PENGEMBANGAN SISTEM REKOMENDASI PENEMPATAN PRODUK SOVENIR LOKAL BALI BERDASARKAN ALGORITMA APRIORI STUDI KASUS : PASAR SENI UBUD GIANYAR, BALI

COVID-19 membawa dampak buruk bagi sektor pendapatan masyarakat Ubud khususnya para penjual souvenir karena menurunnya kedatangan wisatawan. Pemulihan perekonomian masyarakat Ubud khususnya pemasaran souvenir harus memperbaiki beberapa aspek agar mampu menentukan strategi penjualan optimal, sehingga solusi pada penelitian ini adalah pengembangan sistem aplikasi berbasis mobile menyesuaikan kebutuhan penjual souvenir untuk mengembangkan strategi pemasaran pasca COVID-19, aplikasi ini menggunakan implementasi Algoritma Apriori sebagai keluaran rekomendasi berupa pola asosiasi dari transaksi sehingga mendapatkan suatu rules/aturan. Aplikasi dikembangkan secara Hybrid Multiplatform, front-end menggunakan Kotlin Multiplatform Mobile dan Webview, sedangkan back-end menggunakan PHP dan Database MySql. Berdasarkan Evaluasi Aturan Asosiasi dengan tools WEKA menggunakan 25 transaksi dan set minimum support sebesar 0,1 atau 10%, aturan asosiasi sistem sama dengan aturan/rules yang dihasilkan aplikasi WEKA dengan total 42 jumlah aturan asosiasi dengan parameter tertinggi confidence 0,75 dan lift ratio 2,34. Dari hasil pengujian black box, semua fungsional yang ada aplikasi rekomendasi ini telah berhasil berjalan sebagaimana seharusnya dengan persentase keberhasilan 98% di 8 (delapan) platform Android 4 sampai android 11, dan hasil analisis kepuasan pengguna dengan skala likert sebanyak 30 responden rata-rata 86,4% pengguna sangat puas dengan keseluruhan proses sistem. Kata Kunci: Aplikasi Mobile, Data Mining, Algoritma Apriori, Souvenir Pasar Seni Ubud, Android, IOS, Kotlin Multiplatform Mobile, WebView, PHP, MySql.

Pengamanan Lontar Digital Dengan Tanda Tangan Digital Menggunakan Algoritma RSA

Lontar is a relic of cultural heritage whose basic source of manufacture is from rontal or tal leaves containing evidence of all records of aspects of ancient historical life which include historical values, religion, philosophy, medicine, literature and other sciences so that their sustainability needs to be maintained. Security of digital lontar will make it easier to preserve a lontar work so that it is not changed or falsified by irresponsible parties, where digital lontar in PDF format will be given a digital signature to maintain the authenticity of the document. Documents that are signed will be difficult for other parties to change, if the contents of a digital ejection are changed it will cause the digital signature to change. Based on the research conducted, from the results of testing the security of digital ejection with digital signatures using the RSA algorithm, the test results from RMSE (Root Mean Square Error) for description results with an average of 69.7794143. The larger or random the description results, the more complex the description results will be.

SISTEM REKOMENDASI TEMPAT WISATA MENGGUNAKAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN NAÏVE BAYES

Bali is one of the best tourism areas in Indonesia, as evidenced in 2016 Bali received a number of awards on the TripAdvisor Travelers Choice Award in global and Asian scope. However, the Corona virus outbreak from 2019, caused the tourism sector in Bali to decline, thus a solution is needed to restore the tourism sector in Bali, where one solution is to increase cultural tourism to the maximum, as the main attraction of tourist destinations in Bali. Bali. So the author proposes a tourism recommendation system, which aims to recommend tourist attractions that are suitable for tourists, which in this recommendation system is also recommended cultural tourism destinations that are directly recommended by the community, and there is also a mapping of tourist attractions as part of a tourist recommendation system, mapping of tourist attractions public and cultural attractions. In this tourism recommendation system, using the Naïve Bayes Algorithm to recommend general tourist destinations based on the personal motivation of tourists, which is based on the attributes of age, gender, natural interest, artificial interest, cultural interest of tourists, using 200 training data consisting of 14 classes of tourist attractions. . In addition, this tourist recommendation system is equipped with recommendations for routing tourist attractions using the Cheapest Insertion Heuristic Algorithm, to arrange a list of tourist attractions. Keywords: Recommendation System, Naïve Bayes Algorithm, Cheapest Insertion Heuristic Algorithm, Personal Motivation, Place Mapping.

Segmentasi Baris Aksara Bali Pada Citra Lontar

Indonesia merupakan negara kepulauan yang disetiap pulaunya memiliki kebudayaan yang berbeda-beda, seperti misalnya Pulau Bali yang sangat kaya akan warisan budaya, salah satunya yaitu aksara Bali. Aksara Bali merupakan lambang bahasa masyarakat Bali yang sampai saat ini masih digunakan. Salah satu media yang dimanfaatkan untuk menuliskan aksara Bali yaitu lontar dapat mengalami penurunan kualitas dikarenakan usia yang semakin tua. Hal tersebut tentunya berpengaruh terhadap tulisan aksara Bali yang terdapat pada lontar, sehingga menyulitkan pembaca untuk mengetahui informasi yang terkandung pada lontar tersebut. Upaya yang dapat dilakukan untuk menyelamatkan informasi yang terkandung pada lontar adalah dengan mengubahnya kedalam bentuk digital. Tulisan aksara Bali pada lontar terkadang memiliki jarak yang dekat antar baris aksara sehingga karakter aksara pada baris satu dengan karakter aksara pada baris lainnya bersentuhan. Aksara yang bersentuhan juga dapat menyulitkan pembaca memahami makna dari tulisan tersebut. Aksara yang paling sering bersentuhan adalah gantungan pada kasara baris atas dengan pengangge pada baris aksara dibawahnya. Oleh karena itu, diperlukan segmentasi baris untuk menemukan dan memperjelas baris pemisah antara aksara pada baris satu dengan aksara pada baris lainnya. Proses segmentasi baris aksara Bali dilakukan menggunakan Algoritma Genetika. Algoritma Genetika akan mencari kromosom dengan nilai fitness terbaik. Gen pada kromosom tersebut mewakili baris piksel citra biner yang diambil secara acak sesuai batas area segmentasi. Berdasarkan hasil pengujian yang telah dilakukan terhadap 10 bilah citra lontar, diperoleh hasil akurasi proses segmentasi baris aksara Bali menggunakan Algoritma Genetika adalah sebesar 92.17%.

Implementasi Metode Gaussian dan Median Filtering dalam Penghilangan Noise pada Citra

Meningkatnya angka kriminalitas menjadikan salah satu faktor dipasangnya CCTV pada beberapa sudut area oleh beberapa lembaga sebagai bentuk pengawasan, salah satunya yang telah dilakukan oleh Kementerian Perhubungan Republik Indonesia. Pengawasan melalui CCTV sering kali menghadapi gangguan, seperti hasil citra ber-noise yang menghambat proses pengidentifikasian suatu objek yang tertangkap CCTV. Oleh karena itu, penulis mencoba untuk melakukan implementasi metode Gaussian Filtering dan Median Filtering sebagai upaya dalam menghilangkan noise pada citra yang dihasilkan oleh CCTV. Implementasi yang akan dilakukan pada penelitian ini diawali dengan melakukan input data yang berupa citra hasil screen capture CCTV, kemudan dilakukan konversi dari citra berwarna menjadi citra greyscale. Tahap selanjutnya adalah melakukan penghilangan noise menggunakan metode Gaussian Filtering dan Median Filtering. Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR) digunakan dalam pengujian. Dapat disimpulkan dari penelitian ini, Median Filtering lebih efektif dalam melakukan penghilangan noise dari pada Gaussian Filtering. Hal ini dibuktikan dari 20 percobaan penghilangan noise menggunakan Median Filtering, 80% citra yang diproses menghasilkan nilai PSNR yang lebih besar daripada nilai PSNR citra dengan noise dan mengartikan jika citra yang diproses mendekati citra asli (citra tanpa noise). Sedangkan dari dari 20 percobaan penghilangan noise menggunakan Gaussian Filtering hanya 50% citra yang diproses menghasilkan nilai PSNR yang lebih besar daripada nilai PSNR citra dengan noise. Selanjutnya, untuk nilai standar deviasi terbaik penghilangan noise pada citra adalah ketika ada pada nilai 2 dengan rerata persentase penurunan noise sebesar 1,73%. Kata Kunci: CCTV, Citra, Pengolahan Citra, Noise, Gaussian Filtering, Median Filtering.

IDENTIFICATION OF HOAX BASED ON TEXT MINING USING K-NEAREST NEIGHBOR METHOD

At this time, information is very easy to obtain, information can spread quickly to all corners of society. However, the information that spreaded are not all true, there is false information or what is commonly called hoax which of course is also easily spread by the public, the public only thinks that all the information circulating on the internet is true. From every news published on the internet, it cannot be known directly that the news is a hoax or valid one. The test uses 740 random contents / issue data that has been verified by an institution, where 370 contents are hoaxes and 370 contents are valid. The test uses the K-Nearest Neighbor algorithm, before the classification process is performed, the preprocessing stage is performed first and uses the TF-IDF equation to get the weight of each feature, then classified using K-Nearest Neighbor and the test results is evaluated using 10-Fold Cross Validation. The test uses the k value with a value of 2 to 10. The optimal use of the k value in the implementation is obtained at a value of k = 4 with precision, recall, and F-Measure results of 0.764856, 0.757583, and 0.751944 respectively and an accuracy of 75.4%

Sistem Pakar Untuk Diagnosis Fobia Menggunakan Metode Certainty Factor (CF)

Fobia merupakan ketakutan berlebihan terhadap suatu keadaan atau benda tertentu yang dapat menghambat kehidupan penderitanya. Fobia yang tidak segera ditangani pada individu dapat menimbulkan keadaan frustasi bahkan depresi dan keadaan terparahnya yaitu rasa ingin bunuh diri. Semakin dini diketahui gangguan fobia yang dialami seseorang, maka semakin cepat penanganan yang bisa dilakukan oleh pakar. Sistem pakar dapat digunakan untuk mendiagnosis fobia seseorang dan menggantikan peran seorang pakar melalui program komputer. Sistem pakar yang dikembangkan dapat mendiagnosis sembilan fobia dengan menggunakan 84 gejala yang terbagi menjadi tiga tipe gejala. Pengetahuan tentang fobia diperoleh dari situs daring kesehatan yang bermitra dengan Kementerian Kesehatan Republik Indonesia. Metode Certainty Factor (CF) digunakan untuk mengatasi ketidakpastian dalam menentukan suatu penyakit berdasarkan gejala-gejalanya yang biasanya terjadinya pada sistem pakar. Sistem pakar diimplementasikan berbasis website dengan menggunakan bahasa pemrograman PHP dan basis data MySQL. Metode CF dapat digunakan untuk menentukan persentase fobia seseorang berdasarkan gejalanya dengan memperhatikan bobot dari pakar dan pengguna. Pengujian sistem menggunakan Blackbox Testing menunjukkan semua fitur yang telah diimplementasikan pada sistem pakar dapat berfungsi dengan baik.

Perancangan dan Implementasi Data Warehouse Penjualan (Studi Kasus: Northwind Sample Database)

Analisa yang kompleks sangat dibutuhkan dalam pengambilan keputusan bisnis suatu perusahaan. Untuk mendukung proses analisa tersebut, digunakan data warehouse yang dianggap efektif membantu proses analisis, perancangan dan pengambilan keputusan bisnis. Umumnya perusahaan akan membangun data warehouse untuk menyimpan data operasional yang berguna dalam proses analisa bisnis, sehingga informasi yang diinginkan perusahaan dapat diperoleh dengan lebih mudah. Pada penelitian ini akan dilakukan proses perancangan dan implementasi data warehouse, yang menggunakan database northwind sebagai sumber datanya. Untuk merancang data warehouse, digunakan metode nine-step design methodology dan Pentaho Data Integration Software untuk proses implementasinya. Dari hasil perancangan dan implementasi tersebut akan terbentuk sebuah tabel fakta penjualan yang berisi informasi – informasi yang berguna untuk membantu analisis dan pengambilan keputusan bisnis perusahaan, yang pada penelitian ini divisualisasikan dengan menggunakan aplikasi Microsoft Power Business Intelligence.

Implementasi Business Intelligence Untuk Menentukan Tingkat Kasus Covid-19 di Indonesia

Covid 19 atau SARS-CoV-2 merupakan sebuah penyakit yang menyerang sistem pernapasan yang dikenal pertama kali terjadi di Wuhan China pada akhir Desember 2019, penyebaran dari Covid-19 yang masif mengimflansi seluruh dunia sehingga WHO memutuskan bahwa Covid-19 merupakan pandemi global melalui keputusan tersebut pandemi Covid-19 hingga kini terus menjadi ancaman bagi banyak negara termasuk Indonesia. Teknologi informasi adalah teknologi yang membantu manusia membuat, memodifikasi, menyimpan, mengomunikasikan, dan/atau menyebarkan informasi. Business Intelligence (BI) adalah kumpulan aktivitas dan strategi yang digunakan untuk memahami situasi bisnis dengan melakukan berbagai jenis analisis pada data yang dimiliki oleh organisasi dan data eksternal dari pihak ketiga untuk membantu membuat keputusan bisnis yang strategis, taktis, dan operasional serta mengambil tindakan untuk meningkatkan bisnis. Penggunaan Business Intelligence (BI) sebagai sebuah sarana dalam melakukan peningkatan sistem pencegahan Covid-19 melalui sistem BI diharapkan penyebaran Covid-19 dapat diredam, diprediksi, dan dapat ditekan sehingga jumlah penderita Covid-19 dapat berkurang atau bahkan mencapai angka 0.

Implementasi Data Warehouse Dan Penerapannya Pada PHI-Minimart Dengan Menggunakan Tools Pentaho dan Power BI

Seorang pemilik toko membutuhkan sebuah sistem informasi untuk melihat kondisi penjualan Namun pada PHI Minimart hanya menyediakan informasi penjualan yang disimpan dalam database sehingga tidak dapat menyediakan atau menyajikan informasi dengan cepat. Untuk mengatasi permasalahan tersebut dibangun sebuah data warehouse di PHI Mart untuk mendapatkan informasi yang cepat. Penelitian ini akan melakukan Implementasi data Warehouse penjualan dari sumber data, proses extraction, transformation, loading (ETL) menggunakan tools Pentaho, pembuatan Starschema berupa dimensi cabang, dimensi produk, dimensi karyawan, dimensi waktu yang terhubung dengan fact table penjualan, dashboard menggunakan power BI. Kemudian hasil data warehouse dianalisa melalui proses OLAP (On-line Analytical Processing),pembuatan cube atau schema workbench, dan pembuatan dashboard untuk Visualisasi dalam penyajian informasi yang diharapkan dari PHI Minimart. Hasil dalam penelitian ini mencangkup data penjualan yang digunakan tahun 2008 berupa tampilan grafik atau dashboard penjualan , barang yang laku terjual, dan total penjualan tiap cabang, yang didapat sebagai penyampaian informasi penjualan pada toko tersebut.