Articles
<![CDATA[METODE HIBRIDA K-MEANS DAN GENERALIZED REGRESSION NEURAL NETWORK UNTUK PREDIKSI ARUS LALU LINTAS ]]>
<![CDATA[Mamase, Saprina]]>;
<![CDATA[Buliali, Joko Lianto]]>
<![CDATA[ Jurnal Buana Informatika Vol 7, No 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016 ]]>
Publisher : <![CDATA[Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (400.33 KB)
|
DOI: 10.24002/jbi.v7i3.654
<![CDATA[Abstract. Traffic flow forecasting is a popular research topic in the development of Intelligent Transportation System. There have been many forecasting methods used for traffic flow forecasting, such as Generalized Regression Neural Network (GRNN) which has a fairly good accuracy. One of the GRNN?s characteristics is that the number of neurons in pattern layer increases as the number of training samples raise and this can cause overfitting problem. In this research, a hybrid method to predict traffic flow is proposed, that is K-means and GRNN algorithm. K-means method aims to solve overfitting problem in GRNN model by choosing training samples based on their similar characteristics. Leave One Out Cross Validation (LOOCV) is used to select an appropriate smoothing factor parameter at each GRNN?s model. Mean Absolute Percentage Error (MAPE) is used as the evaluation criterion in the testing process. The results show that the proposed method could improve the accuracy of predictions by reducing the value of MAPE by 0.82-3.81%.Keywords: Traffic flow forecasting, K-means, Generalized Regression Neural Network, Leave One Out Cross ValidationAbstrak. Prediksi arus lalu lintas telah menjadi tren topik penelitian untuk pengembangan sistem transportasi cerdas. Telah banyak metode yang digunakan terkait prediksi arus lalu lintas, diantaranya yaitu Generalized Regression Neural Network (GRNN) yang memiliki akurasi yang cukup baik. Salah satu karakteristik GRNN adalah jumlah neuron pada pattern layer akan bertambah seiring meningkatnya jumlah data latih yang akan mengakibatkan masalah overfitting. Dalam penelitian ini diusulkan metode hibrida K-means dan GRNN untuk prediksi arus lalu lintas. Metode K-means bertujuan untuk mengatasi masalah overfitting pada model GRNN dengan memilih data latih berdasarkan kemiripan karateristiknya. Algoritma Leave One Out Cross Validation (LOOCV) digunakan untuk memilih parameter smoothing factor terbaik pada setiap model GRNN. Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Hasil menunjukkan bahwa metode yang diusulkan dapat meningkatkan akurasi prediksi dengan penurunan nilai MAPE sebesar 0,82-3,81%.Kata Kunci: Prediksi arus lalu lintas, K-means, Generalized Regression Neural Network, Leave One Out Cross Validation]]>
<![CDATA[PARAMETER SIGMOID TRANSFORM CONTRAST ENHANCEMENT FOR DENTAL RADIOGRAPH CLASSIFICATION AND NUMBERING SYSTEM ]]>
<![CDATA[Andi Baso Kaswar]]>;
<![CDATA[Saprina Mamase]]>;
<![CDATA[Saiful Bahri Musa]]>;
<![CDATA[Ahmad Mustofa Hadi]]>;
<![CDATA[Anny Yuniarti]]>;
<![CDATA[Agus Zainal Arifin]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informasi Vol 8, No 2 (2015): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information) ]]>
Publisher : <![CDATA[Faculty of Computer Science - Universitas Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (609.272 KB)
|
DOI: 10.21609/jiki.v8i2.303
<![CDATA[Dental record is a method that is used to identify a person. The identification process needs a system that could recognize each individual tooth automatically. The similar intensity level between the teeth and the gums is one of the main problem in tooth identification in a dental radiograph. The intensity problem could influence the segmentation process of the system. In this paper, we proposed a new contrast enhancement by using parameter sigmoid transform to increase the segmentation accuracy. There are five main steps in this method. The first step is to fix the contrast of the image with the proposed method. The next steps are to segment the teeth using horizontal and vertical integral projection, feature extraction, and classification using Support Vector Machine (SVM). The last step is teeth numbering. The experiment result using the proposed method have an accuracy rate of 88% for classification and 73% for teeth numbering.]]>
<![CDATA[Metode Hibrida K-Means dan Generalized Regression Neural Network Untuk Prediksi Arus Lalu Lintas ]]>
<![CDATA[Saprina Mamase]]>;
<![CDATA[Joko Lianto Buliali]]>
<![CDATA[ Jurnal Buana Informatika Vol. 7 No. 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016 ]]>
Publisher : <![CDATA[Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24002/jbi.v7i3.654
<![CDATA[Abstract. Traffic flow forecasting is a popular research topic in the development of Intelligent Transportation System. There have been many forecasting methods used for traffic flow forecasting, such as Generalized Regression Neural Network (GRNN) which has a fairly good accuracy. One of the GRNN’s characteristics is that the number of neurons in pattern layer increases as the number of training samples raise and this can cause overfitting problem. In this research, a hybrid method to predict traffic flow is proposed, that is K-means and GRNN algorithm. K-means method aims to solve overfitting problem in GRNN model by choosing training samples based on their similar characteristics. Leave One Out Cross Validation (LOOCV) is used to select an appropriate smoothing factor parameter at each GRNN’s model. Mean Absolute Percentage Error (MAPE) is used as the evaluation criterion in the testing process. The results show that the proposed method could improve the accuracy of predictions by reducing the value of MAPE by 0.82-3.81%.Keywords: Traffic flow forecasting, K-means, Generalized Regression Neural Network, Leave One Out Cross ValidationAbstrak. Prediksi arus lalu lintas telah menjadi tren topik penelitian untuk pengembangan sistem transportasi cerdas. Telah banyak metode yang digunakan terkait prediksi arus lalu lintas, diantaranya yaitu Generalized Regression Neural Network (GRNN) yang memiliki akurasi yang cukup baik. Salah satu karakteristik GRNN adalah jumlah neuron pada pattern layer akan bertambah seiring meningkatnya jumlah data latih yang akan mengakibatkan masalah overfitting. Dalam penelitian ini diusulkan metode hibrida K-means dan GRNN untuk prediksi arus lalu lintas. Metode K-means bertujuan untuk mengatasi masalah overfitting pada model GRNN dengan memilih data latih berdasarkan kemiripan karateristiknya. Algoritma Leave One Out Cross Validation (LOOCV) digunakan untuk memilih parameter smoothing factor terbaik pada setiap model GRNN. Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Hasil menunjukkan bahwa metode yang diusulkan dapat meningkatkan akurasi prediksi dengan penurunan nilai MAPE sebesar 0,82-3,81%.Kata Kunci: Prediksi arus lalu lintas, K-means, Generalized Regression Neural Network, Leave One Out Cross Validation]]>
<![CDATA[Prediksi Tingkat Kemiskinan Provinsi Gorontalo Menggunakan Metode Gabungan K-Means dan Generalized Regression Neural Network ]]>
<![CDATA[Saprina Mamase]]>;
<![CDATA[Ruli S Sinukun]]>
<![CDATA[ Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 8 No 2 (2018): Jurnal ENERGY Vol. 8 No. 2 Edisi Nopember 2018 ]]>
Publisher : <![CDATA[Fakultas Teknik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (212.836 KB)
<![CDATA[Penurunan tingkat kemiskinan menjadi hal penting dan menjadi fokus utama pemerintah Provinsi Gorontalo, karena merupakan salah satu daerah termiskin di Indonesia. Provinsi Gorontalo memiliki data persentasi penduduk miskin yang bersifat non linear. Salah satu aspek penting untuk mendukung strategi penanggulangan kemiskinan adalah tersedianya data kemiskinan yang akurat dan tepat sasaran. Sistem pengukuran yang diusulkan dalam penelitian ini menggunakan metode yang sangat cocok untuk data non linear. Generalized Regression Neural Network (GRNN) merupakan metode prediksi probabilistic neural network yang bersifat stabil dan cocok diterapkan pada data kemiskinan penduduk yang memiliki karakteristik yang beragam dan bersifat non linear. Peningkatan penggunaan jumlah data latih pada GRNN dapatmengakibatkan masalah overfitting sehingga berdampak pada penurunan performa hasil Prediksi. Dalam mengatasi hal tersebut, penelitian ini menggunakan metode K-Means dalam proses pemilihan data latih yang sesuai sehingga akan menghasilkan struktur jaringan yang lebih efisien atau model GRNN dengan kinerja performa yang bagus. Uji coba dilakukan dengan membandingkan model prediksi GRNN dengan model prediksi K-Means dan GRNN yang menggunakan data tingkat kemiskinan pada tahun 2016. Hasil uji coba menunjukkan bahwa besarnya nilai MAPE dari hasil uji coba prediksi tingkat kemiskinan pada tahun 2016 menghasilkan nilai MAPE sebesar 2.3%, sedangkan prediksi tingkat kemiskinan menggunakan metode GRNN saja memiliki nilai MAPE sebesar 2.9%. Kata Kunci : prediksi, tingkat kemiskinan, GRNN, K-Means]]>
<![CDATA[Rancang Bangun Sistem Informasi Surat Perintah Perjalanan Dinas ]]>
<![CDATA[Saprina Mamase]]>
<![CDATA[ Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 6 No 2 (2016): Jurnal ENERGY Vol. 6 No. 2 Edisi Nopember 2016 ]]>
Publisher : <![CDATA[Fakultas Teknik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (210.818 KB)
<![CDATA[Pengelolaan surat terutama Surat Perintah Perjalanan Dinas atau SPPD sangat penting bagi tiap perusahaan atau instansi pemerintahan. SPPD merupakan surat pengantar yang dibuat ketika pegawainya akan melakukan perjalanan dinas ke kota tertentu. Proses pembuatan SPPD secara manual, masih menggunakan aplikasi Microsoft Word dimana harus dilakukan pengeditan setiap kali akan melakukan perjalanan dinas. Selain itu pembuat SPPD harus mencari data setiap pegawai yang akan melakukan perjalanan dinas pada Microsoft Excel.Dalam pembuatan SPPD yang ada saat ini ditemui banyak kekurangan-kekurangan yang harus dihadapi seperti terjadinya kesalahan – kesalahan pengetikan dalam menginputkan data sehingga pembuatan SPPD dilakukan berulang – ulang, dan juga pencarian data pegawai yang diusulkan dan pegawai pemberi tugas dalam pembuatan SPPD belum dilakukan secara otomatis sehingga membutuhkan waktu yang lebih lama. Penerapan suatu Sistem Informasi SPPD di suatu instansi pemerintahan (dengan studi kasus di Kantor Sekretariat Daerah Kabupaten Gorontalo ) terbukti dapat memberikan pelayanan yang lebih mudah dan cepat dalam pembuatan surat perjalanan dinas.Kata Kunci : Sistem Informasi, Surat Perintah Perjalanan Dinas]]>
<![CDATA[APLIKASI PENJUALAN AKSESORIS DAN ALAT TULIS KANTOR DI TOKO LINK CELL BERBASIS WEBSITE ]]>
<![CDATA[Hendrik Rahim]]>;
<![CDATA[Saprina Mamase]]>;
<![CDATA[Zainudin Husain]]>
<![CDATA[ Jurnal Technopreneur (JTech) Vol 10 No 1 (2022): JURNAL TECHNOPRENEUR (Mei) ]]>
Publisher : <![CDATA[UPPM Politeknik Gorontalo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30869/jtech.v10i1.917
<![CDATA[Penelitian ini dibuat untuk merancang suatu aplikasi penjualan E-commerce yang bertujuan untuk mempermudah penjual dalam mempromosi dan mencatat data transaksi penjualan agar lebih efisien. Aplikasi penjualan ini juga dapat membantu pembeli agar lebih mudah dalam melakukan pembayaran layaknya membeli barang langsung ditoko. Pada aplikasi tersebut terdapat beberapa fitur diantaranya fitur Cash On Delivery (COD) dan fitur jasa kurir barang. Dalam merancang sebuah aplikasi, ada beberapa pengumpulan data yang digunakan diantaranya berupa metode pustaka, metode observasi dan metode wawancara. Untuk objek dalam penelitian ini adalah aksesoris handphone, aksesoris wanita dan alat tulis kantor. Permasalahan yang didapati pada penelitian ini yaitu pada pengolahan dan pencatatan berupa data, jumlah dan harga barang masih dilakukan secara tulis tangan. Adapun masalah lainya yaitu kurangnya minat pembeli serta proses transaksi yang masih pergi ke toko tersebut. Dalam membuat suatu aplikasi Website memerlukan Xampp, Database, Visual Studio Code dan Codeigniter, untuk perancangan sistem menggunakan Unifed Modeling language (UML). Dengan demikian, penelitian ini diharapkan dapat membantu penjual dalam merekap data, memasarkan, mempromosikan maupun melayani pembeli secara online.]]>
<![CDATA[APLIKASI MONITORING DAN EVALUASI KEGIATAN PKK DI KELURAHAN BOTU BERBASIS WEBSITE ]]>
<![CDATA[Gladis Pramadani Ahmad]]>;
<![CDATA[Saprina Mamase]]>;
<![CDATA[Frangky Tupamahu]]>
<![CDATA[ Jurnal Technopreneur (JTech) Vol 11 No 1 (2023): JURNAL TECHNOPRENEUR (Mei) ]]>
Publisher : <![CDATA[UPPM Politeknik Gorontalo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30869/jtech.v11i1.1198
<![CDATA[Pemberdayaan dan kesejahteraan keluarga (PKK) merupakan Gerakan yang bertujuan memberdayakan keluarga untuk meningkatkan kesejahteraan masyarakat. Kelompok PKK sering melakukan kegiatan. Seperti pada kelompok PKK kelurahan botu, kelompok PKK ini berdiri dari 4 bidang kelompok kerja (POKJA), dimana setiap POKJA memiliki beberapa program kerja yang akan menjadi rencana/target kegiatan yang dilakukan. Setiap bidang POKJA dipimpin oleh seorang koordinator. Setiap koordinator bersama tim POKJA akan membuat rencana kegiatan beserta usulan anggaran selanjutnya tim POKJA mencatat kegiatan apa saja yang telah dilaksanakan beserta penggunaan anggaranya pada permasalahan kegiatan dan realisasi anggaran. Setiap tim POKJA akan membuat laporan dan akan disampaikan ke ketua PKK selain itu ketua PKK bertujuan mengontrol kegiatan-kegiatan yang direncanakan oleh para POKJA dan menyeleksi pelaksanaan kegiatan tersebut, proses pencatatan rencana dan realisasi kegiatan/anggaran dapat lebih diefektifkan lagi pelaksanaanya melalui suatu aplikasi Monitonitoring dan evaluasi kegiatan PKK di kelurahan botu berbasis website. Dari hasil yang didapat aplikasi menunjukan grafik presentasi realisasi anggaran yang telah digunakan agar kegiatan PKK tersebut terevaluasi.]]>
<![CDATA[Aplikasi Buku Saku Pramuka Berbasis Android ]]>
<![CDATA[Ismail Mohidin]]>;
<![CDATA[Saprina Mamase]]>;
<![CDATA[Ayidil Kai]]>
<![CDATA[ Jurnal Teknologi Informasi Indonesia (JTII) Vol 1 No 1 (2016): Jurnal Teknologi Informasi Indonesia (April) ]]>
Publisher : <![CDATA[JURNAL TEKNIK INFORMATIKA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30869/jtii.v1i1.292
<![CDATA[ABSTRAK - Pendidikan kepramukaan adalah sebagai salah satu pilar pendidikan kaum muda di Indonesia, dituntut untuk dapat lebih berkontribusi secara nyata dalam hidup dan kehidupan berbangsa dan bernegara, maka dari itu penulis membuat aplikasi buku saku pramuka berbasis android dengan tujuan agar para pemula baik anak SD maupun dewasa bisa mempelajari ilmu kepramukaan. Penulis melakukan pengujian aplikasi buku saku pramuka pada masyarakat, sehingga hasil uji coba dari 16 sampel yaitu 7 orang yang menggunakan smartphone dan 9 orang tidak memiliki smartphone, ternyata dengan menggunakan aplikasi buku saku pramuka ini pengguna merasa lebih terpacu untuk mempelajari ilmu kepramukaan dibandingkan ketika pengguna membaca buku saku pramuka yang dicetak, karena di dalam aplikasi buku saku pramuka ini sudah dilengkapi dengan fitur animasi dan suara untuk membantu pengguna memahami ilmu kepramukaan. Kata Kunci : Panduan Pramuka, Suara, Animasi, Android.]]>
<![CDATA[Pengembangan Aplikasi Inventaris Dan Peminjaman Peralatan Laboratorium Politeknik Gorontalo ]]>
<![CDATA[Saprina Mamase]]>;
<![CDATA[Sri Ariyanti Sabiku]]>;
<![CDATA[Nofayanti Saman]]>
<![CDATA[ Jurnal Teknologi Informasi Indonesia (JTII) Vol 1 No 1 (2016): Jurnal Teknologi Informasi Indonesia (April) ]]>
Publisher : <![CDATA[JURNAL TEKNIK INFORMATIKA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30869/jtii.v1i1.299
<![CDATA[Abstrak— Laboratorium di Politeknik Gorontalo digunakan untuk kegiatan pembelajaran maupun praktikum, secara umum alat dan bahan yang dimiliki disetiap laboratorium tersebut sudah lengkap dan memadai, masalah lain yang di temukan yakni peralatan yang sudah tidak diketahui keberadaanya, dapat menghambat mahasiswa dalam melakukan praktikum. Untuk itu penulis membuat sebuah “Aplikasi Inventari dan Peminjaman Peralatan Laboratorium Politeknik Gorontalo”. Aplikasi ini di buat untuk mendukung kegiatan pengolahan dan kegiatan laboratorium di Politeknik Gorontalo. Diimplementasikan menggunakan bahasa pemrograman PHP dengan menggunakan framework Code Igniter serta menggunakan Database MySQL san software pendukung lainnya. Kata Kunci : Inventaris, peminjaman, laboratorium, PHP, MySQL]]>
<![CDATA[Sistem Informasi Pelaporan Dana Bantuan Operasional Sekolah Berbasis Web ]]>
<![CDATA[Saprina Mamase]]>;
<![CDATA[Irwan Karim]]>;
<![CDATA[Winarni Duda]]>
<![CDATA[ Jurnal Teknologi Informasi Indonesia (JTII) Vol 2 No 1 (2017): Jurnal Teknologi Informasi Indonesia (Mei) ]]>
Publisher : <![CDATA[JURNAL TEKNIK INFORMATIKA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30869/jtii.v2i1.302
<![CDATA[Abstract— Sistem pelaporan dana Bantuan Operasional Sekolah (BOS) yang ada di Provinsi Gorontalo masih menggunakan sistem manual, yaitu dengan cara mengetik dengan menggunakan software Microsoft Word atau Microsoft Excel. Maka secara tidak langsung terdapat beberapa masalah diantaranya adalah kesalahan dalam pencatatan dan penggunaan dana BOS, kesalahan dalam perhitungan data keuangan, keterlambatan dalam penyelesaian laporan dan masih banyak masalah lainnya. Untuk mengatasi permasalahan tersebut, Penelitian ini mengusulkan sebuah sistem informasi pelaporan dana BOS yang efisien dan tepat guna demi menunjang kinerja bendahara sekolah. Sistem Informasi Pelaporan Dana BOS merupakan aplikasi berbasis web yang digunakan untuk memudahkan pengelolaan Dana Bantuan Operasional Sekolah, dimana pada aplikasi ini terdapat fitur-fitur yang dapat menghasilkan laporan-laporan yang dibutuhkan dalam pengelolaan Dana BOS, diantaranya yaitu Laporan RKA, Laporan RKAS, Laporan BKU, Laporan Buku Pembantu dan laporan-laporan lainnya. Kata kunci : Sistem Informasi, Aplikasi Web, Dana Bos, Pelaporan]]>
