Claim Missing Document
Check
Articles

Agent-based Modeling and Simulation for Evacuation of Landslides Natural Disaster Afta Ramadhan Zayn; Fatwa Ramdani; Fitra Abdurrachman Bachtiar
Journal of Information Technology and Computer Science Vol. 5 No. 2: August 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1591.135 KB) | DOI: 10.25126/jitecs.202052172

Abstract

Landslides are natural disasters that pose a threat which is quite high in the area of Batu, East Java, Indonesia. The occurrence of landslides has a negative impact on environmental damage and even fatalities. These impacts can arise due to a lack of planning in disaster management preparedness. Therefore better planning is needed to minimize the negative impacts that arise. Improvement of planning can be done by conducting evacuation simulations. However, the existing evacuation simulation is still static with one scenario that is done repeatedly. Therefore, a more dynamic evacuation simulation is needed to represent the various parties involved in it and to apply various scenarios. Such dynamic simulations can be facilitated using agent technology. Agents can describe autonomous behaviour and can communicate in their environment to achieve a goal. Apply the capabilities of these agents by modelling and simulating the evacuation process can provide an illustration for a more dynamic process of landslide evacuation. This research presents an agent-based landslide evacuation model and the simulation results from this model. The results are concerned that, by using agent technology can apply simulations with various conditions. So with these results can be used as a reference in the handling of natural disasters that occur landslides.
Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM) (Studi Kasus : Ulasan Tempat Makan) Aisyah Awalina; Fitra Abdurrachman Bachtiar; Indriati Indriati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925692

Abstract

Kemudahan memperoleh informasi saat ini telah banyak membantu manusia, salah satu mencari ulasan untuk tempat makan baru. Pencarian ulasan ini dipicu karena pengunjung tidak mengetahui layanan dari tempat tersebut. Ulasan juga dapat menguntungkan penjual, karena mereka mengetahui pengalaman yang dimiliki pengunjungnya. Oleh karena itu, ulasan palsu dimanfaatkan banyak orang untuk membuat ulasan palsu. Ulasan palsu bisa secara efektif dibedakan menggunakan machine learning. Namun, banyak dari dataset ulasan palsu ini tidak seimbang (imbalanced dataset) sehingga dapat mempengaruhi hasil klasifikasi. Oleh karena itu, penelitian ini menggunakan metode BOS untuk mengatasi tidak seimbangnya data dan melakukan klasifikasi dengan metode SVM. Adapun tahapan dari penelitian yaitu preprocessing, lalu pembobotan kata dengan TF-IDF dan fitur sentimen menggunakan lexicon-based features, dilanjutkan proses menyeimbangkan dataset dengan BOS, setelah itu proses klasifikasi oleh SVM. Adapun langkah dalam pengujian BOS dan SVM yaitu pembagian data latih dan uji dengan 80%:20%, setelah itu pencarian parameter terbaik pada data latih dengan 5-fold cross validation, dan dievaluasi dengan data uji. Adapun nilai parameter terbaik pada BOS dan SVM yaitu N dengan nilai 400% dimana hasil evaluasi akurasi dengan nilai 78,6%; precision dengan nilai 19,7%; recall dengan nilai 17,1%; f-measure dengan nilai 14,4%; dan g-mean dengan nilai 32%. Oleh karena itu, penggunaan BOS dapat meningkatkan hasil evaluasi dari terhadap klasifikasi ulasan palsu.AbstractThe convenience of obtaining information nowadays has helped many people such as looking for reviews for new places to eat. The search for reviews was triggered because visitors were not aware of the services of the place. Reviews can also benefit sellers, because they know the experience their visitors have had. Therefore, many people abuse reviews to create spam reviews. Spam reviews can be effectively resolved using machine learning. However, many of these spam review datasets are imbalanced and thus may affect classification results. In this study, BOS algorithm was used to overcome data imbalances, and SVM algorithm for the classification of spam reviews. The stages of the research are preprocessing, then weighting words with TF-IDF and sentiment features using lexicon-based features, followed by the process of balancing the dataset with BOS, and classification process with SVM. Step in testing BOS and SVM are split data of training and test data with 80%:20%, after that the search for the best parameters in the training data with 5-fold cross-validation, and evaluated with test data. The best parameter values for BOS and SVM were N with a value of 400% where the results of the accuracy evaluation were 78.6%; precision with a value of 19.7%; recall with a value of 17.1%; f-measure with a value of 14.4%; and g-mean with a value of 32%. Therefore, use of BOS can improve the evaluation results from the classification of spam reviews.
Analisis Model Mental Mahasiswa dalam Pengembangan E-Learning Pemrograman Berbasis Gamifikasi Menggunakan Metode Agile UX Retno Indah Rokhmawati; Fitra Abdurrachman Bachtiar; Fajar Pradana; Kharis Alfian
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925642

Abstract

 Tujuan penelitian ini adalah menghasilkan model mental mahasiswa tentang bagaimana perilaku mereka belajar materi pemrograman. Model mental ini kemudian diterapkan dalam perbaikan desain e-learning CodeManiac. CodeManiac sebelumnya telah dikembangkan di Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB) untuk mendukung matakuliah pemrograman di tingkat perguruan tinggi. Penelitian ini diawali dengan mengujicobakan CodeManiac versi awal kepada 15 mahasiswa FILKOM UB yang telah diseleksi untuk merepresentasikan karakteristik lima program studi S1 di FILKOM UB. Pertimbangan yang digunakan dalam memilih 15 mahasiswa tersebut didasarkan pada penelitian sebelumnya yang membahas model mental mahasiwa dibagi menjadi 3 persona (berdasarkan model mental penelitian sebelumnya) dalam bentuk level, antara lain: level dasar (elementary), level sedang (intermediate), dan level lanjutan (advanced). Penelitian ini lebih menajamkan pada susunan menu/fitur yang diperlukan agar kebutuhan belajar ketiga level tersebut terakomodasi dalam satu platform, yaitu CodeManiac. Oleh karena penelitian ini telah didasari penelitian eksperimen sebelumnya dan berfokus pada perbaikan desain solusi, maka Agile UX sesuai diterapkan pada penelitian ini. Hasil penelitian ini adalah menerapkan model mental ke dalam desain baru CodeManiac, yang selanjutnya divalidasi kembali kepada 15 mahasiswa yang telah terlibat pada pengujian awal. Penelitian ini menemukan kebutuhan baru terkait Sign Up dan Login, Course, Achievements, Exercises, Challenge, dan permasalahan umum (navigasi dan layout). Berdasarkan pengujian desain perbaikan, 15 mahasiswa memberikan umpan balik yang menunjukkan peningkatan kualitas sebagai berikut: peningkatan sebesar 24,1% pada aspek learnability, peningkatan sebesar 20,5% pada aspek intuitive efficiency, peningkatan sebesar 42% pada aspek ease of use, dan peningkatan sebesar 56% pada aspek interactivity. AbstractThe purpose of this research is to analyze students' mental models of how their behavior learns programming material. This mental model is then applied to improve the e-learning CodeManiac design. CodeManiac has previously been developed at the Faculty of Computer Science Universitas Brawijaya (FILKOM UB) to support programming courses at the university level. This research begins by testing the initial version of CodeManiac to 15 students of FILKOM UB who have been selected to represent the characteristics of five undergraduate study programs at FILKOM UB. The considerations used in selecting the 15 students were based on previous research that discussed the mental model of students divided into 3 personas (based on previous research) in the form of levels, including elementary level, intermediate level, and advanced level. This research is more focused on the arrangement of the menus/features needed so that the learning needs of the three levels are accommodated in one platform, namely CodeManiac. Because this research has been based on previous experimental research and focuses on improving solution design, Agile UX is appropriate to be applied to this research. The result of this research is to apply the mental model into the new CodeManiac design, which is then validated again to 15 students who have been involved in the initial test. This research finds new needs related to Sign Up and Log in, Courses, Achievements, Exercises, Challenges, and common problems (navigation and layout). Based on the improvement design test, 15 students gave feedback indicating the quality improvement as follows: 24.1% improvement in learnability aspect, 20.5% improvement in intuitive efficiency aspect, 42% improvement in ease-of-use aspect, and 56% improvement on the aspect of the interactivity. 
Evaluasi Usability Aplikasi Elektronik-Kesehatan Ibu dan Anak (e-KIA) Fitra Abdurrachman Bachtiar; Retno Indah Rokhmawati; Fajar Pradana; Intan Yusuf Habibie
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 6: Desember 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021824426

Abstract

Teknologi informasi sudah berkembang disemua bidang dan tidak terkecuali sudah diterapkan ke bidang kesehatan. Salah satu langkah awal penerapan teknologi informasi pada bidang kesehatan adalah dengan membangun aplikasi untuk memonitor kesehatan ibu dan anak yang disebut dengan e-KIA. Aplikasi e-KIA yang sudah dibangun saat ini masih belum diketahui tingkat usabilitas dari penggunaan aplikasi tersebut. Pengujian usability ini penting untuk dilakukan sebelum aplikasi tersebut digunakan oleh masyarakat secara luas dan dapat digunakan sebagai early warning untuk mendeteksi kemungkinan-kemungkinan kesalahan yang terjadi. Untuk mengatasi hal tersebut pengujian usability dilakukan pada aplikasi e-KIA. Pengujian usability dimulai dengan melakukan studi litearatur terkait. Kemudian dilakukan pemilihan evaluator sekaligus melakukan briefing proses evaluasi. Tahap selanjutnya adalah merancang instrumen untuk evaluasi dan merancang skenario evaluasi. Evaluasi usability yang dilakukan difokuskan pada 3 hal yaitu Severity Ranking (SR), Ease of Fixing Ranking (EFR), dan Kategori Masalah. Masalah yang ditemukan kemudian dikategorikan berdasarkan 10 prinsip heuristik Nielsen dan disederhanakan menjadi kategori Selection Driven Command (perbaikan interaksi), Content Organization (kelengkapan konten informasi), dan Visual Representation (pemilihan komponen desain yang tepat). Dari hasil evaluasi tersebut didapatkan temuan masalah Selection Driven Command (perbaikan interaksi) sejumlah 18 temuan, Content Organization (kelengkapan konten informasi) sejumlah 10 temuan, dan Visual Representation (pemilihan komponen desain yang tepat) sejumlah 7 temuan. AbstractInformation technology has emerged in all aspect including in the healthcare field. e-KIA is an application to monitor mother and child healthcare as initial steps in implementing information technology in the healthcare field. As a newly developed application, the usability level of e-KIA is not known yet. Usability testing is important steps to be taken before the application will be used by stakeholders. Usability testing could be used to identify problems that may occur in the early stage and could be used as early warning to application aspects need to be fixed. e-KIA Usability Testing is conducted to overcome the specified problems. Usability testing started by taking the literature review followed by evaluator selection and evaluation briefing. The next step is designing an evaluation instrument and evaluation scenario. The conducted usability testing is focus on Severity Ranking (SR), Ease of Fixing Ranking (EFR), and Problem Category. The identified problems are then categorized into Nielsen’s 10 Heuristic Principal. The identified problems are simplified to three categories of Selection Driven Command, Content Organization, and Visual Representation. The experiment has found 18 problems in Selection Driven category, 10 problem in Content Organization, and 7 problems in Visual Representation category. 
Penggalian Perilaku Pemain dalam Penentuan Tipe Permainan pada E-Learning Pemrograman Berbasis Gamification Bayu Priyambadha; Fajar Pradana; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020701295

Abstract

Salah satu kompetensi utama yang harus dimiliki oleh lulusan dari jurusan atau program studi bidang keilmuan komputer adalah kemampuan programming (membuat program). Berbagi informasi untuk meningkatkan kualitas pembelajaran pemrograman telah dilakukan di banyak kampus di Indonesia. Salah satunya adalah penerapan media pembelajaran online atau disebut juga sebagai E-Learning. Salah satu sistem pembelajaran yang paling umum, yang didukung oleh teknologi informasi, adalah e-learning. Namun, banyak juga sistem e-learning tidak mencapai tujuan yang diinginkan karena ketidakpatuhan dan kurangnya pengetahuan tentang teknik dan metode untuk pengembangan sistem informasi online. Tujuan yang dicapai antara lain efisiensi, efektifitas, motivasi dan keterlibatan siswa. Pendekatan gamification dapat digunakan untuk meningkatkan beberapa hal tersebut demi tercapainya tujuan pembelajaran online. Dalam sistem Code Maniac, terdapat beberapa elemen gamification yang digunakan, yaitu poin pengalaman, poin aktivitas dan badge. Namun, hal tersebut terbukti masih kurang meningkatkan motivasi mahasiswa dalam menggunakan Code Maniac. Pendekatan player-centric memungkinkan sistem menyesuaikan gameplay yang sesuai dengan gaya bermain seorang pemain. Untuk dapat mewujudkan sebuah media pembelajaran yang berorientasi pada pemain, maka dibutuhkan sebuah mekanisme untuk mengenali karakteristik pemainnya. Pada penelitian ini menekanan metode yang digunakan untuk menggali  perilaku permainan. Penggalian pola dilakukan pada data log proses per pemain dan per sesi yang berjumlah 136 proses. Kemudian proses tersebut dikelompokan sesuai dengan kedekatan atau kesamaan karakteristik bermain. Hasil penentuan jumlah kelompok yang paling optimal adalah k=2 dan k=3. Untuk itu pengelompokan dilakukan dan menghasilkan 2 kelompok dan 3 kelompok data. Kelompok tersebut dapat menjadi dasar untuk untuk penentuan gameplay pada Code Maniac. AbstractOne of the main competencies that must be possessed by graduates of departments or study programs in computer science is programming skills (making programs). Sharing information to improve the quality of programming learning has been done on many campuses in Indonesia. One of them is the application of online learning media or also called the E-Learning.. One of the most common learning systems, supported by information technology, is e-learning. However, many e-learning systems do not achieve the desired goals because of non-compliance and lack of knowledge about techniques and methods for developing information systems online. The objectives achieved include efficiency, effectiveness, motivation and student involvement. The gamification approach can be used to improve some of these things in order to achieve online learning goals. In the Code Maniac system, there are several gamification elements used, namely experience points, activity points and badges. However, this proved to be still lacking in increasing student motivation in using Code Maniac. The player-centric approach allows the system to adjust the gameplay to suit a player's playing style. To be able to realize a player-oriented learning media, a mechanism is needed to recognize the characteristics of the players. In this study emphasizes the methods used to explore game behavior. Pattern mining is performed on process log data per player and per session which amounts to 136 processes. Then the process is grouped according to the closeness or similarity of playing characteristics. The results of determining the most optimal number of groups are k = 2 and k = 3. For this reason, grouping is done and produces 2 groups and 3 groups of data. The group can be the basis for determining the gameplay in Code Maniac.
Penilaian Penerimaan Teknologi E-Learning Pemrograman berbasis Gamification dengan Metode Technology Acceptance Model (TAM) Fajar Pradana; Fitra Abdurrachman Bachtiar; Bayu Priyambadha
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3114.955 KB) | DOI: 10.25126/jtiik.2019621288

Abstract

E-learning telah berkembang tidak hanya sekedar berbagi materi pembelajaran melalui internet, namun telah berevolusi menjadi tempat untuk kolaborasi, sosialisasi, project based learning, reflective practise, dan pembelajaran dengan simulasi. Untuk mewujudkan hal tersebut telah dikembangkan sebuah sistem e-learning gamification khusus bidang pemrograman. Penelitian ini menerapkan Technology Acceptance Model (TAM) untuk memeriksa faktor-faktor apa saja yang berpengaruh terhadap penerimaan sebuah teknologi baru yang diperkenalkan atau digunakan. Faktor-faktor yang digunakan dalam penelitian ini adalah Perceived Usefullness (PU), Perceived Ease of Use (PEU), Perceived Social Influence (PSI), Perceived Enjoyment (PE), Intention of Engagement (IoE), dan Elearning Gamification Attitude (EGA). Model TAM didasarkan beberapa hipotesis dan faktor yang berpengaruh. Hasil menunjukan bahwa TAM dapat digunakan untuk memeriksa penerimaan teknologi e-learning gamification bidang pemrograman. Perceived Social Influence (PSI) dan Perceived Enjoyment (PE) berkontribusi terhadap Intention of Engagement (IOE). Selain itu Perceived Usefullnes (PU), Perceived Social Influence (PSI), Perceived Enjoyment (PE), dan Intention of Engagement (IOE) berkontribusi terhadap Elearning Gamification Attitude (EGA).Abstract E-learning has evolved not only to share learning materials over the internet, but has evolved into a place for collaboration, socialization, project based learning, reflective practice, and simulated learning. To realize this has been developed a special e-learning gamification system in the field of programming. This study applies Technology Acceptance Model (TAM) to examine what factors influence the acceptance of a new technology introduced or used. The factors used in this study are Perceived Usefullness (PU), Perceived Ease of Use (PEU), Perceived Social Influence (PSI), Perceived Enjoyment (PE), Intention of Engagement (IoE), and Elearning Gamification Attitude (EGA) . The TAM model is based on several hypotheses and influencing factors. The results show that TAM can be used to check the acceptance of e-learning gamification technology in the field of programming. Perceived Social Influence (PSI) and Perceived Enjoyment (PE) contribute to the Intention of Engagement (IOE). In addition Perceived Usefullnes (PU), Perceived Social Influence (PSI), Perceived Enjoyment (PE), and Intention of Engagement (IOE) contribute to Elearning Gamification Attitude (EGA).
Desain Media Pembelajaran dengan Model Problem-based Learning dan Gamitifikasi untuk Materi Bangun Ruang Tingkat SMK Berbasis Virtual Rality Admi Rut Sinana; Herman Tolle; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925627

Abstract

Materi pembelajaran Bangun Ruang Matematika adalah salah satu materi dan pelajaran yang masuk ke dalam ujian Asesmen Kompetensi Minimum (AKM) pengganti Ujian Nasional (UN) pada Sekolah Menengah Kejuruan (SMK). Namun, Pelajaran Matematika menjadi salah satu pelajaran yang menjadi momok bagi kebanyakan siswa. Sehingga menjadikan siswa tertarik untuk mempelajari hal ini adalah suatu tantangan. Penelitian ini bertujuan untuk menggambarkan, menjelaskan dan menganalisis proses desain media pembelajaran dengan menggunakan pendekatan Human-Centered Design (HCD) yang digunakan dalam membangun aplikasi VR dengan menggunakan model PBL dan gamifikasi pada suatu Media Pembelajaran khususnya Bangun Ruang Matematika.Dalam penelitian ini terdapat salah satu model yang dapat diterapkan yaitu Problem-Based Learning. Problem-Based Learning merupakan model pembelajaran penyelesaian masalah, pembelajaran ini menjadikan masalah (problem) sebagai isu utamanya. Selain itu dalam penelitian ini juga digunakan model Gamifikasi (Gamification) yang merupakan pemanfaatan elemen-elemen di dalam game atau video game dengan tujuan menggugah, memotivasi para siswa dalam proses pembelajaran sehingga membantu membangun keterikatan (engagement) terhadap proses pembelajaran.  Luaran yang dihasilkan dari penelitian ini adalah berupa desain model Problem Based Learning dan Gamifikasi dalam media pembelajaran materi Bangun Ruang tingkat SMK berbasis Virtual Reality yang bertujuan memotivasi siswa dalam pembelajaran sehingga membantu proses belajar mengajar Bangun Ruang. Dengan hasil uji rancangan media pembelajaran yang divalidasi oleh ahli materi memiliki persentase kelayakan 98% dan ahli media dengan persentase 89% dapat dikategorikan sangat layak untuk setuju bahwa rancangan ini dapat digunakan untuk pengembangan dan implementasi selanjutnya. AbstractGeometry Subjects is one of the materials and subjects that are included in the Asesmen Kompetensi Minimum (AKM) which replaces the Ujian Nasional (UN) at Vocational High Schools (SMK). However, Mathematics is one of the subjects that is a scourge for most students. So making students interested in learning this is a challenge.  This study aims to describe, explain and analyze the design process of learning media using the Human-Centered Design (HCD) approach which is used in building VR applications using PBL and gamification models on a Learning Media, especially Geometry Subjects.In this study, there is one model that can be applied, namely Problem-Based Learning. Problem-Based Learning is a problem solving learning model, this learning makes the problem the main issue. In addition, this study also uses a gamification model which is the use of elements in games or video games with the aim of inspiring and motivating students in the learning process so as to help build engagement with the learning process. The output produced from this research is design of educational media using the Problem-Based Learning and Gamification for geometry subjects on Vocational High School - based Virtual Reality which aims to motivate students in learning so as to help the learning process of geometry subjects. With the results of the learning media design test which was validated by material experts, it had a feasibility percentage of 98% and media experts with a percentage of 89% could be categorized as very feasible to agree that this design could be used for further development and implementation.
Implementasi Metode Naive Bayes untuk Mendeteksi Stres Siswa Berdasarkan Tweet pada Sistem Monitoring Stres Diva Fardiana Risa; Fajar Pradana; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 6: Desember 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864372

Abstract

Gangguan mental saat ini masih menjadi permasalahan bagi bidang kesehatan di seluruh dunia. Salah satu jenis dari gangguan mental yang dapat diprediksi saat ini adalah stres. Stres memiliki dampak yang sangat besar bagi Kesehatan penderitanya, namun masih banyak masyarakat yang terlalu meremehkan perihal keberadaan penyakit stres ini. Hal ini salah satunya disebabkan oleh media yang dapat digunakan untuk melakukan pengecekan tingkat stres masih sangat sedikit. Sejauh ini, pengecekan kondisi kesehatan mental khususnya stres dapat dilakukan melalui konsultasi ke psikolog terdekat. Namun, tidak banyak masyarakat yang mengetahui hal itu. Ketika seseorang mengalami gangguan kecemasan khususnya stres, maka ia akan cenderung melakukan tindakan yang dapat mengekspresikan kecemasannya di media sosial. Kegiatan ini dinamakan Self Disclosure. Hal ini dianggap dapat mengurangi beban penderita gangguan mental tersebut. Mengenai hal itu, saat ini penggunaan media sosial menjadi hal yang sangat lumrah dimasyarakat khususnya remaja. Salah satu jenis sosial media yang banyak digunakan oleh masyarakat adalah Twitter. Salah satu keunggulan Twitter adalah dikarenakan twitter lebih mudah digunakan dan memiliki tampilan yang sederhana. Selain itu, penulisan tweet pada akun twitter memiliki pembatasan jumlah karakter sehingga tweet yang ditulis pengguna lebih jelas dan ringkas. Oleh karena itu,pada penelitian ini akan dibangun fitur untuk mendeteksi tingkat stres melalui tweet pada akun twitter dengan menggunakan metode Naïve Bayes yang mana akan dapat mengklasifikasikan tingkat stres siswa berdasarkan tweet siswa kedalam tiga kelas yaitu kelas stres ringan, stres sedang dan stres berat. Fitur ini nantinya akan diimplementasikan pada sistem monitoring stres siswa berbasis website sebagai bahan pertimbangan bagi siswa dan guru bimbingan konseling dalam proses konseling siswa. Berdasarkan pengujian akurasi yang dilakukan dengan 90 data latih dan 4 data uji, maka didapatkan tingkat akurasi fitur ini mencapai angka 75%. AbstractMental disorders are currently still a problem for the health sector around the world. Stress is one type of mental disorder that can be predicted today. Stress has a huge impact on the health of sufferers, but there are still many people who underestimate the existence of the stress disease. This is partly due to the very few media that can be used to check stress levels. So far, checking mental health conditions, especially stress can be done through consultation with the nearest psychologist. However, not many people know about it. When a person experiences anxiety disorders, especially stress, he will tend to take actions that can express his anxiety on social media. This activity is called Self Disclosure. This is considered to reduce the burden on those with mental disorders. Regarding this, currently the use of social media is very common in society, especially teenagers. One type of social media that is widely used by the public is Twitter. One of the advantages of Twitter is that it is easier to use and has a simple interface. In addition, writing tweets on a Twitter account has a limit on the number of characters so that the tweet that the user writes is clearer and more concise. Therefore, this research will build a feature to detect stress levels via tweet on a twitter account using the Naïve Bayes method which will be able to classify students' stress levels based on student tweets into three classes, namely light stress, moderate stress and severe stress classes. This feature will later be implemented in a website-based student stress monitoring system as a consideration for students and counseling teachers in the student counseling process. Based on accuracy testing carried out with 90 training data and 4 test data, the accuracy rate of this feature is 75%.
Perancangan dan Implementasi Fuzzy Inference System (FIS) Metode Tsukamoto pada Penentuan Penghuni Asrama Aulia Akhrian Syahidi; Fajerin Biabdillah; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 1: Februari 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3214.757 KB) | DOI: 10.25126/jtiik.2019611228

Abstract

Asrama mahasiswa dibangun sebagai tempat tinggal bagi sekelompok orang yang sedang manjalankan suatu tugas atau kegiatan yang sama. Untuk menentukan mahasiswa yang berhak menjadi penghuni asrama, maka dalam penelitian ini memberikan rekomendasi untuk menggunakan Metode Fuzzy Tsukamoto. Metode Fuzzy Tsukamoto dipilih karena ada beberapa kelebihan yang menonjol yaitu dapat mendefinisikan nilai yang kabur dari inputan penilaian, dapat membangun, dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. Hasil analisis menyimpulkan bahwa: (1) Cara kerja Metode Fuzzy Tsukamoto memiliki tiga bagian yaitu: fuzzifikasi, inferensi fuzzy, dan defuzzifikasi, (2) Implementasi Metode Fuzzy Tsukamoto dapat menghitung penentuan penerimaan penghuni asrama mahasiswa pada studi kasus asrama mahasiswa putera “Negara Dipa Amuntai Malang”, berdasarkan 19 data dengan membandingkan antara hasil penilaian pakar, hasil perhitungan Fuzzy Tsukamoto secara manual, dan hasil perhitungan Fuzzy Tsukamoto secara otomatis menggunakan sistem yang terprogram, telah diuji mempunyai tingkat akurasi keberhasilan sebesar 63.15% dengan predikat cukup. AbstractStudent dormitory is built as a residence for a group of people who are carrying out a task or the same activity. To determine the students who have the right to become boarders, in this study provide recommendations for using the Fuzzy Tsukamoto Method. Fuzzy Tsukamoto method was chosen because there are several prominent advantages that can define the value that is blurred from the assessment input, can build, and apply the experiences of experts directly without having to go through the training process. The results of the analysis concluded that: (1) The workings of the Fuzzy Tsukamoto Method have three parts: fuzzification, fuzzy inference, and defuzzification. (2) The implementation of the Fuzzy Tsukamoto method can calculate the determination of the admission of students in the student dormitory case study of male student dormitory “Negara Dipa Amuntai Malang,” based on 19 data by comparing the results of the expert assessment, the results of Fuzzy Tsukamoto calculation manually, and the results of Fuzzy Tsukamoto calculations automatically using a programmed system, has been tested to have a success accuracy level of 63.15% with sufficient predicate. 
Perbandingan Performa Metode Klasifikasi SVM, Neural Network, dan Naive Bayes untuk Mendeteksi Kualitas Pengajuan Kredit di Koperasi Simpan Pinjam Iqbal Taufiq Ahmad Nur; Nanang Yudi Setiawan; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 4: Agustus 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2650.471 KB) | DOI: 10.25126/jtiik.2019641352

Abstract

Mendeteksi kualitas kredit sejak dini merupakan satu tahapan penting yang wajib dilakukan oleh koperasi simpan pinjam guna meminimalisir adanya risiko kredit. Dalam penelitian ini, kami menggunakan tiga metode klasifikasi yaitu SVM, Neural Network, dan Naïve Bayes untuk menemukan metode dengan performa yang paling baik dan optimal pada kasus pendeteksian kualitas kredit di koperasi simpan pinjam. Proses yang dilakukan adalah dengan mengimplementasikan data hasil pre processing menggunakan algoritme SVM, Neural Network, dan Naïve Bayes dengan proses evaluasi menggunakan 5-fold cross validation. Hasil yang didapatkan adalah metode Neural Network menjadi metode dengan performa paling baik. Rerata tingkat akurasi yang dihasilkan sebesar 86,81%, rerata precision sebesar 0,8194, rerata recall sebesar 0,8236, dan rerata nilai AUC sebesar 0,9158. Namun, waktu eksekusi yang dihasilkan algoritme Neural Network menjadikan algoritme ini sebagai algoritme paling lambat dibandingkan dengan dua metode lain. Nilai rerata waktu eksekusi dari metode Neural Network sebesar 3,058 detik, jauh lebih lama dibandingkan dua algoritme lain yang hanya berkisar pada nilai 0 – 1 detik. AbstractDetecting credit quality at the early stage is an important step that must be done by koperasi simpan pinjam in order to minimize the credit risk. In this research, we use three classification methods i.e. SVM, Neural Network, and Naïve Bayes to find the best performance and optimal method to be used in credit quality detection for koperasi simpan pinjam. The process conducted by implementing pre-processing data using an SVM, Neural Network, and Naïve Bayes algorithm with the evaluation process using 5-fold cross validation. As the result, The Neural Network method was the best performing method. The average level of accuracy produced was 86.81%, mean precision was 0.8194, average recall was 0.8236, and the average AUC value was 0.9158. However, the execution time generated by the Neural Network algorithm made this algorithm the slowest algorithm compared to the other two methods. The average execution time of the Neural Network method was 3.058 seconds, longer than the other two algorithms which only range from 0 - 1 second.
Co-Authors Abu Wildan Mucholladin Achmad Arwan Achmad Basuki Achmad Fahlevi Achmad Firmansyah Sulaeman Achmad Hanim Nur Wahid Achmad Ridok Achmad Ridok Adam Hendra Brata Adam Syarif Hidayatullah Adam Syarif Hidayatullah Adinugroho, Sigit Admi Rut Sinana Afifurrijal Afifurrijal Afta Ramadhan Zayn Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Foresta Azhar Zen Aisyah Awalina Aisyah Awalina Aisyatul Maulidah Akhmad Lazuardi Alaikal Fajri Nur Alfian Aldi Fianda Putra Alfi Nur Rusydi Alfin Taufiqurrahman Alfirsa Damasyifa Fauzulhaq Alifi Lazuardi Gunawan Amalia Kusuma Akaresti Andi Alifsyah Dyasham Anggit Chalilur Rahman Anita Rizky Agustina Anita Rizky Agustina Anjumi Kholifatu Rahmatika Ardi Wicaksono Arieftia Wicaksono Aulia Akhrian Syahidi Aulia Dewi Savitri Aulia Nurrahma Rosanti Paidja Aulia Septi Pertiwi Azhar Izzannada Elbachtiar Azzam Syawqi Aziz Baharudin Yusuf Widiyanto Bayu Aji Firmansyah Bayu Sutawijaya Brahma Hanif Farhansyah Budi Darma Setiawan Cinthia Vairra Hudiyanti Dariswan Janweri Perangin-Angin Dary Ardiansyah Haryono Dea Zakia Nathania Dedi Romario Dika Imantika Dimas Angga Nazaruddin Dinda Adimanggala Dito William Hamonangan Gultom Diva Fardiana Risa Diva Fardiana Risa Djoko Pramono Dona Adittia Dyah Ayu Wulandari Dzar Romaita Eka Devi Prasetiya Eka Yuni Darmayanti Eko Setiawan Elok Nuraida Kusuma Dewi Erik Yohan Kartiko Erika Yussi Sofyanda Fabiansyah Cahyo Kuncoro Pradipta Faizatul Amalia Fajar Pradana Fajar Pradana Fajar Pradana, Fajar Fajerin Biabdillah Fardan Ainul Yaqiin Farhan Setya Dhitama Farid Syauqi Nirwan Fasya Ghassani Hadiyan Fatwa Ramdani, Fatwa Ferdian Maulana Akbar Ferry Ardianto Rismawan Ficry Agam Fathurrachman Fikar Mukamal Giga Setiawan Gregorius Dhanasatya Pudyakinarya Habib Bahari Khoirullah Hanif Prasetyo Maulidina Hanifah Khoirunnisak Hanifah Muslimah Az-Zahra Haryowinoto Rizqul Aktsar Hasyir Daffa Ibrahim Herman Tolle Holiyanda Husada Ihza Razan Alghifari Ikhsan Putra Arisandi Ikrom Septian Hadi Ilham Pambudi Imam Cholissodin Imam Cholissodin Indra Kurniawan Syahputra Indriati Indriati Intan Yusuf Habibie Iqbal Taufiq Ahmad Nur Irma Nurvianti Irwan Suprianto Ivqonnada Al Mufarrih Joseph Ananda Sugihdharma Joseph Ananda Sugihdharma Julia Ferlin Katrina Puspita Kevin Gusti Farras Fari' Utomo Kharis Alfian Kharis Alfian Kresna Hafizh Muhaimin Kurnia Fakhrul Izza Lailil Muflikhah Latansa Nurry Izza Afida Ludgerus Darell Perwara Luthfi Afrizal Ardhani M Reza Syahputra A M. Ali Fauzi M. Khusnul Azhari M. Raabith Rifqi M. Sofyan Irwanto Mar'i, Farhanna Marrisaeka Mawarni Marvel Timothy Raphael Manullang Michael Stephen Lui Moch Irfan Prayudha Adhianto Mochamad Havid Albar Purnomo Mochammad Dearifaldi Al Ikhsan Mochammad Dearifaldi Al Ikhsan Moh Iqbal Yusron Mufidatun Nuha Muhammad Ferdyandi Muhammad Ifa Amrillah Muhammad Tanzil Furqon Muhammad Taufik Dharmawan Muhammad Zulfikarrahman Nabila Leksana Putri Nabila Lubna Irbakanisa Nanang Yudi Setiawan Nanang Yudi Setyawan Nanda Ajeng Kartini Nanda Samsu Dhuha Nasita Ratih Damayanti Naufal Fathirachman Mahing Ni Luh Made Beathris Anjasari Nourman Hajar Novanto Yudistira Nur Wahyu Melliano Hariyanto Nurafifah Alya Farahisya Nurul Hidayat Priyambadha, Bayu Puras Handharmahua Rafif Taqiuddin Raga Saputra Heri Istanto Rahmat Adi Setiawan Randy Cahya Wihandika Ratih Kartika Dewi Refi Fadholi Retno Indah Rokhmawati Retno Indah Rokhmawati, Retno Indah Reza Syahputra Rezka Aditya Nugraha Hasan Rian Nugroho Rifky Yunus Krisnabayu Riski Darmawan Riza Setiawan Soetedjo Rizal Setya Perdana Rizkey Wijayanto Rizkia Desi Yudiari Rizky Adinda Azizah Rizky Muhammad Faris Prakoso Robi Dwi Setiawan Rona Salsabila Samuel Arthur Satrio Agung Wicaksono Satrio Agung Wicaksono Satrio Hadi Wijoyo Satyawan Agung Nugroho Shinta Aprilisia Siti Mutdilah Sri Wulan Utami Vitandy Sueddi Sihotang Sulandri Sulandri Sza Sza Amulya Larasati Timothy Julian Titus Christian Utaminingrum, Fitri Vasha Farisi Sarwan Halim Vivy Junita Wahyu Satriyo Wibowo Welly Purnomo Whita Parasati Wicky Prabowo Juliastoro William Hutamaputra Windy Adira Istiqhfarani Wiratama Ahsani Taqwim Wirdhayanti Paulina Yoga Tika Pratama Yudi Muliawan Yuita Arum Sari