Minat beli dari masyarakat di Kab. Grobogan sangat kurang di penjualan online Usaha Mikro Kecil Menengah (UMKM). Dikarenakan penawaran yang ada di e-commerce (UMKM) tidak adanya paket diskon yang ditawarkan, Oleh karena itu pengembangan e-commerce (UMKM) sebagai wadah penjualan barang oleh masyarakat sangatlah diperlukan perubahan, perubahan yang harus dilakukan adalah menerapkan algoritma apriori yang ditanam di aplikasi e-commerce yang telah ada. Dengan menggunakan algoritma apriori, dapat menghasilkan aturan asosiasi untuk menunjukkan seberapa kuatnya pengaruh item ke item lain dan pola beli konsumen. Data yang di proses adalah data penjualan yang paling diminati dn juga yang kurang diminati masyarakat dipergunakan sebagai paket diskon penjualan. Dari hasil pengujian aplikasi tersebut dapat membantu pemilihan produk yang akan dipaketkan dengan diskon yang ditawarkan kepada masyarakat guna meningkatkan minat beli masyarakat pada UMKM di Kab Grobogan.
{"title":"ALGORITMA APRIORI UNTUK MENENTUKAN PAKET PENJUALAN BARANG DI UMKM BINAAN DISPERINDAG KABUPATEN GROBOGAN","authors":"Eko Supriyadi, Adri Tiyono, Agus Susilo Nugroho, Dhika Malita Puspita Arum, Achmad Rizki Ramadhani","doi":"10.36595/jire.v6i1.726","DOIUrl":"https://doi.org/10.36595/jire.v6i1.726","url":null,"abstract":"Minat beli dari masyarakat di Kab. Grobogan sangat kurang di penjualan online Usaha Mikro Kecil Menengah (UMKM). Dikarenakan penawaran yang ada di e-commerce (UMKM) tidak adanya paket diskon yang ditawarkan, Oleh karena itu pengembangan e-commerce (UMKM) sebagai wadah penjualan barang oleh masyarakat sangatlah diperlukan perubahan, perubahan yang harus dilakukan adalah menerapkan algoritma apriori yang ditanam di aplikasi e-commerce yang telah ada. Dengan menggunakan algoritma apriori, dapat menghasilkan aturan asosiasi untuk menunjukkan seberapa kuatnya pengaruh item ke item lain dan pola beli konsumen. Data yang di proses adalah data penjualan yang paling diminati dn juga yang kurang diminati masyarakat dipergunakan sebagai paket diskon penjualan. Dari hasil pengujian aplikasi tersebut dapat membantu pemilihan produk yang akan dipaketkan dengan diskon yang ditawarkan kepada masyarakat guna meningkatkan minat beli masyarakat pada UMKM di Kab Grobogan.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"141 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124114658","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Ruang baca fasilkom unsri mengalami kerusakan server yang menyebabkan website nya tidak bisa lagi di akses jadi untuk proses peminjaman buku dan proses pengembalian buku saat ini masih menggunakan kertas dan memakan waktu lama, jam operasional dari perpustakaan yang terbatas serta diperlukannya petugas ruang baca untuk proses pengembalian buku. Dalam melakukan pengukuran kualitas suatu website dapat dilakukan dengan keterlibatan user atau pengguna dalam pembuatan website. Pendekatan design thinking diterapkan untuk memahami permasalahan pengguna dan menciptakan user interface dan user experience yang baik untuk website ruang baca fasilkom unsri yang sesuai dengan kebutuhan pengguna. Website ini dibangun untuk membantu pihak ruang baca dalam mengelola data dan transaksi buku, serta memudahkan proses pencarian buku yang dibutuhkan tanpa harus menunggu lama.
{"title":"PENGEMBANGAN WEBSITE RUANG BACA FASILKOM UNIVERSITAS SRIWIJAYA MENGGUNAKAN METODE DESIGN THINKING","authors":"Andri Febriansyah, M. Rudy Sanjaya","doi":"10.36595/jire.v6i1.845","DOIUrl":"https://doi.org/10.36595/jire.v6i1.845","url":null,"abstract":"Ruang baca fasilkom unsri mengalami kerusakan server yang menyebabkan website nya tidak bisa lagi di akses jadi untuk proses peminjaman buku dan proses pengembalian buku saat ini masih menggunakan kertas dan memakan waktu lama, jam operasional dari perpustakaan yang terbatas serta diperlukannya petugas ruang baca untuk proses pengembalian buku. Dalam melakukan pengukuran kualitas suatu website dapat dilakukan dengan keterlibatan user atau pengguna dalam pembuatan website. Pendekatan design thinking diterapkan untuk memahami permasalahan pengguna dan menciptakan user interface dan user experience yang baik untuk website ruang baca fasilkom unsri yang sesuai dengan kebutuhan pengguna. Website ini dibangun untuk membantu pihak ruang baca dalam mengelola data dan transaksi buku, serta memudahkan proses pencarian buku yang dibutuhkan tanpa harus menunggu lama.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"166 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114830976","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abdul Halim Hasugian, Yusuf Ramadhan Nasution, Nadyah Almirah Simanjuntak
Pesatnya perkembangan ilmu pengetahuan dan teknologi telah memunculkan teknik-teknik baru yang dapat disalahgunakan untuk mengancam keamanan suatu sistem informasi. Dengan perkembangan zaman, teknologi yang mengancam keamanan data selalu satu tingkat lebih maju dari teknologi yang melindungi data. Oleh karena itu, muncul ide dalam menanggapi permasalahan tersebut, bahwa dirasa penting untuk membuat sistem yang aman yang dapat melindungi data dengan cara mengkodekannya sehingga sulit untuk dideteksi oleh pihak yang tidak berwenang. Kriptografi dan steganografi adalah dua ilmu keamanan data yang terkenal. Dalam penelitian ini, peneliti menggunakan algoritma kriptografi dan steganografi Beaufort dan LSB2bit. Algoritma Beaufort adalah metode cipher yang didasarkan pada cipher Vigenere. Di Beaufort, kunci K adalah string karakter K = k1 ... kd di mana ki diperoleh dari transformasi alfabet I sebanyak dalam cipher vegenere.Algoritma LSB adalah cara memasukkan bit pesan ke bit gambar terendah sehingga gambar tidak berubah secara berarti. Penelitian ini menghasilkan sebuah aplikasi yang dapat melindungi pesan dan menyisipkannya ke dalam gambar menggunakan teknik kriptografi dan steganografi. Sehingga orang yang tidak berhak tidak menyadari akan keberadaan suatu pesan rahasia pada citra yang dijadikan cover.
{"title":"KOMBINASI ALGORITMA BEAUFORT CIPHER DAN LSB2BIT UNTUK KEAMANAN FILE TEKS","authors":"Abdul Halim Hasugian, Yusuf Ramadhan Nasution, Nadyah Almirah Simanjuntak","doi":"10.36595/jire.v6i1.730","DOIUrl":"https://doi.org/10.36595/jire.v6i1.730","url":null,"abstract":"Pesatnya perkembangan ilmu pengetahuan dan teknologi telah memunculkan teknik-teknik baru yang dapat disalahgunakan untuk mengancam keamanan suatu sistem informasi. Dengan perkembangan zaman, teknologi yang mengancam keamanan data selalu satu tingkat lebih maju dari teknologi yang melindungi data. Oleh karena itu, muncul ide dalam menanggapi permasalahan tersebut, bahwa dirasa penting untuk membuat sistem yang aman yang dapat melindungi data dengan cara mengkodekannya sehingga sulit untuk dideteksi oleh pihak yang tidak berwenang. Kriptografi dan steganografi adalah dua ilmu keamanan data yang terkenal. Dalam penelitian ini, peneliti menggunakan algoritma kriptografi dan steganografi Beaufort dan LSB2bit. Algoritma Beaufort adalah metode cipher yang didasarkan pada cipher Vigenere. Di Beaufort, kunci K adalah string karakter K = k1 ... kd di mana ki diperoleh dari transformasi alfabet I sebanyak dalam cipher vegenere.Algoritma LSB adalah cara memasukkan bit pesan ke bit gambar terendah sehingga gambar tidak berubah secara berarti. Penelitian ini menghasilkan sebuah aplikasi yang dapat melindungi pesan dan menyisipkannya ke dalam gambar menggunakan teknik kriptografi dan steganografi. Sehingga orang yang tidak berhak tidak menyadari akan keberadaan suatu pesan rahasia pada citra yang dijadikan cover.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"246 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122477876","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Data tidak seimbang atau lebih sering disebut imbalanced data, adalah kondisi pada saat data memiliki rasio yang tidak seimbang antara satu kelas dengan kelas yang lain, sehingga terdapat kelas mayoritas dan kelas minoritas. Sulit untuk membuat prediksi pada dataset yang tidak seimbang karena pengklasifikasi cenderung mendeteksi kelas mayoritas daripada kelas minoritas. Teknik resampling menjadi salah satu yang paling efektif dalam menyelesaikan permasalahan imbalanced data ini. Salah satu kategori dari teknik resampling adalah oversampling. Metode oversampling diantaranya adalah SMOTE dan K-Means SMOTE. Penggunaan oversampling akan meningkatkan hasil measurement klasifikasi. Penelitian ini menggunakan data wine yang memiliki 11 fitur serta 1 atribut target dan bertujuan untuk membandingkan hasil measurement antara penggunaan data sintetis hasil SMOTE dan K-Means SMOTE dengan hasil measurement penggunaan data nyata dalam kondisi data seimbang. Pembuatan data imbalance dilakukan dengan menghapus secara random salah satu kelas dengan ambang 25%, 50%, 60% dan 75%. Hasil penelitian menunjukkan bahwa dibandingkan penggunaan data nyata, penggunaan K-Means SMOTE cenderung menghasilkan nilai lebih tinggi untuk akurasi, sensitivitas dan spesifisitas sedangkan SMOTE meskipun memperoleh nilai yang lebih baik dibandingkan K-Means SMOTE tetapi juga terdapat beberapa kondisi imbalance yang memiliki nilai lebih tinggi dibandingkan penggunaan data nyata.
{"title":"ANALISA PERBANDINGAN TEKNIK OVERSAMPLING SMOTE PADA IMBALANCED DATA","authors":"Cosmas Haryawan, Yosef Muria Kusuma Ardhana","doi":"10.36595/jire.v6i1.834","DOIUrl":"https://doi.org/10.36595/jire.v6i1.834","url":null,"abstract":"Data tidak seimbang atau lebih sering disebut imbalanced data, adalah kondisi pada saat data memiliki rasio yang tidak seimbang antara satu kelas dengan kelas yang lain, sehingga terdapat kelas mayoritas dan kelas minoritas. Sulit untuk membuat prediksi pada dataset yang tidak seimbang karena pengklasifikasi cenderung mendeteksi kelas mayoritas daripada kelas minoritas. Teknik resampling menjadi salah satu yang paling efektif dalam menyelesaikan permasalahan imbalanced data ini. Salah satu kategori dari teknik resampling adalah oversampling. Metode oversampling diantaranya adalah SMOTE dan K-Means SMOTE. Penggunaan oversampling akan meningkatkan hasil measurement klasifikasi. Penelitian ini menggunakan data wine yang memiliki 11 fitur serta 1 atribut target dan bertujuan untuk membandingkan hasil measurement antara penggunaan data sintetis hasil SMOTE dan K-Means SMOTE dengan hasil measurement penggunaan data nyata dalam kondisi data seimbang. Pembuatan data imbalance dilakukan dengan menghapus secara random salah satu kelas dengan ambang 25%, 50%, 60% dan 75%. Hasil penelitian menunjukkan bahwa dibandingkan penggunaan data nyata, penggunaan K-Means SMOTE cenderung menghasilkan nilai lebih tinggi untuk akurasi, sensitivitas dan spesifisitas sedangkan SMOTE meskipun memperoleh nilai yang lebih baik dibandingkan K-Means SMOTE tetapi juga terdapat beberapa kondisi imbalance yang memiliki nilai lebih tinggi dibandingkan penggunaan data nyata.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"81 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130418288","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pusat data KPU Sumut merupakan bagian dari bangunan yang ciri utamanya adalah menyimpan server komputer, gadget jaringan komputer, kekuatan bertenaga listrik dan berbagai dukungan. Sebuah data tengah harus dirancang dan layak untuk menghindari masalah atau kesalahan yang dapat menyebabkan kerusakan sebagian atau seluruh data yang disimpan dan perangkat berjalan., berbagai faktor bentuk masalah ataupun masalah di dalam data center yang mungkin terjadi dapat dibagi menjadi 3 jenis faktor risiko yaitu sumber daya manusia, aplikasi dan teknologi, dan keamanan infrastruktur, penelitian ini bertujuan untuk mengetahui apakah metode Case Based Reasoning (CBR) dan metode K-Nearest Neighbor berguna mengidentifikasi masalah pada data center, Hasil yang diperoleh dari 3 jenis faktor risiko yaitu sumber daya manusia sistem dapat mengenali 100% kasus baru, aplikasi dan teknologi 72%, keamanan infrastruktur sebanyak 100%.
{"title":"PENERAPAN SISTEM CERDAS BERBASIS CASE BASED REASONING (CBR) DAN METODE K-NEAREST NEIHBOR (KNN) UNTUK IDENTIFIKASI MASALAH DATA CENTER","authors":"Muhammad Ikhsan, Armansyah, Rahmat Syair Habibi","doi":"10.36595/jire.v6i1.733","DOIUrl":"https://doi.org/10.36595/jire.v6i1.733","url":null,"abstract":"Pusat data KPU Sumut merupakan bagian dari bangunan yang ciri utamanya adalah menyimpan server komputer, gadget jaringan komputer, kekuatan bertenaga listrik dan berbagai dukungan. Sebuah data tengah harus dirancang dan layak untuk menghindari masalah atau kesalahan yang dapat menyebabkan kerusakan sebagian atau seluruh data yang disimpan dan perangkat berjalan., berbagai faktor bentuk masalah ataupun masalah di dalam data center yang mungkin terjadi dapat dibagi menjadi 3 jenis faktor risiko yaitu sumber daya manusia, aplikasi dan teknologi, dan keamanan infrastruktur, penelitian ini bertujuan untuk mengetahui apakah metode Case Based Reasoning (CBR) dan metode K-Nearest Neighbor berguna mengidentifikasi masalah pada data center, Hasil yang diperoleh dari 3 jenis faktor risiko yaitu sumber daya manusia sistem dapat mengenali 100% kasus baru, aplikasi dan teknologi 72%, keamanan infrastruktur sebanyak 100%.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"43 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130826546","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Permasalahan yang dihadapi dalam penelitian ini adalah banyaknya siswa yang tidak mengetahui potensi mereka sehingga sulit untuk mengembangkan kemampuan yang dimiliki [2]. Oleh karena itu, penelitian ini bertujuan untuk membantu siswa dalam mengenali potensi mereka dan mengembangkan kemampuan yang dimiliki dengan mengklasifikasikan kepribadian siswa berdasarkan nilai raport, kuesioner The Big Five Personality, nilai pengetahuan, dan nilai keterampilan sebagai parameter penelitian [3]. Metode yang digunakan dalam penelitian ini adalah algoritma K-Nearest Neighbor (KNN) yang diterapkan dalam sebuah aplikasi menggunakan metode The Big Five Personality [4]. Data diambil dari kuesioner yang berisikan 50 pertanyaan yang mewakili kelima jenis kepribadian, yaitu Openness, Conscientiousness, Extraversion, Agreeableness, dan Neuroticism. Data nilai raport dan nilai keterampilan siswa digunakan sebagai atribut pendukung dalam proses klasifikasi, sementara target tujuan dari hasil klasifikasi adalah jenis kepribadian yang dikelompokkan ke dalam lima jenis tipe kepribadian berdasarkan The Big Five Personality sebagai labeling target [6]. Hasil klasifikasi terbanyak adalah kepribadian Conscientiousness. Pengujian dilakukan dengan membagi data menjadi data latih dan data uji secara acak dengan perbandingan 8:2, dan menghasilkan akurasi sebesar 95% dengan metode confusion matrix. Hasil penelitian ini menunjukkan bahwa membangun model klasifikasi memerlukan kualitas yang baik dalam pemilihan parameter penelitian yang dapat mempengaruhi kinerja dan akurasi model.
研究中面临的问题是，许多学生不知道自己的潜力，因此很难发展[2]能力。因此，本研究旨在帮助学生认识到自己的潜力，并培养自己的能力，通过根据成绩单、五人人格、知识价值和技能价值作为研究参数对学生进行分类[3]。本研究使用的方法是使用“五人合一”方法应用于应用程序中的K-Nearest算法[4]。数据来自一份包含50个问题的调查问卷，这些问题代表了五种人格类型，即开放、严谨、外向、侵略性和神经质。学生成绩单和技能价值数据在分类过程中被用作支持属性，而分类结果的目标是将五种人格归类为五种人格类型的人格类型，以Big Five Personality为标签目标[6]。大多数的分类结果是谨慎人格。测试是将数据除以8比2的随机培训和测试数据，并对混乱矩阵方法产生95%的准确性。本研究的结果表明，构建分类模型需要在选择可以影响模型性能和准确性的研究参数时获得良好的质量。
{"title":"KLASIFIKASI KARAKTERISTIK KEPRIBADIAN SISWA BERDASARKAN THE BIG FIVE PERSONALITY DENGAN MENGGUNAKAN METODE K- NEAREST NEIGHBOR (KNN)","authors":"Maruli Tua Silaen","doi":"10.36595/jire.v6i1.860","DOIUrl":"https://doi.org/10.36595/jire.v6i1.860","url":null,"abstract":"Permasalahan yang dihadapi dalam penelitian ini adalah banyaknya siswa yang tidak mengetahui potensi mereka sehingga sulit untuk mengembangkan kemampuan yang dimiliki [2]. Oleh karena itu, penelitian ini bertujuan untuk membantu siswa dalam mengenali potensi mereka dan mengembangkan kemampuan yang dimiliki dengan mengklasifikasikan kepribadian siswa berdasarkan nilai raport, kuesioner The Big Five Personality, nilai pengetahuan, dan nilai keterampilan sebagai parameter penelitian [3]. Metode yang digunakan dalam penelitian ini adalah algoritma K-Nearest Neighbor (KNN) yang diterapkan dalam sebuah aplikasi menggunakan metode The Big Five Personality [4]. Data diambil dari kuesioner yang berisikan 50 pertanyaan yang mewakili kelima jenis kepribadian, yaitu Openness, Conscientiousness, Extraversion, Agreeableness, dan Neuroticism. Data nilai raport dan nilai keterampilan siswa digunakan sebagai atribut pendukung dalam proses klasifikasi, sementara target tujuan dari hasil klasifikasi adalah jenis kepribadian yang dikelompokkan ke dalam lima jenis tipe kepribadian berdasarkan The Big Five Personality sebagai labeling target [6]. Hasil klasifikasi terbanyak adalah kepribadian Conscientiousness. Pengujian dilakukan dengan membagi data menjadi data latih dan data uji secara acak dengan perbandingan 8:2, dan menghasilkan akurasi sebesar 95% dengan metode confusion matrix. Hasil penelitian ini menunjukkan bahwa membangun model klasifikasi memerlukan kualitas yang baik dalam pemilihan parameter penelitian yang dapat mempengaruhi kinerja dan akurasi model.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114467573","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pemerintah Indonesia sendiri melalui Kementerian Kesehatan menyampaikan berita tentang varian baru COVID-19 yaitu varian Omicron, Melalui Twitter untuk memberikan informasi yang lebih cepat dengan memposting tweet terkait kegiatan atau berita terbaru tentang kasus COVID-19, dan tidak luput dari komentar publik pada Twitter, terutama tentang peningkatan kasus virus yang tinggi. Komentar yang ditulis oleh publik pada Twitter terdapat informasi yang positif maupun negativ. Analisis sentiment satu cara yang digunakan orang-orang untuk mengklasifikasikan data. Dengan menggunakan analisis sentimen dapat mempermudah untuk mengklasifikasikan suatu data opini positif dan negatif. Penelitian ini memgunakan analisis sentimen untuk menghitung tingkat akurasi opini pengguna twitter, dengan Metode klasifikasi Naïve Bayes. Metode ini mengklasifikasikan data sentiment yang diambil dari data positif dan data negatif dari twitter yang diimput menggunakan twitter API dengan kata “OMICRON”, Hasil klasifikasi data penelitian ini memiliki nilai dari klasifikasi data tweet menghasilkan nilai akurasi sebesar 90.0%, nilai precision 90.00%, nilai recall 90,00% dan nilai f1-score 90,00%.
{"title":"ANALISIS SENTIMEN DAN KLASIFIKASI TWEET TERKAIT NAIKNYA KASUS OMICRON MENGGUNAKAN NAIVE BAYES CLASSIFIER","authors":"Alexandre Liberti Duarte tavares Duarte, Eddy Nurraharjo","doi":"10.36595/jire.v6i1.779","DOIUrl":"https://doi.org/10.36595/jire.v6i1.779","url":null,"abstract":"Pemerintah Indonesia sendiri melalui Kementerian Kesehatan menyampaikan berita tentang varian baru COVID-19 yaitu varian Omicron, Melalui Twitter untuk memberikan informasi yang lebih cepat dengan memposting tweet terkait kegiatan atau berita terbaru tentang kasus COVID-19, dan tidak luput dari komentar publik pada Twitter, terutama tentang peningkatan kasus virus yang tinggi. Komentar yang ditulis oleh publik pada Twitter terdapat informasi yang positif maupun negativ. Analisis sentiment satu cara yang digunakan orang-orang untuk mengklasifikasikan data. Dengan menggunakan analisis sentimen dapat mempermudah untuk mengklasifikasikan suatu data opini positif dan negatif. Penelitian ini memgunakan analisis sentimen untuk menghitung tingkat akurasi opini pengguna twitter, dengan Metode klasifikasi Naïve Bayes. Metode ini mengklasifikasikan data sentiment yang diambil dari data positif dan data negatif dari twitter yang diimput menggunakan twitter API dengan kata “OMICRON”, Hasil klasifikasi data penelitian ini memiliki nilai dari klasifikasi data tweet menghasilkan nilai akurasi sebesar 90.0%, nilai precision 90.00%, nilai recall 90,00% dan nilai f1-score 90,00%.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"62 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123848671","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Menggunakan video digital tidak hanya mudah dalam hal distribusi, tetapi juga dalam proses penggandaan (copy) dan penyimpanannya untuk digunakan dimasa mendatang.Dampak kemudahan ini lah yang di salah gunakan tanpa memperhatikan aspek hak cipta (Intelectual Property Right), sehingga perlu dipikirkan adanya perlindungan terhadap hak cipta. Digital watermarking adalah solusi dan teknologi perlindungan hak cipta untuk penyematan informasi rahasia di media digital seperti gambar, teks, audio dan video.Informasi yang akan disisipkan harus dapat diambil kembali meskipun data di distribusikan secara digital. Pada penelitian ini untuk melindungi kepemilikan sebuah video digital akan dibangun sebuah aplikasi yang dapat memberikan watermark yang tak kasat mata. Proses pemberian watermark tersebut akan dilakukan menggunakan metode Dynamic Cell Spreading(DCS). Dynamic Cell Spreading (DCS) merupakan metode yang menggunakan model penyisipan yaitu menyembunyikan pesan (semua data elektronik)dimedia digital seperti video. Penelitian ini dikembangkan dengan software Android Studio menggunakan XML dan bahasa pemrograman Java Sehingga hasilnya dapat digunakan secara mobile pada perangkat android serta membangun sebuah aplikasi yang dapat menerapkan watermark tak kasat mata pada sebuah video digital yang dapat melindungi video hak milik.
{"title":"INVISIBLE WATERMARK PADA VIDEO DIGITAL MENGGUNAKAN METODE DINAMIC CELL SPREADING (DCS)","authors":"Muhammad Ikhsan, Sriani, Shania perida Br tarigan","doi":"10.36595/jire.v6i1.738","DOIUrl":"https://doi.org/10.36595/jire.v6i1.738","url":null,"abstract":"Menggunakan video digital tidak hanya mudah dalam hal distribusi, tetapi juga dalam proses penggandaan (copy) dan penyimpanannya untuk digunakan dimasa mendatang.Dampak kemudahan ini lah yang di salah gunakan tanpa memperhatikan aspek hak cipta (Intelectual Property Right), sehingga perlu dipikirkan adanya perlindungan terhadap hak cipta. Digital watermarking adalah solusi dan teknologi perlindungan hak cipta untuk penyematan informasi rahasia di media digital seperti gambar, teks, audio dan video.Informasi yang akan disisipkan harus dapat diambil kembali meskipun data di distribusikan secara digital. Pada penelitian ini untuk melindungi kepemilikan sebuah video digital akan dibangun sebuah aplikasi yang dapat memberikan watermark yang tak kasat mata. Proses pemberian watermark tersebut akan dilakukan menggunakan metode Dynamic Cell Spreading(DCS). Dynamic Cell Spreading (DCS) merupakan metode yang menggunakan model penyisipan yaitu menyembunyikan pesan (semua data elektronik)dimedia digital seperti video. Penelitian ini dikembangkan dengan software Android Studio menggunakan XML dan bahasa pemrograman Java Sehingga hasilnya dapat digunakan secara mobile pada perangkat android serta membangun sebuah aplikasi yang dapat menerapkan watermark tak kasat mata pada sebuah video digital yang dapat melindungi video hak milik.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"103 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122538024","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Penerapan speech to text pada aplikasi kamus bahasa Sumbawa Indonesia Inggris berbasis android merupakan pengembangan dari aplikasi kamus bahasa sebelumnya. Penerapan speech to text merupakan unsur kebaruan dari aplikasi yang dapat memudahan pengguna aplikasi dalam mencari kosakata yang diinginkan. Aplikasi yang terdiri dari tiga bahasa, yaitu bahasa Sumbawa, bahasa Indonesia dan bahasa Inggris dikembangakan dengan menggunakan metode pengembangan perangkat lunak waterfall dan dirancang dengan menggunakan United Modelling Language (UML) serta didevelop dengan menggunakan bahasa pemrograman PHP dan basis data MySQL untuk penggunaan databse. Aplikasi kamus bahasa yang menerapkan speech to text ini di uji dengan menggunakan pengujian black box yang merupakan pengujian untuk mengetahui fungsionalitas dari setiap fitur aplikasi. Diharapakan dengan adanya teknologi speech to text pada aplikasi kamus dapat memudahkan pengguna aplikasi dalam mencari kosakata yang diinginkan dengan waktu yang relatiif cepat serta menjadi salah satu cara dalam menjada maupun melestarikan kebudayaan daerah.
{"title":"PENERAPAN SPEECH TO TEXT PADA APLIKASI KAMUS BAHASA SUMBAWA INDONESIA INGGRIS BERBASIS ANDROID","authors":"Yana Karisma, Nora Dery Sofya Ismail, Shinta Esabella, Erwin Mardinata, Rodianto","doi":"10.36595/jire.v5i2.751","DOIUrl":"https://doi.org/10.36595/jire.v5i2.751","url":null,"abstract":"Penerapan speech to text pada aplikasi kamus bahasa Sumbawa Indonesia Inggris berbasis android merupakan pengembangan dari aplikasi kamus bahasa sebelumnya. Penerapan speech to text merupakan unsur kebaruan dari aplikasi yang dapat memudahan pengguna aplikasi dalam mencari kosakata yang diinginkan. Aplikasi yang terdiri dari tiga bahasa, yaitu bahasa Sumbawa, bahasa Indonesia dan bahasa Inggris dikembangakan dengan menggunakan metode pengembangan perangkat lunak waterfall dan dirancang dengan menggunakan United Modelling Language (UML) serta didevelop dengan menggunakan bahasa pemrograman PHP dan basis data MySQL untuk penggunaan databse. Aplikasi kamus bahasa yang menerapkan speech to text ini di uji dengan menggunakan pengujian black box yang merupakan pengujian untuk mengetahui fungsionalitas dari setiap fitur aplikasi. Diharapakan dengan adanya teknologi speech to text pada aplikasi kamus dapat memudahkan pengguna aplikasi dalam mencari kosakata yang diinginkan dengan waktu yang relatiif cepat serta menjadi salah satu cara dalam menjada maupun melestarikan kebudayaan daerah.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125676450","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Sistem pendukung pengambilan keputusan penentuan jumlah produksi barang dibuat untuk mempermudah penjual menentukan berapa produksi yang harus dibuat tanpa ada barang berlebih yang tidak terjual. Sistem ini dibuat dengan menggunakan studi kasus CV Karya Erat. Sistem dilengkapi dengan perhitungan prediksi jumlah produksi barang agar jumlah persediaan gudang bisa tetap stabil, perhitungan dilakukan dengan menggunakan metode fuzzy Tsukamoto. Optimasi jumlah produksi barang ini membutuhkan 8 variabel data yaitu permintaan terkecil, permintaan terbesar, permintaan yang diminta, persediaan terkecil, persediaan terbesar, persediaan di gudang, dan produksi terkecil serta produksi terbesar. Setelah itu data data tersebut akan dijabarkan sesuai dengan empat aturan fuzzy yang berbentuk If-Then. Hasil dari tiap inferensi aturan diberikan berdasarkan α-predikat. Hasil akhir dari sistem ini berupa prediksi jumlah produksi barang yang harus dibuat dengan menggunakan rata-rata terbobot. Sistem ini berupa aplikasi berbasis android dibuat menggunakan editor VSCode dengan bahasa Javascript, framework React Native.
{"title":"SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN JUMLAH PRODUKSI BARANG METODE FUZZY TSUKAMOTO","authors":"Regina Putri Wanda Zahirah, Maya Nurachmawati Adiningtias, Firda Millennianita, Ridha Berlianny Sulistiaputri, Ummi Athiyah","doi":"10.36595/jire.v5i2.375","DOIUrl":"https://doi.org/10.36595/jire.v5i2.375","url":null,"abstract":"Sistem pendukung pengambilan keputusan penentuan jumlah produksi barang dibuat untuk mempermudah penjual menentukan berapa produksi yang harus dibuat tanpa ada barang berlebih yang tidak terjual. Sistem ini dibuat dengan menggunakan studi kasus CV Karya Erat. Sistem dilengkapi dengan perhitungan prediksi jumlah produksi barang agar jumlah persediaan gudang bisa tetap stabil, perhitungan dilakukan dengan menggunakan metode fuzzy Tsukamoto. Optimasi jumlah produksi barang ini membutuhkan 8 variabel data yaitu permintaan terkecil, permintaan terbesar, permintaan yang diminta, persediaan terkecil, persediaan terbesar, persediaan di gudang, dan produksi terkecil serta produksi terbesar. Setelah itu data data tersebut akan dijabarkan sesuai dengan empat aturan fuzzy yang berbentuk If-Then. Hasil dari tiap inferensi aturan diberikan berdasarkan α-predikat. Hasil akhir dari sistem ini berupa prediksi jumlah produksi barang yang harus dibuat dengan menggunakan rata-rata terbobot. Sistem ini berupa aplikasi berbasis android dibuat menggunakan editor VSCode dengan bahasa Javascript, framework React Native.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"11 3 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130467099","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：