Abstract:Penyakit Alzheimer adalah penyakit neurodegeneratif yang mempengaruhi otak dan secara bertahap mengurangi kemampuan seseorang untuk berpikir, mengingat, dan berfungsi secara mandiri. Ini merupakan jenis demensia yang paling…
ing umum, dengan gejala awal yang biasanya terjadi pada individu di atas 65 tahun, meskipun dapat juga terjadi pada usia yang lebih muda. Beberapa gejala awal Alzheimer termasuk lupa akan peristiwa baru-baru ini, kesulitan menyelesaikan tugas sehari-hari, dan kebingungan tentang waktu atau tempat. Gejala penyakit dapat memburuk seiring berjalannya waktu, seperti kehilangan kemampuan berkomunikasi, perubahan suasana hati yang signifikan, dan penurunan fungsi fisik. Diagnosis tahap awal untuk penyakit Alzheimer dapat meningkatkan efisiensi terapi. Deteksi dini penyakit Alzheimer dapat memanfaatkan pendekatan matematis pada data mining untuk menganalisis data. Klasifikasi adalah salah satu metode data mining yang dapat diterapkan untuk pendeteksian dini atau prediksi penyakit Alzheimer. Penelitian yang berkenaan dengan klasifikasi penyakit Alzheimer belum banyak dilakukan. Oleh karena itu, penelitian ini akan membandingkan performa algoritma C4.5 dan algoritma AdaBoost dalam klasifikasi penyakit Alzheimer menggunakan teknik pengujian percentage split dan k-fold cross validation. Selain itu, penelitian ini akan menggunakan metode Algoritma Decision Tree karena dapat ditafsirkan dengan mudah oleh manusia dan memililki akurasi yang tinggi sebesar 26.3%. Dapat mengubah data yang ada menjadi pohon keputusan dan aturan-aturan, sehingga dapat membantu dalam proses pengambilan keputusan yang kompleks menjadi lebih sederhana.
Abstract:Pelatihan ini mengembangkan model klasifikasi otomatis untuk membedakan jamur Shiitake yang dapat dikonsumsi dan jamur Galerina beracun, menggunakan Teachable Machine dan teknik pengolahan citra digital. Jamur dikenal sebagai…
bagai sumber nutrisi dan komponen bioaktif yang beracun sering kali sulit dikenali. Gambar jamur dukumlkan dari berbagai sumber, diproses, dan dimasukkan ke dalam model keterampilan pemrograman. Konfigurasi model seperti epoch, batch size, dan learning rate dioptimalkan untuk mencapai akurasi maksimal. Hasil evaluasi menunjukkan akurasi model sebesar 100% dengan nilai loss 0.25, yang menunjukkan performa yang sangat baik dalam mengklasifikasi jamur. Setelah diuji, model ini siap untuk di-deploy dalam aplikasi yang membantu identifikasi jamur dan memberikan solusi yang lebih efisien dan akurat.
Abstract:Permasalahan yang menjadi pembahasan utama dalam penelitian ini yaitu menganalisis model dan media pembelajaran yang efektif untuk diterapkan dengan tujuan meningkatkan hasil belajar peserta didik yang memiliki gangguan…
diskalkulia. Jenis penelitian ini yaitu deskriptif kualitatif dengan menggunakan pendekatan systematic literature review. Tujuan penelitian ini yaitu untuk menemukan model dan media pembelajaran yang tepat melalui analisis yang ditujukan kepada peserta didik yang mengalami gangguan kalkulasi (diskalkulia). Dalam penelitian yang telah dilakukan, ditemukan empat strategi, model, maupun media pembelajaran yaitu sebagai berikut. Pertama, penerapan strategi pembelajaran yang paling efektif bagi peserta diskalkulia yaitu strategi pembelajaran humor. Kedua, terdapat tiga pendekatan yang dapat membantu meningkatkan hasil belajar siswa diskalkulia yaitu pendekatan langsung, pendekatan individu, dan pendekatan kelompok. Ketiga, pada peserta didik yang mengalami gangguan kalkulasi (diskalkulia) dapat dilakukan melalui media pembelajaran, salah satunya yang dianggap paling efektif yaitu media pembelajaran stamp game. Keempat, pembelajaran peserta didik yang mengalami gangguan kalkulasi (diskalkulia) dapat dilakukan dengan menggunakan model pembelajaran Realistic Mathematics Education (RME).
Abstract:Jeruk merupakan komoditas holtikultura dengan nilai ekonomi tinggi di indonesia, namun penyakit Hunglongbing (HBL), yang disebabkan oleh bakteri Candidatus Liberibacter asiaticus (Clas) dan disebabkan oleh vektot serangga…
a Diaphorina citri, menjadi ancaman serius bagi produksi jeruk. Gejala HBL, seperti daun menguning, tunas terhambat, dan buah yang mengerut, menyebabkan penurunan kualitias dan kuantitas hasil jeruk yang signifikan. Deteksi dini penyakit ini sangat penting untuk mengurangi dampaknya, namun deteksi pada tahap awal sering kali terhambat kerena gejala baru muncul pada tahap lanjut. Salah satu solusi yang menjajikan adalah penggunaan teknologi pembelajaran mesin dalam analisis citra digital. Teachable Machine, sebuah Platform dari Google, Digunakan untuk melatih model pembelajaran esin yang dapat mendeteksi gejala HBL pada tanaman jeruk secara cepat dan akurat dengan memanfaatkan citra digital. Data set gambar daun jeruk sehat dan yang terinfeksi HBL diperoleh melalui Platform Pencairan gambar, dan model pelatihan dilakukan dengan menyusaikan parameter seperti epoch, batch size, dan learning rate. Evaluasi model menunjukkan akurasi klasifikasi yang signifikan, memberikan solusi deteksi dini yang efisien dan mudah diakses oleh petani. Penggunaan Teachable Machine menawarkan alternatif praktis bagi petani untuk mengidentifikasi penyakit tahap awal, yang dapat meningkatkan pengelolaan kesehatan tanaman jeruk dan mengurangi kerugian ekonomi akibat HBL. Hasil ini menekankan potensi besar teknologi pembelajaran mesin dalam meningkatkan keberlanjutan pertanian melalui deteksi penyakit yang lebih cepat dan akurat.
Abstract:Tujuan dari penelitian ini adalah untuk mengetahui pengaruh Kualitas Pelayanan terhadap Loyalitas Pelanggan Pada Salon Ully Kitty Shop di Sintang. Populasi dalam penelitian ini adalah seluruh pelanggan yang menggunakan produk…
roduk atau jasa Salon Ully Kitty Shop di Sintang. Teknik pengambilan sampel menggunakan teknik Purposive sampling dengan jumlah sampel 100 Responden. Adapun metode analisis dalam penelitian ini menggunakan analisis regresi linier sederhana.
Berdasarkan hasil analisis regresi linear sederhana menunjukan persamaan regresi yaitu. Hasil nilai koefisien korelasi (R) menunjukan angka sebesar 0,640. Hal ini menunjukan bahwa terdapat hubungan yang kuat antara Kualitas Pelayanan (X) dan Loyalitas Pelanggan (Y). Hasil koefesien determinasi didapatkan sebesar 0,410. Yang artinya pengaruh variabel independen terhadap variabel dependen sebesar 41%. Hasil uji kelayakan model dapat diketahui bahwa Fhitung 68,123 dengan taraf signifikan sebesar 0,000 sedangkan F tabel sebesar 3,94 dengan taraf signifikan sebesar 0,05 (5%). Maka Ho ditolak dan Ha diterima, artinya model Regresi linier Sederhana dapat digunakan untuk memprediksi nilai Kualitas Pelayanan memiliki pengaruh yang signifikan terhadap variabel Loyalitas Pelanggan.
Abstract:Kenaikan Gaji Berkala merupakan salah satu bentuk penghargaan finansial yang diberikan kepada karyawan berdasarkan prestasi kerja disetiap periode tertentu. Hal ini dilakukan dengan harapan agar karyawan semakin termotivasi…
asi untuk meningkatkan kinerjanya di perusahaan tempat bekerja. Dengan menggunakan algoritma Naïve Bayes dilakukan klasifikasi terhadap data untuk mengetahui hubungan antara kenaikan gaji berkala dengan kinerja karyawan. Data-data yang digunakan meliputi gaji karyawan sebelum dan sesudah kenaikan serta beberapa data lainnya. Dimana hasil yang diperoleh menunjukkan bahwa terdapat korelasi antara kenaikan gaji secara berkala dan peningkatan kinerja pada sebagian besar karyawan, dimana diketahui bahwa dengan adanya kenaikan gaji secara berkala dapat mempengaruhi peningkatan kinerja karyawan di perusahaan tersebut. Penelitian ini diharapkan dapat menjadi acuan bagi manajemen dalam menentukan kebijakan peningkatan gaji secara berkala yang efektif untuk mempertahankan kinerja karyawan yang optimal.
Abstract:Model prediksi kelulusan siswa di SMK Al Hasyimy Ibrahimy dikembangkan dengan algoritma K-Nearest Neighbor (K-NN) yang diimplementasikan melalui aplikasi RapidMiner. Model ini memproses variabel seperti nilai Sumatif, UTS,…
S, PAS, UKK, dan PSAJ untuk mengklasifikasikan status kelulusan siswa sebagai "tepat waktu" atau "terlambat". Algoritma K-NN bekerja dengan menghitung kedekatan (Euclidean Distance) antara data baru dan data yang sudah memiliki hasil kelulusan. Hasil prediksi menunjukkan akurasi sebesar 95,51% memberikan manfaat bagi sekolah dalam mengenali siswa yang memerlukan dukungan tambahan agar lulus tepat waktu. Penggunaan pendekatan ini mendukung penerapan strategi pendidikan berbasis data untuk meningkatkan tingkat kelulusan siswa.
Abstract:Gangguan tidur seperti insomnia dan sleep apnea merupakan masalah kesehatan global yang dapat menurunkan kualitas hidup. Deteksi dini terhadap gangguan ini penting dilakukan, khususnya dengan bantuan teknologi seperti algoritma…
goritma data mining untuk meningkatkan ketepatan diagnosis. Data mining adalah bagian esensial dari analitik data dalam disiplin ilmu data science, yang memberikan berbagai manfaat luas dan aplikasi yang relevan. Penelitian ini menggunakan dataset Sleep Health and Lifestyle dari Kaggle untuk mengevaluasi kinerja tiga algoritma data mining, yaitu Naïve Bayes, Support Vector Machine (SVM), dan Neural Network, dalam mengklasifikasi gangguan tidur. Proses pengembangan model mengikuti tahapan CRISP-DM dengan pengujian akurasi menggunakan Cross Validation dan evaluasi menggunakan Confusion Matrix dan kurva ROC. Berdasarkan hasil pengujian, algoritma Neural Network menunjukkan kinerja terbaik dengan akurasi 93,08% dan nilai AUC yang termasuk dalam klasifikasi "Excellent." Temuan ini menunjukkan bahwa Neural Network efektif dalam mengklasifikasi gangguan tidur, sehingga dapat mendukung proses diagnosa dan penanganan gangguan tidur secara lebih akurat.
Abstract:Pariwisata merupakan sektor strategis di Kabupaten Jember yang memiliki potensi besar, namun tantangan dalam promosi dan informasi sering kali menghambat pengembangan sektor ini. Data mining mampu menganalisis data secara…
a terus-menerus dan mengotomatiskan pengambilan keputusan dan algoritma K-Nearest Neighbor (K-NN) merupakan metode klasifikasi untuk menemukan akurasi jarak terdekat. Pada paket wisata di Jember dipergunakan algoritma K-Nearest Neighbor (K-NN) untuk membantu wisatawan menemukan destinasi yang sesuai dengan preferensi yang akan dipilih. Data objek wisata di Jember digunakan sebagai basis sistem rekomendasi, dengan atribut seperti jarak dan jenis wisata yang dianalisis menggunakan aplikasi RapidMiner. Hasil pengujian menunjukkan bahwa model K-NN memiliki kebutuhan peningkatan model lebih lanjut. Rekomendasi ini agara dapat menjadi acuan dalam peningkatan kualitas pengalaman wisata di Jember serta mendukung strategi promosi daerah.
Abstract:Fokus penelitian ini bertujuan untuk menganalisis bagaimana pengelolaan keuangan mahasiswa penerima beasiswa KIP-Kuliah apakah dipengaruhi oleh financial literacy dan self control. Pengelolaan keuangan yang efektif merupakan…
akan keterampilan penting bagi mahasiswa untuk mengatur pengeluaran, menabung, dan merencanakan keuangan masa depan. Financial Literacy mencakup pemahaman konsep dan produk keuangan yang memungkinkan pengambilan keputusan finansial yang tepat, sedangkan Self Control adalah kemampuan mengendalikan pengeluaran impulsif. Metode kuantitatif digunakan dalam penelitian ini, dan data dikumpulkan melalui kuesioner yang disebarkan kepada mahasiswa penerima beasiswa KIP-Kuliah FEB UNESA angkatan 2023-2024. Sebanyak 84 responden dipilih menggunakan hasil rumus Slovin. Untuk menganalisis data, program SPSS digunakan untuk menguji validitas, reliabilitas, asumsi klasik, dan hipotesis. Menurut hasil penelitian Financial Literacy dan Self Control berdampak baik pada pengelolaan keuangan mahasiswa penerima KIP-Kuliah dan juga ini mengindikasikan bahwa kombinasi antara Financial Literacy dan Self Control yang baik meningkatkan kemampuan mahasiswa untuk mengelola keuangan pribadi secara lebih efektif.