tinggi. STMIK Royal adalah salah satu perguruan tinggi yang mengalami masalah kelulusan mahasiswa. Untuk mencapai kualitas lulusan tersebut, diagnosis kelulusan dengan standar yang telah ditetapkan untuk mahasiswa yang masih menjalankan studi sangat diperlukan sehingga dapat dilakukan langkah antisipasi dari awal untuk menanggulangi terjadinya permasalahan kelulusan dalam bidang akademik. Tujuan diadakannya penelitian ini untuk untuk mendiagnosis kelulusan mahasiswa fast track dengan menggunakan model data mining dengan fungsi klasifikasi. Teknik yang digunakan untuk model data mining klasifikasi adalah Algoritma Naïve Bayes. Dataset yang akan digunakan untuk menjadi data latih dan data uji adalah data mahasiswa fast track STMIK Royal tahun 2021. Kriteria yang digunakan untuk diganosis kelulusan mahasiswa, diantaranya Jenis Kelamin, Kelas, SKS, IPK, Uang Kuliah, Proses Bimbingan, dan Pengumpulan Laporan KKL. Hasil pemodelan klasifikasi dengan Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 83%.
Kata kunci: data mining; kelulusan; naïve bayes
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: A system designed to assist decision-makers in semi-structured situations. Teacher performance appraisal is a technique that will result in better learning using a decision support system. Evaluating teacher performance…
rformance in providing lessons at SMK Negeri 1 Setia Janji is still carried out conventionally and not in detail. With an assessment that is not detailed, it is feared that there will be a subjective assessment that will result in social jealousy for teachers who have not received learning recommendations. Evaluation at SMK Negeri 1 Setia Janji is still done manually and has not been detailed for teachers who have not received recommendations. So to overcome these problems, a decision support system was designed using the Weighted Product (WP) method. This study uses 6 criteria. The final result of this research is that the decision support system with the Weighted Product (WP) method can handle problems in teacher performance assessment.
Keywords: Decision Support System; Teacher Performance Assessment; Weighted Product
Abstrak: Sistem yang dirancang agar membantu pembuat keputusan pada situasi semi-terstruktur. Penilaian kinerja guru ialah teknik yang akan menghasilkan pembelajaran yang lebih baik menggunakan sistem pendukung keputusan. Proses evaluasi kinerja guru dalam memberikan pelajaran di SMK Negeri 1 Setia Janji masih dilaksanakan secara konvensional dan tidak terperinci. Dengan penilaian yang tidak terperinci dikhawatirkan akan adanya penilaian yang bersifat subjektif yang akan mengakibatkan kecemburuan sosial bagi guru yang belum menerima rekomendasi pembelajaran. Evaluasi di SMK Negeri 1 Setia Janji masih dilakukan secara manual dan belum detail untuk guru yang belum mendapatkan rekomendasi. Maka untuk mengatasi permasalahan tersebut, dirancanglah suatu sistem pendukung keputusan menggunakan Metode Weighted Product (WP). Adapun dalam penelitian ini memakai 6 kriteria. Hasil akhir dari penelitian ini didapatkan bahwa sistem pendukung keputusan dengan metode Weighted Product (WP) dapat menangani permasalahan pada penilaian kinerja guru.
Kata Kunci: Penilaian Kinerja Guru; Sistem Pendukung Keputusan; Weighted Product (WP)
Abstract:Abstract: Geographic Information System (GIS) is an information technology that functions to collect, manage, store, and present all data related to the geographical conditions of an area that develops online. Many agencies…
ies or companies have not implemented geographic information system technology to obtain the necessary information, one of which is the Simalungun Regency Agriculture Service. The Agriculture Service of Simalungun Regency still does not have a system to utilize rice farming land; it is difficult to find information on rice farming land. The distance of rice farming land is very far. Given the various problems that exist, the purpose of making a Geographic Information System (GIS) can help the Simalungun Regency Agriculture Service in carrying out data processing, to improve performance in uniting agricultural land to be more efficient and effective, and make it easier to obtain information or access to agricultural land data. Paddy. The design of this system uses the waterfall method, which includes software requirements analysis, design, program code generation, testing, support, or maintenance. The results obtained with this system will allow users to see various rice farming lands in Ujung Padang District, Simalungun Regency, accompanied by village names, addresses, number of farmers, harvest production, coordinate points, and website-based agricultural land location routes. Keywords: geographic information system (GIS); mapping; rice farming land
Abstrak: Sistem Informasi Geografis (SIG) merupakan suatu teknologi informasi yang berfungsi untuk mengumpulkan, mengelola, menyimpan, dan menyajikan segala data yang berkaitan dengan kondisi geografis suatu wilayah yang berkembang secara online. Banyak berbagai instansi atau perusahaan yang belum menerapkan teknologi sistem informasi geografis untuk memperoleh berbagai informasi yang diperlukan, salah satunya Dinas Pertanian Kabupaten Simalungun. Dinas Pertanian Kabupaten Simalungun masih belum memiliki sistem yang dapat memetakan lahan pertanian padi, sulitnya dalam mengetahui informasi lokasi lahan pertanian padi, jarak tempuh ke lahan pertanian padi yang sangat jauh. Dengan adanya berbagai permasalahan yang ada maka tujuan dibuatnya Sistem Informasi Geografis (SIG) dapat membantu Dinas Pertanian Kabupaten Simalungun dalam melakakukan pengolahan data, untuk meningkatkan kinerja dalam memantau lahan pertanian padi menjadi lebih efesien dan efektif, dan mempermudah dalam memperoleh informasi atau akses terhadap data lahan pertanian padi. Perancangan sistem ini menggunakan metode waterfall yang meliputi analisis kebutuhan perangkat lunak, desain, pembuatan kode program, pengujian, pendukung atau pemeliharaan. Hasil yang diperoleh dengan adanya sistem ini nantinya pengguna dapat melihat berbagai lahan pertanian padi yang ada di Kecamatan Ujung Padang Kabupaten Simalungun yang disertai dengan nama desa, alamat, jumlah petani, produksi panen, titik koordinat, dan rute ke lokasi lahan pertanian padi yang berbasis website.
Kata kunci: lahan pertanian padi; pemetaan; sistem informasi geografis (SIG)
Abstract:Abstract: PDAM Tirta Silaupiasa is currently the only Regional Owned Enterprise in Asahan Regency; this requires PDAM Tirta Silaupiasa to continue to make improvements to realize optimal service to customers. The services…
s provided to customers are closely related to human resources and employee performance. Employee performance has a very important role in the company's success so that we can see the strengths, weaknesses, and potential managerial gaps in the organization. The problem faced by PDAM Tirta Silaupiasa is the lack of motivation experienced by employees. One of the efforts to increase employee motivation is to select role models/exemplary employees who will later become examples for other employees. Based on this, it is necessary to use technology, namely the design of a decision support system in determining exemplary employees by applying the Simple Multi-Attribute Rating Technique (SMART) method. The SMART method has advantages, namely in deciding with many alternatives and criteria. It is more complex to make a decision, and the decision results are better. The results of this study get Alfiansyah's alternative with a value of 74.85202777 to be a role model for PDAM Tirta Silaupiasa.
Keywords: Decision Support System; SMART; Exemplary Employee; Role Models; PDAM Tirta Silaupiasa
Abstrak: PDAM Tirta Silaupiasa saat ini merupakan satu-satunya Badan Usaha Milik Daerah yang ada di kabupaten Asahan, hal ini menuntut PDAM Tirta Silaupiasa untuk terus melakukan pembenahan guna mewujudkan pelayanan yang optimal kepada pelanggan. Pelayanan yang diberikan kepada pelanggan tentunya erat kaitannya dengan sumber daya manusia dan kinerja karyawan. Kinerja karyawan memiliki peran yang sangat penting bagi keberhasilan perusahaan sehingga dapat dilihat kekuatan, kelemahan, dan potensi kesenjangan manajerial dalam organisasi. Permasalahan yang dihadapi PDAM Tirta Silaupiasa adalah kurangnya motivasi yang dialami oleh pegawai. Salah satu upaya untuk meningkatkan motivasi pegawai adalah dengan memilih role model/pegawai teladan yang nantinya akan menjadi contoh bagi pegawai lainnya. Berdasarkan hal tersebut maka perlu digunakan teknologi yaitu perancangan sistem pendukung keputusan dalam menentukan pegawai teladan dengan menerapkan metode Simple Multi Attribute Rating Technique (SMART). Metode SMART memiliki kelebihan yaitu dalam keadaan pengambilan keputusan dengan banyak alternatif dan kriteria sehingga lebih kompleks dalam pengambilan keputusan dan akurasi hasil keputusan yang lebih baik. Hasil penelitian ini mendapatkan alternatif Alfiansyah dengan nilai 74,85202777 untuk menjadi role model bagi PDAM Tirta Silaupiasa.
Keywords: Decision Support System; SMART; Exemplary Employee; Role Models; PDAM Tirta Silaupiasa
Abstract:Abstract: In its implementation, fiber optic is a cable that has fiber material that uses light as a transmission medium in sending data. The speed in data management becomes faster; there is the easy maintenance of tools.…
s. Handling this fiber optic disturbance, the company has complex data in big data wherein its management good processing is needed so that data redundancy does not occur. Still, accuracy and speed in data management are very important in big data management. Quality improvement for the company is the most important thing; even to achieve good quality, the company will do things that can support that quality; with the quality of the company being able to have long sustainability, a six sigma approach is carried out so that it can support quality improvements that the company can make.
Keywords: Big Data; Fiber Optic; Six Sigma
Abstrak : implementasinya fiber optic merupakan kabel yang memiliki bahan serat yang menggunakan cahaya sebagai media transmisi dalam mengikirimkan data sehingga kecepatan dalam pengelolaan data menjadi lebih cepat, terdapat kemudahan perawatan tools. Penanganan terhadap gangguan fiber optic ini perusahaan memiliki data yang kompleks dalam suatu bigdata dimana dalam pengelolaannya dibutuhkan suatu pengolahan yang baik agar tidak terjadi redudansi data, akan tetapi ketepatan dan kecepatan dalam pengelolaan data menjadi hal yang sangat penting dalam pengelolaan big data. Peningkatan kualitas bagi perusahaan menjadi hal yang paling penting, bahkan untuk mencapai kualitas yang baik perusahaan akan melakukan hal yang dapat menunjang kepada kualitas tersebut, dengan kualitas perusahaan dapat memiliki sustainable yang lama maka dilakukan pendekatan six sigma sehingga dapat mengdukung perbaikan kualitas yang dapat dilakukan oleh perusahaan.
Kata kunci : Big data; Fiber Optik; six Sigma
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
Abstract:Abstract: Netflix's success cannot be separated from its investment in building a strong digital industry in its business, including in creating relationships with its customers through social media. Netflix is here and…
becomes a good listener to understand the prevailing pop culture with a variety of interesting content that has been adapted to the data they have regarding the behaviour of their subscribers so that it can be well received by the wider community. This article is explained further in the form of a descriptive analysis of how Netflix, a company that undergoes many transformations, ultimately utilizes social media to build relationships with its customers. It begins with collecting various data relevant to the topic and research title to be presented in a complete presentation through literature studies referred to as sequence data. In the end, it was concluded that Netflix is one of the companies that are indeed successful in using social media as one of their strategies to form a good close relationship with its users, Netflix also maximizes the user data they have such as what customers like and what they don't. which helps Netflix understand each user's behaviour.
Keywords: digital; netflix; social media
Abstrak: Kesuksesan Netflix tidak dapat dilepaskan dari investasi mereka dalam membangun industri digital yang kokoh dalam bisnisnya termasuk dalam menciptakan hubungan dengan para pelanggannya melalui sosial media. Netflix hadir dan menjadi pendengar yang baik untuk memahami kultur pop yang berlaku dengan berbagai konten menarik yang telah disesuaikan dengan data yang mereka miliki terkait perilaku pelanggannya sehingga dapat diterima dengan baik oleh masyarakat luas. Dalam artikel ini, dijelaskan lebih lanjut dalam bentuk analisis deskriptif bagaimana Netflix sebagai sebuah perusahaan yang banyak melakukan transformasi yang pada akhirnya memanfaatkan sosial media untuk menjalin hubungan dengan para pelanggannya. Diawali dengan melakukan pengumpulan berbagai data yang relevan dengan topik dan judul penelitian untuk disajikan menjadi sebuah pemaparan yang utuh melalui kajian-kajian pustaka yang disebut sebagai data sequence. Pada akhirnya, didapatkan kesimpulan bahwa Netflix merupakan salah satu perusahaan yang memang berhasil dalam menggunakan sosial media sebagai salah satu strategi mereka untuk membentuk hubungan kedekatan yang baik dengan para penggunanya, Netflix juga memaksimalkan data pengguna yang mereka miliki seperti apa yang pelanggan sukai dan apa yang tidak pelanggan sukai, yang menunjang Netflix dalam memahami perilaku masing-masing pengguna.
Kata kunci: digital; media sosial; netflix