Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Malcom: Indonesian Journal of Machine Learning and Computer Science

malcom
Website

Published by Institut Riset dan Publikasi Indonesia

ISSN : 27972313 EISSN : 27758575 DOI : -

Core Subject : Science,

Computer Science & IT

MALCOM: Indonesian Journal of Machine Learning and Computer Science is a scientific journal published by the Institut Riset dan Publikasi Indonesia (IRPI) in collaboration with several Universities throughout Riau and Indonesia. MALCOM will be published 2 (two) times a year, April and October, each edition containing 10 (Ten) articles. Articles may be written in Indonesian or English. articles are original research results with a maximum plagiarism of 15%. Articles submitted to MALCOM will be reviewed by at least 2 (two) reviewers. The submitted article must meet the assessment criteria and in accordance with the instructions and templates provided by MALCOM. The author should upload the Statement of Intellectual/ Copyright Rights when submitting the manuscript. Papers must be submitted via the Open Journal System (OJS) in .doc or .docx format. The entire process until MALCOM is published will be free of charge. MALCOM is registered in National Library with Number International Standard Serial Number (ISSN) Printed: 2797-2313 and Online 2775-8575. Focus and scope of MALCOM includes Data Mining, Data Science, Artificial Intelligence, Computational Intelligence, Natural Language Processing, Big Data Analytic, Computer Vision, Expert System, Text and Web Mining, Parallel Processing, Intelligence System, Decision Support System and Software Engineering

Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)

Articles 164 Documents

2 3 4 5 6

Penerapan Algoritma TOPSIS, MOORA, dan SMARTER untuk Menentukan Kualittas Getah Karet: Application of TOPSIS, MOORA, and SMARTER Algorithms to Determine Rubber Rubber Quality Ivanris Ramadhan; Rimelda Adha; Egi Firmansyah; R. Joko Musridho
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Getah karet merupakan salah satu hasil perkebunan yang cukup tinggi di Indonesia, oleh karena itu pengembangan kualitas getah karet merupakan suatu hal yang sangat penting. Karena mutu yang baik akan menghasilkan produk yang baik juga. Biasanya kualitasgetah karet ditentukan oleh Kadar Karet Kering (KKK) yang tinggi dengan kandungan air yang rendah. kadar karet kering juga dapat dijadikan tolak ukur untuk menilai kualitas pohon karet terbaik. Pada penelitian ini telah mendapatkan hasil perangkingan yang didapatkan dari nilai akhir masing masing metode. Peringkat pertama pada metode MOORA dengan niali 2,603 pada sensitivitasi 3 dan yang terendah pada metode SMARTER dengan nilai 0,084 pada sensitivitas pertama. Dan pada sensitivitas kedua, semua metode memiliki nilai yang sama yaitu 0,2. Maka dapat disimpulkan MOORA merupakan metode terbaik dari 2 metode lainnya.

Pengenalan Ekspresi Emosi pada Citra Wajah Menggunakan Extreme Learning Machine Studi Kasus Dataset Publik JAFFE: Emotional Expressions Recognition in Facial Images Using Extreme Machine Learning Case Study of JAFFE Public Dataset Shasha Nur Faadhilah; Saiful Bukhori; Januar Adi Putra
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Era teknologi informasi semakin berkembang dengan cepat dan kompleks, kehandalan sistem mengolah data dengan baik akan menghasilkan informasi yang baik pula. Face Recognition merupakan topik yang ramai dibicarakan dan banyak diteliti, penemuan-penemuan dibidang ini pun banyak menghasilkan temuan yang digunakan sebagai acuan untuk Face Recognition, salah satunya Facial Expression. Sistem pengenalan emosi merupakan salah satu contoh pemrosesan citra yang termasuk pada ranah computer vision. Dalam dunia computer vision, penelitian mengenai ekspresi wajah telah dilakukan sebelumnya oleh Chinese Academy of Sciences Micro-Expression (CASME). Pada kasus micro-expressions wajah, penelitian ini fokus pada satu area yaitu lower face yang dijadikan acuan untuk fitur wajah yang digunakan. Untuk lower face area yang dijadikan ROI khusus diwilayah mulut (lower face). Untuk melakukan ROI pada area tersebut, metode yang digunakan algoritma Viola-Jones pada cascade object detector dengan menentukan wilayah khusus yang dicrop atau batasan area berdasarkan fitur lower face yang bisa disebut sebagai deteksi area mulut (mouth detection). Kemudian dilakukan proses ekstraksi menggunakan Local Binary Pattern. Setelah itu hasil dari proses ekstraksi dijadikan acuan untuk menentukan deteksi ekspresi emosi. Nantinya deteksinya akan memanfaatkan ELM sebagai metode klasifikasi yang dijadikan kelas-kelas ekspresi emosi.

Pendeteksi Banjir Dengan Image Processing Berbasis Convolutional Neural Network (CNN) pada Kamera Pengawas: Image Processing Based Flood Detector Using Convolutional Neural Network (CNN) Within Surveillance Camera Muhammad Arief Hidayat; Nyayu Latifah Husni; Faisal Damsi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Kondisi alam seperti geografis, geologis, dan hidrologis lingkungan dan kondisi demografis kehidupan manusia dan kondisi klimatologis cuaca memungkinkan terjadinya bencana alam sehingga dapat menimbulkan kerugian harta benda, kerusakan lingkungan serta menyebabkan timbulnya korban jiwa. Kondisi geografis Indonesia yang dikelilingi oleh lautan dan banyak dialiri sungai mengakibatkan Indonesia memiliki banyak titik rawan banjir. Sebagai upaya unyuk mengurangi dan/atau menghilangkan ancaman bencana banjir, diperlukan kesiapsiagaan dalam mengantisipasi bencana. Peringatan dini akan kemungkinan terjadinya bencana banjir pada suatu tempat merupakan bagian upaya mitigasi bencana. Teknologi image processing dapat menjalankan tugas untuk melakukan pengenalan gambar dari input data yang diberikan. Keunggulan algoritma Convolutional Neural Network (CNN) dalam menjalankan tugas pengenalan gambar karena algoritma CNN memiliki struktur neuron deep layers dan proses pelatihan data berulang. Penambahan fungsi pada kamera pengawas dengan ditambahkan sistem image processing sebagai pendeteksi dini kemungkinan bencana banjir dan ditambahkan dengan pembacaan temperatur, kelembapan udara, dan kualitas udara pada lingkungan sekitar kamera pengawas menjadikannya sebagai sebuah fasilitas untuk meningkatkan kualitas hidup masyarakat dan bentuk mitigasi bencana. Pemrosesan citra yang ditangkap oleh kamera pengawas dan sensor ultrasonik untuk mengukur level ketinggian air menghasilkan pembacaan kemungkinan terjadinya bencana banjir yang akurat, sehingga dapat memberikan peringatan dini untuk dapat mengurangi dan/atau bahkan menghilangkan ancaman bencana.

Analisis Pengaruh User Experience Terhadap Kepuasan Pengguna Mobile Application VLive Menggunakan Model SCSI: Analysis of User Experience Effect on Users of VLive Mobile Application Using The SCSI Model Nur Fazri Alfi Maulidiyah; Dayan Singasatia; M. Agus Sunandar
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

VLive merupakan sebuah aplikasi yang berkembang seiring trend Kpop dan teknologi semakin meningkat, berdasarkan hasil unduhan google play store sebanyak >50 juta unduhan pengguna Vlive. Permasalahan yang dialami berdasarkan keluhan yang dirasakan pengguna pada kolom komentar di google play store dan appstore cenderung mengarah pada permasalahan kualitas sistem dan layanan pada aplikasi VLive. Tujuan penelitian ini adalah mengetahui faktor pengaruh adanya keluhan pada aplikasi mobile VLive yang memberikan dampak negatif pada kepuasan pengguna. Metode penelitian ini dilakukan dengan menggunakan pendekatan kuantitatif untuk menganalisis pengaruh persepsi user experience terhadap kepuasan pengguna. dengan menggunakan model Delone and McLean serta SmartPLS digunakan untuk membantu mengolah data hasil penyebaran kuesioner, dan metode analisis data yang digunakan dalam penelitian adalah metode PLS-SEM, menggunakan simple random sampling dengan sampel populasi menggunakan lemeshow. Hasil Penelitian Variabel perceived hedonic dan service quality dapat meningkatkan kepuasan pengguna pada mobile application VLive. Hal ini dibuktikan dengan hasil penelitian kedua variabel tersebut memiliki pengaruh signifikan terhadap variabel user satisfaction. Sementara variabel information quality, perceived utilitarian, system quality terhadap user satisfaction tidak terdapat pengaruh signifikan.

Perbandingan K-Means dan K-Medoids Pada Pengelompokan Data Miskin di Indonesia: Comparison of K-Means and K-Medoids on Poor Data Clustering in Indonesia Nanda Try Luchia; Hani Handayani; Fathan Surya Hamdi; Dwi Erlangga; Sania Fitri Octavia
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Di Indonesia,masalah kemiskinan selalu menjadi pusat perhatian dan terus meningkat. Hal ini dapat menjadi hambatan baik di bidang ekonomi, sosial, maupun politik karena kurangnya perhatian pemerintah dalam menangani masalah tersebut. Pemerintah melakukan upaya untuk mengurangi angka kemiskinan dengan cara memberikan bantuan langsung tunai (BLT) dan kebijakan maupun program lainnya kepada masyarakat yang membutuhkan. Dalam penelitian ini, sumber data utama diperoleh dari website Badan Pusat Statistik (BPS) dari tahun 2014 hingga 2021. Penduduk miskin di Indonesia mencapai 26,50 juta jiwa atau sekitar 9,7% dan termasuk salah satu penduduk miskin terbesar di dunia. Pada penelitian ini dilakukan pengelompokan data penduduk miskin di Indonesia guna dapat memberikan informasi pada pemerintah mengenai gambaran wilayah miskin dengan angka tertinggi. Penelitian dilakukan dengan membandingan dua algoritma yaitu K-Means dan K-Medoids yang bertujuan untuk mengetahui hasil algoritma terbaik. Berdasarkan hasil penelitian, didapatkan bahwa algoritma K-Means lebih baik jika dibandingkan dengan K-Medoids dalam mengklasterisasi data miskin yang ada di Indonesia. Dibuktikan dengan nilai terbaik DBI K-means sebesar 0.041 dengan percobaan K=8.

Implementasi Algoritma Decision Tree C4.5 dan Support Vector Regression untuk Prediksi Penyakit Stroke: Implementation of Decision Tree Algorithm C4.5 and Support Vector Regression for Stroke Disease Prediction Firman Akbar; Hanif Wira Saputra; Adhitya Karel Maulaya; Muhammad Fikri Hidayat; Rahmaddeni Rahmaddeni
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Data mining adalah proses pengumpulan informasi dan data penting dari sejumlah besar data yang perlu diekstraksi untuk mengubahnya menjadi informasi baru yang berguna untuk pengambilan keputusan. Data yang digunakan dalam penulisan ini berasal dari data pengidap neurologi (saraf) tepatnya stroke, diolah menggunakan algoritma Support Vector Regression dan Decision Tree C4.5. Stroke disebabkan oleh pecahnya pembuluh darah dan tersumbatnya pembuluh darah arteri di otak, sehingga mengakibatkan kematian sel atau jaringan karena tidak mensuplai darah yang dibutuhkan untuk membawa oksigen ke bagian otak. Suatu cara untuk meninjau stroke adalah data mining, yang memakai algoritma Support Vector Regression dan Decision Tree C4.5. Hasil laporan ini mengidentifikasi pengidap penyakit stroke pada variabel yang didapati dan menganalisisnya memakai algoritma data mining Decision Tree C4.5 dan Support Vector Regression. Dapat dilihat jika error yang dihasilkan oleh algoritma Decision Tree C4.5 terhadap rasio 70 : 30 bernilai 0.235, Selanjutnya untuk algoritma Support Vector Regression terhadap rasio 70 : 30 bernilai 0.399, Dalam menggunakan algoritma Decision Tree C4.5, maka akan menghasilkan output tambahan berupa sebuah grafik pohon keputusan dimana terdapat alur dalam memprediksi.

Implementasi Algoritma Multi Factor Evaluation Process (MFEP) untuk Penentuan Calon Peserta Didik Baru pada Yayasan Baabussalam : Implementation of Multi Factor Evaluation Process (MFEP) for Choosing New Students in Baabussalam Foundation Daffa Takratama Savra; Nabiilah Nabilah; Indah Ramadhani; Anjasy Syahroni; Puji Herwina Noprita
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Yayasan Baabussalam, yang bergerak dibidang pendidikan islami, salah satunya menyelenggarakan pendidikan. Pada tahun 2021, kuota calon siswa baru sebanyak 60 orang penuh diisi oleh para pendaftar. Minat yang tinggi dari orang tua yang ingin mendaftarkan anaknya membuat terjadinya peningkatan pendaftar SMA dan juga memiliki beberapa tes, diantaranya: Praktek Ibadah, Baca Tulis Qur’an (BTQ), dan Praktek Lisan. Yayasan ini masih menggunakan cara manual yaitu pencatat data masih dilakukan dengan cara memasukkan data kedalam buku besar untuk membuat penyusunan laporan, dan cara menyeleksi murid yang masih menggunakan cara mengumpulkan Calon Peserta Didik Baru disebuah ruangan lalu melakukan tes satu-persatu terhadap Peserta Didik Baru, oleh karena itu penelitian ini akan membahas terkait untuk merancang pendukung keputusan menggunakan Algoritma Multi Factor Evaluation Process (MFEP) yang dapat membantu panitia penerimaan siswa baru untuk menentukan keputusan yang dapat membantu menyelesaikan masalah yang ada di Yayasan Baabussalam. Dengan adanya sistem pendukung keputusan ini dapat menyeleksi calon peserta didik baru secara tepat dan membantu admin untuk melakukan penyeleksian secara cepat dan efisien.

Perbandingan Klasifikasi Antara Naive Bayes dan K-Nearest Neighbor Terhadap Resiko Diabetes pada Ibu Hamil: Comparison of Classification Between Naive Bayes and K-Nearest Neighbor on Diabetes Risk in Pregnant Women Puji Dwi Rinanda; Bayu Delvika; Syahida Nurhidayarnis; Naufal Abror; Assad Hidayat
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Diabetes juga dikenal sebagai penyakit metabolik kronis yang dipicu karena pankreas tidak menghasilkan insulin yang cukup. Pada masa kehamilan, tubuh akan meningkatkan hormon-hormon yang juga mempengaruhi kerja insulin. Pada penelitian ini data yang digunakanlah adalah kemungkinan resiko ibu hamil terkena diabetes, data tersebut diolah memakai teknik data mining yaitu naïve bayes. Setelah dilakukan pengolahan data memakai teknik klasifiaksi data mining algorithma naïve bayes, hasil yang didapat untuk pembagian data menggunakan K-Fold Cross Validation K=10 pada algoritma naïve bayes didapat lah hasil 75,78% dan untuk penggolahan menggunakan knn dengan nilai K=25 didapat hasil 74,48%. Dari hasil tersebut naïve bayes lebih baik dibandingkan K-Nearest Neighbor (KNN).

Algoritma Winnowing untuk Mendeteksi Kesamaan Judul Skripsi Teknik Informatika: Winnowing Algorithm for Detecting the Similarity of Informatic Engineering Undergraduate Thesis Title Mega Peka Rihi; Arini Aha Pekuwali; Desy Asnath Sitaniapessy
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Perkembangan teknologi informasi saat ini sangat pesat hampir disegala aspek kehidupan manusia seperti bidang pendidikan. Salah satu contoh hasil dari perkembangan teknologi informasi dalam bidang pendidikan adalah sistem informasi pengelolaan skripsi pada perguruan tinggi. Pengajuan judul skripsi di Program Studi (Prodi) Teknik Informatika Universitas Kristen Wira Wacana Sumba, dilakukan dengan cara berdiskusi dengan ketua program studi dan menyerahkan judul skripsi untuk melihat kesamaan judul dengan judul skripsi yang sudah pernah diajukan sebelumnya. Informasi mengenai judul skripsi mahasiswa sebelumnya belum dapat diakses dengan cepat. Hal ini dikarenakan Prodi hanya mempunyai satu tabulasi data untuk menyimpan judul skripsi sehingga Prodi harus mengecek satu persatu judul skripsi dan juga mahasiswa tidak bisa mengakses drive untuk mengetahui judul skripsi yang pernah diajukan sebelumnya sehingga mahasiswa harus mengecek ulang file-file pengumuman terkait judul skripsi sebelumnya. Untuk itu perlu dirancang sistem informasi pengajuan judul skripsi dengan penerapan algoritma winnowing untuk membantu mendeteksi kesamaan judul skripsi yang diajukan oleh mahasiswa, sehingga program studi dapat mengambil keputusan dalam menerima judul skripsi mahasiswa dengan memperhatikan tingkat persentase kesamaan judul skripsi. Penelitian ini dilakukan di Program Studi Teknik Informatika Universitas Kriten Wira Wacana Sumba. Metode yang digunakan yaitu metode waterfall dengan tahap analisis, desain, implementasi dan pengujian.

Perbandingan K-Means K-Medoids dan Fuzzy C-Means untuk Pengelompokan Data Pelanggan dengan Model LRFM: Comparison K-Means K-Medoids and Fuzzy C-Means for Clustering Customer Data with LRFM Model Hamdi Syukron; Muhammad Fauzi Fayyad; Farin Junita Fauzan; Yulia Ikhsani; Umairah Rizkya Gurning
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Indonesia memiliki pasar yang potensial untuk perusahaan kosmetik karena memiliki jumlah penduduk yang berjumlah hampir 270 juta jiwa. Pertumbuhan industri kosmetik di Indonesia mengalami perkembangan yang pesat dengan persentase pertumbuhan 5,59% pada bulan agustus 2021 silam. Dengan pertumbuhan tersebut perusahaan kosmetik memiliki reseller yang tersebar diseluruh daerah Indonesia. Penelitian ini menggunakan data pelanggan dari salah satu reseller perusahaan kecantikan. Pelanggan mana yang sering berbelanja, produk mana yang sering mereka beli, dan klien mana yang paling setia adalah masalah umum yang sering muncul saat menjual produk kecantikan. Panjang, Kekinian, Frekuensi, dan Moneter, kadang-kadang dikenal sebagai LRFM, adalah teknik yang digunakan untuk menghitung nilai pelanggan berdasarkan riwayat transaksi mereka. Penelitian ini dilakukan untuk mengelompokan data pelanggan berdasarkan rentang waktu dan jumlah transaksi pembelian menggunakan algoritma clustering yaitu, k-means, k-medoids, dan fuzzy c-means. Harapannya, penelitian ini dapat ditentukan algoritma terbaik dalam pengelompokan data dengan membandingkan algoritma clustering K-Means, K-Medoids, dan Fuzzy C-Means dengan model LRFM. Hasil penelitian menunjukkan bahwa dalam pengelompokan data pelanggan dengan model LRFM algoritma K-Means lebih unggul dibanding K-Medoids dan Fuzzy C-means pada mengklasterisasi data pelanggan, dengan dibuktikannya pada nilai validitas DBI terbaik dengan perolehan nilai yaitu 0,167 pada jumlah klaster yaitu 6.

Page 4 of 17 | Total Record : 164

2 3 4 5 6

Filter by Year

2021 2024

Filter By Issues

All Issue Vol. 4 No. 2 (2024): MALCOM April 2024 Vol. 4 No. 1 (2024): MALCOM January 2024 Vol. 3 No. 2 (2023): MALCOM October 2023 Vol. 3 No. 1 (2023): MALCOM April 2023 Vol. 2 No. 2 (2022): MALCOM October 2022 Vol. 2 No. 1 (2022): MALCOM April 2022 Vol. 1 No. 2 (2021): MALCOM October 2021 Vol. 1 No. 1 (2021): MALCOM April 2021

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Mustakim

Contact Email
officialmalcom.irpi@gmail.com

Phone
+6285275359942

Journal Mail Official
malcom@irpi.or.id

Editorial Address
INSTITUT RISET DAN PUBLIKASI INDONESIA Jl. Tuah Karya Ujung C7. Kel. Tuah Madani Kec. Tampan Kota Pekanbaru - Riau

Location
Kota pekanbaru,

Riau

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Mustakim

Contact Email officialmalcom.irpi@gmail.com

Phone +6285275359942

Journal Mail Official malcom@irpi.or.id

Editorial Address INSTITUT RISET DAN PUBLIKASI INDONESIA Jl. Tuah Karya Ujung C7. Kel. Tuah Madani Kec. Tampan Kota Pekanbaru - Riau

Location Kota pekanbaru, Riau INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Mustakim

Contact Email
officialmalcom.irpi@gmail.com

Phone
+6285275359942

Journal Mail Official
malcom@irpi.or.id

Editorial Address
INSTITUT RISET DAN PUBLIKASI INDONESIA Jl. Tuah Karya Ujung C7. Kel. Tuah Madani Kec. Tampan Kota Pekanbaru - Riau

Location
Kota pekanbaru,

Riau

INDONESIA