Claim Missing Document
Check
Articles

Found 10 Documents
Search

Identifikasi Pneumonia Pada Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Berdasarkan Ekstraksi Fitur Sobel Jopa Yopento; Ernawati Ernawati; funny farady Coastera
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.17247

Abstract

Pneumonia merupakan peradangan yang terjadi pada jaringan parenkim paru-paru yang sebagian besar disebabkan oleh mikroorganisme patogen dan sebagian kecil disebabkan oleh hal lain. Pneumonia sendiri masih menjadi penyebab tertinggi kematian balita maupun bayi baru lahir. Salah satu tindakan untuk mengetahui pasien terjangkit pneumonia adalah dengan melihat rougten atau citra CT-Scan paru-paru penderita. Sejauh ini para tenaga medis melakukan analisa secara langsung dengan melihat hasil rougten paru-paru pasien. Salah satu metode yang digunakan dalam melakukan klasifikasi terhadap citra adalah metode Convolutional Neural Network (CNN). CNN sendiri merupakan jenis Deep Learning yang popuker digunakan saat ini. Pada penelitian sebelumnya dalam mengidentifikasi pneumonia didapatkan hasil akurasi diatas 75%, namun terkendala dengan nilai akurasi yang masih dibawah 85% sehingga masih harus dilakkukan penelitian kembali untuk meningkatkan nilai akurasi dari model ini. Salah satu ekstraksi fitur yang biasa digunakan pada CNN yaitu ekstraksi fitur sobel guna meningkatkan akurasi pada mesin learning ini. Pada penelitian ini didapatkan hasil berupa Precision sebesar 91%, Recall sebesar 92.8% dan Accurasy sebesar 91.54%. tingkat akurasi yang didapatkan berdasarkan nilai epoch sebesar 50, learning rate sebesar 0.0001 dan nilai batch sebesar 20.  
Desain dan Implementasi Aplikasi Manajemen Repository Surat Berbasis Web (Studi Kasus: Fakultas Teknik Universitas Bengkulu) Mochammad Yusa; Funny Farady Coastera; Wahyu Syahputra; Stefani Tasya Hallatu
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.212 KB) | DOI: 10.33369/rekursif.v9i1.14525

Abstract

Surat merupakan salah satu media informasi yang sering digunakan dalam menyampaikan sebuah informasi kepada orang lain. Pada lingkungan Fakultas Teknik ada beberapa kendala di bidang surat menyurat khususnya Surat Keputusan dan Surat Tugas. Pada Lingkungan Fakultas Teknik Universitas Bengkulu, pendistribuasian Surat Keputusan dan Surat Tugas masih dilakukan secara konvensional dengan menyerahkan langsung terhadap yang bersangkutan dalam bentuk hardcopy. Selain itu, SK dan Surat Tugas yang menumpuk juga sangat sulit untuk diurutkan berdasarkan tanggalnya sesuai dengan kebutuhan - kebutuhan penggunaan SK  dan Surat Tugas tersebut. Penelusuran terkait resmi atau tidaknya SK dan Surat Tugas yang dikeluarkan juga menjadi kendala lainnya meskipun potensinya kecil namun tidak menutup kemungkinan hal ini dapat terjadi. Sehingga dilakukan penelitian ini yang bertujuan untuk merancang sistem informasi yang memungkinkan dapat mengarsipakan data histori surat keputusan dan surat tugas yang dikeluarkan dari Fakultas Teknik Universitas Bengkulu. Pembuatan sistem informasi ini menggunakan metode pengumpulan data dengan mengumpulkan data dari dokumen atau catatan yang ada, dan juga menggunakan metode studi literatur dengan menelusuri sumber – sumber tuliasan lainnya. Untuk mencapai hasil peneilitan ini dilakukan analisis masalah, kebutuhan, dan lainnya sehingga di dapatkan hasil perancangan UML dan perancangan sistem informasi beserta dengan pengujiannya.
Implementasi Arsitektur Microservices Pada Rancang Bangun Aplikasi Marketplace Berbasis Web (Studi Kasus : Pasar Tradisional Modern Kota Bengkulu) Alessandro Sinambela; Ernawati Ernawati; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (53.289 KB) | DOI: 10.33369/rekursif.v9i1.14929

Abstract

Kemajuan teknologi informasi saat ini sangat membantu kegiatan manusia dalam melakukan bisnis online melalui marketplace. Untuk memenuhi kebutuhan konsumen dibutuhkan peranan bidang teknologi dalam proses penjualan, pembelian, hingga efisiensi dan efektifitas. Pasar Tradisional Modern (PTM) merupakan pasar tradisional modern yang berada di kota Bengkulu yang menggunakan kaidah pasar tradisional yaitu tempat bertemunya penjual dan pembeli, hal tersebut menimbulkan masalah yaitu membutuhkan banyak waktu untuk berbelanja kebutuhan sehari-hari. Aplikasi yang akan dibangun untuk mempermudah ibu rumah tangga dalam berbelanja bahan-bahan dapur. Aplikasi ini nantinya akan dibuat berbasis marketplace dan menggunakan arsitektur microservice. Microservice merupakan arsitektur yang membagi sistem menjadi servis-servis kecil. Penggunaan arsitektur tersebut dapat mengatasi masalah pada arsitektur monolith yaitu penggunaan resources yang besar pada server, sulit melakukan pengembangan pada sistem. Untuk proses pengolahan data pada tiap-tiap servis menggunakan application programming interface (Api) dan menggunakan javascript web token (Jwt) sebagai autorisasi untuk menggunakan end point yang disediakan. Untuk mendukung arsitektur tersebut dapat menggunakan docker dalam proses manajemen servis. Penelitian ini terdiri dari lima servis yaitu api-gateway, produk-servis, keranjang-servis, order-servis, dan pengguna-servis­­­­­­­­­­ yang berjalan didalam docker container. Berdasarkan pengujian yang telah dilakukan, penelitian ini memiliki tingkat keberhasilan 100% pada pengujian end point dalam mengolah data pada servis-servis yang ada didalam docker container, dan pengujian sistem secara fungsional telah dilakukan menggunakan metode pengujian black box dan menghasilkan nilai 100% dengan bermacam skenario.
Analisis Dan Perancangan Jaringan Komputer Berbasis Virtual Local Area Network (VLAN) Menggunakan Router Mikrotik (Studi Kasus SMAN 9 Kaur) Rio Nando; Aan Erlansari; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (75.812 KB) | DOI: 10.33369/rekursif.v9i2.15961

Abstract

Sekolah Menengah Atas (SMA) Merupakan salah satu dari penyelenggara pendidikan berbasis umum. SMAN  9 Kaur merupakan sekolah menengah atas yang masih termasuk sekolah baru di kabupaten kaur. Pada saat ini di SMAN 9 Kaur belum memiliki koneksi internet, oleh karena itu kepala sekolah SMAN 9 Kaur berencana untuk menyediakan fasilitas internet untuk menunjang kelancaran administrasi dan proses belajar mengajar di sekolah tersebut sekolah tersebut membutuhkan rancangan jaringan komputer. VLAN merupakan suatu model jaringan yang tidak terbatas pada lokasi fisik seperti LAN, hal ini mengakibatkan suatu network dapat dikonfigurasi secara virtual tanpa harus menuruti lokasi fisik peralatan. Penggunaan VLAN akan membuat pengaturan jaringan menjadi sangat fleksibel dimana dapat dibuat segmen yang bergantung pada organisasi atau departemen, tanpa bergantung pada lokasi workstation. Mikrotik merupakan sebuah perusahaan pembuatan perangkat keras dengan merek RouterBoard, RouterBoard terus mengembangkan desain baru dengan menggunakan sistem operasi RouterOS.Kata kunci:  Mikrotik RouterBoard, VLAN,  workstation, RouterOS 
Implementasi Algoritme Hard K-Means Clustering Dalam Penentuan Masa Pensiun (Studi Kasus: Badan Kepegawaian Daerah Provinsi Bengkulu) Asahar Johar; Funny Farady Coastera; Heru Syah Putra
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.731 KB) | DOI: 10.33369/rekursif.v7i2.8490

Abstract

Tentang pokok-pokok kepegawaian pasal 10 disebutkan bahwa pensiun merupakan suatu kondisi dimana seorang pegawai negeri sipil (PNS) tidak bekerja lagi atau juga disebut dengan jaminan hari tua, dalam peraturan pemerintah nomor : 11 tahun 2017 tentang manajemen pegawai negeri sipil yang telah mencapai batas usia pensiun diberhentikan dengan hormat adapun batasan pensiun diumur 58 tahun pejabat fungsional muda, 60 tahun pejabat fungsional madya, dan 65 tahun pejabat fungsional ahli utama. Saat ini dalam pengelolahan data pegawai pensiun masih dikerjakan secara manual belum terkomputerisasi sehingga operator dan pegawai mengalami kesulitan dalam mengangani masalah pegawai yang akan pensiun. Untuk mengatasi permasalahan tersebut, pemerintah membentuk program sistem informasi pensiun dengan harapan bisa membantu mempermudah dalam pengerjaan data pegawai pensiun baik operator yang menangani maupun pegawai yang akan pensiun. Badan kepegawaian daerah provinsi Bengkulu menetapkan 2 indikator untuk dijadikan acuan untuk melakukan pengelompokan pegawai masuk kedalam masa pensiun. Dalam penelitian ini,dibangun sebuah sistem berbasis website yang dapat membantu proses pengelolahan data pensiun pegawai. Sistem ini akan mengimplementasikan algoritme hard k-means clustering untuk pengelompokan proses masa pensiun pegawai.Kata Kunci : Permasalahan Pengelolahan Data Pegawai Pensiun (BKD), website, hard k-means clustering, kluster
Pengelompokan Dan Pemetaan Derajat Kesehatan Kota Bengkulu Dengan Metode K-Means Clustering Fariz Rizky Tanjung; Rusdi Efendi; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (440.945 KB) | DOI: 10.33369/rekursif.v7i1.7097

Abstract

Derajat kesehatan masyarakat adalah gambaran tentang kondisi kesehatan yang terjadi secara umum di masyarakat. Situasi derajat kesehatan suatu provinsi dipaparkan dalam profil kesehatan yang disusun setiap tahunnya. Sama halnya dengan provinsi lain di tanah air, provinsi Bengkulu terus berusaha meningkatkan derajat kesehatan masyarakatnya yang kemudian dipaparkan pada profil kesehatan provinsi Bengkulu. Belum terdapat penjelasan mengenai pengelompokkan derajat kesehatan secara umum dari setiap daerah sesuai dengan nilai indikator-indikatornya. Pada penelitian ini dihasilkan pengelompokkan derajat kesehatan kedalam 3 kategori, yaitu derajat kesehatan tertinggi, menengah, dan terendah. K-Means clustering yang merupakan metode pengelompokkan data digunakan untuk mengelompokkan derajat kesehatan. Pengelompokkan dilakukan menggunakan indikator derajat kesehatan yang dipaparkan profil kesehatan sehingga menghasilkan kelompok-kelompok puskesmas berdasarkan derajat kesehatannya. Pada profil kesehatan, kondisi derajat kesehatan dijelaskan ditiap-tiap indikator tanpa mengetahui kondisi dari keseluruhan indikator-indikator tersebut. Setelah dilakukan pengelompokkan derajat kesehatan pada tahun 2017, dari total 20 puskesmas diketahui terdapat 15 puskesmas termasuk kedalam kelompok menengah, 2 puskesmas termasuk kedalam kelompok tertinggi, dan 3 puskesmas termasuk kedalam kelompok terendah. Penelitian ini dapat membantu mengamati kondisi derajat kesehatan di wilayah kota Bengkulu. Sehingga dapat memudahkan Dinas Kesehatan Kota Bengkulu dalam berupaya meningkatkan derajat kesehatan kota Bengkulu.Kata kunci: Derajat Kesehatan, Pengelompokkan, K-Means Clustering, Pemetaan, Puskesmas
Analisis Prediksi Masa Studi Mahasiswa Menggunakan Metode Decision Tree Dengan Penerapan Algoritme Cart (Classification and Regression Trees) (Studi Kasus Data Alumni Fakultas Teknik Universitas Bengkulu) Muhammad Fando Rizalno; Asahar Johar; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.21362

Abstract

Salah satu suber daya besar yang dimiliki universitas adalah basis data, namun basis data yang besar ini hanya disimpan dalam gudang data. Padahal data yang terkumpul dan berukuran besar tersebut merupakan aset yang dapat dimanfaatkan untuk dianalisis yang hasilnya berupa pengetahuan atau informasi berharga. Melihat kondisi tersebut diperlukan penelitian untuk menggali data yang dimiliki oleh Universitas Bengkulu untuk melihat parameter yang paling berpengaruh pada lama masa studi mahasiswa, data yang akan dimanfaatkan disini adalah data akademik dan data wisudawan. Metode yang digunakan untuk menganalisinya adalah Decission tree dengan menggunakan algoritme CART. Melakukan prediksi dibutuhkan dataset yang teratur, Dataset yang digunakan masih mengandung missing values sehingga dalam penelitian ini tahap prepocessing data dilakukan. Tahap preprocessing menggunakan sistem data warehouse dengan penerapa ETL. Aplikasi ini dibuat dengan menggunakan Visual studio code bahasa pemrograman PHP framewort laravel. Hasil dari penelitian ini berupa aplikasi pengelompokkan data alumni lulus tepat waktu dan prediksi lama masa studi utuk mahasiswa baru. Pengujian software menggunakan metode Evaluasi Accuracy dan Black box. Hasil dari penelitian ini adalah nilai parameter yang berpengaruh pada kelulusan mahasiswa dan dapat digunakan untuk proses prediksi masa studi mahasiswa.
Analisis Performa Algoritma Naïve Bayes Untuk Penentuan Kelayakan Pendonor Darah Funny Farady Coastera; Mochammad Yusa; Nadiza Lediwara; Julia Purnama Sari
Jurnal VOI (Voice Of Informatics) Vol 9, No 1 (2020)
Publisher : STMIK Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (178.737 KB)

Abstract

Donor darah merupakan proses tranfusi darah dari pendonor ke dalam bank darah. Dalam proses pendonoran darah, calon pendonor harus dalam kondisi yang benar-benar masuk dalam kondisi paling aman. Jika salah menentukan kriteria indikator calon pendonor darah maka akan berakibat fatal bahkan dapat menimbutkan kematian. Dalam era kecanggihan, data mining sangat bermanfaat bagi untuk beberapa bidang termasuk dalam membantu pendonoran darah. Penelitian ini bertujuan untuk mengukur kinerja dari algoritma Naive Bayes yang diimplementasikan pada dataset pendonoran darah. Penelitian dimulai dengan pengumpulan sample pendonor darah baik kriteria yang boleh atau tidak boleh. Kemudian dilanjutkan dengan proses pembersihan data (data prepocessing). Setelah didapatkan dataset yang memenuhi kriteria, tahapan selanjutnya adalah mengimplementasi algoritma supervised learning Naive Bayes. Dalam penelitian ini juga lebih mengeksplor data atribut yang bersifat kontinyu. Atribut-atribut yang dipertimbangkan dalam penelitian ini adalah berat badan, kadar hemoglobin, umur, tekanan darah sistolik, distolik. Metode validasi pengukuran kinerja model yang digunakan dalam penelitian ini adalah k-fold cross validation dengan nilai k=10. Akurasi, Presisi, dan Nilai Recall menjadi parameter kinerja model algoritma yang diukur dalam penelitian ini. Hasil dari penelitian ini menunjukkan bahwa akurasi model algoritma Naive Bayes tergolong excellent yaitu sebesar 80%, nilai recall  rata-rata kedua label adalah  80,61%, dan nilai precision dari algoritma ini sebesar 80,401%.
IMPLEMENTASI K-MEANS CLUSTERING DAN COSINE SIMILARITY PADA CASE BASE REASONING UNTUK DIAGNOSA PENYAKIT SAPI (STUDI KASUS: PENYAKIT SAPI DI KOTA BENGKULU) Zahira Salsabila Barly; Funny Farady Coastera; Mochammad Yusa
Jurnal Pseudocode Vol 9 No 2 (2022): Volume 9 Nomor 2 September 2022
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.9.2.88-94

Abstract

Dari berbagai macam jenis hewan ternak yang paling banyak dipelihara atau diternakkan oleh peternak adalah sapi. Sebagai negara yang memiliki iklim tropis, berbagai macam keadaan cuaca dapat menyebabkan kesehatan sapi perlu diperhatikan karena dapat menimbulkan penyakit. Dengan dilakukan penelitian ini dapat mempermudah peternak sapi dalam mendiagnosa penyakit pada sapi dengan gejala-gejala yang diderita menggunakan sistem yang mengimplementasikan algoritma K-Means Clustering dan Cosine Similarity pada Case Base Reasoning untuk diagnosa penyakit sapi. Sistem pakar yang dirancang dapat mendeteksi 7 penyakit dengan total 34 gejala serta memberikan solusinya. Algoritma K-Means Clustering digunakan untuk mengelompokkan basis pengetahuan. Terdapat 3 kelompok yang ditentukan menggunakan metode elbow. Cosine similarity digunakan untuk mendapatkan nilai kemiripan kasus dengan kasus lama untuk menentukan penyakit yang diderita oleh sapi. Proses pengujian fungsionalitas sistem pakar ini berjalan dengan baik menggunakan black box testing dan menghasilkan keberhasilan fungsional sebesar 100%. Penelitian ini dilakukan dengan menguji 40 data uji dan menghasilkan tingkat akurasi sebesar 92,5%.
Analisis Respon Peserta Pelatihan Pengelolaan Sistem Informasi Desa Rindu Hati Menuju Desa Digital eko risdianto; Funny Farady Coastera
Darmabakti: Jurnal Inovasi Pengabdian dalam Penerbangan Vol. 3 No. 1 (2022): Darmabakti: Jurnal Inovasi Pengabdian dalam Penerbangan
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat Politeknik Penerbangan Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52989/darmabakti.v3i1.66

Abstract

Kegiatan PPM berbasis riset ini merupakan implementasi hasil riset Tim pengusul dalam memecahkan permasalahan yaitu masih terbatasnya skill atau keterampilan calon mitra PPM terkait pengelolaan sistem informasi berbasis digital sebagai salah satu langkah untuk Desa Rindu Hati Menuju Desa Digital. Kegiatan PPM ini bertujuan untuk meningkatkan skill pengelola Wisata Rindu Hati dalam mengelola sarana dan prasarana promosi berupa website di kantor Kepala Desa Rindu Hati serta menyediakan CCTV di area Wisata Rindu Hati yang digunakan untuk memudahkan pengelola dalam memantau aktivitas secara realtime. Metode yang dilaksanakan dalam mencapai tujuan adalah pelatihan dan pendampingan dalam mendesain dan mengelola website, konten youtube untuk mempromosikan potensi wisata di Desa Rindu Hati. Melalui kegiatan ini telah dihasilkan website, akun youtube, serta pemasangan CCTV. Pada kegiatan pengabdian ini, telah dilakukan pelatihan dan pengembangkan sistem informasi desa terpadu yang dapat digunakan oleh pihak desa untuk mempromosikan, menginformasikan, dan memonitoring melalui sistem informasi desa terpadu di Desa Rindu hati. Selain itu juga telah dipasang CCTV di area Wisata Rindu Hati untuk memudahkan pengelola dalam memantau aktivitas secara realtime. Dari angket respon yang disebarkan kepada pengelola Wisata Rindu Hati diketahui bahwa warga Desa Rindu Hati merasa sangat terbantu oleh kegiatan yang dilaksanakan oleh tim pengabdian LPPM Universitas Bengkulu.