Jurnal Eksplora Informatika最新文献_第2页

Penentuan Prioritas Kerja Menggunakan Simple Addtive Weighting Method Berbasis Website 使用基于网站的简单的Addtive weighd方法确定工作优先级

Jurnal Eksplora Informatika Pub Date : 2023-09-30 DOI: 10.30864/eksplora.v13i1.975

Gustin Setyaningsih, Windiya Ma’arifah, Richy Puspita Dewi, Muhamad Awiet Wiedanto Prasetyo

{"title":"Penentuan Prioritas Kerja Menggunakan Simple Addtive Weighting Method Berbasis Website","authors":"Gustin Setyaningsih, Windiya Ma’arifah, Richy Puspita Dewi, Muhamad Awiet Wiedanto Prasetyo","doi":"10.30864/eksplora.v13i1.975","DOIUrl":"https://doi.org/10.30864/eksplora.v13i1.975","url":null,"abstract":"Pemerintah desa dan perangkat desa menyusun Rencana Kerja Pembangunan Desa sebagai Rancangan Rencana Pembangunan Jangka Menengah Desa. Ada beberapa kendala dalam penetapan RKPDes karena tidak ada dasar yang sama untuk memutuskan pembangunan mana yang harus diprioritaskan. Pengambilan keputusan masih dalam bentuk musyawarah antar desa atau musyawarah desa dan tidak ada hal khusus yang perlu dipertimbangkan. Mekanisme penetapan program kerja dan penyusunan anggaran di wilayah desa Kedungede menerima informasi dari masyarakat dan memberikan saran kembali pada tingkat yang lebih tinggi seperti Musyawarah Gabungan Masyarakat dan Musyawarah Desa. Hal tersebut dapat diatasi dengan pembuatan fitur RKPDes berbasis website yang dilengkapi sistem penunjang keputusan menggunakan Metode Simple Additive Weighting dengan mengikuti model pengembangan sistem Waterfall. Penelitian ini dilakukan dengan cara pengumpulan data observasi, wawancara, studi pustaka dan pengembangan sistem. Penelitian ini menghasilkan aplikasi berbasis website yang membantu masyarakat untuk menyampaikan aspirasinya kepada pemerintah desa dengan kriteria volume, kebutuhan biaya, waktu penyelesaian, urgensi dan pemanfaatan.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"41 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136341918","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Analisa Pemilihan Aplikasi Ojek Online yang Memenuhi Kebutuhan Masyarakat Menggunakan Metode Analytical Hierarchy Proces (AHP) 使用分析技巧分析分析方案(AHP)，选择能满足人们需求的在线Ojek app选择分析(AHP)

Jurnal Eksplora Informatika Pub Date : 2023-09-30 DOI: 10.30864/eksplora.v13i1.861

Diyoga Silvani Kusapy, Eka Rini Yulia

{"title":"Analisa Pemilihan Aplikasi Ojek Online yang Memenuhi Kebutuhan Masyarakat Menggunakan Metode Analytical Hierarchy Proces (AHP)","authors":"Diyoga Silvani Kusapy, Eka Rini Yulia","doi":"10.30864/eksplora.v13i1.861","DOIUrl":"https://doi.org/10.30864/eksplora.v13i1.861","url":null,"abstract":"Saat ini, pemesanan ojek online dengan menggunakan aplikasi sudah menjadi cara paling umum dan tidak heran jika munculnya aplikasi yang serupa sehingga terjadinya persaingan bisnis. Dengan adanya persaingan tersebut, tiap aplikasi tentunya menyediakan pelayanan yang terbaik agar dapat disukai oleh masyarakat. Tetapi dengan pelayanan yang disediakan oleh tiap aplikasi tersebut, belum tentu sesuai dengan kebutuhan masyarakat sehingga membuat masyarakat bingung untuk memilih salah satu aplikasi terbaik yang sesuai dengan kebutuhannya. Maka dari itu, diperlukan sebuah metode yang dapat digunakan untuk pengambilan keputusan yaitu menggunakan metode Analytical Hierarchy Process (AHP). Metode tersebut digunakan dalam menguji penentuan aplikasi pemesanan ojek online yang memenuhi kebutuhan masyarakat dengan kriteria yang telah ditentukan antara lain waktu pemesanan, metode pembayaran, potongan harga, sampai kenyamanan pada layanan. Hasil dari penelitian ini menyatakan bahwa Gojek merupakan aplikasi posisi pertama yang paling diminati dalam pemilihan pemesanan ojek online yang memenuhi kebutuhan masyarakat dengan perolehan nilai 0,5308 atau 53%. Kemudian, Grab untuk posisi kedua dengan perolehan nilai 0,3064 atau 31%. Dan Maxim untuk posisi ketiga dengan perolehan nilai 0,1637 atau 16%. Guna membantu perhitungan penelitian ini, dibuatnya program untuk Sistem Pendukung Keputusan (SPK) Pemilihan Aplikasi Ojek Online yang menggunakan metode Analytical Hierarchy Process (AHP).","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"31 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136342112","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Quality of Service (QoS) Server Konsolidasi dengan Menggunakan Hypervisor Proxmox VE 服务质量(QoS)服务器Konsolidasi dengan Menggunakan Hypervisor Proxmox VE

Jurnal Eksplora Informatika Pub Date : 2022-09-26 DOI: 10.30864/eksplora.v11i2.684

I. G. N. W. Arsa

{"title":"Quality of Service (QoS) Server Konsolidasi dengan Menggunakan Hypervisor Proxmox VE","authors":"I. G. N. W. Arsa","doi":"10.30864/eksplora.v11i2.684","DOIUrl":"https://doi.org/10.30864/eksplora.v11i2.684","url":null,"abstract":"Dalam beberapa penelitian salah satu teknik yang dapat menunjang layanan infrastruktur adalah server konsolidasi, di mana server konsolidasi merupakan sebuah teknik yang menggunakan sebuah server fisik dengan sumber daya yang besar dan digunakan untuk menghasilkan beberapa server virtual. Dalam pengimplementasian server konsolidasi dengan teknik virtualisasi untuk layanan cloud memiliki beberapa masalah di antaranya adalah sejauh mana kualitas dari penyedia layanan infrastruktur dengan konsolidasi server, serta perlunya dilakukan beberapa pengujian untuk mendapatkan qualitas yang baik. Penelitian ini menggunakan Proxmox sebagai Hypervisor. Salah satu metode pengujian yang dapat digunakan adalah dengan pendekatan Quality of Service (QoS). Tujuan penelitian adalah melakukan pengukuran kulitas dan menentukan QoS dengan empat parameter untuk pelayanan pada server konsolidasi dengan virtualisasi sebagai penyedia layanan infrastruktur cloud yaitu Throughput, Packet Loss, Latency (delay), dan Jitter. Hasil penelitian ini berupa sebuah arsitektur konsolidasi server dengan empat lapisan yaitu layer mesin virtual, layer mesin fisik, layer jaringan dan layer pengguna, dihasilkan topologi jaringan dengan konsolidasi server, hasil rata-rata sepuluh mesin virtual untuk troughput adalah kurang, Jitter bagus, delay dan packet loss sangat bagus. Dengan indeks QoS masuk dalam kategori memuaskan dengan indeks 3.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"83 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-09-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"83785888","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Pemanfaatan Metode AHP-WP Dalam Penentuan Jenis Pakan Lebah Madu Trigona 利用AHP-WP的方法来确定Trigona蜜蜂的饲料类型

Jurnal Eksplora Informatika Pub Date : 2022-09-26 DOI: 10.30864/eksplora.v11i2.652

I. Saputra, R. Septian, Nyoman Utami Januhari, I. M. B. Gautama, I. G. N. W. Arsa

{"title":"Pemanfaatan Metode AHP-WP Dalam Penentuan Jenis Pakan Lebah Madu Trigona","authors":"I. Saputra, R. Septian, Nyoman Utami Januhari, I. M. B. Gautama, I. G. N. W. Arsa","doi":"10.30864/eksplora.v11i2.652","DOIUrl":"https://doi.org/10.30864/eksplora.v11i2.652","url":null,"abstract":"Pada desa Pempatan kecamatan Rendang kabupaten Karangasem terdapat sebuah Kelompok Tani Hutan (KTH) yang memiliki usaha dalam budidaya madu trigona Madu yang dihasilkan hanya berkisar 2 botol ukuran 600ml tiap panen atau 3 bulan sekali. Hal tersebut tentu masih sangat jauh dari permintaan yang mencapai 5 botol tiap bulan. Setelah dianalisis ternyata pakan yang kurang variatif dan sedikit menjadi penyebab dari kurangnya produksi dari madu trigona di daerah tersebut. Penerapan Multiple Attribute Decision Making (MADM) dalam penentuan jenis pakan dirasa dapat mengatasi permasalahan yang ditemui oleh Kelompok Tani Hutan tersebut. Model MADM yang akan digunakan pada penelitian ini adalah kombinasi dari metode Analytical Hierarchy Process (AHP) dan Weighted Product (WP). Penggunaan AHP ditujukan dalam menentukan bobot dalam setiap kriterianya, dan metode WP akan digunakan dalam proses penentuan jenis pakan yang menjadi permasalahan pada penelitian ini penggunaan model MADM dengan kombinasi metode AHP dan WP menghasilkan peningkatan produksi pada bulan ke 6 sebesar 7% dan pada bulan ke 9 telah meningkat sebesar 17%.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"38 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-09-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"74131004","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Implementasi Algoritma Rough Set dengan Software Rosetta untuk Prediksi Hasil Belajar 采用Rosetta软件预测学习结果

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.498

Silvana Samaray

{"title":"Implementasi Algoritma Rough Set dengan Software Rosetta untuk Prediksi Hasil Belajar","authors":"Silvana Samaray","doi":"10.30864/eksplora.v11i1.498","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.498","url":null,"abstract":"Hasil belajar mahasiswa merupakan capaian belajar yang diperoleh mahasiswa selama perkuliahan dalam bentuk angka, huruf atau simbol. Perolehan hasil belajar mahasiswa ditentukan oleh beberapa unsur, di antaranya jumlah kehadiran, nilai tugas, nilai ujian tengah semester (UTS) dan nilai ujian akhir semester (UAS). Tiap unsur memiliki persentase yang berbeda-beda dalam penentuan hasil belajar. Hasil belajar terkadang tidak sesuai dengan target yang diinginkan. Mahasiswa cenderung mengabaikan unsur dengan persentase kecil (contoh: nilai tugas) dan hanya fokus pada unsur dengan persentase yang besar (contoh: nilai UAS). Penelitian ini bertujuan untuk memprediksi hasil belajar mahasiswa berdasarkan kehadiran, nilai tugas, nilai UTS dan nilai UAS. Penelitian ini dapat dijadikan informasi awal bagi mahasiswa agar memiliki komitmen yang tinggi terhadap semua unsur penentu hasil belajar. Metode pengambilan data menggunakan metode dokumentasi. Metode pengolahan data menggunakan algoritma Rough Set, dimulai dari pemilihan atribut kondisi dan atribut keputusan, dilanjutkan dengan proses menghilangkan data ganda, hingga memperoleh reduct dan menghasilkan rules. Pengolahan data menggunakan software Rosetta. Penelitian menghasilkan 14 buah rules berupa pola aturan sebagai acuan untuk memprediksi hasil belajar lulus, cukup dan tidak lulus. Berdasarkan rules yang dihasilkan, disimpulkan bahwa atribut kondisi yang paling berpengaruh dalam penentuan hasil belajar adalah nilai UAS dilanjutkan dengan nilai tugas dan jumlah kehadiran.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"14 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"77740821","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 2

Implementasi Fuzzy Tsukamoto dalam Prediksi Produksi Madu Trigona 实现模糊的Tsukamoto蜂蜜生产预测

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.545

I. Saputra, N. Saraswati, Ida Bagus Nyoman Pascima, Ni Nyoman Utami Januhari

{"title":"Implementasi Fuzzy Tsukamoto dalam Prediksi Produksi Madu Trigona","authors":"I. Saputra, N. Saraswati, Ida Bagus Nyoman Pascima, Ni Nyoman Utami Januhari","doi":"10.30864/eksplora.v11i1.545","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.545","url":null,"abstract":"Madu trigona merupakan madu yang penuh khasiat. Selain penuh khasiat, madu trigona pada saat panen tidak memerlukan kemampuan atau skill khusus serta mudah dalam proses pemeliharaan. Di daerah Kerandangan (Lombok Barat) terdapat sebuah kelompok tani yang membudidayakan madu ini. Kelompok tani ini memiliki beberapa titik lokasi untuk peternakan lebah madu. Jumlah permintaan menyebabkan produksi madu mengalami fluktuatif yang berimbas pada penghasilan dari kelompok tani ini. Selain itu fluktuatifnya jumlah permintaan menyebabkan tidak efisiennya penggunaan tenaga kerja dalam proses produksi. Kelompok tani ini sering kali salah dalam melakukan prediksi dalam jumlah produksi dari madu yang dihasilkan. Fuzzy Tsukamoto merupakan metode yang digunakan pada penelitian ini. Salah satu kelebihan dari metode ini memiliki kemampuan berupa intuisi dengan informasi yang bersifat kualitatif. Nilai produksi minimal madu trigona pada kelompok tani ini sebanyak 3 botol dan nilai maksimal produksi sebanyak 10 botol. Terdapat 4 inferensi rule yang digunakan pada penelitian ini. Hasil dari penggunaan metode menghasilkan nilai akurasi prediksi sebesar 92.40 %.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"79 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88529368","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 3

Seleksi Fitur dan Penanganan Imbalanced Data menggunakan RFECV dan ADASYN 使用RFECV和ADASYN检测数据的特性选择和附加处理程序

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.578

Irfan Pratama, A. Chandra, Putri Taqwa Presetyaningrum

{"title":"Seleksi Fitur dan Penanganan Imbalanced Data menggunakan RFECV dan ADASYN","authors":"Irfan Pratama, A. Chandra, Putri Taqwa Presetyaningrum","doi":"10.30864/eksplora.v11i1.578","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.578","url":null,"abstract":"Proses data mining bekerja terhadap data yang tersedia. Jika dataset tidak tersedia sepenuhnya, hasil pengolahan data mining menjadi tidak optimal. Terdapat beberapa kondisi data yang perlu penanganan terlebih dahulu sebelum memasuki tahap data mining. Salah satunya ialah imbalanced class yang merupakan kondisi di mana distribusi data pada setiap kelas tidak proporsional. Sebagai salah satu cara untuk efisiensi proses klasifikasi, seleksi fitur dapat memenuhi kebutuhan tersebut karena hasil dari seleksi fitur adalah sebuah dataset dengan jumlah atribut yang lebih sedikit dari sebelumnya. Untuk menyelesaikan permasalahan imbalanced class, ADASYN digunakan dalam penelitian ini sebagai metode untuk menyeimbangkan proporsi kelas pada dataset. Sedangkan RFECV digunakan sebagai metode fitur seleksi yang dapat meningkatkan efisiensi pada proses klasifikasi. Setelah dilakukan evaluasi dari hasil klasifikasi pada dataset yang menggunakan seleksi fitur, didapatkan hasil klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada dataset tanpa seleksi fitur. Hal tersebut dibuktikan dengan perbandingan antara hasil terbaik dari akurasi klasifikasi dataset tanpa seleksi fitur. Hasil dari metode CART sebesar 85.1% yang merupakan hasil dari pengolahan data tanpa menggunakan metode fitur seleksi. sedangkan metode Bagging k-NN yang menghasilkan akurasi sebesar 88% yang di aplikasikan pada dataset dengan seleksi fitur. Sehingga dapat disimpulkan bahwa seleksi fitur dapat meningkatkan akurasi pada klasifikasi.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"15 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"90286889","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 3

Analisis Pengukuran Usability Testing Mode Kendali Aplikasi Robot USMAN untuk Sterilisasi Lantai Masjid Usability测量分析测试模式控制机器人USMAN申请绝育清真寺楼

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.527

Qolbun Salim As Shidiqi, Ema Utami, Amir Fatah Sofyan

{"title":"Analisis Pengukuran Usability Testing Mode Kendali Aplikasi Robot USMAN untuk Sterilisasi Lantai Masjid","authors":"Qolbun Salim As Shidiqi, Ema Utami, Amir Fatah Sofyan","doi":"10.30864/eksplora.v11i1.527","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.527","url":null,"abstract":"Lantai masjid merupakan media potensial untuk penyebaran COVID-19. Virus dapat menempel pada lantai dan terhirup oleh jamaah saat melakukan salat, sehingga dibutuhkan alat untuk membantu sterilisasi lantai masjid secara berkala. Dengan robot sterilisasi USMAN yang dilengkapi dengan sinar UVC diharapkan dapat membantu proses sterilisasi secara efektif. Robot USMAN dikendalikan dengan dua metode yaitu control panel dan aplikasi mobile. Tujuan penelitian ini adalah menganalisis dan mengukur kegunaan (usability) metode kendali pada robot USMAN dengan kendali aplikasi mobile yang mana adalah pengembangan dari metode control panel. Sehingga dapat diketahui bagian-bagian yang perlu dibenahi ataupun ditingkatkan dalam hal kegunaannya. Kebaruan pada penelitian ini adalah mengetahui performance metric dan usability issues dari mode kendali aplikasi sehingga user lebih dapat bermanuver dengan mode kendali aplikasi dan menjadi acuan untuk pengembangan aplikasi robot USMAN di kemudian hari. Metode penelitian dilakukan dengan dimulai dari analisis dan perancangan, implementasi usability testing, dan analisis hasil. Aplikasi Robot USMAN memilik tingkat kesuksesan 100% di mana tidak ada satu pun user yang menyerah/gagal dalam mengoperasikan aplikasi. Waktu yang dicapai user pada saat pengoperasian aplikasi secara umum didapatkan waktu tercepat 10.46 detik dan waktu terlambat adalah 142.86 detik. Tingkat kesalahan yang didasarkan kepada heatmap yang terekam didapatkan masih banyak terjadi salah klik pada tugas 3 karena alur yang lebih panjang dari pada tugas yang lainnya. Tingkat kepuasan pengguna menggunakan UEQ didapatkan nilai rata-rata dari masing-masing skala yang diuji di mana attractiveness, dependability, stimulation, dan novelty mendapat nilai excellent, perspicuity mendapatkan nilai above average, dan efficiency mendapatkan nilai good.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"3 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"76021013","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Rancang Bangun Sistem Pakar Diagnosa Penyakit Kucing Menggunakan Metode Backward Chaining

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.610

R. H. Kiswanto, S. Bakti, Rosiyati M. H. Thamrin

{"title":"Rancang Bangun Sistem Pakar Diagnosa Penyakit Kucing Menggunakan Metode Backward Chaining","authors":"R. H. Kiswanto, S. Bakti, Rosiyati M. H. Thamrin","doi":"10.30864/eksplora.v11i1.610","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.610","url":null,"abstract":"Kucing merupakan hewan yang cukup banyak dipelihara oleh manusia. Sebagai hewan peliharaan kucing perlu mendapat perhatian perawatan yang cukup baik dari pemiliknya terlebih dalam hal kesehatannya. Banyak dari pemilik kucing tidak tahu gejala penyakit pada hewan ini, sehingga sering terjadi keterlambatan penanganan, pencegahan ataupun pengobatan pada kucing karena ketidaktahuan akan gejala sakit pada kucing. Sistem Pakar adalah sistem yang mengadopsi kemampuan pakar yang dituangkan ke dalam komputer agar komputer dapat berpikir dan memutuskan hasil layaknya seorang pakar. Penelitian ini bertujuan untuk membuat sistem pakar diagnosis penyakit kucing berdasarkan gejala yang muncul dengan menggunakan Metode Backward Chaining sebagai inference Engine. Data penyakit, gejala penyakit dan penanganannya diperoleh dari laboratorium Veteriner dan Puskeswan kota Jayapura, kemudian kepakaran penyakit hewan diperoleh dari dokter hewan di Laboratorium tersebut. Sistem pakar yang dibangun berhasil mengimplementasikan metode Backward Chaining untuk mengadopsi kepakaran dokter hewan untuk 9 jenis penyakit yaitu Scabies, Ektoparasit, Endoparasite, Babesiosis, Suspect Calicivirus, Suspect Panleukopenia, Suspect Chlamydia,Stomatitis, dan Helminthiasis. Metode Black Box digunakan untuk menguji fungsionalitas sistem dan dilakukan dengan melihat kesesuaian hasil yang diharapkan dengan hasil uji dan diperoleh tingkat kesesuaiannya 100% .","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"121 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"74827136","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 3

Part of Speech Tagging Pada Teks Bahasa Indonesia dengan BiLSTM + CNN + CRF dan ELMo

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.506

Muhamad Kurniawan, K. Kusrini, M. Arief

{"title":"Part of Speech Tagging Pada Teks Bahasa Indonesia dengan BiLSTM + CNN + CRF dan ELMo","authors":"Muhamad Kurniawan, K. Kusrini, M. Arief","doi":"10.30864/eksplora.v11i1.506","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.506","url":null,"abstract":"Part of Speech Tagging atau POS Tag merupakan salah satu proses untuk mengelompokkan kata berdasarkan kelas kata seperti: kata benda, kata kerja, atau kata sambung. Kegunaan POS Tag antara lain dapat bermanfaat pada analisis sentimen, pengenalan entitas bernama, dan konversi teks ke suara. Dalam melakukan POS Tag, jika dilakukan secara manual dapat menghabiskan banyak waktu, oleh karena itu dibuatlah sistem berbasis machine learning untuk mengotomatisasi proses ini. Pada penelitian ini, dilakukan POS Tag dengan menerapkan transfer learning dengan model Embedding from Language Model (ELMo). Model ELMo cukup populer digunakan pada dataset bahasa Inggris karena dapat memberi hasil akurasi yang memuaskan namun pada dataset bahasa Indonesia belum ada paper yang membahas tentang model ini. Melalui penelitian ini ingin dilihat bagaimana performa ELMo pada dataset bahasa Indonesia. Model yang digunakan untuk menyelesaikan masalah POS Tag adalah model berbasis BiLSTM. Pada penelitian ini, juga ingin dilihat bagaimana performa model jika ditambahkan CNN setelah BiLSTM. Selain itu, juga diteliti bagaimana performa dari tiap lapisan ELMo. Dari penelitian ini diperoleh bahwa metode BiLSTM + CNN + CRF dengan embedding ELMo lapisan pertama memiliki akurasi terbaik, dengan nilai 95.62%. Selain itu, diperoleh bahwa penambahan CNN setelah BiLSTM dapat meningkatkan akurasi serta mengurangi overfitting pada masalah POS Tag bahasa Indonesia.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"23 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"87500186","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 1