Indonesian Journal of Computer Science最新文献_第7页

Komparasi Algoritma K-Nearest Neighbors dan Naïve Bayes dalam Klasifikasi Penyakit Diabetes Gestasional K-Nearest Neighbours 算法与 Naïve Bayes 算法在妊娠糖尿病分类中的比较

Indonesian Journal of Computer Science Pub Date : 2024-02-27 DOI: 10.33022/ijcs.v13i1.3714

Annisa Khoirala Ermy Pily, Oktavianda, Fanesa Aprilia, Rahmaddeni, Lusiana Efrizoni

{"title":"Komparasi Algoritma K-Nearest Neighbors dan Naïve Bayes dalam Klasifikasi Penyakit Diabetes Gestasional","authors":"Annisa Khoirala Ermy Pily, Oktavianda, Fanesa Aprilia, Rahmaddeni, Lusiana Efrizoni","doi":"10.33022/ijcs.v13i1.3714","DOIUrl":"https://doi.org/10.33022/ijcs.v13i1.3714","url":null,"abstract":"Diabetes merupakan penyakit metabolik dengan gejala hiperglikemia akibat gangguan sekresi insulin dan aksi insulin. Diabetes gestasional adalah gangguan toleransi glukosa pada wanita hamil. Saat kehamilan, plasenta menghasilkan hormon baru seperti human placental lactogen (HPL), hormon estrogen, dan hormon peningkat resistensi insulin. Gejala diabetes gestasional tidak selalu mudah dikenali, dan seringkali penderitanya mengalami gejala awal secara tidak sadar. Penelitian ini bertujuan untuk membandingkan performa dua algoritma yaitu K-NN dan Naïve Bayes dengan Feature Selection dalam mengklasifikasikan penderita diabetes gestasional. Hasil error terendah dari feature selection dengan iterasi K=4, memperoleh MAE 0.317, MSE 0.142, dan RMSE 0.377. Hasil akurasi pada model KNN dengan K=5 , tanpa Feature Selection sebesar 80% dan K-NN dengan Feature Selection sebesar 77%. Sementara itu, Naïve Bayes tanpa Feature Selection sebesar 77% dan Naïve Bayes dengan Feature Selection sebesar 80%. Dari hasil tersebut K-NN tanpa Feature Selection dan Naïve Bayes dengan Feature Selection mendapatkan hasil yang lebih baik.","PeriodicalId":52855,"journal":{"name":"Indonesian Journal of Computer Science","volume":"35 9","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140425742","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

Perbandingan Deteksi Alzheimer: ViT, CNN dan ViT dengan Bobot pada Citra Medis 阿尔茨海默氏症检测比较：医疗图像上的 ViT、CNN 和带权重的 ViT

Indonesian Journal of Computer Science Pub Date : 2024-02-27 DOI: 10.33022/ijcs.v13i1.3765

Aisyah Nur Salsabila, Muhaza Liebenlito, Dhea Urfina Zulkifli

引用次数: 0

UTAPIS Indonesian Word Error Detection Application: Design and Development UTAPIS印度尼西亚语单词错误检测应用程序：设计与开发

Indonesian Journal of Computer Science Pub Date : 2024-02-27 DOI: 10.33022/ijcs.v13i1.3754

Rudi Sutomo, Niknik Mediyawati

引用次数: 0

Implementasi Algoritma Raycasting Pada Game Psikologi Horor 在恐怖心理游戏中实施射线广播算法

Indonesian Journal of Computer Science Pub Date : 2024-02-27 DOI: 10.33022/ijcs.v13i1.3659

Fauzan Al Irsyadul Ikhbaad, Haryoko, Bernadhed, Muhammad Fairul Filza

引用次数: 0

Analisis Perbandingan QoS Antara HSRP dengan GLBP pada Routing EIGRP Menggunakan IPv6 HSRP 和 GLBP 在使用 IPv6 的 EIGRP 路由上的 QoS 比较分析

Indonesian Journal of Computer Science Pub Date : 2024-02-20 DOI: 10.33022/ijcs.v13i1.3572

'Alaika 'izza alfa azkiya', Banu Santoso

引用次数: 0

Prediksi Jumlah Penerimaan Mahasiswa Baru Dengan Metode Linear Regression dan Exponential Smoothing 用线性回归和指数平滑法预测新生录取人数

Indonesian Journal of Computer Science Pub Date : 2024-02-19 DOI: 10.33022/ijcs.v13i1.3649

Umar Alfaruq, Luthfi Mawardi, Gandung Triyono, I. Abstrak, K. Kunci

{"title":"Prediksi Jumlah Penerimaan Mahasiswa Baru Dengan Metode Linear Regression dan Exponential Smoothing","authors":"Umar Alfaruq, Luthfi Mawardi, Gandung Triyono, I. Abstrak, K. Kunci","doi":"10.33022/ijcs.v13i1.3649","DOIUrl":"https://doi.org/10.33022/ijcs.v13i1.3649","url":null,"abstract":"Penerimaan mahasiswa baru adalah elemen kunci dalam manajemen perguruan tinggi yang memerlukan perencanaan yang cermat serta kebijakan dan strategi untuk mengambil keputusan kegiatan belajar mengajar. Untuk merencanakan prediksi jumlah penerimaan mahasiswa baru yang akurat adalah penting dalam pengambilan keputusan terkait alokasi sumber daya, perencanaan fasilitas, dan program akademik. Oleh karena itu, tujuan dari penelitian ini adalah untuk memprediksi jumlah mahasiswa baru di Fakultas Teknologi Industri dan Informatika UHAMKA menggunakan metode Linier Regression dan Exponential Smoothing. Metode ini digunakan untuk menangani fluktuasi dalam data historis yang mungkin disebabkan oleh perubahan demografi, persaingan antar institusi, dan faktor ekonomi lainnya. Penelitian Ini menggunakan metode data mining untuk melakukan prediksi jumlah penerimaan mahaiswa baru pada Program Studi Teknik Informatika Fakultas Teknologi Industri dan Informatika UHAMKA. Sumber data penelitian ini adalah jumlah calon mahasiswa baru di 15 Tahun ke belakang yaitu data 2008 sampai 2023. dengan menggunakan 2 metode yaitu linear regression dan exponential smoothing. Prediksi jumlah penerimaan mahasiswa baru menunjukkan nilai prediksi yang sangat baik yaitu antara 0-10%. Nilai MAPE pada prediksi adalah 0,99% dengan Regresi Linear dan 5,07% ketika menggunakan Exponential Smoothing. Dalam pengujian bahwa Linear Regression menghasilkan nilai MAPE lebih kecil daripada metode Exponential Smoothing, yang berarti metode hasil prediksinya lebih mendekati dengan jumlah penerimaan mahasiswa baru yang sebenarnya.","PeriodicalId":52855,"journal":{"name":"Indonesian Journal of Computer Science","volume":"48 3","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140451782","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 EfficientDet-D0 dan SSD-MobileNet-V2 FPNLite untuk Sistem Deteksi Gulma 为杂草检测系统实现 EfficientDet-D0 算法和 SSD-MobileNet-V2 FPNLite

Indonesian Journal of Computer Science Pub Date : 2024-02-19 DOI: 10.33022/ijcs.v13i1.3723

Nailul Muna, Norma Ningsih, Nanang Syahroni, Abd. Malik Syamlan, Vina Larasati, Karimatun Nisa’

引用次数: 0

Perancangan Aplikasi Website Sistem Informasi Alumni Menggunakan PHPRad 使用 PHPRad 设计校友信息系统网站应用程序

Indonesian Journal of Computer Science Pub Date : 2024-02-19 DOI: 10.33022/ijcs.v13i1.3657

Shelya Putri Nurhaliza Abdillah, Suprih Widodo

{"title":"Perancangan Aplikasi Website Sistem Informasi Alumni Menggunakan PHPRad","authors":"Shelya Putri Nurhaliza Abdillah, Suprih Widodo","doi":"10.33022/ijcs.v13i1.3657","DOIUrl":"https://doi.org/10.33022/ijcs.v13i1.3657","url":null,"abstract":"Dalam konteks meningkatkan Pelayanan Bursa Kerja Khusus di SMKN 2 Purwakarta, diperlukan suatu sistem informasi yang mampu mengatasi permasalahan dalam pendataan alumni dan lowongan kerja. Tujuan dari penelitian ini adalah untuk mengembangkan sebuah aplikasi web yang tidak hanya mempermudah proses pendataan, tetapi juga memberikan peluang untuk perbaikan di masa depan. Penelitian ini melibatkan langkah-langkah seperti studi literatur, pengumpulan data, analisis sistem, pengembangan sistem, dan pembuatan laporan. Data dikumpulkan melalui kombinasi penelusuran literatur dan kegiatan lapangan, termasuk wawancara dengan subjek yang relevan. Dalam pengembangan sistem, digunakan metodologi SDLC (Software Development Life Cycle) dengan model Waterfall yang terstruktur dan sesuai untuk merancang sistem informasi alumni. Untuk aplikasi pengembang sistem informasi ini, dipilih PHPRad sebagai solusi yang menawarkan fitur-fitur kuat, kemudahan penggunaan, dan dukungan untuk pengembangan berkelanjutan. Selain itu, PHPRad juga menghasilkan dokumentasi yang berharga untuk perbaikan di masa depan, termasuk hasil pengujian Blackbox yang memfokuskan pada fungsionalitas fitur.","PeriodicalId":52855,"journal":{"name":"Indonesian Journal of Computer Science","volume":"25 2","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140450443","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

Analisis Data Mining Clustering Dan Classification pada Kepuasan Pengguna Layanan Bus Trans Kota Batam (Studi Kasus UPT Pelayanan Jasa Transportasi) 峇淡市公交服务用户满意度的数据挖掘聚类和分类分析（UPT 交通服务部门案例研究）

Indonesian Journal of Computer Science Pub Date : 2024-02-19 DOI: 10.33022/ijcs.v13i1.3560

I. Dewi, Okta Veza, R. Ramadhan

{"title":"Analisis Data Mining Clustering Dan Classification pada Kepuasan Pengguna Layanan Bus Trans Kota Batam (Studi Kasus UPT Pelayanan Jasa Transportasi)","authors":"I. Dewi, Okta Veza, R. Ramadhan","doi":"10.33022/ijcs.v13i1.3560","DOIUrl":"https://doi.org/10.33022/ijcs.v13i1.3560","url":null,"abstract":"Di bidang pemerintahan ini kepuasan layanan sudah menjadi suatu acuan keberhasilan terutama dari UPT. Pelayanan Jasa Transportasi Batam dalam kualitas pelayanan Trans Batam. Acuan tersebut dapat dijadikan sebuah evaluasi untuk meningkatkan dan mempertahankan kualitas layanan bus Trans Kota Batam. Tujuan dari penelitian ini untuk menghasilkan segmentasi kepuasan layanan pengguna bus Trans Kota Batam dengan algoritma K-means serta informasi klasifikasi berupa unsur pelayanan yang paling berpengaruh pada kepuasan pengguna layanan bus Trans Kota Batam dengan algoritma Decision Tree. Pada penelitian ini peneliti menggunakan metode pendekatan KDD (Knowledge Discovery in Database) dengan metode penelitian kualitatif dalam analisis data mining clustering dan classification lalu peneliti mengimplementasikan data mining clustering pada tools Orange dan data mining classification pada tools RapidMiner. Hasil yang didapatkan dari analisis data mining clustering dan classification pada kepuasan layanan pengguna bus Trans Kota Batam ialah didapatkan segmentasi kepuasan pelanggan dengan 2 cluster yaitu C1 dengan segmentasi kepuasan pelanggan “Puas” dengan jumlah 481 responden dari 995 responden dan C2 dengan segmentasi kepuasan pelanggan “Sangat Puas” dengan jumlah 514 responden dari 995 responden serta didapatkan informasi klasifikasi berupa unsur pelayanan yang berpengaruh pada kepuasan pelanggan yaitu unsur pelayanan persyaratan pelanggan, unsur pelayanan perilaku pelaksana, unsur pelayanan waktu pelayanan, unsur pelayanan produk layanan, unsur pelayanan sarana dan prasarana, unsur pelayanan sistem, mekanisme, dan prosedur yang digunakan serta unsur pelayanan kompetensi pelaksana","PeriodicalId":52855,"journal":{"name":"Indonesian Journal of Computer Science","volume":"88 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140451215","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

Klasifikasi Gambar Burung Konservasi di Wilayah Papua Barat Menggunakan Transfer Learning 利用迁移学习对西巴布亚地区保护鸟类进行图像分类

Indonesian Journal of Computer Science Pub Date : 2024-02-19 DOI: 10.33022/ijcs.v13i1.3702

Muh. Falach Achsan Yusuf

引用次数: 0