Claim Missing Document
Check
Articles

Found 7 Documents
Search

DETEKSI KARAKTER HURUF ARAB DENGAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Ibnu Akil; Indra Chaidir
INTI Nusa Mandiri Vol 15 No 2 (2021): INTI Periode Februari 2021
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v15i2.2179

Abstract

Dalam dunia yang serba digital bukan berarti tidak ada lagi tulisan tangan. Contohnya seperti membaca cek di bank masih harus menerima input berupa tulisan tangan. Masalahnya banyak aplikasi OCR belum bisa memfasilitasi semua bahasa salah satunya adalah bahasa arab. Karenanya diperlukan aplikasi yang dapat mengidentifikasi huruf hijaiyah tulisan tangan bahasa arab. Tujuan dari penelitian ini adalah mengembangkan aplikasi artificial intelligent untuk mendeteksi karakter huruf arab dengan metode Convolutional Neural Network. Hasil penelitian ini dapat dimanfaatkan sebagai dasar pengembangan lebih lanjut aplikasi OCR dengan banyak bahasa
Determining the Nearest Workshop Location Map Using the Bubble Sort Algorithm Indra Chaidir; Ibnu Akil
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (762.277 KB) | DOI: 10.24114/cess.v7i1.26522

Abstract

Terbatasnya informasi tentang lokasi bengkel bagi pengendara bermotor yang menyebabkan kesulitan bagi seseorang yang sedang mengalami kendala pada kendaraannya di lokasi tertentu. Aplikasi pemetaan lokasi pada Android menggunakan Google Maps yang dirancang dapat memberikan informasi pada pengguna mengenai lokasi bengkel terdekat menggunakan algoritma bubble sort. Metode ini adalah salah satu metode untuk mencari jarak terdekat pada pemetaan. Tujuan dari penelitian ini adalah untuk memberi informasi, penunjuk arah lokasi-lokasi bengkel yang ada disekitar pengguna dan diurutkan berdasarkan jarak menggunakan algoritma bubble sort.
Perancangan Aplikasi Pembelajaran Aksara Sunda Berbasis Android Indra Chaidir; Yosan Erwanto; Felix Wuryo Handono
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 4, No 3 (2019): DESEMBER
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (494.206 KB) | DOI: 10.37438/jimp.v4i3.231

Abstract

Aksara Sunda merupakan salah satu aksara yang sudah jarang kita temui di pelajaran-pelajaran sekolah, walaupun di daerah yang dominan penduduknya berbahasa sunda, seperti Bogor, Cianjur, dan Bandung. Hal ini disebabkan tidak lain karena semakin banyaknya budaya asing yang masuk ke Indonesia, sehingga banyak budaya yang semakin kehilangan eksistensinya, salah satunya yang akan saya bahas ini, yaitu aksara Sunda. Aplikasi Pembelajaran Aksara Sunda dibuat untuk mempermudah belajar aksara Sunda dan memberikan pengetahuan lainnya seperti sejarah, pengenalan bentuk aksara dan latihan mengingat aksara yang dibuat dengan bahasa pemrograman Java. Metode yang penulis gunakan dalam penelitian ini adalah observasi, wawancara dan studi pustaka. Dalam tahap perancangan, penulis membuat perancangan terstruktur dengan menggunakan flow diagram. Hasil yang didapat dari pembuatan aplikasi pembelajaran aksara Sunda ini adalah agar dapat mempermudah pengguna khususnya para pelajar untuk belajar aksara Sunda, mendapatkan informasi tambahan tentang sejarah aksara Sunda, jenis-jenis aksara Sunda dan melatih daya ingat pengguna dengan cara bermain game acak yaitu mencocokkan aksara yang tampil.Kata Kunci: Aksara Sunda, Aplikasi, Android.
Mysql Database Syncronization Using Restful Webservice Api PT. Minori Felix Wuryo Handono; Sumarna; Hafis Nurdin; Fernando B Siahaan; Hary Sugiarto; Indra Chaidir
Jurnal Mantik Vol. 5 No. 2 (2021): Augustus: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.Vol5.2021.1409.pp855-859

Abstract

PT. Minori is an apprentice delivery company to Japan located in Cikarang Bekasi. The apprentices to be sent to Japan must first follow the selection and education process. Even after arriving in Japan, the apprentices must take part in lessons too so they will not forget the educational material and move up to a higher level. The learning method during education is by accessing the Education server in LAN (Local Area Network) and accessing the cloud server during internship. The difference in location and network causes problems, the data that is on the local network server with the public network server, how to synchronize the data without changing the existing network infrastructure. Database synchronization in PT Minori is done by restful API from both servers to synchronize data.
Market Basket Analysis untuk Mengetahui Pola Beli Konsumen Roofbox Mobil menggunakan Algoritme Apriori Karlena Indriani; Ade Christian; Hariyanto; Ali haidir; Adi supriyatna; Indra Chaidir
Jurnal Teknologika Vol 12 No 2 (2022): Jurnal Teknologika
Publisher : Sekolah Tinggi Teknologi Wastukancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51132/teknologika.v12i2.248

Abstract

Roofbox merupakan bagasi tambahan pada atap mobil yang digunakan sebagai ruang penyimpanan tambahan. Antusiasme pasar dalam menyerap permintaan roofbox tercatat semakin tinggi menjelang musim liburan. Roofbox dicari agar penempatan barang bisa menjadi lebih baik. Untuk mengetahui pengelompokkan tipe Roof Box Whale Carrier yang banyak dibeli oleh konsumen membutuhkan teknik dan cara tertentu yang berhubungan dengan transaksi penjualan Roof Box Whale Carrier. Pada penelitian ini menggunakan teknik analisa asosiasi, Teknik asosiasi adalah teknik Data Mining untuk menemukkan aturan asosiatif antara suatu kombinasi. Penting tidaknya suatu aturan asosiatif dapat diketahui dengan dua parameter, yaitu Support (Nilai Penunjang) dan Confidence (Nilai Kepastian). Penjualan Roof Box Whale Carrier yang paling banyak dijual di PT. Sole Indotrade berdasarkan pengolahan data didapat kesimpulan bahwa Algoritme Apriori dengan melihat tipe yang memenuhi Min Support dan Min Confidence. Dengan algoritme apriori dapat ditemukan produk yang paling banyak terjual Roadway dengan support 66,67%, Overlander dengan support 66,67%, Beachroad dengan support 66,67%, FreewayX dengan support 58,33% dan Speed dengan support 41,67. Dengan diketahuinya produk roofbox yang paling sering dibeli, PT SOLE INDOTRADE dapat mengatur stok barang agar tidak terjadinya penumpukan barang yang mengakibatkan kerugian. Untuk tipe roofbox yang paling banyak terjual pada PT. Sole Indotrade adalah Roadway, Overlander dan Beachroad
Collaboration of Nazief & Adriani Stemming Algorithm with PostgreSQL Queries Parsing Method to Search for New Study Program Names Indra Chaidir
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48212

Abstract

Penolakan usulan nama baru program studi vokasi pada Aplikasi Silemkerma di Direktorat Jenderal Pendidikan Tinggi Vokasi, Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi sering terjadi karena terdapat kemiripan nama program studi yang diusulkan dengan nama program studi yang sudah ada di dalam basis data. Banyak data tidak ditemukan karena filter data menggunakan metode konvensional dalam kasus ini menggunakan operator ILIKE dengan pola wildcard character % (percent), sedangkan data yang dicari tersedia di dalam basis data. Ini terjadi dikarenakan operator ILIKE tidak dapat membaca perubahan kata dari leksem/akar kata (root word) seperti "pengelolaan" dengan memiliki prefix dan suffix, dengan akar kata "kelola". Mengatasi permasalahan ini, penulis memanfaatkan Algoritma Nazief & Adriani untuk stemming agar mendapatkan leksem dari kalimat yang dimasukan. Hasil algoritma tersebut terus diolah menggunakan Metode Parsing Queries, salah satu metode Full Text Search yang ada pada basis data PostgresQL. Hasil penelitian ini dapat diimplementasikan pada Aplikasi tersebut.Rejection of new vocational study program name proposals in Silemkerma Application at the Directorate General of Vocational Higher Education, Ministry of Education, Culture, Research, and Technology often occurs because there is a similarity between the proposed study program name and the existing study program name in the database. Many data are not found because the data filter uses conventional methods in this case using the ILIKE operator with the wildcard character pattern % (percent), while the data sought is available in the database. This is because the ILIKE operator cannot read word changes from lexemes/root words such as "pengelolaan" which has a prefix and suffix, with the root word "kelola". Overcoming this problem, the author utilizes the Nazief & Adriani Algorithm for stemming in order to get lexemes from the sentences entered. The results of the algorithm are then processed using the Parsing Queries Method, one of the Full Text Search methods available in the PostgresQL database. The results of this research can be implemented in the application.
Application of the Deep Neural Networks Model in Analyzing ChatGPT Application Sentiment Ahmad Fauzi; Indra Chaidir; Muhammad Iqbal; Ginabila Ginabila
Sistemasi: Jurnal Sistem Informasi Vol 13, No 1 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i1.3432

Abstract

AI has been able to intelligently mimic human behavior and has been applied in various contexts, including healthcare for more efficient patient care. One of the prominent trends in AI is advanced language models such as ChatGPT developed by OpenAI. The effectiveness of ChatGPT in finding and fixing bugs in computer code is a subject of debate, depending on the task, training data, and system design. The popularity of social media platforms, particularly Twitter, as a data source for text analysis has increased interest in sentiment analysis. This study explores sentiment towards the ChatGPT application using a dataset of 50,000 tweets. Sentiment analysis is performed using a deep neural network (DNNs) approach to achieve optimal accuracy. Deep learning models are known to have high predictivity and efficient training time. Through this experiment, we aim to gain insight into how the public views ChatGPT in three sentiment categories: positive, negative, and neutral. DNN (Deep Neural Network) is proposed because of its good performance and can shorten the amount of training time. The results with the model used in this study, namely CNN and LSTM both achieve an accuracy value of more than 90%: Where CNN obtains an accuracy value of 91.12% and LSTM obtains an accuracy of 90.84%.