Natalis Ransi, Natalis
Halu Oleo

Published : 19 Documents
Articles

Found 19 Documents
Search

Algoritma CPAR untuk Analisa Data Kecelakaan (Studi pada Kepolisian Daerah Sulawesi Tenggara)

IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 8, No 2 (2014): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (559.095 KB)

Abstract

AbstrakKecelakaan lalu lintas (laka lantas) di Sulawesi Tenggara perlu mendapatkan penanganan yang efektif karena menyebabkan korban meninggal dunia yang terus meningkat setiap tahunnya. Salah satu langkah penanganan adalah analisis karakteristik laka lantas yang berhubungan dengan korban meninggal dunia. Analisis karakteristik laka lantas dapat dilakukan dengan pendekatan faktor penyebab kecelakaan, jenis kecelakaan, dan waktu kejadian.Penelitian ini mengaplikasikan algoritma Classification based on Predictive Association Rules (CPAR) pada data mining untuk analisa karakteristik laka lantas. Algoritma CPAR menghasilkan Class Association Rules (CARs), selanjutnya CARs digunakan untuk mendeskripsikan karakteristik laka lantas yang berhubungan dengan korban meninggal dunia.Hasil penelitian diperoleh bahwa faktor yang menyebabkan korban meninggal dunia pada kasus laka lantas adalah faktor manusia (berkendara dibawah pengaruh alkohol dan berkendara melebihi batas kecepatan) dan faktor lingkungan fisik (prasarana jalan yang rusak dan jalan dengan tikungan tajam). Jenis kecelakaan (tunggal dan depan-depan), waktu kejadian (tanggal 8-14, hari Senin dan Selasa, jam 13:00-18:59), jenis kendaraan (sepeda motor) dan merek kendaraan (Honda), berpotensi menimbulkan korban meninggal pada kasus laka lantas. Pengendara sepeda motor rentan menjadi korban pada kasus laka lantas. Pengujian akurasi menggunakan 10-fold cross validation Hasil pengujian menunjukkan bahwa rata-rata akurasi algoritma CPAR lebih tinggi yaitu 48,75% dibandingkan dengan algoritma PRM yaitu 41,13%. Kata kunci— data mining, algoritma CPAR, kecelakaan lalu lintas Abstract Traffic accident in Southeast Sulawesi needs to get treatment more effective. One of the handling is analysis of traffic accident characteristic and then it was related to the death. Analysis of trafiic accident characteristics can be done with the approach factors the cause of the accident, the kind of an accident, and time genesis.This Research apply CPAR algorithm on the data mining to analyze the characteristics of traffic accident. CPAR Algorithm produce Class Association Rules (CARs) that used to describe traffic accident characteristics related to the death.Results of research, that the factors that caused the victim died in traffic accident is human factors (driving under the influence of alcohol and driving exceed the speed) and environmental factors physical (road infrastructure and damaged roads with elbow).  Types of accidents (in the singular and home-front), time genesis (on 8-14, reported Monday and Tuesday, hours 1:00 pm-6:59 pm), the type of vehicle (motorcycle), potentially causing the death toll in the case laka then. Motorcycle drivers are prone to fall victim in that case laka then. Testing accuracy using 10-fold cross validation test result show that on average these accuracy algorithm CPAR 48.75%, higher than the algorithm PRM 41.13%. Keywords— data mining, CPAR algorithm, traffic accident

IMPLEMENTASI ALGORITMAAPRIORITERHADAP STRATEGI PEMASARAN BISNIS PRODUK DI KOTA KENDARI (STUDI KASUS : PT. INDOMARCO)

semanTIK Vol 3, No 1 (2017): semanTIK
Publisher : Jurusan Teknik Informatika Universitas Halu Oleo

Show Abstract | Original Source | Check in Google Scholar | Full PDF (783.597 KB)

Abstract

PT. Indomarco merupakan perusahaan yang bergerak di bidang distribusi makanan dan minuman. Dalam kegiatannya PT. Indomarco perlu mengetahui barang apa saja yang dibeli secara bersamaan dan yang paling banyak didistribusikan. Data penjualan yang ada pada perusahaan dapat dimanfaatkan dalam proses data mining.Salah satu metode data mining adalah Association Rule. Metode Association Rule menemukan relasi atau korelasi diantara himpunan item-item. Data diproses menggunakan konsep analisis keranjang pasar dengan Algoritma Apriori oleh karena itu dilakukan penelian untuk mengimplementasikan Algoritma Apriori dalam Strategi Pemasaran Bisnis Produk di PT.Indomarco. Algoritma Apriori adalah algoritma pengambilan data dengan aturan association rule untuk menentukan hubungan asosiatif suatu kombinasi item. Asosiation rule yang dimaksud dilakukan melalui mekanisme penghitungan support dan confidence dari suatu hubungan item. Algoritma Apriori ini terkenal untuk menemukan pola frekuensi tinggi. Hasil pengujian adalah aplikasi ini sudah dapat digunakan untuk menentukan barang apa saja yang paling sering dipesan oleh konsumen pada PT. Indomarco dan bisa diterapkan dalam bidang promosi dan penentuan strategi pemasaran. Jadi aplikasi ini nantinya bisa memilah dan memilih data yang besar selama masa penjualan produk perusahaan. Kata Kunci : Algoritma Apriori, assosiation rule, data mining, PT. Indomarco.

PENERAPAN WEB SERVICES DAN ALGORITMA GENETIKA UNTUK MENAMPILKAN JADWAL UJIAN TUGAS AKHIR STUDI KASUS : JURUSAN TEKNIK INFORMATIKA UNIVERSITAS HALU OLEO

semanTIK Vol 4, No 2 (2018): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Original Source | Check in Google Scholar | Full PDF (717.335 KB)

Abstract

The role of web service is needed as a medium for sharing data and inter-process functionality so that an application can connect with other applications without depending on the programming language or operating system. By using the web service Final Project exam schedule is not only known by students who will do the trial examination but can also be known by all students where the exam schedule will be sent to the web service provider then the web service engine will work to display the exam schedule on several websites that have been provided and by using genetic algorithms direct exam schedules can be determined automatically. This is where the role of web service is in carrying out the data exchange process. In this study, the technology that will be used is SOAP (Simple Object Access Protocol) because SOAP is a standardized protocol by W3C (World Wide Web Consortium), besides that it is also used Genetic Algorithm to automatically set exam schedules.The results obtained in this study that the application of web services can run well. Success can be seen from the results of testing the system where the exam schedule The final task can appear on several different websites and can change the data that is on the system that runs without entering into the system.Keywords - Web Service, SOAP, Genetic Algorithm DOI: 10.5281/zenodo.1471102

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN JUMLAH BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

semanTIK Vol 2, No 1 (2016): semanTIK
Publisher : Teknik Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (486.992 KB)

Abstract

Ricefor the poor program, known as  Raskin  is one of the government programs to reduce expenditure and the protection of poor families through the distribution of rice with a number and a specified price .in the distribution of Raskin often encountered obstacles or problems, one of them for leveling Raskin  amount received by all recipients Raskin. While there are different social degrees between the receiver  Raskin.  Raskin  distribution given the same amount to all recipients  Raskin, happens because it is still done manually allowing the occurrence of a subjective determination by the village government because it has not referring to predetermined criteria. In this study used methods of SAW  (Simple Additive Weight). SAW weighted summation , namely by finding a weighted sum of the value of the performance of each alternative on all attributes and requires a decision matrix normalization process (X) to a scale which can be compared with all existing alternatives value. The results of this analysis, a decision support system determines the amount of rice for the poor (Raskin ) using Simple Additive Weight (SAW)  in the village Puupi, Kolono, Southern Konawe district. The analysis is given based on the normalized matrix multiplication and summation with weights. Keywords—Decision Support System, Simple Additive Weight (SAW), Raskin

IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH PADA APLIKASI RETAIL BERBASIS JAVA MODEL VIEW CONTROLLER (MVC)

semanTIK Vol 3, No 1 (2017): semanTIK
Publisher : Jurusan Teknik Informatika Universitas Halu Oleo

Show Abstract | Original Source | Check in Google Scholar | Full PDF (620.718 KB)

Abstract

Bisnis retail berkembang pesat di Indonesia dalam beberapa tahun ini dan kita dapat menjumpainya di kota-kota besar maupun kota-kota kecil. Dalam bisnis retail, diperlukan pengendalian dan pengawasan yang baik dalam arus data barang dagangan. Salah satunya dengan melakukan pencatatan data yang teratur mulai dari pendistribusian ke gudang kemudian dilakukan penyusunan di swalayan hingga sampai ke tangan konsumen, serta penyuguhan informasi dalam bentuk sistem pelaporan yang tepat waktu dan akurat. Masalah ketersediaan barang yang selalu ada dapat diatasi dengan menyimpan informasi pembelian dalam database, dari data transaksi konsumen yang tersimpan hal ini dapat memberikan pengetahuan kepada pihak swalayan  dalam  melihat  barang-barang  mana yang  sering  dibeli  oleh  konsumen dan barang-barang yang dibeli secara bersamaan oleh konsumen.Algoritma Frequent Pattern Growth digunakan untuk menentukan  kombinasi dari jenis barang yang sering dibeli konsumen dengan mencari  item yang  sering muncul  kemudian  dihitung menggunakan support dan confidence.Pengujian dilakukan menggunakan dataset yang merupakan data transaksi penjualan pada Swalayan Surya Cabang Wua-Wua menggunakan algoritma Frequent Pattern Growth yang bertujuan untuk menentukan pola analisis kombinasi barang yang dibeli secara bersamaan. Hasil dari penelitian adalah sebuah aplikasi retail yang dapat mengetahui pola pembelian konsumen menggunakan algoritma FP-Growth berbasis Java  Model View Controller (MVC) pada Swalayan Surya Cabang Wua-Wua.Kata kunci— Asosiasi Pengusaha Ritel Indonesia, Aplikasi Retail, Frequent Pattern Growth, Java, MVC.

APLIKASI PENILAIAN KELAYAKAN FINANSIAL USAHA DENGAN METODE ANALISIS KELAYAKAN

semanTIK Vol 2, No 2 (2016): semanTIK
Publisher : Teknik Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (571.421 KB)

Abstract

Proses penilaian finansial usaha calon kreditur di bank dengan menggunakan cash flow (arus kas) masih dinilai secara manual oleh analis kredit bank sehingga minim terjadinya kesalahan dan hasil yang tidak objektif. Penelitian ini bertujuan untuk membangun aplikasi penilaian kelayakan finansial usaha dengan metode analisis kelayakan dan mengetahui kelayakan finansial suatu usaha. Metode yang digunakan pada aplikasi ini adalah metode analisis kelayakan dengan dua kriteria yaitu Usaha Jangka Pendek dengan indikator R/C Ratio, /C dan Break Event point (BEP) dan Usaha Jangka Panjang dengan indikator Net Present Value (NPV), Internal Rate Return (IRR), B/C Ratio, Payback Period dan Break Event Point (BEP). Hasil penelitian menunjukkan metode analisis kelayakan dapat diimplementasikan pada aplikasi kelayakan finansial usaha dengan membandingkan hasil perhitungan manual metode analisis kelayakan dengan perhitungan pada sistem, dan aplikasi dapat digunakan dalam penilaian kelayakan finansial beberapa usaha di Sulawesi Tenggara. Kata kunci— Aplikasi Kelayakan Finansial, Metode Analisis Kelayakan, Kredit Usaha.

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) ( Studi Kasus: Desa Sambuli, Kecamatan Abeli, Kota Kendari )

semanTIK Vol 2, No 1 (2016): semanTIK
Publisher : Teknik Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (156.306 KB)

Abstract

As a result of the increase in the price of fuel (fuel oil), the government held a relief for the people of Indonesia, namely direct cash assistance  (BLT).  Indonesian government believes these measures are important for the countrys fiscal rescue. At this difficult time, direct cash assistance program be good news for the poor throughout the country. In this study, the criteria used by 5 criteria using AHP method to enter data in the form of the head of the family that was obtained from the Central Statistics Agency kendari city. This decision support system is implemented using the Java programming language integrated with MySQL database. Results of this study states AHP method can be implemented into a decision support system to determine the recipients of direct cash assistance. This system can provide the best receiver making it easier for the government to provide assistance. Keywords— Method of AHP, Decision Support Systems, Cash Direct Assistance Receivers (BLT)

IMPLEMENTASI TEXT MINING KLASIFIKASI SKRIPSI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Original Source | Check in Google Scholar | Full PDF (192.527 KB)

Abstract

Pada era perkembangan teknologi saat ini, skirpsi dapat dilihat menggunakan  internet seperti TAKP Teknik Informatika yang merupakan salah satu website skripsi Teknik Informatika Universitas Halu Oleo yang sering dikunjungi jika telah menyelesaikan skripsi. Kategori skripsi yang digunakan adalah tiga kategori, yaitu Rekayasa Perangkat Lunak, Komputasi berbasis jaringan, dan Komputasi Cerdas Visual, dan dimana data skripsi tersebut diambil dari situs TAKP Teknik Informatika dan Perpustakaan Prodi Teknik Informatika.Terkadang pengklasifikasian kategori skripsi masih menjadi kendala.Untuk mempermudah dalam pengklasifikasian kategori skripsi, diperlukan sebuah sistem dengan menggunakan metode text mining sebagai salah satu alternatif untuk menyelesaikannya.Berdasarkan hasil pengujian, Algoritma Naïve Bayes Classifier memiliki kinerja yang baik untuk klasifikasi skripsi. Hal ini dibuktikan pada pengujian manual dan pengujian sistem menggunakan abstrak skripsi kemudian skripsi diklasifikasikan pada 3 kategori yaitu rekayasa perangkat lunak, komputasi berbasis jaringan , dan komputasi cerdas visual. Hasil klasifikasi menggunakan 51 skripsi uji didapatkan akurasi 94,11%. Kata kunci—Skripsi, Text Mining, Naïve Bayes Classifier.

RANCANG BANGUN DATA WAREHOUSE UNIVERSITAS HALU OLEO MENGGUNAKAN MODEL STARS SCHEMAS

semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Jurusan Teknik Informatika Universitas Halu Oleo

Show Abstract | Original Source | Check in Google Scholar

Abstract

Universitas Halu Oleo memiliki Sistem Informasi Akademik yang digunakan dalam menunjang proses pelayanan akademik pada civitas akademika. Saat ini data pada sistem informasi tersebut belum menjadi sumber data sebagai pendukung pengambilan keputusan. Tulisan ini kami menunjukkan sistem Data Warehouse yang dapat memberikan data historis berorientasi subjek sehingga dapat dianalisis menjadi berbagai informasi yang dibutuhkan oleh top-levelmanagement.Model star schema kami gunakan untuk pembangunan model basis datanya. Beberapa kasus permintaan informasi juga kami sampaikan. Dilengkapi dengan solusi dalam bentul aljabar relasional dan Sructured Query Language (SQL)Kata kunci—Data Warehouse , Pengambilan Keputusan, Model Stars Schemas

PENERAPAN METODE CBA (CLASSIFICATION BASED ON ASSOSIATION RULE ) MENGGUNAKAN ALGORITMA APRIORI UNTUK KLASIFIKASI PENYAKIT ISPA (INFEKSI SALURAN PERNAPASAN AKUT)

semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Original Source | Check in Google Scholar | Full PDF (898.664 KB)

Abstract

Infeksi pada saluran pernapasan merupakan penyakit yang umum terjadi pada masyarakat. Dari hasil rekapitulasi dan laporan medis UPT Puskesmas Lepo-Lepo, ISPA (Infeksi Saluran Pernapasan Akut) adalah salah satu penyakit yang sering diderita. Hasil diagnosis yang yang diberikan hanya berupa keterangan positif atau negatif, belum ada keterangan kategori ISPA. Dalam menemukan pola penyakit ISPA diperlukan analisis terhadap pola data. Pencarian pola atau hubungan asosiatif dari data yang berskala besar sangat erat kaitannya dengan data mining. Metode yang digunakan adalah metode CBA (Classification Based on Assosiation ) dengan algoritma apriori untuk klasifikasi pola penyakit ISPA. Metode CBA mengintegrasikan teknik klasifikasi dengan teknik asosiasi data mining untuk menemukan rule. Banyak rule yang ditemukan tergantung pada minimum support dan minimum confidence. Informasi yang dihasilkan untuk selanjutnya bisa digunakan oleh dokter sebagai dasar untuk melakukan tindakan – tindakan yang diperlukan dalam menangani penyakit ISPA.Kata kunci— ISPA (Infeksi Saluran Pernapasan Akut), Data Mining, CBA (Classification Based on Assosiation ), Algoritma Apriori