Articles
24 Documents
Search results for
, issue
"Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021"
:
24 Documents
clear
<![CDATA[KLASIFIKASI DAN ANALISIS DATASET KOMENTAR VIDEO YOUTUBE MENGGUNAKAN SUPERVISED LEARNING ]]>
<![CDATA[Finki Dona]]>;
<![CDATA[Ihdalhubbi Maulida]]>;
<![CDATA[Bayu Nugraha]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.232
<![CDATA[Interaksi di dalam sosial media dapat di lihat dari komentar-komentar sebagai umpan balik dari setiap kegiatan yang ada di media sosial, mulai dari status yang berupa teks, gambar maupun video. Dari berbagai respon pada kolom komentar tersebut diperoleh sebuah informasi dari data yang tidak terstruktur sehingga perlu adanya suatu teknik untuk mendefinisikan nilai informasi Fokus dalam penelitian ini adalah untuk memverifikasi kebenaran dan menggali nilai informasi yang terstruktur sehingga dapat menggambarkan kejadian dan topik yang terhubung dari komentar-komentar yang ada di dalam video youtube yang menjadi objek penelitian ini. Dari hasil pengujian di atas dapat dilihat nilai performa dari hasil pengujian menggunakan metode Naïve Bayes mendapatkan akurasi sebesar 57,50%, sedangkan dengan menggunakan metode KNN mendapatkan akurasi 88.06%..]]>
<![CDATA[PENGENALAN BUAH KOPI BERDASARKAN PARAMETER WARNA MENGGUNAKAN ALGORITMA BACKPROPAGATION DAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) ]]>
<![CDATA[Helda Agave Sihombing]]>;
<![CDATA[Inte Christinawati Buulolo]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.234
<![CDATA[Salah satu kopi arabika unggulan Indonesia adalah Kopi Lintong yang berasal dari Sumatera Utara. Peneliti akan melakukan 2 percobaan yaitu percobaan I untuk memperoleh model terbaik dalam melakukan klasifikasi buah kopi arabika varietas Sigarar Utang. Sedangkan percobaan II dilakukan untuk mengetahui objek mana yang lebih baik digunakan dalam klasifikasi kopi berkualitas berdasarkan parameter warna, apakah buah kopi atau biji kopi. Dataset yang digunakan pada percobaan I adalah berupa 250 gambar buah kopi kualitas baik dan 250 gambar buah kopi kualitas kurang yang diambil langsung dari KSU POM Humbang Cooperative. Kemudian dilakukan image preprocessing yang menghasilkan 2500 gambar baru. Sedangkan dataset yang digunakan pada percobaan II adalah data buah kopi dan biji kopi. Buah kopi terdiri dari 240 gambar buah kopi baik dan 240 gambar buah kopi cacat hasil image rotation. Biji kopi terdiri dari 240 gambar biji kopi baik dan 240 gambar biji kopi cacat. Data tersebut kemudian akan dilakukan ekstraksi fitur dengan menggunakan metode HSV (Hue, Saturation, Value). Selanjutnya akan dilakukan proses learning menggunakan algoritma Backpropagation dan algoritma Support Vector Machine dengan tiga jenis kernel yaitu RBF, polynomial, dan sigmoid. Berdasarkan pengujian yang telah dilakukan, maka diperoleh hasil pada percobaan I menghasilkan model klasifikasi terbaik dengan menggunakan algoritma SVM dengan kernel RBF menghasilkan nilai akurasi sebesar 86% dan nilai f-score sebesar 86%. Untuk percobaan II memperoleh hasil bahwa buah kopi dan biji kopi baik digunakan sebagai objek dalam pengenalan buah kopi berdasarkan fitur warna dengan menggunakan machine learning.]]>
<![CDATA[ANALISIS SENTIMEN APLIKASI E-LEARNING SELAMA PANDEMI COVID-19 DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN CONVOLUTIONAL NEURAL NETWORK ]]>
<![CDATA[Alek Sander Simbolon]]>;
<![CDATA[Nina Ismaya Pangaribuan]]>;
<![CDATA[Nenni Mona Aruan]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.236
<![CDATA[Aplikasi e-learning dibutuhkan masyarakat dalam meningkatkan pendidikan di mana e-learning yang menjadi objek penelitian adalah Ruangguru dan Zenius karena memiliki jumlah pengguna lebih dari 16 juta dengan kepuasan pengguna lebih dari 8.5/10 dan lebih dari 1 juta kali di download di play store. Aplikasi tersebut memberikan ruang bagi pengguna aplikasi untuk mendapatkan tingkat kepuasan dari pengguna aplikasi. Sentiment analysis merupakan natural language preprocessing yang dapat digunakan dalam melakukan ekstraksi opini dari data berupa teks di mana tujuan penelitian ini melakukan evaluasi pada peningkatan hal positif dan memperbaiki hal yang negatif. Data ulasan yang diambil dari Twitter dan play store memiliki promosi dan giveaway yang akan berpengaruh pada pengolahan data dalam penentuan opini dan bukan opini. Penulis menggunakan metode lexicon based dalam memberikan label atau nilai sentiment pada setiap data. Pendekatan yang digunakan algoritma Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) dalam melakukan klasifikasi terhadap data test yang di uji dari model yang telah dibangun. Berdasarkan hasil klasifikasi opini menjadi tiga kelas yaitu kelas positif, negatif, dan netral dari ulasan aplikasi Ruangguru dan Zenius. Dari nilai akurasi dan F-measure diperoleh bahwa klasifikasi yang terbaik adalah menggunakan algoritma CNN dengan akurasi dan F-measure memiliki nilai 86%.]]>
<![CDATA[PREDIKSI TINGGI CURAH HUJAN DAN KECEPATAN ANGIN BERDASARKAN DATA CUACA DENGAN PENERAPAN ALGORITMA ARTIFICIAL NEURAL NETWORK (ANN) ]]>
<![CDATA[Doni Albert Hasiholan Panggabean]]>;
<![CDATA[Firman Maranatha Sihombing]]>;
<![CDATA[Nenni Mona Aruan]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.237
<![CDATA[Kondisi cuaca merupakan faktor yang sangat mempengaruhi aktivitas manusia khususnya pada sektor transportasi karena kegiatan lalu lintas udara dan laut dilakukan dengan mempertimbangkan kondisi cuaca seperti hujan dan kecepatan angin. Untuk itu prediksi curah hujan dan angin penting dilakukan, sehingga semua kegiatan lalu lintas direncanakan dengan baik. Untuk mendapatkan hasil prediksi yang akurat, perlu dilakukan penelitian algoritma apa yang terbaik dan efektif. Pada penelitian ini dilakukan perbandingan pemodelan dari algoritma neural network yaitu Backpropagation (BPNN) dan Reccurent neural network (RNN). Dataset yang digunakan dalam penelitian ini adalah data cuaca periode 2010-2019 dari stasiun FL Tobing Badan Meteorologi, Klimatologi dan Geofisika yang berada di Kabupaten Tapanuli Tengah. Implementasi jaringan syaraf tiruan Backpropragation dan Reccuren dilakukan dengan membangun pemodelan prediksi, dimana dataset yang digunakan akan dinormalisasi terlebih dahulu untuk mendapatkan nilai RMSE terkecil. Berdasarkan percobaan yang telah dilakukan didapatkan bahwa dalam pemodelan prediksi curah hujan dengan nilai RMSE terkecil sebesar 0,079535 menggunakan algoritma BPNN. Sedangkan untuk pemodelan prediksi kecepatan angin diperoleh nilai RMSE terkecil sebesar 0,06281251 menggunakan algoritma RNN. Melalui penelitian ini didapatkan bahwa algoritma BPNN lebih baik dalam memprediksi curah hujan dan algoritma RNN lebih baik dalam memprediksi kecepatan angin.]]>
<![CDATA[ANALISIS KNOWLEDGE MANAGEMENT SYSTEM PADA SISTEM INFORMASI PESONA WISATA BANYUMAS ]]>
<![CDATA[Pungkas Subarkah]]>;
<![CDATA[Debby Ummul Hidayah]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.243
<![CDATA[Perkembangan teknologi jaman sekarang semakin meningkat, sehingga kebutuhan dalam mendapatkan sebuah informasi juga semakin meningkat baik dari segi akurasi maupun segi efisiensi waktu. Oleh karena itu sebuah informasi menjadi sesuatu yang bernilai dan dibutuhkan salah satunya di bidang pariwisata. Pengetahuan sangat diperlukan ketika bepergian atau berwisata baik untuk mengetahui lokasi pada aplikasi Pesona Wisata Banyumas. Penelitian ini bertujuan untuk memberikan informasi kepada masyarakat luas dan mempromosikan tentang objek wisata dan informasi lokasi pariwisata yang ada di Kabupaten Banyumas. Pengetahuan Objek wisata saat ini menjadi peran penting baik bagi masyarakat di daerah pedesaan maupun kota. Metode yang digunakan dalam peneliian ini yaitu pengembangan sistem yang diadopsi dari Knowledge Management System Life Cycle (KMSLC) terdiri dari Evaluae Existing Infrastructure, Knowledge Capture dan Implement the KM System. Dengan adanya Knowledge Management System pada sistem informasi Pesona Wisata Banyumas, maka dapat membantu pengunjung untuk menentukan lokasi dan tujuan wisata yang tepat. Penelitian dilakukan dengan Knowledge Capture atau pemetaan pengetahuan pada aplikasi. Hasil penelitian ini, sistem informasi Pesona Wisata Banyumas sangat membantu wisatawan untuk mencari informasi mengenai wisata yang ada ada di Kabupaten Banyumas. Dari pihak pengelola wisata juga terbantu karena wisatanya lebih terekspos dan tersebar luas sehingga banyak masyarakat yang tahu tentang wisata dan datang berkunjung ke wisata tersebut.]]>
<![CDATA[COMPARISON OF HEURISTIC EVALUATION AND COGNITIVE WALKTHROUGH METHODS IN DOING USABILITY EVALUATION OF MOBILE-BASED DEL EGOV CENTRE HOSPITAL INFORMATION SYSTEM ]]>
<![CDATA[Gracella Tambunan]]>;
<![CDATA[Lit Malem Ginting]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.244
<![CDATA[Usability is a factor that indicates the success of an interactive product or system, such as a mobile application. The increasing use of smartphones demands a more accurate and effective usability evaluation method to find usability problems, so that they can be used for product improvement in the development process. This study compares the Cognitive Walkthrough method with Heuristic Evaluation in evaluating the usability of the SIRS Del eGov Center mobile application. Evaluation with these two methods will be carried out by three evaluators who act as experts. Finding problems and recommending improvements from each method will produce an improvement prototype made in the form of a high-fidelity prototype. Each prototype will be tested against ten participants using the Usability Testing method, which will generate scores through the SUS table. From the test scores, the percentage of Likert scale and the success rate of each prototype will be found. The results show that between the two usability evaluation methods, the Heuristic Evaluation method is the more effective method, finds more usability problems, and has a higher Likert scale percentage, which is 66.5%, while Cognitive Walkthrough is 64.75%.]]>
<![CDATA[PENGEMBANGAN APLIKASI DAN WEBSITE MANAJEMEN PROYEK PT SANTAI BERKUALITAS SYBERINDO MENGGUNAKAN METODE AGILE ]]>
<![CDATA[Muhammad Shidqi]]>;
<![CDATA[Muhammad Amin Ricky]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.249
<![CDATA[PENGEMBANGAN APLIKASI DAN WEBSITE MANAJEMEN PROYEK PT SANTAI BERKUALITAS SYBERINDO MENGGUNAKAN METODE AGILE merupakan judul yang diangkat dalam penelitian ini, hal ini sangat berkaitan dengan PT Santai Berkualitas Syberindo yang merupakan sebuah perusahaan yang bergerak di bidang teknologi. PT Santai Berkualitas Syberindo memiliki komitmen untuk membantu pekerjaan pelanggan menjadi lebih mudah melalui teknologi berbasis Web dan Mobile Apps. Namun dalam proses pengembangan tersebut ada permasalahan dalam memanajemen proyek yang sedang berlangsung ataupun yang telah selesai. Proyek yang sedang berjalan harus memiliki data yang jelas, dan lengkap. Hal ini tidak dapat dilakukan jika proyek yang sedang dikerjakan dan yang telah selesai tidak di arsipkan dengan baik. Oleh karena itulah diperlukannya sistem yang dapat memanajemen proyek proyek yang sedang berjalan tersebut. Sistem manajemen proyek tersebut dikembangkan menggunakan metode Agile yang berbasis Website serta Mobile Apps. Metode Agile digunakan dalam proses pengembangan karena metode ini dapat menyesuaikan dengan kebutuhan pengguna dan dapat dilakukan pengembangan secara berulang-ulang. Karena kebutuhan yang terdapat dalam pengembangan suatu proyek dapat bertambah suatu saat berdasarkan keadaan dan situasi yang ada. Framework yang digunakan dalam proses pengembangan Aplikasi dan Website manajemen proyek ini adalah Laravel dan React Native. Dengan adanya Website serta Aplikasi manajemen proyek ini diharapkan dapat membantu PT Santai Berkualitas Syberindo dalam mengembangkan proyek yang mereka miliki.]]>
<![CDATA[APLIKASI MOBILE MESSENGER DENGAN KEAMANAN DATA MENGGUNAKAN METODE SHIFT CHIPPER (CAESAR) KRIPTOGRAFI ]]>
<![CDATA[Djumhadi Djumhadi]]>;
<![CDATA[Arby Hamka]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.250
<![CDATA[Proses pengiriman dan penerimaan pesan melalui perangkat mobile dijaman sekarang merupakan suatu hal yang biasa tetapi seberapa jauh tingkat keamanan dalam proses pengiriman dan penerimaan pesan itu yang belum dipikirkan atau belum menjadi perhatian khusus para penggunanyaPerkembangan teknologi dan kebutuhan manusia yang semakin meningkat merupakan dua hal yang saling mempengaruhi satu sama lain. Kebutuhan manusia yang meningkat akan memicu perkembangan teknologi, sedangkan perkembangan teknologi juga akan memacu kebutuhan lain untuk menangani dampak negatif dari adanya teknologi baru. Sudah banyak hal yang dilakukan untuk mencegah terjadinya dampak negatif pengriman dan penerimaan berupa penyadapan data, khususnya saat terjadi komunikasi yang bersifat rahasia dan penting. Kriptografi merupakan bidang pengetahuan yang menggunkan persamaan matematis untuk melakukan proses enkripsi maupun deskripsi. Teknik ini digunakan untuk mengkonversi data kedalam bentuk kode-kode tertentu, agar informasi yang terkirim dan diterima tidak dapat terbaca oleh orang-orang yang tidak berhak.Dalam penelitian ini penulis mencoba membuat sebuah aplikasi masengger baru berbasis mobile yang telah memiliki fitur kriptografi metode Shift Chiper di dalamnya, yang bertujuan agar user dapat mengirim pesan dengan aman dan rahasia karena harus mencantumkan kunci (key) yang diketahui oleh orang orang yang berhak]]>
<![CDATA[PENGARUH LOAN TO DEPOSIT RATIO (LDR), DEBT TO EQUITY RATIO (DER), NET PROFIT MARGIN (NPM) DAN RETURN ON ASSETS (ROA) TERHAD PERTUMBUHAN LABA (Studi Kasus pada Perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia Periode 2018-2020) ]]>
<![CDATA[Usfatun Tri Habibah]]>;
<![CDATA[Hendra Sanjaya Kusno]]>;
<![CDATA[Saiful Ghozi]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.251
<![CDATA[Penelitian ini bertujuan untuk menguji pengaruh loan to deposit ratio, debt to equity ratio, net profit margin dan return on assets terhadap pertumbuhan laba pada Perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia Periode 2018-2020. Data yang digunakan adalah data sekunder dari laporan tahunan. Teknik pengambilan sampel yang digunakan adalah purposive sampling. Metode analisis data yang digunakan adalah regresi linier berganda. Hasil penelitian ini menunjukkan bahwa secara parsial variabel Net Profit Margin berpengaruh positif terhadap pertumbuhan laba, dan untuk variabel Loan to Deposit Ratio, Debt to Equity Ratio dan Return on Assets secara parsial tidak berpengaruh terhadap pertumbuhan laba]]>
<![CDATA[IMPLEMENTASI METODE NEURAL NETWORK BACKPROPAGATION DALAM PREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG) ]]>
<![CDATA[Okky Barus]]>;
<![CDATA[Christopher Wijaya]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.252
<![CDATA[Pada era saat ini, Investasi saham di pasar modal merupakan aset yang sangat penting bagi beberapa golongan masyarakat dan juga bagi perusahaan. Dengan adanya investasi, secara langsung maupun tidak langsung dapat memberikan dampak bagi perusahaan maupun bagi masyarakat. Penelitian ini bertujuan untuk memprediksi Indeks Harga Saham Gabungan (IHSG) dengan indeks saham: Jakarta Composite Index (JKSE). Metode yang digunakan pada penelitian ini adalah Neural Network Backpropagation. Pengumpulan dataset melalui website finance.yahoo.com dengan periode 8 Mei 2018 sampai dengan 7 Mei 2021 sebanyak 757 data. Setelah melakukan proses pengolahan data, data yang tersisa adalah 724 data. Kemudian data akan dibagi menjadi 70% data training dan 30% data testing yang akan digunakan pada proses pengolahan data. Hasil pengujian menggunakan metode Neural Newtwork Backpropagation mendapatkan hasil terbaik menggunakan Kondisi ke-10 dengan nilai Root Mean Square Error (RMSE) senilai 0.010. Kemudian akan didapatkan hasil perbandingan antara harga Close aktual dengan harga Close prediksi dengan akurasi sebesar 63.06% yang dapat membantu dalam pengambilan keputusan para investor.]]>
