cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 798 Documents
 18   19   20   21   22 
Search results for , issue "Vol 6, No 2 (2019): Agustus 2019" : 798 Documents clear
Klasifikasi Emosi Berdasarkan Sinyal Eeg Dengan Menggunakan Metode Algoritma Genetika Dan Independent Component Analysis Bimo Rian Tri Nugroho; Rita Purnamasari; Sugondo Hadiyoso
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Dalam mengambil keputusan, emosi mempengaruhi hasil keputusan tersebut. Contoh saat senang, penilaian suatu hal akan cenderung baik karena menyukai hal tersebut, sebaliknya jika sedih, penilaian suatu hal akan cenderung kurang baik. Pada penelitian sebelumnya emosi dinilai dari sumber fisiologis yaitu sinyal Electroencephalographic (EEG) dari otak. EEG memperoleh sinyal yang berasal dari neuron-neuron yang bekerja pada otak. Rekaman EEG timbul saat terjadi aktivitas listrik pada otak. Data diperoleh melalui media video yang diberikan kepada peserta untuk mengetahui emosi yang terjadi pada peserta. Dalam penelitian ini sinyal EEG diambil dari penelitian DEAP : A database for Emotion Analysis using physiological Signals dan diproses oleh Independent Component Analysis (ICA). Data yang digunakan sudah melalui tahap pre-processing yang berasal dari database. Data dari database mempunyai beberapa tingkatan yaitu arousal, valence, liking, dominance, dan familiarity. Tingkat yang diambil hanya dari valence. Dengan menggunakan ICA untuk mendapatkan matriks setiap percobaan, kemudian dari matriks tersebut diambil ekstraksi fitur yang kemudian digunakan sebagai data latih dan data uji. Hasil fitur yang didapat diklasifikasikan oleh Support Vector Machine (SVM) dan Genetic Algorithm (GA) agar memperoleh akurasi serta kondisi emosi yang dialami saat senang atau sedih. Dalam penelitian yang dilakukan, hasil klasifikasi hanya menggunakan SVM memperoleh akurasi sebesar 56.25% dan klasifikasi menggunakan SVM yang dioptimalisasi oleh GA memperoleh akurasi sebesar 77.2727%. Hal ini menunjukan bahwa klasifikasi SVM yang dioptimalisasi oleh GA memberikan hasil akurasi yang lebih baik dibandingkan klasifikasi jika hanya menggunakan SVM. Hasil akurasi yang dapatkan menunjukan hasil klasifikasi emosi antara senang dan sedih. Kata Kunci : EEG, DEAP, ICA, GA, SVM Abstract In making decisions, emotions influence the outcome of the decision. For example, when feels happy, evaluating something can be tend to be good, on the contrary when feels sad, the assessment of something can be tend to be bad. In previous studies, emotions were assessed from physiological sources is Electroencephalographic (EEG) signals from the brain. EEGs get signals that come from neurons that work in the brain. EEG footage appears when electrical activity occurs in the brain. Data is obtained through video media given to participants to find out the emotions that occur in participants. In this study EEG signals were taken from the DEAP study: Database for Emotion Analysis using physiological signals and processed by Independent Component Analysis (ICA). The data used has been preprocessing originating from the database. Data from the database has several levels of arousal, valence, likes, domination, and familiarity. The level taken is only from valence. By using ICA to get the matrix of each experiment, then the feature extraction is taken from the matrix which is then used as training data and test data. The results of the features obtained are classified by Support Vector Machine (SVM) and Genetic Algorithm (GA) in order to obtain the accuracy and emotional conditions experienced when happy or sad. In the research conducted, the classification results using only SVM obtained an accuracy of 56.25% and the classification using SVM optimized by GA obtained an accuracy of 77.2727%. This shows that SVM classification optimized by GA provides better accuracy results than classification only using SVM. The accuracy results obtained show the classification of emotions between happy and sad. Keyword : EEG, DEAP, ICA, GA, SVM
Sentimen Analisis Politik Berita Media Online Dalam Pemilihan Presiden 2019 Menggunakan Metode Support Vector Machine Aditya Gifhari Soenarya; Kemas Muslim Lhaksamana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyedia layanan berita dalam menerbitkan berita seharusnya tidak boleh memiliki keberpihakan atau sentimen dalam hal politik untuk menjaga kualitas berita. Semakin dekatnya Pemilu Presiden dan wakil Presiden 2019 membuat gencarnya berita tentang Jokowi-Ma'ruf dan Prabowo-Sandi. Permasalahanya adalah bagaimana cara menentukan suatu teks berita memiliki sentimen positif atau negatif kepada salah satu kubu Jokowi-Ma'ruf atau Prabowo-Sandi dengan akurasi tinggi. Pada penelitian tugas akhir ini, penulis membuat dua sistem klasifikasi teks berita yang pertama untuk kubu Jokowi-Ma'ruf dan kedua untuk kubu Prabowo-Sandi menggunakan metode Support Vector Machine dengan pembobotan menggunakan metode TF-IDF. Penelitian ini menggunakan metode pembobotan TF-IDF pada semua kata yang telah dilakukan preprocessing lalu hasil pembobotan diolah menggunakan Support Vector Machine menggunakan tiga kernel yaitu radial basis function, linear, dan polynomial. Dari hasil percobaan pada model Support Vector Machine untuk kubu Jokowi-Maruf, hasil akurasi terbaik diperoleh dari skema data latih 90% dan data uji 10% menggunakan kernel linear dengan akurasi 93.33%. Untuk hasil percobaan model Support Vector Machine kubu Prabowo-Sandi, hasil akurasi terbaik diperoleh dari skema data latih 90% dan data uji 10% menggunakan kernel linear dengan akurasi 83.33%. Kata kunci : SVM, TF-IDF, kernel, radial basis function, polynomial, linear
Analisis Model Word2vec Dalam Penyelesaian Soal Analogipada Bahasa Indonesia Abdul Raffi Malikul Mulki; Moch. Arif Bijaksana; Arie Ardiayanti Suryani
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakSemantik adalah cabang ilmu lingustik dan salah satu komponen dalam suatu bahasa yang mempelajariarti atau makna suatu kata. Semantik kurang diperhatikan orang karena objek kajiannya berupa mak- nayang dianggap sangat sulit ditelusuri dan dianalisis strukturnya terutama untuk analogi suatu kata.Analogi kata merupakan cara untuk menunjukkan dua situasi yang didalamnya terdapat struktur rela-sional. Selain itu analogi kata memerlukan kemampuan kognitif yang lebih sedikit dan dapat digunakandiberbagai bidang. Maka dari itu Word2vec adalah solusi berupa model untuk merepresentasikan suatukata menjadi vektor dengan besar dimensi yang ditentukan, sehingga dengan representasi word2vec dapatdilakukan operasi kesamaan dan keterkaitan antar kata. Word2vec telah banyak direkomendasikan dandigunakan pada penelitian pemerosesan bahasa alami, sehingga model ini menarik untuk dibahas denganperbedaan konfigurasi pada model. Evaluasi yang dilakukan adalah membadingkan jawaban dari sistemdengan jawaban aktual dari persoalan analogi pada data tes. Hasil terbesar didari penelitian ini adalah34% pada arsitektur Skip-gram, dimensi 100 dan windows size 10 serta 12. Hal ini dikarenakan jumlahkorpus yang kecil serta distribusi kata pada koprus yang tidak merata. Kata kunci : analogi, semantik, vector, word2vec AbstractSemantic is a branch of linguistics and one component in a language that learns the meaning of a word. The semantics are less noticed because the object of the study is in the form of meaning which is considered verydifficult to trace and analyzed its structure especially for the analogy of word. Word analogy is a way toshow two condition in which there is a relational structure. In addition, the analogy of words requires fewercognitive abilities and can be used in various fields. Thus Word2vec is a solution in the form of a model torepresent words into vectors with the dimensions specified. Word2vec has been widely recommended andused in natural language processing research, so this model is interesting to discuss with differentconfigurations on the model. Evaluation is done by comparing the answers from the system with the actualanswers to the problem of analogies on the datatest. The best results from this study is 34% on the Skip-gram architecture, dimension 100 and windows size 10 and windows size 12. This is due to the small numberof corpus and the uneven distribution of words on the coprus. Keywords: analogy, semantic, vector, word2vec
Analisis Sentimen Publik Terhadap Calon Presiden 2019 Melalui Twitter Menggunakan Metode Naive Bayes Classifier (Studi kasus : Pilpres 2019) Bonar Panjaitan; Kemas Muslim Lhaksmana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilihan umum (Pemilu) merupakan bagian dari demokrasi suatu negara termasuk Indonesia. Pemilihan dilakukan oleh rakyat yang telah memenuhi syarat sebagai pemilih. Mengingat pengaruh media sosial yang cukup pesat dikalangan masyarakat, maka dari itu penulis tertarik untuk mengetahui opini publik atau pemikiran rakyat yang dicurahkan kedalam akun media sosial mereka. Dengan mengetahui sentimen positif atau negatif, penulis berharap akan mendapatkan akurasi yang tinggi pada suatu pembicaraan berupa tweet atau komentar masyarakat yang ditujukan pada pasangan calon presiden 2019. Tujuan dari penelitian ini sekaligus menguji akurasi Naive Bayes Classifier pada proses perhitungan probabilitas pada kasus yang telah dipilih. Untuk mendukung perhitungan naive bayes, peneliti akan melakukan tahap preprocessing telebih dahulu sebelum menggunakan TF-IDF(Term Frequency-Inverse Document Frequency) sebagai metode pembobotan agar memberikan perhitungan akurasi yang lebih baik [1]. Dalam penelitian ini, penulis mendapatkan hasil akurasi 57,00%. Hasil ini sudah cukup baik dalam klasifikasi positif dan negatif sebuah dokumen atau kalimat. Kata kunci : Preprocessing, Twitter, Naive Bayes Classifier.
Pengembangan Model Bisnis Pada Serantau Coffee Dengan Menggunakan Pendekatan Business Model Canvas Kevin Yuan Putra Dinata; Endang Chumaidiyah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Serantau Coffee adalah sebuah coffee shop yang terletak di Kota Bekasi dengan memakai konsep terbaru yaitu third wave coffee shop. Konsep ini mengenalkan suatu nilai baru yaitu open bar design dimana para pelanggan yang kini datang tidak hanya bertujuan untuk meminum kopi saja, tetapi juga mulai tertarik dengan latar belakang kopi yang mereka minum hingga rasa yang diinginkan. Karena Serantau Coffee menunjukkan kondisi yang sangat baik dan memiliki penjualan yang bagus, terdapat tawaran untuk membuka cabang di Kota Bandung. Sebelum membuka cabang tersebut, Serantau Coffee perlu untuk melakukan pengembangan model bisnis mereka yang nantinya juga bisa diterapkan pada cabang yang akan mereka bangun karena persaingan industri makanan dan minuman khususnya coffee shop sangatlah ketat dengan kondisi pasar yang cukup luas. Perancangan model bisnis adalah salah satu cara dalam merancang bagaimana suatu perusahaan untuk menciptakan, memberikan, dan menangkap nilai agar perusahaan dapat bersaing dengan lingkungan bisnisnya dan digambarkan dalam sembilan blok Business Model Canvas yang saling berhubungan. Langkah awal dalam penelitian kali ini adalah memetakan model bisnis eksisting dari Serantau Coffee, lalu membuat customer profile dan melakukan analisis lingkungan bisnis. Selanjutnya adalah melakukan analisis SWOT yang didapat dari internal Serantau Coffee untuk menyusun strategi sebagai pertimbangan untuk melakukan perancangan model bisnis. Hasil ini selanjutnya akan dimasukkan kedalam Business Model Canvas usulan dan selanjutnya akan dievaluasi menggunakan tujuh pertanyaan model bisnis guna mengetahui kekuatan dan kelemahannya. Setelah melakukan evaluasi, selanjutnya dilakukan perbaikan dan dikembangkan usulan tambahan untuk meningkatkan daya saing Serantau Coffee di industri makanan dan minuman khususnya coffee shop. Kata Kunci: Business Model Canvas, Analisis lingkungan Bisnis, Value Proposition, SWOT, Model Bisnis, Coffee Shop Abstract ABSTRACT Serantau Coffee is a coffee shop located in Bekasi City using the latest concept of the third wave coffee shop. This concept introduces a new value, namely an open bar design where the customers who come now not only aim to drink coffee, but also begin to be interested in the background of the coffee they drink to the desired taste. Because Serantau Coffee showed very good conditions and had good sales, there was an offer to open a branch in the city of Bandung. Before opening the branch, Serantau Coffee needed to develop their business model which would later also be applied to the branches they would build because the competition for the food and beverage industry, especially the coffee shop, was very strict with the wide market conditions. Designing a business model is one way of designing how a company can create, deliver, and capture value so that the company can compete with its business environment and be described in nine interconnected Business Model Canvas blocks. The first step in this research was to map the existing business model of Serantau Coffee, then create a customer profile and conduct an analysis of the business environment. Next is conducting a SWOT analysis obtained from Serantau Coffee internally to formulate a strategy as a consideration for designing a business model. These results will then be included in the proposed Business Model Canvas and will then be evaluated using seven business model questions to determine their strengths and weaknesses. After evaluating, further improvements were made and additional proposals were developed to improve the competitiveness of Serantau Coffee in the food and beverage industry, especially the coffee shop. Keywords: Business Model Canvas, Business Environment Analysis, Value Proposition, SWOT, Business Model, Coffee Shop
Perancangan Kebutuhan Layanan Website Esgotado Menggunakan Integrasi Pengembangan Metode Webqual Dan Model Kano Intan Permatasari; Yati Rohayati; Ully Yunita Nafizah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Esgotado merupakan salah satu merek (brand) lokal di Indonesia yang bergerak di bidang industri fashion di Kota Bandung yang memproduksi produk tas, kaos, sepatu, jaket, celana, dan aksesoris berbahan bordir. Esgotado memiliki slogan “Good Choice for Good Looking” dan berdiri sejak tahun 1988. Sasaran pasar yang dituju adalah kalangan usia 18 hingga 35 tahun. Pada bulan November tahun 2012, Esgotado melakukan pengembangan saluran penjualan dengan fokus penjualan melalui online. Esgotado telah memperkenalkan website resmi yaitu www.Esgotado.com yang berisi informasi mengenai seluruh produk seperti jenis bahan, tipe produk, harga, dan ukuran produk yang sedang tersedia atau dapat dipesan sebelumnya melalui website dengan melakukan transaksi pembelian produk. Seiring dengan pola volume penjualan produk tas Esgotado yang meningkat, terdapat presentase pembelian produk tas yang terbagi menjadi dua saluran yaitu saluran non-website dan website. Walaupun begitu, saluran website Esgotado dirasa masih kurang maksimal dari segi penjualan yang disebabkan adanya keluhan pelanggan terkait layanan website. Penelitian ini bertujuan untuk merancang kebutuhan layanan website Esgotado menggunakan integrasi pengembangan Metode Webqual dengan Model Kano dengan mengidentifikasi 26 atribut kebutuhan layanan website Esgotado. Penelitian ini dilakukan terdahap 150 responden yang telah memenuhi seluruh karakteristik responden yang telah ditentukan sebelumnya. Berdasarkan hasil pengolahan data, atribut kebutuhan pelanggan yang perlu ditingkatkan sebagai true customer needs yaitu empat belas atribut yang merupakan bagian dari dua atribut yang dikembangkan dan dua belas atribut yang dititingkatkan. Selanjutnya, rekomendasi didasarkan atas hasil pengolahan data dan analisis yang berisikan atribut kebutuhan yang perlu dikembangkan dan ditingkatkan sebagai true customer needs. Kata Kunci: Perancangan Kebutuhan, Website, Metode Webqual, Model Kano, True Customer Needs.
Analisis Nilai Daya Tarik Warranty Pendekatan Satu Dimensi Untuk Meminimalisasi Biaya Garansi Pada Produk Mesin Dryer 16kg Pemanas Lpg Di Pt Xyz Santy Agrasari; Endang Budiasih; Aji Pamoso
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Layanan purna jual diberikan oleh perusahaan sebagai strategi dalam memberikan pelayanan dan peningkatan kualitas produk kepada konsumen, yaitu garansi. Garansi diberikan berdasarkan keputusan kebijakan warranty yang sesuai. Warranty merupakan jaminan antara produsen dan konsumen bahwa produk tidak akan mengalami kegagalan selama rentang waktu tertentu. Daya tarik warranty terdiri dari tiga pengukuran antara lain masa warranty, biaya warranty, dan kebijakan warranty. Perhitungan biaya warranty dilakukan melalui pendekatan satu dimensi, hal ini dikarenakan objek penelitian yang digunakan adalah produk elektronik dimana pengukuran berdasarkan usia pemakaian produk. Uji distribusi yang terpilih menggunakan uji distribusi Weibull, dimana memiliki pola kerusakan yang tidak beraturan dan tidak dapat diprediksi. Banyaknya klaim konsumen yang diterima oleh PT XYZ pada produk Mesin Dryer 16Kg Pemanas LPG membuat perlu dilakukan peninjauan ulang mengenai pemberian masa warranty, biaya warranty, serta tindakan pemeliharaan pencegahan dengan tujuan dapat meminimalisasi biaya garansi yang dikeluarkan oleh perusahaan. Kata kunci: warranty, kebijakan satu dimensi, daya tarik warranty Abstract After-sales service is provided by the company as a strategy in providing and improving product quality to consumers, namely a guarantee. Product warranties are given after obtaining a decision on the appropriate warranty policy. Warranty is an assurance between producers and consumers that a product will not fail for a certain period of time. The warranty appeal consists of three measurements including warranty period, warranty costs, and warranty policies. We discuss about the three attractiveness of warranty with one-dimensional approach, the object of this research is electronic products, namely the product Mesin Dryer 16Kg Pemanas LPG in PT XYZ which counting by ages the product under warranty. The selected distribution test value is Weibull, which has an irregular and unpredictable pattern of damage. The number of consumer claims reveived by PT XYZ makes it necessary to review the provision of warranty period, warranty costs, and preventive maintenance measures with the aim of minimizing the warrnaty costs incurred by the company. Keywords: warranty, one-dimensional policy, attraction warranty
Deteksi Kepribadian Anak Dengan Sidik Jari Menggunakan Metode K-nearest Neighbor (knn) Dan Decision Tree Ziqra Haniffah; Burhanuddin Dirgantoro; Casi Setianingsih
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kini di banyak belahan dunia dikembangkan teknologi yang mampu mengidentifikasi individu dari karakter biologis individu yang dikenal dengan nama Biometrik. Biometrik itu sendiri adalah cara untuk identifikasi dan verifikasi individu berdasarkan karakteristik fisik atau tingkah lakunya.. Maka dari itu sidik jari menjadi pilihan untuk mendeteksi kepribadian seorang anak. Hasrat orang tua untuk mencetak anak-anaknya menjadi bibit unggul semakin besar. Pertanyaan seputar cara memaksimalkan bakat, potensi, maupun anak-anak sejak awal kerap menghantui pikiran orang tua masa kini. Menyadari akan pentingnya hal ini, para ahli psikologi terus menerus menyempurnakan tes untuk menganalisis kecerdasan dan kepribadian anak. Dengan terjadinya masalah tersebut, dalam Tugas Akhir ini akan dirancang sebuah sistem yang dapat membaca sidik jari dengan hasil keluarannya mengetahui kepribadian anak dan Learning style. Sistem ini dirancang dengan menggunakan Metode K-Nearest Neighbor (KNN) Dan Decision Tree yang dapat melalui suatu data atau sebuah fakta yang bergerak maju menuju suatu kesimpulan. Pada Penilitian ini melalui fingerprint juga dapat mengetahui kepribadian anak yang mulai memasuki sekolah dasar, dengan melakukan klasifikasi kepribadian seseorang berdasarkan pola sidik jari. Kata kunci: Sidik jari, Learning style, K-Nearest Neighbor (KNN), Decision Tree
Identifikasi Cyberbullying Pada Komentar Instagram Menggunakan Metode Lexicon-based Dan Naïve Bayes Classifier (studi Kasus: Pemilihan Presiden Indonesia Tahun 2019) Rizky Dhian Syarif; Anisa Herdiani; Widi Astuti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Tahun 2019 Indonesia diwarnai dengan semarak demokrasi. Masyarakat menyambut dengan gembira dan antusiasme yang tinggi pada Pemilihan Umum Presiden yang dilaksanakan April 2019. Pilpres ini ramaidiperbincangkan di dunia nyata maupun dunia maya, khususnya di media sosial Instagram. Semua orangbebas berpendapat atau beropini tentang masing-masing calon Presiden. Tetapi, yang menjadi persoalanadalah ketika berpendapat tidak berlandaskan etika, sehingga membuat pertentangan antaramasingmasing pendukung pasangan calon presiden. Perang komentar yang membully, menjelekkan, ataumenjatuhkan lawan mewarnai situasi tersebut. Untuk itu, perlu dilakukan identifikasi cyberbullying padakomentar Instagram untuk mengklasifikasikan komentar yang mengandung cyberbullying atau noncyberbullying. Metode yang digunakan dalam penelitian ini adalah metode berbasis lexicon dan metodeberbasis learning yaitu naïve bayes classifier. Proses sistem dimulai dari text preprocessing dengan tahapancleaning, casefolding, dan stemming. Kemudian dilakukan proses klasifikasi menggunakan metode Lexiconbased dan naïve bayes classifier, dan hasil keluaran sistem berupa identifikasi apakah komentar termasukcyberbullying atau non cyberbullying. Pada penelitian ini didapatkan hasil performansi dari metode LexiconBasedmenghasilkanakurasisebesar58%,presisi52%,recall75%danF-score61%.Sedangkannaïvebayesclassifierdidapatkanakurasi97%,presisi94%,recall100%,danF1-score97%.  Kata kunci : cyberbullying, instagram, Lexicon-Based , naïve bayes classifier. Abstract In 2019 Indonesia was colored with the vibrant democracy. The community welcomed with great enthusiasmand enthusiasm at the Presidential Election held in April 2019. The presidential election was heavilydiscussed in the real world and cyberspace, specifically on Instagram social media. All people are free toapprove or opinion about each candidate for President. However, what is being debated is a compilationthat is not based on ethics, thus creating a conflict between each of the supporters of the presidentialcandidate pair. The war of comments that bully, vilify, or bring down opponents depicts beforehand. Forthis reason, it is necessary to collect cyberbullying on Instagram comments to classify comments that containcyberbullying or non-cyberbullying. The method used in this research is the lexicon based method and theBayes classifier naïve learning method. The system process starts from preprocessing text with cleaning,casefolding, and stemming. Then the classification process is carried out using the Lexicon-based methodand the naïve Bayes classifier, and the output of the system involves commenting whether it is cyberbullyingor non-cyberbullying. In this study the performance results obtained from the Lexicon-Based methodproduce an accuracy of 58%, 52% precision, 75% recall and F-score 61%. While Naïve Bayes Classifierobtained 97% accuracy, 94% precision, 100% recall, and F1-score 97%. Keywords: cyberbullying, instagram, based on lexicon, naive bayes classifier.
Deteksi Kualitas Kemurnian Susu Sapi Melalui Pengolahan Citra Digital Menggunakan Metode Active Contour Dengan Klasifikasi K-nearest Neighbor Vidiya Rossa Atfira; Nur Ibrahim; Eka Wulandari
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Susu merupakan salah satu bahan pangan yang mengandung nutrisi tinggi sebagai sumben protein hewani. Susu mengandung 88% air dengan bahan kering 12% meliputi lemak, protein, mineral, dan karbohidrat. Susu sapi baik dikonsumsi oleh semua kalangan dari balita, remaja, dewasa, hingga lanjut usia karena kandungan gizi, tekstur, rasa dan manfaatnya. Tidak jarang penjual susu memanfaatkan kondisi tersebut untuk meraup keuntungan tinggi dengan mencampurkan air atau bahan lainnya. Sampai saat ini konsumen tidak menyadari adanya campuran dalam susu yang dikonsumsi. Dari permasalahan tersebut, Tugas Akhir ini merancang sistem untuk mendeteksi adanya campuran dalam susu melalui pengolahan citra digital menggunakan metode Active Contour dengan klasifikasi KNearest Neighbor (KNN). Perancangan sistem menggunakan software, dan bertujuan untuk mempermudah deteksi tingkat kemurnian susu yang akan dikonsumsi. Data yang digunakan sebanyak 500 citra dengan 300 citra sebagai data latih dan 200 citra sebagai data uji. Tingkat kemurnian susu dibagi menjadi 5 kelas yaitu 20%, 40%, 60%, 80%, dan 100% dengan bahan campuran air. Penelitian ini menghasilkan akurasi sistem terbaik menggunakan jenis klasifikasi City block sebesar 100% dengan waktu komputasi yaitu 322.25 detik. Hasil ini diperoleh dari parameter nilai K=5, ukuran gambar 512×512 piksel, dan iterasi 500. Kata kunci: Image processing, Active Contour, K-Nearest Neighbor Abstract Milk is one of the foodstuffs containing high nutrition as a component of animal protein. Milk contains 88% water with 12% dry ingredients including fat, protein, minerals, and carbohydrates. Cow’s milk is good to be consumed by all people from toddlers, teenagers, adults, to the elderly because of its nutritional content, texture, taste and benefits. It is not uncommon for milk sellers to take advantage of these conditions to reap high profits by mixing water or other ingredients. Until now consumers were not aware of any mixture in milk consumed. From these problems, this Final Project designs a system to detect the presence of mixtures in milk through digital image processing using the Active Contour method with the classification of K-Nearest Neighbor (KNN). The system design uses software, and aims to facilitate the detection of the level of purity of milk to be consumed. The data used were 500 images with 300 images as training data and 200 images as test data. The level of purity of milk is divided into 5 classes namely 20%, 40%, 60%, 80%, and 100% with a mixture of water. This research produces the best system accuracy using the City block classification type by 100% with a computational time 322.25 seconds. These results are obtained from parameters K = 5, image size 512 × 512 pixels, and iteration 500. Keywords: Image processing, Active Contour, K-Nearest Neighbor

Page 20 of 80 | Total Record : 798

 18   19   20   21   22 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 10, No 5 (2023): Oktober 2023 Vol 10, No 4 (2023): Agustus 2023 Vol 10, No 3 (2023): Juni 2023 Vol 10, No 2 (2023): April 2023 Vol 10, No 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol 9, No 5 (2022): Oktober 2022 Vol 9, No 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue