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: 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: 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: Micro, Small and Medium Enterprises (MSMEs) are business entities or individuals that have productive activities and fulfill the criteria for micro-enterprises. The development of the economic sector in Indonesia…
ia is also influenced by MSME businesses. Beni Scroll Art is an MSME engaged in the sale of handicrafts such as making miniature amperes, trophies made of wood, bird statues made of wood and so on. This research is a development of research that previously discussed the use of website-based information technology which was developed into android-based information technology. Android-based sales applica-tion development is more effectively used for the community in the buying and selling process because it is more familiar in the community. Therefore, the system development carried out by researchers is an Android-based application in the sales process and to in-crease sales. The method used in developing this android application is a prototype with several stages of Communication, Quick Plan, Modeling and Quick Design, Quick Design, Construction of Prototype, and Deployment Delivery and Feedback. The purpose of this research is to simplify sales, increase sales, and make the sales process more effective and efficient.
Keywords: applications; android; sales; SMEs
Abstrak: Usaha Mikro Kecil Menengah (UMKM) merupakan badan usaha atau perseorangan yang mempunyai kegiatan produktif serta memenuhi kreteria dalam usaha mikro. Perkembangan bidang ekonomi di Indonesia juga diperngaruhi oleh usaha UMKM. Beni Scroll Art merupakan UMKM yang bergerak dibidang penjualan keterampilan tangan seperti pembuatan miniature ampere, piala dengan bahan dasar kayu, patung burung dengan bahan dasar kayu dan sebagainya. Penelitian ini merupakan pengembangan dari penelitian yang sebelumnya membahas pemanfaatan teknologi informatika berbasis website dikembangkan menjadi teknologi informasi berbasis android. Pengembangan aplikasi penjualan berbasis android lebih efesien digunakan untuk masyarakat dalam melakukan proses jual-beli karena lebih familiar dimasyarakat. Maka dari itu pengem-bangan sistem yang dilakukan peneliti adalah aplikasi berbasis android dalam proses penjualan serta untuk meningkatkan penjualan. Metode yang digunakan dalam pengambangan aplikasi android ini adalah prototype dengan beberapa tahapan komunikasi, rencana cepat, pemodelan dan desain cepat, desain cepat, konstruksi prototipe, dan pengiriman dan umpan balik penyebaran. Tujuan dari penelitian ini untuk mempermudah penjualan, meningkatkan penjualan, serta agar proses penjualan lebih efektif, dan efesien.
Kata kunci: aplikasi; android; penjualan; UMKM
Abstract:Abstract: The technique of multiclass classification based on SVMs has been widely used. SVM optimization will be accomplished by examining the extraction features of Principal Component Analysis (PCA), Box-Cox Transformation,…
ation, and Recursive Feature Elimination (RFE). The dataset contains 13,611 rows and 17 variables, generated from the UCI repository's multiclass dry bean data. Barbunya, Bombay, Cal, Dermas, Horoz, Seker, and Sira are just a few of the dry bean kinds available. The dataset was tested using SVM Linear kernel and SVM Radial Basis.According to the results, the combination of scale-center-BoxCox-SVM Radial extraction achieves the maximum accuracy of 93.16 percent and the shortest processing time of 6.10 minutes. 96.00 percent, 100 percent, 96.71 percent, 95.16 percent, 97.60 percent, 97.74 percent, and 91.95 percent, according to bean class.RFE-SVM Radial has a 91.18 percent accuracy and a processing time of 6.55 minutes. BoxCox outperforms conventional techniques in terms of prediction accuracy while requiring less training time.
Keywords: Bean, PCA, BoxCox, SVM, RFE
Abstrak: Klasifikasi Multikelas menggunakan SVM telah banyak digunakan. Pada penelitian ini akan diuji fitur ekstraksi Principal Component Analysis, Box Cox Transformation dan fitur eliminisi Recursive Feature Elimination untuk mendapatkan optimasi SVM. Dataset berasal dari data multikelas kacang kering UCI repository dengan jumlah 13.611 baris dan 17 variabel. Kelas kacang kering yakni : Barbunya, Bombay, Cal, Dermas, Horoz, Seker dan Sira. Dataset diuji menggunakan kernel SVM Linier dan SVM Radial Basis. Didapatkan hasil, bahwa kombinasi fitur ekstraksi : scale-center-BoxCox-SVM Radial memiliki akurasi terbaik yakni 93,16% dan waktu proses 6,10 menit. Klasifikasi berdasarkan kelas kacang berturut-turut 96,00%,100%, 96,71%, 95,16%, 97,60%, 97,74% dan 91,95%. RFE- SVM Radial hanya memberikan akurasi sebesar 91,18 % dengan waktu proses sebesar 6.55 menit. Penggunaan BoxCox dibandingkan dengan lainnya, memberikan hasil prediksi lebih baik dan namun tidak mempercepat waktu pelatihan.
Kata kunci: BoxCox; Kacang; PCA; RFE; SVM
Abstract:Abstract: The goal to be achieved in this research is a decision support system that can provide support to decision makers in determining the supplier to be selected. The decision support system made using the Simple Additive…
ditive Weighting (SAW) method in processing the data. Based on the results of data processing and information obtained, the decision support system made was successful in giving preference and ranking of suppliers in accordance with the criteria given by the decision maker. In selecting suppliers at Tia Pet Shop, the criteria used are quality, average price, packaging and speed of delivery.
Keywords: Decision Support System; Simple Additive Weighting; Supplier;
Abstrak: Tujuan yang ingin dicapai dalam penelitian ini yaitu sebuah sistem penunjang keputusan yang dapat memberikan dukungan kepada pembuat keputusan dalam menentukan supplier yang akan dipilih. Sistem penunjang keputusan yang dibuat menggunakan metode Simple Additive Weighting (SAW) dalam melakukan pemprosesan datanya. Berdasarkan hasil pengolahan data dan informasi yang didapat sistem penunjang keputusan yang dibuat berhasil memberikan preferensi dan perangkingan supplier sesuai dengan kriteria yang diberikan oleh pembuat keputusan. Dalam pemilihan supplier di Tia Pet Shop kriteria yang digunakan yaitu kualitas, harga rata-rata, pengemasan dan kecepatan pengiriman.
Kata kunci: Simple Additive Weighting; Supplier; Sistem Penunjang Keputusan
Abstract:Abstract: Technological advances are not only used for the industrial world but have led to all fields both education, military, and household. One of the technological advances in the application of robots that are used…
to reduce the use of human power. Therefore, the design of a remote control monitoring robot prototype that is used to replace the human role in monitoring or monitoring certain objects or environments that are difficult to reach by humans to go directly to the intended object. This robot is designed by applying the FPV (First-Person View) system which is controlled remotely using the nRF24L01 and MPU6050 and uses a servo to move the camera. Based on the results of testing the Robot Prototype in this study as a whole, the prototype robot is obtained well and the Robot Prototype can replace the role of humans in monitoring objects remotely.
Keywords: Arduino; FPV; Monitoring; nRF24L01; MPU6050; Robot.
Abstrak: Kemajuan teknologi tidak hanya digunakan untuk dunia industri saja melainkan sudah mengarah ke segala bidang baik dunia pendidikan, militer dan dalam rumah tangga. Salah satu kemajuan teknologi adalah penerapan robot yang digunakan untuk mengurangi penggunaan tenaga manusia. Maka dari itu dilakukan perancangan prototype robot pemantau kendali jarak jauh yang digunakan untuk menggantikan peran manusia dalam pengawasan atau pemantauan objek ataupun lingkungan tertentu yang sulit dijangkau oleh manusia untuk terjun langsung ke objek yang dituju. Robot ini dirancang dengan menerapkan sistem FPV (Fisrt-Person View) yang dikendalikan dari jarak jauh menggunakan nRF24L01 dan MPU6050, serta menggunakan servo untuk menggerakan kamera. Berdasarkan hasil pengujian prototype robot pada penelitian ini secara keseluruhan didapatkan prototype robot dengan baik dan prototype robot dapat menggantikan peran manusia dalam pemantauan objek dari jarak jauh.
Kata kunci: Arduino; FPV; Monitoring; nRF24L01; MPU6050; Robot.
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: Software Defined Network has recently become a new architecture in computer network systems that offer convenience with a centralized control system. The Software Defined Network Architecture will separate the…
e control plane and the data plane. Where the control plane will be placed on the controller that is stored and provides all the needs that exist in the network system. In Software Define Network, it still needs a lot of research, especially security, because it is the most important part in the network. One solution that can be used as security is a firewall. With the firewall, every data traffic will be monitored and also determine the entry and exit of data. In this research, a firewall will be implemented at the data link layer which will use a tree topology in the software define network and POX as the controller. The results of this study produce a firewall program with the python programming language which is placed on the POX controller. The code modification has successfully blocked, controlled, and monitored each packet based on the rules on the firewall.
Keywords: data link; firewall; pox controller; software defined network
Abstrak: Software Defined Network belakangan ini menjadi satu arsitektur baru pada sistem jaringan komputer yang menawarkan satu kemudahan dengan sistem kontrol terpusat. Pada arsitektur Software Defined Network akan memisahkan control plane dan data plane. Dimana control plane akan ditempatkan pada controller yang bertugas mengatur serta menyediakan segala keperluan yang ada pada sistem jaringan. Pada Software Define Network masih perlu dilakukannya banyak riset khususnya bidang keamanan, karena keamanan merupakan bagian terpenting dalam jaringan. Salah satu solusi yang dapat digunakan sebagai keamanan adalah firewall. Dengan adanya firewall maka setiap lalu lintas data akan dapat dimonitoring dan juga menentukan keluar masuknya suatu data. Pada penelitian ini akan diimplementasikan firewall pada data link layer yang akan menggunakan topologi tree pada software defined network dan POX sebagai Controllernya. Hasil pada penelitian ini menghasilkan satu program firewall dengan bahasa pemrograman python yang ditempatkan pada pox controller. Modifikasi kode telah berhasil untuk memblokir, mengontrol dan memonitoring setiap paket berdasarkan rule pada firewall.
Kata kunci: data link; firewall; pox controller; software defined network
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