Komputa : Jurnal Ilmiah Komputer dan Informatika

Sistem Pendukung Keputusan Menentukan Pasar Terbersih di Kota Sampit dengan Menggunakan Metode SAW

Depi Rusda, Elika Thea Kirana, Lukman Bachtiar, Noorhikmah Fitriani — Sat, 30 Sep 2023 10:03:12 +0700

Pada penelitian ini menggunakan Sistem Pendukung Keputusan dengan metode SAW metode ini memiliki kelebihan dengan metode lainnya kemampuan untuk membuat penilaian lebih akurat karena didasarkan pada nilai dan bobot kriteria yang telah ditentukan, selain itu SAW juga dapat memilih opsi terbaik sebagai penilainan Sistem Pendukung Keputusan . untuk penilaian pasar terbersih, di awali dengan pengumpulan data melaui wawancara dengan beberapa alternatif pasar yang ada di kota sampit terdiri dari pasar sejumput, keramat, PPM, Al- Kamal peneilaian nya sendiri mengacu pada 4 kriteria seperti Pengelolaan Kebersihan, Sanitasi lingkungan pasar, Kegiatan gotong royong, penataan tempat. Di kota sampit masih banyak pasar yang masih di katakan kotor karena kesadaran masyarakat sekarang masih belum meningkat untuk menjaga kebersihan sekitar, pasar sendiri sangat penting untuk menanamkan nilai kebersihan karena kebersihan pasar sangat erat dengan kesahatan kita yang rentan terhadap bakteri maupun penyebab lainnya. Selain itu peneilitan ini bermaksud juga membantu masyarakat mengetahui pasar yang terbersih dan dapat menjadi acuan untuk berbelanja dimana yang layak untuk di datangi, juga semoga penilaian ini menjadi bahan pengkajian ulang untuk memperbaiki masalah kebersihan di pasar-pasar lainnya.

Analisis Emosi pada Media Sosial Twitter Menggunakan Metode Multinomial Naive Bayes dan Synthetic Minority Oversampling Technique

Fritson Agung Julians Ayomi, Kania Evita Dewi — Sat, 30 Sep 2023 10:09:01 +0700

Media sosial Twitter sering digunakan untuk mengekspresikan emosi seseorang melalui sebuah cuitan. Penelitian tentang analisis emosi dalam media social twitter sudah banyak dilakukan. Mesin learning adalah tools yang banyak digunakan untuk melakukan pengkategorian emosi. Namun, ketidakseimbangan jumlah data antar kelas sering jadi masalah. Maka, penelitian ini bertujuan untuk mengetahui performansi hasil gabungan metode Multinomial Naïve Bayes (MNB) dan Synthetic Minority Oversampling Technique (SMOTE) untuk analisis emosi cuitan dari media sosial Twitter. Setiap cuitan melaui prepocessing data pada penelitian ini meliputi case folding, data cleaning, convert slangword, convert negation, tokenization, stopword removal, dan stemming. Untuk ekstraksi fitur digunakan metode n-gram dan untuk pembobotan fitur digunakan metode term frequency. Pengujian dilakukan menggunakan K-Fold Cross Validation. Berdasarkan hasil pengujian, dengan menggunakan SMOTE diperoleh rata-rata akurasi sebesar 0.65 atau 65% dan nilai rata-rata f1-score sebesar 0.66 atau 66%. Sedangkan tanpa SMOTE diperoleh rata-rata akurasi 0.64 atau 64% dan rata-rata f1-score sebesar 0.65 atau 65%. Walaupun dalam penelitian ini dapat ditunjukan hasil dengan menggunakan SMOTE lebih baik 1% dalam pengkategorian emosi. Tetapi hasil yang diperoleh belum maksimal, masih perlu dikaji lagi untuk metode penyeimbangan data dan mesin learning yang lain.

Implementasi Teknologi Augmented Reality Pada Katalog Perumahan Sebagai Media Pemasaran Berbasis Android

Helmi Nurhidayat, Moh. Ali Romli — Thu, 05 Oct 2023 11:30:23 +0700

Salah satu teknologi yang menggabungkan objek tiga dimensi ke lingkungan nyata secara real time adalah Augmented Reality (AR). Salah satu sektor bisnis yang mengalami perkembangan pesat adalah bisnis perumahan. Untuk memudahkan pelanggan dalam melihat spesifikasi dan contoh perumahan, diperlukan visualisasi objek 3D dengan fitur rotasi, yang memungkinkan pengguna untuk melihat interior setiap ruangan, serta mengubah warna rumah sesuai keinginan. Penelitian ini bertujuan untuk menerapkan teknologi Augmented Reality untuk katalog penjualan rumah di Perumahan Griya Permata 2 Tanjungsari. Hasil pengujian menggunakan metode blackbox testing telah selesai dilakukan pada aplikasi dan menunjukkan bahwa aplikasi ini berjalan sesuai dengan fungsionalitas yang direncanakan. Namun, hasil Test intensitas cahaya, oklusi, dan jarak lacak menunjukkan bahwa proses pendeteksian memengaruhi hasil deteksi marker. Jarak maksimal pendeteksian adalah 100 cm, di mana pada jarak tersebut aplikasi akan mengalami kesulitan dalam melacak objek dan marker tidak dapat dideteksi hingga oklusi mencapai 75%. Penerapan teknologi Augmented Reality merupakan langkah yang tepat untuk meningkatkan efektivitas pemasaran dalam bisnis perumahan. Penggunaan teknologi Augmented Reality memberikan pengalaman interaktif dan realistis bagi calon pembeli, membantu memperluas jangkauan pemasaran, dan dapat meningkatkan daya tarik katalog perumahan.

Kata kunci : Augmented Reality, Marker Based Tracking, Android, Media Pemasaran

Analisis Perbandingan Akurasi Metode Moving Average dan Metode Exponensial Smoothing dalam Memprediksi Kapasitas Produksi Padi Nasional

Mardiansyah Mardiansyah, Firman Amir — Thu, 05 Oct 2023 00:00:00 +0700

Pengelolaan persediaan padi merupakan aspek penting yang perlu ditingkatkan oleh para pemangku kepentingan guna mencapai keseimbangan antara persediaan dan konsumsi beras. Bullwhip Effect (BE) telah menjadi perhatian khusus dalam rantai pasokan selama pandemi, terutama dengan adanya komponen permintaan musiman dan nonmusiman. Peramalan kebutuhan produksi padi diperlukan untuk mengatasi masalah dalam pengolahan data dan situasi di lapangan. Perangkat lunak seperti Production and Operations Management (POM) dapat digunakan untuk peramalan menggunakan logika fuzzy. Dalam era Industri 4.0, sustainable smart manufacturing menjadi hal yang penting. Proyeksi kebutuhan produksi beras nasional dilakukan dengan menggunakan metode moving average dan metode exponential smoothing. Pengujian akurasi dilakukan dengan peramalan menggunakan metode moving average dan exponential smoothing dengan data produksi padi tahun 2010-2019, kemudian hasil peramalan tahun 2020 dari kedua metode tersebut akan dibandingkan dengan data real dan akan diketahui metode mana yang paling mendekati data real. Tujuan utama penelitian ini adalah untuk membandingkan dua metode yaitu metode moving average dan metode exponential smoothing yang digunakan pada perangkat lunak berbasis fuzzy. Hasil pengujian akurasi peramalan produksi beras dengan menggunakan metode moving average dan exponential smoothing yang telah dilakukan menunjukkan bahwa metode moving average lebih akurat dengan selisih 1,0089% dari data sebenarnya, sedangkan metode exponential smoothing memiliki selisih 12,0051% dari data sebenarnya.

Perancangan UI/UX Aplikasi "Dengerin" Berbasis Mobile Menggunakan Metode Design Thinking

Nila Nazilatul Mazaya, Suliswaningsih Suliswaningsih — Sat, 07 Oct 2023 11:27:09 +0700

Perubahan gaya hidup masyarakat disebabkan oleh kemudahan penggunaan teknologi, terutama di bidang hiburan. Di bidang hiburan, musik tentunya tidak asing lagi bagi masyarakat dari anak-anak hingga orangtua. Dengan kemajuan digital dan teknologi internet, musik dapat didengarkan oleh jutaan penikmat musik dari seluruh dunia. Aplikasi musik tentunya berguna sebagai hiburan untuk meningkatkan mood atau meredakan stres dan menambah semangat. Aplikasi musik dapat meningkatkan minat dan menarik perhatian pengguna agar terus menggunakannya atau berkurang karena bosan menggunakannya. Permasalahan yang sering terjadi saat mendengarkan musik diantaranya tidak user friendly, harga yang cukup mahal apalagi untuk mahasiswa atau pelajar dan juga kurang menariknya layanan yang diberikan. Penelitian ini bertujuan untuk mengetahui cara meningkatkan minat pengguna dan tetap menarik menggunakan sebuah aplikasi musik. Oleh karena itu, penulis mencoba merancang sebuah aplikasi musik yaitu Aplikasi Dengerin. Perancangan ini menggunakan metode Design Thinking karena dapat menghasilkan solusi yang kreatif. Pada pengujian menggunakan System Usability Testing (SUS) dengan memperoleh skor 77,5. Hasil dari penelitian ini adalah rancangan antarmuka aplikasi “Dengerin” berbasis mobile yang dirancang menggunakan figma.

Rancang Bangun Sistem Pemesanan Tiket Pesawat Berbasis Web

Arief Rachman Hakim, Wiga Maulana Baihaqi — Mon, 09 Oct 2023 12:03:46 +0700

Indonesia merupakan negara kepulauan terbesar di dunia yang memiliki geografis yang sangat strategis. Hal ini dapat membawa banyak peluang dalam menggali kekayaan alam dan layanan lingkungan. Untuk itu, keberadaan transportasi yang handal dan efisien menjadi sangat penting. Salah satu sarana transportasi yang sangat populer dan banyak digunakan oleh masyarakat adalah pesawat. Pesawat dalam hal ini telah memberikan kontribusi signifikan dalam mendukung konektivitas global, pariwisata, dan pertumbuhan ekonomi di berbagai sektor. Walaupun transportasi pesawat terbang memiliki berbagai keunggulan, namun masih terdapat kekurangan dalam proses pembelian tiket pesawat yang masih banyak mengandalkan agen perjalanan atau pembelian langsung melalui maskapai penerbangan yang dituju. Hal ini seringkali menimbulkan masalah, seperti harga tiket yang tidak stabil dan kekhawatiran terkait keamanan proses pembelian tiket. Salah satu inovasi yang dapat menjadi solusi permasalahan pembelian tiket pesawat adalah pengembangan aplikasi yang menyediakan platform untuk pembelian tiket pesawat dari berbagai maskapai. Aplikasi ini akan menggabungkan berbagai pilihan tiket dari berbagai maskapai dalam satu platform. Selain itu, aplikasi tersebut juga akan memastikan keselamatan dan keamanan penumpang dengan menyediakan informasi terkini tentang ketersediaan fasilitas yang ada di pesawat hingga metode pembayaran yang familiar dengan pengguna. Dengan demikian, aplikasi ini akan memberikan kemudahan, kenyamanan, dan keamanan bagi calon penumpang dalam membeli tiket pesawat pilihannya

Implementasi Algoritma Apriori untuk Menentukan Produk Terlaris pada Toko I-DOCRAFT

Anton - Anton, Naufal Naufal — Mon, 09 Oct 2023 12:18:58 +0700

Penjualan produk piyama di platform i_docraft belumlah mengoptimalkan potensi algoritma data mining untuk menganalisis data transaksi guna meningkatkan efisiensi penjualan. Dalam rangka menghindari pola penjualan yang kurang diminati dan untuk mengidentifikasi jenis piyama yang paling diminati, penerapan algoritma apriori menjadi penting. Melalui algoritma ini, analisis data transaksi dapat dilakukan dengan lebih baik. Penelitian ini bertujuan untuk menerapkan metode data mining menggunakan algoritma apriori guna mengidentifikasi piyama yang memiliki tingkat penjualan tertinggi dan diharapkan dapat membantu dalam mengidentifikasi model-model piyama yang perlu diprioritaskan dalam stok serta merumuskan strategi pemasaran untuk jenis piyama lainnya berdasarkan analisis perbandingan penjualan. Data yang telah diolah akan menghasilkan aturan asosiasi terkait penjualan piyama secara bersamaan. Dari hasil akhir analisis, aturan asosiasi yang memenuhi syarat minimum support dan confidence telah diidentifikasi. Hasil yang dicapai dalam penelitian ini dengan tingkat support sebesar 22,58% dan tingkat confidence 100%, jika terjadi pembelian produk dengan kode barang 7 (Daster Cherrypie), kemungkinan besar akan diikuti dengan pembelian produk dengan kode barang 17 (3 in 1 set Lotso).

Perbandingan Algoritma Sobel dan Canny untuk Deteksi Tepi Citra Daun Lidah Buaya

Sat, 04 Nov 2023 10:37:21 +0700

Penyakit daun yang umum terjadi pada tanaman lidah buaya, seperti busuk daun, busuk akar, infeksi bakteri, dan serangan virus, dapat menimbulkan kerusakan yang cukup parah. Identifikasi penyakit-penyakit tersebut masih mengandalkan pengalaman petani dan seringkali menimbulkan interpretasi yang salah. Solusi modern telah ditemukan melalui penerapan teknologi informasi, khususnya di bidang pengolahan citra digital. Dengan menggunakan metode ini, diagnosis penyakit pada daun lidah buaya dapat ditingkatkan melalui deteksi tepi objek pada gambar daun. Hasil deteksi tepi ini memungkinkan mengidentifikasi gejala penyakit dengan lebih akurat. Dalam konteks ini, algoritma Canny dan Sobel, dua algoritma yang umum digunakan untuk deteksi tepi pada gambar, terbukti menjadi pilihan yang efektif. Dengan menggunakan metode tersebut, gambar tepi daun lidah buaya dapat diidentifikasi secara akurat. Ini adalah langkah penting dalam mendukung petani dalam diagnosis dini penyakit dan mengambil tindakan tepat waktu untuk mengatasi masalah ini. Penelitian ini bertujuan untuk mendapatkan algoritma terbaik pendeteksian tepi daun lidah buaya berdasarkan nilai Mean Squared Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR). Hasil pengujian menunjukkan bahwa algoritma Sobel memberikan hasil yang lebih baik dengan rata-rata pengukuran MSE sebesar 2781.88 dan rata-rata PSNR sebesar 14.04, sedangkan algoritma Canny memiliki rata-rata MSE sebesar 3542.02 dan rata-rata PSNR sebesar 12.92.

Pengaruh Information Gain dan Normalisasi Kata Pada Analisis Sentimen Berbasis Aspek

Reza Lutfi Nurdiansyah, Kania Evita Dewi — Sat, 04 Nov 2023 10:46:29 +0700

Information on the internet is very diverse, yet so many opinions make it difficult for other users to get information. Sentiment analysis is the process of analyzing or identifying a person's opinion on a particular subject or product that falls into positive, negative, or neutral categories. Aspect-level sentiment analysis shows better performance than document-level and sentence-level. This study aims to determine the accuracy performance of feature optimization using Information Gain with word normalization in aspect-based sentiment analysis. Therefore, this research uses Support Vector Machine as a classification algorithm with a polynomial kernel as well as non-standard word repair using Slang Word and Abbreviation (SS) dictionary followed by Spelling Corrector using Peter Norvig algorithm with additional Information Gain feature selection to optimize the number of features. Based on the test results that have been carried out using K-fold Cross Validation and Confusion Matrix on test data, the accuracy results vary according to the testing process flow. The best accuracy is obtained from the use of Information Gain without Peter Norvig's word normalization resulting in an average accuracy of 83%. Errors are often found when changing words. This error occurs because the word that can be changed can only correct one wrong letter.

Object Tracking Menggunakan Algoritma You Only Look Once (YOLO)v8 untuk Menghitung Kendaraan

Nurhaliza Juliyani Hayati, Dayan Singasatia, Muhamad Rafi Muttaqin — Sat, 04 Nov 2023 00:00:00 +0700

Kendaraan adalah alat transportasi yang sudah ada pada zaman dahulu sampai saat ini, banyak masyarakat menggunakan kendaraan seperti mobil dan sepeda motor. Pencacahan jenis dan jumlah kendaraan dilakukan untuk mengumpulkan informasi data lalu lintas. Dalam memperoleh parameter data jumlah kendaraan, masih menggunakan perhitungan secara manual biasanya rentan dengan kesalahan serta memakan banyak waktu serta tenaga. Penerapan Artificial Intelligence seperti deteksi objek merupakan bidang pada computer vision. Pada intelligent transportation system, data lalu lintas menjadi kunci untuk melakukan penelitian serta merancang sebuah sistem. Untuk mengatasi permasalahan peneliti melakukan object tracking menggunakan algoritma You Only Look Once (YOLO)v8 untuk mendeteksi jenis dan menghitung jumlah kendaraan. Metodologi yang diterapkan adalah AI Project Cycle tahapan yang digunakan problem scoping, data acquisition, data exploration, modelling, dan evaluation confusion matrix. Hasil evaluation confusion matrix diperoleh tingkat accuracy 89%, precision 89%, recall 90% dan perbandingan precision, recall yang dibobotkan diperoleh nilai F1-Score sebesar 89%. Dengan demikian algoritma You Only Look Once (YOLO)v8 cukup akurat mendeteksi object tracking untuk menghitung kendaraan.

Implementasi Aplikasi Steganografi Berbasis Web Menggunakan Algoritma LSB dan BPCS

Sat, 04 Nov 2023 11:14:54 +0700

Steganografi merupakan teknik yang digunakan untuk menyembunyikan data yang berisi informasi rahasia dalam data yang tampak normal. Dalam beberapa tahun terakhir, penggunaan steganografi dalam aplikasi web telah menjadi populer karena kemudahan akses dan kemampuannya untuk menyembunyikan data dalam berbagai jenis media. Tujuan penelitian ini yaitu untuk mengimplementasikan sebuah aplikasi steganografi berbasis web yang menggunakan algoritma Bit-Plane Complexity Segmentation (BPCS) dan Least Significant Bit (LSB). Dalam tahap perancangan, sistem dikembangkan menggunakan bahasa, seperti CSS, HTML, dan JavaScript agar pengguna dapat mengakses aplikasi melalui browser. Algoritma LSB dan BPCS digunakan sebagai metode untuk menyisipkan data rahasia ke dalam gambar yang dipilih oleh pengguna. LSB adalah metode steganografi yang sederhana di mana bit terakhir dari setiap piksel gambar digunakan untuk menyimpan bit informasi rahasia. Sementara itu, BPCS merupakan metode steganografi yang lebih kompleks, yang menggabungkan analisis domain spasial dan frekuensi untuk menyembunyikan data dalam gambar dengan kualitas yang tinggi. Hasil penelitian ini menunjukkan bahwa aplikasi steganografi berbasis web menggunakan algoritma LSB dan BPCS dapat berhasil mengimplementasikan metode penyembunyian data rahasia dalam gambar secara efektif.

Sistem Penentuan Jenis Promosi Berdasarkan Tingkat Loyalitas Pelanggan di CV. XYZ

Riani Lubis, Tati Harihayati Mardzuki, Aditya Akhmad Gufron — Sat, 04 Nov 2023 11:24:54 +0700

CV. XYZ adalah perusahaan yang bergerak dibidang penjualan kain. Pelanggan dari perusahaan saat ini sekitar 372 pelanggan, dimana 81% atau sekitar 301 pelanggan hanya melakukan transaksi kurang dari 10 kali dan 19% atau sekitar 71 pelanggan yang melakukan transaksi lebih dari 10 kali, hal ini menunjukkan tingkat loyalitas pelanggan yang rendah terhadap perusahaan. Pemilik perusahaan saat ini kesulitan dalam menentukan jenis promosi yang akan diberikan kepada masing-masing pelanggan berdasarkan tingkat loyalitas. Metode yang digunakan untuk melakukan segmentasi pelanggan adalah metode Recency, Frequency, dan Monetary (RFM) dan penyampaian promosi kepada pelanggan menggunakan Whatsapp API Gateway Services. Hasil dari metode RFM ini dapat memudahkan pemilik perusahaan dalam menentukan jenis promosi yang akan diberikan ke masing-masing pelanggan serta penyampaian promosinya dalam upaya meningkatkan loyalitas pelanggan terhadap perusahaan. Dari 24 pelanggan yang dijadikan data sample menunjukan kelompok Most Valuable Customer sebanyak 4 pelanggan, kelompok Most Growable Customer sebanyak 15 pelanggan, kelompok Migrator sebanyak 5 pelanggan dan kelompok Below Zeros sebanyak 0 pelanggan.