Admin Website UNIKOM

Tag: inovasi sistem cerdas UNIKOM

  • Desain dan Implementasi Perangkat Ujian Elektronik untuk Meningkatkan Kenyamanan Siswa Tunanetra

    Desain dan Implementasi Perangkat Ujian Elektronik untuk Meningkatkan Kenyamanan Siswa Tunanetra

    Penulis: Hidayat H, Nanra S. Hasibuan, Mochamad F. Wicaksono

    Abstrak

    Tujuan penelitian ini adalah untuk mendesain dan mengimplementasikan perangkat ujian elektronik untuk membantu siswa saat mengerjakan ujian sekolah. Metode yang digunakan adalah metode eksperimental yang meliputi studi pustaka, desain proses, implementasi desain, dan pengujian desain. Sistem yang dirancang terdiri dari dua bagian, yaitu perangkat untuk siswa tunanetra dan aplikasi pemantauan ujian. Perangkat siswa menggunakan Raspberry Pi sebagai pengolah data, enam tombol tekan sebagai kode braille, dan lima tombol tekan sebagai tombol navigasi. Perangkat ini juga dilengkapi dengan aplikasi konversi teks ke suara. Aplikasi pemantauan ujian berfungsi untuk memproses pendaftaran peserta ujian, memproses soal ujian, dan mencatat hasil ujian peserta ujian. Hasil penelitian ini menunjukkan bahwa perangkat ujian dan aplikasi pemantauan ujian dapat berfungsi dengan baik. Hasil ini dapat memberikan efek peningkatan kenyamanan siswa dalam mengerjakan ujian sekolah. © 2021 Fakultas Teknik.

    Kata kunci penulis

    Siswa tunanetra; Perangkat ujian; Raspberry Pi; Teks ke suara

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85102208191

  • Implementasi Fuzzy Tsukamoto dalam Sistem Pendukung Keputusan Perencanaan Produksi

    Implementasi Fuzzy Tsukamoto dalam Sistem Pendukung Keputusan Perencanaan Produksi

    Penulis: Riani Lubis, Sri Nurhayati

    Abstrak

    Tujuan penelitian ini adalah untuk mengimplementasikan Fuzzy Tsukamoto dalam merancang sistem pendukung keputusan perencanaan produksi. Menentukan kuantitas produksi merupakan salah satu aktivitas penting dalam perencanaan produksi. Kuantitas produksi memengaruhi penentuan kebutuhan bahan baku dan biaya produksi. Oleh karena itu, sangat penting untuk menentukan kuantitas produksi yang tepat. Hal ini menghindari penumpukan bahan baku di lantai produksi dan biaya produksi yang besar. Dalam penelitian ini, sistem pendukung keputusan perencanaan produksi memberikan rekomendasi tentang kuantitas produksi. Hal ini dapat digunakan sebagai referensi bagi manajer produksi untuk menentukan kuantitas produksi untuk periode produksi berikutnya. Fuzzy Tsukamoto adalah metode yang digunakan dalam penelitian ini untuk menentukan kuantitas produksi. Hasil penelitian ini adalah model sistem pendukung keputusan perencanaan produksi yang menerapkan metode Fuzzy Tsukamoto. Implementasi Fuzzy Tsukamoto dapat memberikan rekomendasi kuantitas produksi yang digunakan untuk menentukan kuantitas produksi dan membuat jadwal produksi. © 2021 Taylor’s University. Semua hak dilindungi undang-undang.

    Kata kunci penulis

    Penentuan; Jumlah produksi; Rekomendasi

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85138270360  

  • Jaringan Neural Berulang Elman untuk Analisis Sentimen Berbasis Aspek

    Jaringan Neural Berulang Elman untuk Analisis Sentimen Berbasis Aspek

    Penulis: Nelly Indriani Widiastuti, Maulvi Inayat Ali

    Abstrak

    Analisis sentimen berbasis aspek (ABSA) adalah salah satu domain kasus penambangan opini yang bertujuan untuk mendeteksi polaritas teks tertulis berdasarkan aspek-aspek tertentu. Tujuan penelitian ini adalah untuk menentukan nilai akurasi Elman RNN dalam kasus ABSA. Metode yang digunakan dibagi menjadi dua proses utama, yaitu pra-pemrosesan dan deteksi sentimen. Sebelum melakukan pelatihan, data masukan berupa ulasan restoran dalam bahasa Indonesia melalui proses pra-pemrosesan. Dalam data ulasan, dilakukan case folding, filtering, normalisasi kata, tokenisasi, penghapusan stop word, penambahan token aspek (harga, rasa, suasana), pembuatan kamus kata, dan pembentukan one-hot encoding. Dalam proses deteksi polaritas, pelatihan dan pengujian menggunakan algoritma ERNN. Data yang digunakan adalah 1584 kalimat ulasan restoran Indonesia dan diuji pada 422 data. Berdasarkan hasil pengujian, Elman RNN memperoleh akurasi terbaik sebesar 81,22% dan skor f1 sebesar 82,78%. Bagi pengembang sistem analitik sosial, hasil ini menunjukkan bukti bahwa ERNN menjanjikan untuk digunakan dalam mendeteksi polaritas ulasan restoran. © School of Engineering, Taylor’s University

    Kata kunci penulis

    Analisis sentimen berbasis aspek; Bahasa Indonesia; Praproses; Jaringan saraf berulang; Evaluasi semantik

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85108833617

  • Studi Pendekatan Peramalan Banjir Hibrida yang Menggabungkan Multiplicative Seasonal ARIMA dan Hybrid-Neuro Fuzzy Berdasarkan Deret Waktu Jangka Panjang

    Studi Pendekatan Peramalan Banjir Hibrida yang Menggabungkan Multiplicative Seasonal ARIMA dan Hybrid-Neuro Fuzzy Berdasarkan Deret Waktu Jangka Panjang

    Penulis: Sri Supatmi, Irfan Dwiguna Sumitra, Rongtao Hou

    Abstrak

    Penelitian ini mengusulkan metode hibrida modern untuk meramalkan banjir dengan menggunakan pendekatan yang menggabungkan Multiplicative Seasonal Autoregressive Moving Average (MSARIMA) dan Hybrid-Neuro Fuzzy Inference System (HN-FIS) berdasarkan deret waktu jangka panjang. Metode yang diusulkan ini disebut Teknologi Sistem Peramalan Banjir Hibrida (Hybrid-FFST). Penelitian ini bertujuan untuk meningkatkan tiga jenis penelitian sebelumnya tentang peramalan banjir, seperti prediksi banjir menggunakan HNFIS dan peramalan banjir menggunakan MSARIMA dan prediksi curah hujan menggunakan Multiplicative Seasonal Autoregressive Moving Average Subsequence Aggregate (MSARIMASA). Penelitian ini dilakukan di Bandung, Provinsi Jawa Barat, Indonesia. Kinerja peramalan kejadian banjir meningkat dengan menggunakan metode pendekatan hibrida yang menggunakan MSARIMA dan dua tingkat HN-FIS. Metode yang diusulkan ini menggunakan enam parameter: curah hujan, suhu, kepadatan penduduk, daerah aliran sungai yang besar, ketinggian daerah, dan kemiringan lahan untuk memprediksi kejadian banjir. Kinerja metode ini dihasilkan dan sesuai dengan baik menggunakan pendekatan Hybrid-FFST dan diverifikasi oleh Mean Absolute Percentage Error (MAPE), Root Means Square Percentage Error (RMSPE), dan Mean Forecast Error (MFE) untuk mengidentifikasi model yang paling sesuai dari model yang diusulkan. Kinerja model yang diusulkan dibandingkan menggunakan MAPE, RMSPE, dan MFE dengan model MSARIMA, HN-FIS, dan MSARIMASA. Kinerja kepercayaan metode yang diusulkan memperoleh nilai yang lebih signifikan dari 97% menurut nilai MAPE, RMSE, dan MFE. Hasil model yang diusulkan menunjukkan kinerja yang lebih baik daripada model MSARIMA, HN-FIS, dan MSARIMASA untuk memprediksi kejadian banjir. Dampak dari penelitian ini adalah banjir dapat diprediksi sebelum terjadi di suatu tempat. © School of Engineering, Taylor’s University.

    Kata kunci penulis

    Banjir; Sistem peramalan banjir; Pendekatan hibrida; Prediksi

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85111844671