<![CDATA[AbstrakNegara Indonesia merupakan salah satu negara yang menganut sistem demokrasi dimana kepala negaradipilih oleh rakyat melalui pemilihan umum atau di singkat pemilu. Di dalam pemilu, setiap warga negarayang memiliki Kartu Tanda Penduduk (KTP) memiliki hak suara yang sama. Dengan jumlah tersebutmenghitung hasil suara pada pemilu bukanlah hal mudah. Tugas akhir ini membuat sebuah implementasiperhitungan suara denganm menggunakan Hadoop dengan gambar formulir C1 sebagai inputnya. Angkapada gambar C1 tersebut diolah menjadi tipe data INT dengan menggunakan jaringan saraf tiruan (JST)yang dibuat dengan menggunakan Restricted Boltzmann Machine (RBM) dengan data latih dari MNIST. JST yang telah dibuat kemudian disimpan ke dalam website agar bisa menyimpan gambar ke dalamdatabase yang ada di dalam website. Data yang disimpan di website tersebut di-crawling menggunakanApache Nutch yang kemudian hasil dari crawling tersebut menjadi job yang diolah menggunakan algoritmemapreduce pada Hadoop. Pengujian sistem yang telah dibuat ini menunjukkan hasil yang cukup cepat padarekapitulasi suara yang dilakukan dengan Apache Nutch dan Hadoop dengan multimode dan algoritmescheduling fair scheduler yaitu 85 detik. Sedangkan, Hadoop dengan konfigurasi single node dan algoritmescheduling FIFO menghasilkan waktu yang lebih baik yaitu 67 detik.Kata kunci : Hadoop, mapreduce, apache nutch, Restricted Boltzmann Machine , formulir C1, jobAbstractThe Indonesian country is one of the countries that adheres to a democratic system in which the head ofstate is elected by the people through general elections or in short elections. In elections, every citizen whohas a National Identity Card (KTP) has the same voting rights. With this number counting the vote resultsin elections is not easy. The final task is to make an implementation of vote counting by using Hadoop witha picture of form C1 as its input. The numbers in figure C1 are processed into INT data types using artificialneural networks (ANN) made using the Restricted Boltzmann Machine (RBM) with training data fromMNIST. ANN that has been created is saved to the website so that it can save images into the database onthe website. The data stored on the website is crawled using Apache Nutch, then the results of crawling arejobs that are processed using the Hadoop mapreduce algorithm. In testing the system that has been madethis results in quite fast results on the sound recapitulation conducted with Apache Nutch and Hadoop withmultimode and fair scheduler scheduling algorithms which are one minute twenty five seconds. WhereasHadoop with a single node configuration and FIFO scheduling algorithm produces a better time of 67seconds.Keywords: Hadoop, mapreduce, apache nutch, Restricted Boltzmann Machine , C1 form, job]]>
