ANALISIS LEVEL PENALARAN MAHASISWA BERDASARKAN TAKSONOMI SOLO

Artikel ini menyajikan hasil penelitian tentang level penalaran mahasiswa berdasarkan taksonomi SOLO. Jenis penelitian yang digunakan yaitu penelitian kualitatif. Pengumpulan data dilakukan dengan cara pengategorian mahasiswa berdasarkan kemampuan tinggi, sedang, dan rendah. Subjek penelitiannya yaitu mahasiswa dengan kemampuan tinggi, sedang, dan rendah dengan masing-masing 1 mahasiswa. Subjek diminta untuk menyelesaikan soal tes kemampuan penalaran matematis. Soal tes yang disajikan berkaitan dengan konstruksi bukti keberlakuan sifat aljabar pada sistem bilangan Real yang melibatkan kemampuan penalaran. Salah satu teori yang dapat digunakan untuk mengukur kemampuan penalaran adalah Taksonomi SOLO. Taksonomi SOLO meringkas respon mahasiswa terhadap suatu tugas/ soal tes dalam 5 level: 1) prastruktural, 2) unistruktural, 3) multistruktural, 4) relasional, dan 5) extended abstract. Berdasarkan hasil analisis jawaban subyek, diperoleh kesimpulan bahwa M1 dengan kemampuan tinggi menunjukkan penalaran pada level relasional, M2 dengan kemampuan sedang menunjukkan penalaran pada level multistructural, sedangkan M3 dengan kemampuan rendah menunjukkan penalaran pada level unistructural.: Level Penalaran, Taksonomi SOLO

SISTEM INFORMASI PELAYANAN MASYARAKAT KELURAHAN BERBASIS WEB DI KELURAHAN KOTO KOCIAK KUBU TAPAK RAJO

Tujuan tugas akhir ini adalah untuk membangun sistem informasi pelayanan masyarakat kelurahan koto kociak kubu tapak rajo berbasis web. Kelurahan koto kociak kubu tapak rajo adalah salah satu kelurahan yang berada di kota Payakumbuh Provinsi Sumatera barat, yang salah satu dari tugasnya yaitu melaksanakan pelayanan masyarakat dilingkungan kelurahan. Teknik yang digunakan adalah Model View Controller(MVC) dan basis Framework CodeIgniter dengan sistem basis data MySQL. Hasil yang didapat berupa Sistem Informasi Pelayanan Masyarakat Kelurahan Koto Kociak Kubu Tapak Rajo berbasis web. Layanan utama applikasi meliputi pengelolaan data penduduk dan pelayanan-pelayanan pengurusan surat keterangan Pembuatan kartu tanda pengenal(KTP), surat keterangan domisili Penduduk, surat keterangan catatan kepolisian (SKCK), Surat keterangan kelahiran dan surat keterangan lainnya.

Manajemen Jaringan menggunakan Remote Authentication Dial in User Service (RADIUS)

Networking today is a much needed service. Existing problems include user authentication, hotspot user management, bandwidth management and any unwanted intruders. It is necessary to the development of a network system that can provide security for user authentication and bandwidth management. Network development means developing new systems and will replace the old system or improve the existing system. Particularly the issue of authentication and bandwidth. Type of this research is the Applied Research with the system development using the NDLC (Network Development Life Cycle) method. Data collection method using interviews, observation and literature study. The Method system testing is adopts the ISO 9126 standards such as functionality, reliability, usability and efficiency. This research resulted in the network security system to have a good quality with a percentage of 82.5% and meet the needs of organizations in Pondok Pesantren Madinatunnajah.

Klasifikasi Aktivitas Manusia menggunakan metode Ensemble Stacking berbasis Smartphone

Dengan perkembangan teknologi yang semakin pesat, kini smartphone dapat mengenali aktivitas manusia menggunakan sensor accelerometer dan gyroscope yang telah tertanam didalamnya dengan menghasilkan ratusan bahkan ribuan record dan membutuhkan metode data mining untuk melakukan pengelompokkan berdasarkan output tersebut. Metode data mining yang memiliki kinerja lebih baik dibandingkan metode lainnya adalah SVM tetapi sensitif terhadap parameter setting dan training sample yang menyebabkan performa tidak maksimal maka ensemble adalah solusinya. Penelitian ini mengusulkan penerapan metode ensemble Stacking untuk melakukan klasifikasi aktivitas manusia berbasis sensor accelerometer dan gyroscope. Hasil menunjukkan kinerja ensemble Stacking dengan akurasi 99.2%, sensitivity 99.6% dan specificity 98.7%.

Klasifikasi Status NEET pada Penduduk Usia Muda di Indonesia dengan SVM dan Random Forest

Not in Education, Employment, or Training (NEET) adalah suatu indikator untuk mengetahui tingkat kerentanan penduduk usia muda dalam pengangguran, putus sekolah, serta keputusasaan terhadap pasar tenaga kerja. Menurut ILO, Indonesia merupakan salah satu negara dengan tingkat NEET tertinggi di Asia sehingga merupakan suatu masalah yang perlu untuk segera diatasi. Salah satu alternatif yang dapat dilakukan untuk mengatasi fenomena tersebut adalah dengan deteksi dini terhadap penduduk yang berisiko menjadi NEET yang dapat dilakukan dengan menggunakan indikator-indikator yang telah melekat dalam individu seperti jenis kelamin, status perkawinan, dan disabilitas. Penelitian ini bertujuan untuk melakukan klasifikasi terhadap status NEET pada penduduk usia muda agar dapat digunakan untuk memprediksi apakah seorang individu termasuk ke dalam NEET dengan menggunakan metode klasifikasi yang meliputi Support Vector Machine (SVM) dan random forest. Data yang digunakan merupakan data sekunder yang diperoleh dari raw data SAKERNAS periode Agustus 2018. Hasil penelitian menunjukkan bahwa metode random forest memberikan hasil akurasi yang lebih tinggi sehingga memiliki kemampuan yang lebih baik dalam mengklasifikasikan penduduk muda menurut status NEET yaitu dengan akurasi sebesar 82,94 persen. Oleh karena itu, metode ini dapat digunakan untuk memprediksi status NEET dalam rangka menunjang pengurangan persentase NEET di Indonesia.

Implementasi Sistem Informasi Akademik dengan Feeder PDDikti Berbasis Android

Abstrak Sistem Informasi Akademik (SIAKAD) merupakan instrument penting bagi penyelenggara pendidikan perguruan tinggi, Proses pelaporan seluruh aktifitas perguruan tinggi harus dilakukan pihak penyelenggara kepada DIKTI secara berkala pada tiap semester. Terimplementasinya SIAKAD pada lingkup Universitas Pancasakti Makassar sangat membantu dalam pengolahan data akademik yang komprehensif serta menjadi jaminan konsistensi dan validasi data, Seiring dengan perkembangan teknologi serta sifat mobilitas pengguna mengakibatkan penggunaan aplikasi berbasis Mobile semakin tinggi. penelitian ini bertujuan untuk membangun Aplikasi SIAKAD berbasis Adroid yang terintegrasi dengan Sistem Informasi Feeder PDDIKTI. Aplikasi ini dibagun dengan beberapa fitur seperti verifikasi biodata mahasiswa, Informasi hasil studi (KHS), mengisi kartu rencana studi (KRS), melihat jadwal perkuliahan, melihat transkrip nilai dan media informasi berupa notifikasi dari pengelola perguruan tinggi kepada mahasiswa. Penelitian ini memanfaatkan teknologi Restful web service menggunakan HTTP sebagai protocol komunikasi data dengan format JavaScript Object Notation (JSon) dan Pemrograman Java untuk Aplikasi Mobile. Hasil dari penelitian menunjukkan bahwa Aplikasi dapat terimplementasi dengan baik sehingga memudahkan para Mahasiswa dalam menjalani proses akademik dimana setiap proses pengisian data tetap terintegrasi dengan Feeder PDDIKTI secara real time.

Peningkatan performance Logistic Regression menggunakan teknik Ensemble Bagging pada kasus Credit Scoring

Pengembangan model credit scoring yang efektif menjadi sangat penting karena volume data pelanggan industri kredit saat ini sangat besar. Penyelesaian masalah credit scoring berhasil mendapatkan kinerja prediktif terbaik menggunakan model metode statistik tetapi kinerjanya masih dapat ditingkatkan dengan memperkirakan parameter menggunakan persamaan nonlinear. Penelitian ini mengusulkan peningkatan metode Logistic Regression dengan melakukan teknik Ensemble dengan memperkirakan parameter Newton Raphson. Teknik Ensemble yang digunakan adalah bagging. Dua data yang akan digunakan dalam penelitian ini adalah German dan Australian Dataset. Hasil penelitian menunjukkan bahwa metode yang diusulkan berhasil mencapai kinerja terbaik dengan meningkatkan kinerja klasifikasi tunggal dengan akurasi sebesar 79.6 % untuk German Dataset dan 86.9 % untuk Australian Dataset.

Klasifikasi Pelanggan Deposito Potensial menggunakan Ensembel Least Square Support Vector Machine

Jumlah data yang sangat banyak pada industri perbankan sangat susah bahkan mustahil untuk dianalisis secara manual untuk mendapatkan suatu informasi yang berguna untuk menentukan suatu kebijakan. Oleh karena itu, penggunaan data mining diharapkan dapat memberikan kontribusi dalam mengolah data tersebut. Berbagai metode telah banyak digunakan untuk mengklasifikasi suatu data, salah satunya adalah metode support vector machine. Penelitian ini bertujuan untuk melakukan klasifikasi terhadap nasabah yang berpotensi berlangganan deposito pada bank marketing dataset. Fokus penelitian ini mengusulkan pengembangan dari metode support vector machine yaitu metode least square support vector machine kemudian di ensemble menggunakan boosting. Data yang akan diolah adalah bank marketing dataset. Hasil menunjukkan bahwa metode yang diusulkan yakni ensemble least square support vector machine lebih baik dibandingkan dengan metode lainnya dengan persentase tingkat accuracy, sensitivity, specivicity masing-masing adalah 95.15%, 92.93%, 97.61% dengan total rata-rata hasil klasifikasi sebesar 95.23%.

Pemanfaatan Metode Komponisasi untuk Pembuatan Antar Muka Pengguna dalam Pengembangan Sebuah Aplikasi Berbasis Web yang Berdomain Server Side

Pembangunan sebuah aplikasi khususnya berbasis web dalam sepuluh tahun terakhir mengalami kemajuan yang sangat signifikan baik dari sisi teknologi maupun metodologi. Tetapi menimbulkan masalah dalam kompleksitas pembangunan sebuah aplikasi berbasis web. untuk mengurangi kompleksitas tersebut salah satu metodologi yang digunakan dalam membangun aplikasi berbasis web adalah dengan menggunakan metode komponisasi. Hasil menunjukkan penggunaan metode komponisasi berhasil mengurangi penggunaan memori dan jumlah kode yang dituliskan pada pembangunan sebuah aplikasi berbasis web secara signifikan.

Analisis Kinerja Web Server pada SIM Manajemen Diklat Poltekpel Sorong Menggunakan RDBMS MySQL dan MariaDB

Perkembangan teknologi informasi dan data meningkat pesat di era big data seperti sekarang ini. Database Management System menjadi bagian utama yang sangat penting untuk mengontrol arus data. Penelitian ini membandingkan kinerja web server yang menggunakan RDBMS open source yang berbeda antara MySQL dan MariaDB. Pengujian dilakukan pada Oracle Virtual Machine Virtualbox menggunakan ApacheBench untuk mengukur kinerja Web Server pada SIM Manajemen Diklat Poltekpel Sorong. Hasil percobaan menunjukkan bahwa web server ketika menggunakan RDBMS MySQL cenderung memiliki performa yang cukup stabil ketika permintaan akses web di bawah 300 kali secara bersamaan yaitu pada 100,200 dan 300 kali berturut-turut sebesar 7.764/ms, 16.386/ms dan 30.025/ms. Namun, saat permintaan akses web di atas 300 secara bersamaan RDBMS MariaDB justru menunjukkan kinerja yang lebih baik. Hal ini ditunjukkan dengan permintaan akses 400 dan 500 kali web server secara bersamaan, waktu respon terlihat lebih cepat dibandingkan ketika menggunakan RDBMS MySQL berturut-turut sebesar 51.877/ms dan 54.702/ms sedangkan RDBMS mariaDB untuk permintaan akses web server secara bersamaan pada 100,200,300,400 dan 500 berturut-turut sebesar 14.213/ms, 25.642/ms, 40.831/ms, 48.021/ms dan 51.630/ms