Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Sains, Aplikasi, Komputasi dan Teknologi Informasi

Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network Ni’mah Moham; Felix Andika Dwiyanto; Herman Santoso Pakpahan; Islamiyah Islamiyah; Hario Jati Setyadi
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.763 KB) | DOI: 10.30872/jsakti.v1i2.2601

Abstract

Artikel ini bertujuan untuk menjelaskan langkah-langkah kerja metode Backpropagation Neural Network (BPNN) dalam mengenali pola Aksara Lontara Bugis Makassar dan menjelaskan seberapa akurat dalam mengenali pola aksara Lontara Bugis Makassar. Dari hasil pengujian, diperoleh tingkat akurasi sebesar 76.08%, dengan parameter learning rate sebesar 0,02, epoch maksimum sebesar 50 epoch dan hidden layer sebanyak 90 neuron berdasarkan ciri 8. Adapun, performa mean square error (MSE) sebesar 0.00424 telah diperoleh. Namun demikian, waktu yang dibutuhkan saat proses pembelajaran terbilang cukup lama yaitu 16 menit 56 detik. Berdasarkan hasil pengujian metode BPNN dapat direkomendasikan untuk mengenali pola aksara Lontara Bugis Makassar dalam rangka menunjang pembelajaran kepada masyarakat.
Pengenalan Karakter Tulisan Menggunakan Metode Learning Vector Quantization Dinda Izmya Nurpadillah; Haviluddin Haviluddin; Herman Santoso Pakpahan; Islamiyah Islamiyah; Hario Jati Setyadi
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (793.91 KB) | DOI: 10.30872/jsakti.v1i2.2602

Abstract

Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Sunda. Berdasarkan hasil eksperimen dengan berbagai parameter seperti learning rate dan jumlah hidden layer maka metode LVQ cukup akurat dalam mengenali pola aksara Sunda dengan nilai akurasi sebesar 6.66% dari data yang berhasil dikenali sebanyak 28 data dengan total data uji sebanyak 42 data dengan variasi learning rate sebesar 0.01 dan jumlah hidden layer sebanyak 90 layer. Hasil akurasi tersebut didapatkan dengan waktu pembelajaran yaitu selama 17 menit 22 detik. Adapun mean square error (MSE) yang dihasilkan sebesar 0.0408. Dari hasil akurasi, MSE dan waktu pembelajaran yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Sunda. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.
Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes Ali Sholihin; Haviluddin Haviluddin; Novianti Puspitasari; Masna Wati; Islamiyah Islamiyah
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (552.742 KB) | DOI: 10.30872/jsakti.v1i1.2215

Abstract

Antisipasi dan penanganan penyakit difteri dengan tepat sangat diperlukan oleh Pemerintah Indonesia. Oleh karena itu, informasi dari masyarakat terkait penyakit difteri sangat diperlukan oleh instansi yang berwenang. Hasil dari analisa informasi tersebut dapat menjadi salah satu rujukan dalam mengevaluasi antisipasi dan penanganan kepada masyarakat. Dalam penelitian ini, sebanyak 290 informasi terkait penyakit difteri dari masyarakat telah diambil dari data media sosial yaitu Twitter. Sedangkan, analisa data telah dilakukan menggunakan metode kecerdasan buatan berbasis semantic analysis yaitu Naïve Bayes (NB). Dalam percobaan ini, data yang dikenali telah diklasifikasikan ke dalam opini negatif dan positif. Berdasarkan hasil analisa data menunjukkan bahwa sebesar 94.5% bernilai negatif dan 5.5% bernilai positif. Hal ini menunjukkan bahwa masyarakat menganggap layanan Pemerintah terhadap penanganan penyakit difteri masih kurang percaya.
Perancangan Sistem Informasi Kegiatan Merdeka Belajar Kampus Merdeka (MBKM) Pada Program Studi Sistem Informasi Fakultas Teknik Universitas Mulawarman Putut Pamilih Widagdo; Dyna Marisa Khairina; Hario Jati Setyadi; Islamiyah Islamiyah; Ghalda Melika; Wahyu Kesuma Bakti
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 4, No 2 (2022): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jsakti.v4i2.9553

Abstract

Program Studi Sistem Informasi Fakultas Teknik Universitas Mulawarman diselenggarakan berdasarkan kurikulum yang disusun agar nantinya lulusan dapat memiliki kemampuan pada pengetahuan, sikap, dan perilaku/keterampilan yang sesuai dengan visi dan misi yang telah ditetapkan. Kegiatan Merdeka Belajar Kampus Merdeka (MBKM) merupakan program yang bertujuan mendorong mahasiswa agar nantinya dapat menguasai berbagai keilmuan yang bermanfaat dalam memasuki dunia kerja. Penyesuaian dan konversi kurikulum program studi sistem informasi dengan kegiatan MBKM sudah merupakan keharusan agar mahasiswa dapat mengikuti kegiatan dengan mudah. Untuk menjamin kegiatan MBKM dapat terdata dengan baik tentunya dibutuhkan sistem informasi yang sesuai untuk mengakomodir kegiatan tersebut. Perancangan sistem informasi MBKM pada program studi sistem informasi ini akan sangat membantu menyelaraskan visi dan misi dengan program MBKM yang dicanangkan oleh kementerian pendidikan kebudayaan riset dan teknologi tentunya akan memudahkan dalam menyimpan, mendistribusikan dan pengambilan keputusan berdasarkan informasi yang diolah pada sistem informasi. Tujuan penelitian adanya sistem informasi MBKM yang mampu mengolah data-data MBKM Mahasiswa untuk dijadikan informasi yang bermanfaat dalam pengambilan kebijakan strategis dan manajemen di Program Studi Sistem Informasi.