Garuda - Garba Rujukan Digital

Penerapan K-Means Clustering pada Penentuan Jenis Pembelajaran di Universitas Pasir Pengaraian Luth Fimawahib; Erni Rouza
Jurnal Inovtek Polbeng Seri Informatika Vol 6, No 2 (2021)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v6i2.2096

Pandemi Covid-19 yang melanda dunia, merubah pola kehidupan manusia termasuk dalam proses kegiatan belajar mengajar di perguruan tinggi. Salah satu perguruan tinggi yang terdampak pandemi ini adalah Universitas Pasir Pengaraian. Perkuliahan yang dilaksanakan oleh Universitas Pasir Pengaraian dimasa pandemi Covid-19 setidaknya terdiri dari tiga bentuk, yaitu offline, online dan blended learning. Upaya untuk menilai metode pembelajaran mana yang paling efektif menjadi penting untuk mengukur tingkat keberhasilan proses belajar mengajar, sehingga penelitian ini bertujuan untuk menentukan strategi perkuliahan di Universitas Pasir Pengaraian dengan menggunakan metode K-Means Clustering. Algortima K-Means Clustering merupakan suatu metode dalam data mining yang dapat dimanfaatkan untuk pengelompokan data. CRISP-DM merupakan metodologi data mining yang dipakai dalam penelitian ini. Dataset penelitian diperoleh dari laporan pembelajaran dosen semester Genap 2020. RapidMiner digunakan sebagai tool untuk memproses data tersebut. Cluster yang dibentuk sebanyak 3 (tiga) dengan hasil Cluster 1 (49 dosen), Cluster 2 (17 dosen), dan Cluster 3 (54 dosen). Berdasarkan hasil ini, strategi perkuliahan dengan jenis pembelajaran Blended Learning menjadi pilihan yang paling tepat untuk digunakan di Universitas Pasir Pengaraian, karena selain Cluster 3 ini memiliki jumlah keanggotaan yang terbanyak, pada Cluster ini persentase tertinggi tempat belajar adalah Ruang Kelas/Labor dan Aplikasi Meeting, yaitu perpaduan antara kuliah secara offline dan online. Startegi perkuliahan blended learning terbukti representatif digunakan dimasa pandemi. Evaluasi menggunakan DBI atau Davies-Bouldin Index. Nilai DBI yang didapatkan sebesar -1.163. Evaluasi Cluster kurang baik jika dilihat pada nilai ini, karena bernilai negatif dan tidak mendekati nol.Kata Kunci - K-Means, Pembelajaran, Universitas Pasir Pengaraian

Prediksi Jenis Cacing Nematoda Usus Yang Menginfeksi Siswa Dengan Menggunakan Metoda LVQ Erni Rouza
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 8 No. 2 (2017): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Abstrak-Pada saat ini, Jaringan Syaraf Tiruan (JST) telah banyak menjadi objek penelitian yang menarik, karena penerapannya sangat potensial dalam berbagai bidang sains, salah satu penerapannya didalam memprediksi penyakit. Penelitian ini bertujuan untuk mencoba menerapkan metode Learning vector Quantization (LVQ) dalam memprediksi jenis cacing Nematoda usus yang menginfeksi siswa dari nilai akurasi yang dihasilkan, karena beberapa penelitian menunjukkan bahwa anak usia sekolah dasar merupakan golongan yang sering terkena infeksi cacing usus. Dari hasil pelatihan dan pengujian menggunakan metode Learning Vector Quantization (LVQ) diketahui bahwa tingkat akurasi sesuai dengan hasil sebenarnya dan nilainya konstan, proses cepat hanya membutuhkan waktu paling lama 3 menit dan memberikan hasil yang optimal yaitu tingkat akurasi data latih sebesar 78,6885%, serta 80% untuk data uji. Hal ini menunjukkan bahwa jaringan yang terbentuk sudah cukup baik, akurat dan cepat dalam melakukan pembelajaran terhadap data input yang diberikan dalam memprediksi jenis cacing Nematoda Usus yang menginfeksi siswa. Kata kunci : Cacing Nematoda Usus, Jaringan Syaraf Tiruan, Learning Vector Quantization Abstract- At this time, an Artificial Neural Network (ANN) has been an interesting objects of research, because of application has potential in various fields of science, one application was used to predict diseases. This study aims to try to implement methods Learning vector quantization (LVQ) in predicting the type of Nematode worms that infect the intestines of students from the resulting accuracy value, because some studies show that children of primary school age are often exposed to a class of intestinal worm infections. From the results of the training and testing using methods Learning Vector Quantization (LVQ) note that the level of accuracy in accordance with the actual results and the value of the constant, quick process only takes a maximum of 3 minutes and provide optimal results is the level of training data accuracy of 78.6885%, and 80% for the test data. This indicates that the network is formed is quite good, accurate and fast in doing the learning on the input data given in predicting Intestinal Nematode worm species that infect students. Keywords: Intestinal Netamoda Worms, Artificial Neural Network, Learning Vector Quantization

Perancangan dan Implementasi Konfigurasi Wifi Router dan Jaringan Wireless dengan Rb951ui-2nd Basorudin Basorudin; Erni Rouza; Budi Yanto; Satria Riki Mustafa
Building of Informatics, Technology and Science (BITS) Vol 3 No 3 (2021): Desember 2021
Publisher : Forum Kerjasama Pendidikan Tinggi

Computer networks are growing very rapidly, both in commercial institutions, the academic world, and even people's homes that need internet access. The internet is accessed by many people without exception of hackers and crackers.[1] In the configuration, the output generated is in the form of making a homepage for hotspot user logins, firewalls, namely blocking sites, RADIUS, Blocking internet access at a predetermined time and making SSID. This configuration is very necessary when we access the internet, especially for schools, because with the construction of this configuration, we can limit the use of internet access hours, and students are not allowed to access certain sites during study hours, for example YouTube, Facebook and others, with this configuration Wifi routers and teachers' wireless networks can also limit who can access the internet on certain days and certain hours, especially at SMK N 1 Pendalian 4 Koto. From the results of the trials that have been carried out, it shows success, starting from the internet connection test, both ping to the router and pinging to google, and also when teachers and students access the internet via hotspot login with the voucher that has been provided also successful, then the test results for time restrictions internet access has also been successful, site blocking has also been successfully carried out. So it can be concluded that the research on wifi router and internet configuration at SMK Negeri 1 Pendalian IV Koto has been successful

NORMALISASI KATA BAHASA BATAK MANDAILING MENGGUNAKAN METODE LEVENSHTEIN DISTANCE Sindi Maulia; Erni Rouza; Luth Fimawahib; Imam Rangga Bakti; Satria Riki Mustafa
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 10 No 3 (2022): Jursima Vol.10 No.3 Desember 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.514

Batak Mandailing merupakan suatu masyararkat Indonesia yang menggunakan bahasa Batak Mandailing daerah yang mereka tempati terletak pada kabupaten tapanuli setalatan (Sayur Matinggi) serta Kabupaten Mandailing Natal yang meliputi daerah Panyabungan, Siabu, Hutan Pungkut, Panyabungan dan lainnya, di Provinsi Sumatera Utara. Pada penelitian ini dalam normalisasi kata bahasa batak mandailing digunakan metode Levenshtein Distance, metode ini adalah matriks perbandingan dalam mengukur perbedaan diantara dua urutan. Levenshtein Distance sering dugunakan pada perbandingan diantara dua urutan String yang membantu masalah dalam memperbaiki setiap kesalahan pada ejaan didalam kata, pada pembuatan aplikasi untuk normalisasi kata Bahasa batak mandainling ini dgunkan Bahasa pemograman PHP dan MySQL sebagai basis datanya. Hasil dari penggunaan metode Levenshtein Distance ini semakin banyak kata dasar yang dimiliki maka hasilnya akan semakin bagus dan juga jika melebihi batasan String nya maka kata tidak akan di temukan dikarenakan batasan masalah pada penelitian ini yaitu jarak Levenshtein Distance yang digunakan dalam pengubahan yang memiliki nilai 0 sampai kurang dari 3 string saja. Dari hasil pengujian diperoleh akurasi sebesar 84% sehingga dapat disimpulkan bahwa aplikasi ini dapat diterima dengan baik

NORMALISASI KATA BAHASA BATAK MANDAILING MENGGUNAKAN METODE LEVENSHTEIN DISTANCE Sindi Maulia; Erni Rouza; Luth Fimawahib; Imam Rangga Bakti; Satria Riki Mustafa
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 10 No 3: Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.514

Batak Mandailing merupakan suatu masyararkat Indonesia yang menggunakan bahasa Batak Mandailing daerah yang mereka tempati terletak pada kabupaten tapanuli setalatan (Sayur Matinggi) serta Kabupaten Mandailing Natal yang meliputi daerah Panyabungan, Siabu, Hutan Pungkut, Panyabungan dan lainnya, di Provinsi Sumatera Utara. Pada penelitian ini dalam normalisasi kata bahasa batak mandailing digunakan metode Levenshtein Distance, metode ini adalah matriks perbandingan dalam mengukur perbedaan diantara dua urutan. Levenshtein Distance sering dugunakan pada perbandingan diantara dua urutan String yang membantu masalah dalam memperbaiki setiap kesalahan pada ejaan didalam kata, pada pembuatan aplikasi untuk normalisasi kata Bahasa batak mandainling ini dgunkan Bahasa pemograman PHP dan MySQL sebagai basis datanya. Hasil dari penggunaan metode Levenshtein Distance ini semakin banyak kata dasar yang dimiliki maka hasilnya akan semakin bagus dan juga jika melebihi batasan String nya maka kata tidak akan di temukan dikarenakan batasan masalah pada penelitian ini yaitu jarak Levenshtein Distance yang digunakan dalam pengubahan yang memiliki nilai 0 sampai kurang dari 3 string saja. Dari hasil pengujian diperoleh akurasi sebesar 84% sehingga dapat disimpulkan bahwa aplikasi ini dapat diterima dengan baik

NORMALISASI KATA BAHASA BATAK MANDAILING MENGGUNAKAN METODE LEVENSHTEIN DISTANCE Sindi Maulia; Erni Rouza; Luth Fimawahib; Imam Rangga Bakti; Satria Riki Mustafa
JURSIMA Vol 10 No 3: Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.514

Batak Mandailing merupakan suatu masyararkat Indonesia yang menggunakan bahasa Batak Mandailing daerah yang mereka tempati terletak pada kabupaten tapanuli setalatan (Sayur Matinggi) serta Kabupaten Mandailing Natal yang meliputi daerah Panyabungan, Siabu, Hutan Pungkut, Panyabungan dan lainnya, di Provinsi Sumatera Utara. Pada penelitian ini dalam normalisasi kata bahasa batak mandailing digunakan metode Levenshtein Distance, metode ini adalah matriks perbandingan dalam mengukur perbedaan diantara dua urutan. Levenshtein Distance sering dugunakan pada perbandingan diantara dua urutan String yang membantu masalah dalam memperbaiki setiap kesalahan pada ejaan didalam kata, pada pembuatan aplikasi untuk normalisasi kata Bahasa batak mandainling ini dgunkan Bahasa pemograman PHP dan MySQL sebagai basis datanya. Hasil dari penggunaan metode Levenshtein Distance ini semakin banyak kata dasar yang dimiliki maka hasilnya akan semakin bagus dan juga jika melebihi batasan String nya maka kata tidak akan di temukan dikarenakan batasan masalah pada penelitian ini yaitu jarak Levenshtein Distance yang digunakan dalam pengubahan yang memiliki nilai 0 sampai kurang dari 3 string saja. Dari hasil pengujian diperoleh akurasi sebesar 84% sehingga dapat disimpulkan bahwa aplikasi ini dapat diterima dengan baik

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search