JUKI : Jurnal Komputer dan Informatika

Sistem Pendukung Keputusan dengan Linear Programming untuk Optimasi Media Promosi

Roberto Kaban — 2024-11-16

Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan dengan Linear Programming mengunakan Simplex. Tahapan dalam penelitian ini mengikuti metode Rapid Application Development yang terdiri dari Requirements Planning, User design, Contruction dan Cutover. Hasil dari penelitian ini adalah sebuah sistem pendukung keputusan berbasis web dengan media penyimpanan MariaDb sehingga sistem bersifat dinamis dan dapat menyelesaikan berbagai kasus optimasi dengan Linear Programming. Berdasarkan studi kasus yang dilakukan dalam optimasi media promosi untuk penerimaan mahasiswa baru kampus Institut Teknologi dan Bisnis Indonesia tahun ajaran 2023/2024, maka didapatkan hasil optimal jumlah mahasiswa kelas reguler X1 = 60 (dua kelas) dan mahasiswa kelas karyawan X2 = 146,67 (lima kelas) dengan total biaya operasional uang kuliah sebagai fungsi tujuan (Z) sebesar 1.387 juta

Analisis Sentimen Berbasis Jaringan LSTM dan BERT terhadap Diskusi Twitter tentang Pemilu 2024

Muammar Khadapi — 2024-11-16

Pemilihan Umum (Pemilu) merupakan peristiwa politik penting yang memicu banyak diskusi di media sosial, terutama di platform seperti Twitter. Analisis sentimen dari diskusi ini dapat memberikan wawasan mengenai pandangan masyarakat terhadap calon, partai, serta isu-isu yang terkait. Penelitian ini berfokus pada penerapan dua model deep learning, yaitu Long Short-Term Memory (LSTM) dan Bidirectional Encoder Representations from Transformers (BERT), untuk menganalisis sentimen diskusi Twitter tentang Pemilu 2024. Kedua model ini dipilih karena kemampuan mereka dalam menangani data teks yang kompleks dan konteks bahasa alami. Dataset yang digunakan dalam penelitian ini terdiri dari ribuan tweet terkait Pemilu 2024, yang diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Data terlebih dahulu diproses melalui tahap pembersihan teks dan tokenisasi. Model LSTM dan BERT dilatih menggunakan dataset ini untuk memprediksi sentimen dengan fokus pada peningkatan akurasi prediksi. Hasil eksperimen menunjukkan bahwa model BERT secara konsisten memberikan performa yang lebih baik dibandingkan dengan LSTM. Model BERT berhasil mencapai akurasi validasi sebesar 76.48% pada epoch kedua, sedangkan model LSTM hanya mencapai akurasi maksimal 87 %. Meskipun demikian, model BERT mulai menunjukkan gejala overfitting pada epoch ketiga, dengan peningkatan nilai loss pada data validasi. Hal ini menunjukkan bahwa tuning lebih lanjut pada hyperparameter seperti jumlah epoch dan learning rate diperlukan untuk meningkatkan generalisasi model. Sementara itu, model LSTM menunjukkan stabilitas yang lebih baik, meskipun akurasinya lebih rendah, terutama dalam menangani dependensi konteks yang lebih sederhana. Secara keseluruhan, penelitian ini menegaskan bahwa model BERT lebih efektif dalam menangkap konteks kompleks pada teks Twitter terkait Pemilu 2024 dibandingkan dengan LSTM. Namun, tantangan seperti overfitting dan optimasi hyperparameter tetap menjadi perhatian utama. Untuk meningkatkan performa lebih lanjut, perlu dipertimbangkan teknik augmentasi data dan tuning hyperparameter yang lebih optimal. Penelitian ini juga membuka peluang untuk pengembangan model hibrida yang menggabungkan keunggulan LSTM dan BERT dalam analisis sentimen berbasis teks.

Penggunaan Metode Logika Fuzzy Mamdani untuk Menentukan Potensi Bakat dan Keterampilan Siswa

Kristina Br Sitepu — 2024-11-16

Educational management in the implementation of the educational process in high schools wants its graduates to get jobs or continue their studies later according to their abilities. But in reality it is not as beautiful as expected, some alumni students who continue their studies to college drop out of their studies because the majors they take at college do not match the interests and talents of the students or do not match the abilities of the students, so that it is very important to find out the intelligence, interests and talents of the students early so as not to be late in recognizing and developing the potential of the students based on the intelligence, interests and talents of each student.

This study aims to identify talents that are more dominant than the skills possessed by students by calculating the Fuzzy Logic method which can help students determine majors related to their talents after graduating from school, so that it can reduce cases of wrong majors faced by students after determining their majors at college.

The problem solving used in this study uses the Fuzzy Logic method with the aim of determining the most dominant skill value of a student against the criteria of Sports, Language, Communication, Writing, and Singing based on alternative skills of Physical Fitness, Music, Social, Art, and Leadership. This research will produce the best rule that is expected to be used as a Decision Support System in determining talent based on student skills that can be used as a recommendation to determine the major to be chosen in college. The results obtained in this study are to determine the most appropriate rule and 5 rules are obtained for the application of Fuzzy Logic to determine the most dominant talent from student skills.

Pemanfaatan Firebase Realtime Database Dalam Perancangan Aplikasi Penilaian Siswa SMK Negeri 2 Pangkep Secara Realtime

Andi Asvin Mahersatillah Suradi — 2024-11-18

This research aims to design and develop an application for recording student grades at SMK Negeri 2 Pangkep using the Firebase Realtime Database to increase efficiency in data management, replacing the manual method that has been used using paper. The application development method applied is the Software Development Life Cycle (SDLC) which provides a structured and organized approach in every stage of development, from planning to maintenance. The advantages of SDLC include better risk management, strict quality control, and increased transparency throughout the development process. The results of this research were obtained through black box testing which showed the application ran well and was responsive, and made it easy for teachers to use. With the implementation of this application, it is hoped that it can speed up and simplify the process of recording student grades, bringing significant benefits in data management in the educational environment of SMK Negeri 2 Pangkep.

Game Edukasi Berbasis Augmented Reality (AR) Menggunakan Metode Marker-Based Tracking dalam Perancangan Aplikasi Tata Surya

Diah Aryani — 2024-11-29

Augmented Reality (AR) technology has had a positive impact on education, particularly in improving the quality of learning and creating an interactive learning environment. This research aims to design a solar system application based on AR as an alternative learning media that integrates 3D models, animations, and videos to enhance the learning experience of students, especially at SDN Larangan 5 Tangerang. The background of this research is the lack of variety in teaching the solar system material at the school, which still relies on textbooks and videos without utilizing AR technology. The method used in this study is Marker-Based Tracking, which involves the use of specific markers to detect objects and display information as well as 3D models of the planets in the Solar System on the device screen. By using this method, the application provides a more interactive and immersive learning experience. For usability testing, the System Usability Scale (SUS) method was used, involving 33 respondents, including teachers, students, and parents. The test results yielded a score of 78, indicating a high level of user satisfaction with the application. This study is expected to be a first step in the application of AR technology to support learning innovation, particularly in enhancing students' understanding of the solar system concept

Klasterisasi Data Kendaraan Bermotor Berdasarkan Tunggakan Pajak Pada Kantor Samsat Kabupaten Bengkulu Selatan Menggunakan Metode K-Means Clustering

Edoar Wiradiansya — 2024-11-30

Kantor Samsat Kabupaten Bengkulu Selatan merupakan instansi pemerintah yang memberikan pelayanan ke masyarakat salah satunya yaitu pembayaran pajak kendaraan bermotor. Selama ini untuk pengelolaan data pembayaran pajak kendaraan bermotor di kantor tersebut sudah menggunakan aplikasi, dimana semua kendaraan bermotor akan terdata baik yang sudah membayar pajak maupun yang mengalami tunggakan pajak kendaraan bermotor. Namun data-data tersebut hanya sebatas pengarsipan dan tidak diolah lebih lanjut untuk mendapatkan informasi yang bermanfaat, seperti mengidentifikasi kendaraan bermotor berdasarkan hasil pengelompokan data tunggakan pajak kendaraan bermotor. Klasterisasi data kendaraan bermotor berdasarkan tunggakan pajak pada Kantor Samsat menggunakan Metode K-Means Clustering dapat memberikan informasi hasil pengelompokan data kendaraan berdasarkan tunggakan pajak yang masuk ke dalam cluster tinggi dan cluster rendah sebagai bahan evaluasi di Kantor Samsat Kabupaten Bengkulu Selatan, serta dapat mempermudah pihak Kantor Samsat Kabupaten Bengkulu Selatan dalam mengidentifikasi kendaraan bermotor berdasarkan hasil pengelompokan data tunggakan pajak. Berdasarkan pengujian yang telah dilakukan pada data tunggakan pajak kendaraan bermotor, diperoleh hasil pengelompokan melalui Metode K-Means yakni wilayah pada Kabupaten Bengkulu Selatan yang memiliki tingkat tunggakan pajak tertinggi (Cluster C1) yaitu Kelurahan/Desa Padang Kapuk, Air Sulau, Padang Sialang, dan Pagar Gading, sedangkan wilayah (Cluster C2) yang memiliki tingkat tunggakan pajak terendah yaitu Kelurahan/Desa Air Sulau, Padang Burnai, Padang Nibung, Tanjung Aur, dan Pasar Pino.

Pengembangan Model Klasifikasi Citra Tanaman Hutan Melicope latifolia Berbasis CNN dengan Custom-Built Dataset

Resty Annisa — 2024-11-30

Melicope latifolia, atau dikenal sebagai Pauh-Pauh, adalah tanaman hutan dari famili Rutaceae yang memiliki manfaat kesehatan sebagai anti-hepatitis C virus. Pengembangan model klasifikasi citra berbasis Convolutional Neural Network (CNN) dilakukan untuk mengenali berbagai bagian tanaman Melicope latifolia, yang saat ini masih kekurangan dataset. Dataset khusus yang dikumpulkan terdiri dari 400 citra berkualitas tinggi mencakup batang, buah, daun, dan ranting, dan dibagi menjadi data pelatihan, validasi, dan pengujian dengan rasio 70:10:20. Model CNN dilatih selama 200 epoch, dan evaluasi kinerja menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa model mencapai akurasi tertinggi sebesar 89,17%, dengan performa terbaik pada kelas "buah" yang memiliki precision dan recall sebesar 100%. Hasil ini menunjukkan potensi penerapan CNN dalam klasifikasi tanaman Melicope latifolia, meskipun diperlukan optimasi lebih lanjut, seperti augmentasi data dan penyesuaian parameter.

Pengembangan Aplikasi e-Diet Berbasis Android untuk Meningkatkan Pemahaman Nutrisi Bagi Masyarakat

Muhammad Lukman Hakim — 2024-11-30

Pola makan yang tidak sehat telah menjadi penyebab utama satu dari lima kematian, yang menunjukkan rendahnya kesadaran masyarakat tentang pemahaman pentingnya pola makan yang seimbang. Penelitian ini bertujuan untuk meningkatkan pemahaman tersebut melalui pengembangan aplikasi e-Diet berbasis Android. Metode penelitian ini mencakup tiga tahap utama. Tahap pertama adalah analisis kondisi awal kesadaran masyarakat terhadap pentingnya pola makan, yang dilakukan melalui penyebaran kuesioner untuk mengidentifikasi tingkat pemahaman masyarakat yang masih rendah. Tahap kedua melibatkan pengembangan model aplikasi Android yang dirancang sebagai solusi untuk meningkatkan kesadaran akan pentingnya pola makan sehat. Pengembangan aplikasi ini mencakup perancangan fitur-fitur seperti rekomendasi menu sehat sesuai referensi dan kebutuhan nutrisi individu serta pelacakan perkembangan kesehatan. Tahap terakhir adalah evaluasi dampak aplikasi terhadap kesadaran pola makan sehat pada masyarakat, yang dilakukan dengan membandingkan hasil kuesioner awal dengan data yang diperoleh setelah penggunaan aplikasi, guna menilai efektivitas aplikasi dalam meningkatkan pemahaman masyarakat mengenai pemahaman pola makan sehat. Hasil penelitian menunjukkan bahwa aplikasi e-Diet efektif dapat meningkatkan pemahaman dan kesadaran masyarakat tentang risiko pola makan yang tidak sehat serta pentingnya menjaga asupan nutrisi yang seimbang, sehingga berkontribusi positif dalam mendukung gaya hidup sehat dan mengatasi masalah kesehatan terkait pola makan di masyarakat Yogyakarta