Claim Missing Document
Check
Articles

Found 3 Documents
Search

EKSTRAKSI KOMUNIKASI NONVERBAL MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE Sinaga, Anita Sindar
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3080

Abstract

Penilaian komunikasi nonverbal dapat diterapkan pada rekrutmen keja secara online. Pemanfaatan aplikasi rekrutmen mulai dipergunakakan beberapa perusahaan swasta untuk efisiensi waktu dan biaya. Untuk mengetahui konsistensi antara ekspresi emosional dengan gerakan wajah diperlukan skill biasanya ditangani seorang psikiologis. Dalam penelitian ini data set berbentuk frame dari video pelamar kerja dilakukan penilaian komunikasi nonverbal yang fokus pada gerakan mata, mulut dan wajah. Formula dan filter GLCM diterapkan untuk ekstraksi ciri bertujuan menemukan pola berdasarkan distribusi statistik dan intensitas piksel.  Ekstraksi komunikasi nonverbal bertujuan menganalisa pola gerakan wajah. Formula ektraksi ciri terdiri dari feature, contras, energi, entropy dan homogenitas. Filter ekstraksi dirotasi pada sudut 00, sudut 450, sudut 900, dan sudut 1350. Sumber data 10 video, diambil 10 frame bagian wajah, mata dan mulut per video untuk diekstrak dan dianalisa. Berdasarkan perhitungan formula dan filter GLCM diperoleh formula Homogenity mempunyai nilai tinggi, rata-rata 4,0 menunjukkan tepi citra yang terdeteksi jelas.
ANALISA BIG DATA PENYEBARAN COVID-19 DENGAN BUSINESS INTELLIGENCE (BI) Sinaga, Anita Sindar
Jurnal Ilmiah Teknologi dan Rekayasa Vol 26, No 3 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2021.v26i3.4067

Abstract

Data total sebaran Covid-19 ter-update setiap hari pada media online mencapai puncaknya pada bulan Mei 2021. Lonjakan kasus ini dapat dipelajari guna mengetahui trend penyebaran dan menemukan pola sebaran Covid-19  di wilayah Indonesia. Analisis Business Intelligence (BI) dapat membantu pengambilan keputusan. BI berfungsi mengubah data transaksional menjadi informasi bermanfaat bagi perusahaan. Dalam Big Data digunakan teknologi dan inisiatif yang melibatkan data beragam, cepat berubah, atau berukuran super besar. Hasil cleansing data dari teknik BI menjadi sumber membangun model Big Data Analytics. Big Data memiliki volume, velocity, variety diolah melalui tahapan acquired, accessed, analytic, dan application. Olahan data divisualisasikan dalam bentuk grafik atau dashboard agar memudahkan menginformasikan sebaran Corona. Big Data Analytics menganalisa informasi, mengidentifikasi untuk keputusan bisnis saat ini dan masa datang. Penelitian bertujuan menemukan pola sebaran Covid-19, berdasarkan data peta sebaran dan peraturan protokol. Dengan menerapkan clustering Big Data ditemukan 3 pola cluster penyebaran virus Corona pada 32 provinsi selama Mei 2021 yaitu Cluster 1 menunjukkan Kasus Rendah, Cluster 2 menunjukkan Kasus Sedang, Cluster 3 menunjukkan Kasus Tinggi.
MULTIVARIATE ANALYSIS OF COMMODITY AVAILABILITY OF STAPLE FOODS USING COMPLETE LINKAGE HIERARCHICAL CLUSTERING METHOD Sitio, Arjon; Sinaga, Anita Sindar; Haikal, Akhyar; Dewi, Sumitra
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 7 No 2 (2022): JITK Issue February 2022
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1008.315 KB) | DOI: 10.33480/jitk.v7i2.2830

Abstract

The government directly supervises 11 basic food commodities. The system of interplay between the price of goods and the availability of staple food directly has an impact on the high price of food at certain times. It is necessary to classify the food that is most needed by the community on big holidays in Indonesia so that it can be a reference for the government in preparing market needs in the coming year. In this study, the grouping of staple food availability was based on hierarchical cluster analysis with complete linkage method. The availability of food commodities in the discussion of this research is sourced from production materials and daily prices for meat, eggs, cooking oil and rice commodities. Cluster interpretation results in cluster 1 indicating Fulfilled Availability of 88-89%, Cluster 2 showing Sufficient Commodity Availability of 90-93% and Cluster 3 showing Availability of Rare Commodities of 87%. The three clusters formed are depicted in the form of a dendogram as a visualization of the relationship between food availability groupings.