Analisis Sentimen Pengguna Youtube Terhadap Program Vaksin Covid-19

<p><em>Vaksinasi </em><em>telah mulai</em><em> dilakukan pemerintah Indonesia per tanggal 13 Januari 2021 menjadi momen yang penting. Vaksinasi menjadi pilihan pemerintah Indonesia untuk menekan grafik penularan virus Covid-19. Indonesia telah menyiapkan dosis vaksin sebesar 371 juta vaksin corona. Namun, isu tentang vaksin juga beredar luas di masyarakat. Rumor tentang vaksin yang belum aman dan kurangnya sosialisasi menimbulkan pro dan kontra terhadap vaksinasi ini. Maka dari itu mencari tahu opini masyarakat tentang vaksinasi ini menjadi opsi untuk menentukan sentimen masyarakat terhadap vaksin.</em></p><p><em>Media sosial menjadi salah satu sumber opini masyarakat dalam menuangkan pendapatnya. Pengolahan opini tersebut dapat menjadi sebuah alternatif untuk menentukan respon publik terhadap suatu peristiwa tertentu. Menurut HootSuit Indonesia tahun 2021 Youtube menjadi social media dengan pengguna terbanyak. Dengan pertimbangan tersebut, Youtube menjadi sebuah pilihan untuk menjadi sumber dataset.</em></p><p><em>Selanjutnya dataset </em><em>itu</em><em> diolah dan </em><em>diproses dengan</em><em> metode Support Vector Machine data yang diolah tersebut akan dijadikan model klasifikasi untuk melakukan pengklasifikasian teks dari komentar Youtube dengan topik bahasan “vaksin covid-19”. Hasil dari pengklasifikasian tersebut diharapkan dapat menjadi informasi maupun masukan kepada pihak tertentu untuk dijadikan pertimbangan.</em></p>

ANALISIS METODE DECISION TREE DALAM MEMPREDIKSI KELULUSAN MAHASISWA

<p>Perguruan tinggi juga menjadi tolak ukur keberhasilan mahasiswa itu sendiri.Bagi mahasiswa yang tidak dapat menyelesaikan studinya, prestasi yang tinggi juga menjadi penyebab kegagalan mahasiswa, salah satunya mahasiswa yang kurang aktif di lingkungan kampus. . Selain itu, yang sering menjadi penyebab adalah nilai rata-rata indeks prestasi kumulatif (IPK) yang rendah, selain itu kegagalan mahasiswa juga dapat disebabkan oleh moralitas dan disiplin mahasiswa yang kurang. Perlu dilakukan penelitian untuk memprediksi kelulusan mahasiswa, dengan menggunakan input data yaitu berupa data mahasiswa yang meliputi nilai tiap semester, peminatan, PKL, Skripsi 1 dan Skripsi 2.</p>

SiJasPro : Sistem Informasi Jasa Proyek Dalam Meningkatkan Kepuasan Pelanggan

<em>Sektor penyedia jasa tenaga kerja memiliki peranan dalam upaya mendukung pelayanan kepada pelanggan. Namun di sisi lain, ketika pelanggan ingin membangun atau merenovasi rumah kesulitan dalam mencari material bangunan dan penyedia jasa proyek (tukang bangunan) dalam satu sistem. Penyedia jasa memberikan jasa keahlian dalam membangun dan merenovasi rumah berdasarkan permintaan pelanggan. Berdasarkan masalah tersebut, peneliti melakukan perancangan Sistem Informasi Jasa Proyek bertujuan memfasilitasi pelanggan, penyedia jasa dan penjual dalam satu sistem disebut eMarketplace Si JasPro. Diharapkan dapat membantu dan membuka peluang usaha bagi umkm material bangunan dan penyedia jasa bangunan, mempermudah pelanggan membeli kebutuhan material dan mencari penyedia jasa, pelanggan dapat mengetahui harga dan jasa material sehingga bisa memperkirakan kebutuhan yang diinginkan, pelanggan bisa berkonsultasi dengan konsultan bangunan, memberikan sketsa kerja dan memberikan komentar dari hasil kerja penyedia jasa sehingga dapat meningkatkan pelayanan pelanggan. Dalam mengembangkan aplikasi SI JasPro menggunakan metode Rapid Application Development (RAD). Aplikasi Si JasPro dapat mengintegrasikan pelanggan, penjual dan penyedia jasa dalam satu sistem, mempermudah para pengguna sistem dalam mengakses informasi dan mengelola data secara terkomputerisasi</em>

ANALISIS PRIORITAS PASIEN COVID-19 UNTUK RAWAT INAP MENGGUNAKAN LOGISTIC REGRESSION DAN AHP

<span lang="EN-US">Kondisi bertambahnya pasien covid-19 ini tidak sebanding dengan jumlah kamar yang tersedia di rumah sakit atau tempat khusus yang ditunjuk sebagai tempat isolasi pasien covid-19. Kekurangan ruang isolasi dan fasilitas juga dialami oleh rumah sakit lainnya diseluruh wilayah Indonesia. Sedikitnya jumlah kamar yang tersedia pada rumah sakit dan terbatasnya jumlah dan tenaga para dokter dan perawat maka diperlukan sebuah sistem untuk membantu dokter memberikan rekomendasi perangkingan pasien yang dapat masuk sebagai pasien rawat inap sehingga pasien, penggunaan ruangan, fasilitas serta tenaga yang ada menjadi lebih efisien serta mampu menolong semua pasien yang benar-benar membutuhkan. Dengan pemodelan yang diajukan AHP dapat membantu memberikan keputusan yang cepat dan dengan algoritma logistic regression mampu membantu mempercepat keputusan dari salah satu kriteria pada AHP yang digunakan dengan tingkat akurasi pengklasifikasian kondisi paru paru pasien sebesar 97.14%.</span>

Implementasi Augmented Reality (AR) Pada Pengenalan Masjid Agung Islamic Center Berbasis Android

<em>Masjid Agung Islamic center merupakan salah satu masjid yang terbesar di Rokan Hulu. Pembangunan-nya digagas oleh Bupati Rokan Hulu Drs. H. Achmad, M. Si, dan menjadi ikon Kabupaten Rokan Hulu. Meskipun perkembangannya mulai menjamah ke berbagai aspek bidang namun perkembangan dibidang promosi jasa atau barang masih belum maksimal. Penelitian ini bertujuan untuk merancang dan menerapkan aplikasi pengenalan Masjid Agung Islamic Center berbasis android Menggunakan teknologi Augmented Reality sebagai media promosi. Augmented Reality (AR) adalah teknologi yang menggabungkan benda maya baik itu berupa dua dimensi ataupun tiga dimensi ke dalam sebuah lingkungan nyata, dan lalu memproyeksikan benda-benda maya tersebut ke dalam waktu nyata. Pembuatan AR pada Masjid Agung Islamic Center menggunakan metode Multimedia Development Life Cycle (MDLC), jenis AR yang digunakan markerless AR yang meliputi Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Hasil penelitian adalah aplikasi pengenalan Masjid Agung Islamic Center berbasis android ini dapat menjadi media untuk memperkenalkan masjid agung Islamic center</em>

Perbandingan Algoritma Svm Dan Nbc Dalam Analisa Sentimen Pilkada Pada Twitter

<p><em>Pemilihan Kepala Daerah atau PILKADA merupakan hal yang wajib dilakukan setiap 5 tahun sekali, Dimana masyarakat sangat berperan penting dalam PILKADA. Dalam setiap PILKADA tidak semua masyarakat dapat menerima setiap calon kepala daerah dengan baik, sering sekali terjadi pro dan kontra masyarakat terhadap PILKADA dimedia sosial terutama media sosial twitter. Penelitian ini bertujuan untuk melihat perbandingan algoritma support vector machine dan naive bayes classifier</em> <em>dalam analisa sentimen PILKADA berdasarkan data Twitter. Hasil yang diharapkan dari penelitian ini adalah mengetahui perbandingan akurasi dari algoritma SVM dan NBC. Perbandingan yang didapatkan adalah Accuracy 81,7 recall 81,7 dan precision 80% adalah hasil NBC, Sedangkan Accuracy 80,7 recall 80,7 dan precision 84% adalah hasil SVM. Maka dapat disimpulkan bahwa algoritma NBC lebih unggul dalam accuracy &amp; recall sedangkan dalam precision yang lebih unggul adalah algoritma SVM.</em></p><p><em><br /></em></p>

PENENTUAN POLA PENJUALAN KIPAS KAPAL DENGAN MENGGUNAKAN ALGORITM APRIORI

<p><em>Penelitian ini dilakukan guna untuk mengetahui pola penjualan </em><em>kipas kapal</em><em> pada PT.</em><em>XYZ</em><em> berdasarkan hasil penjualan yang dilakukan setiap harinya. Penelitian ini akan menginformasikan kepada perusahaan barang apa saja yang sering terjual secara bersamaan dan membantu perusahaan untuk menyusun strategi dan solusi untuk </em><em>kipas kapal</em><em> yang sedikit terjual.</em><em> Data Mining merupakan proses pencarian data, penggalian informasi serta pengetahuan yang berasal dari data yang besar yang disebut sebagai Knowledge Discovery in Database disingkat KDD. Penggunaan metode data mining sangat banyak di pergunakan untuk menyelesaikan suatu masalah yang dimana diantaranya dengan menerapkan algoritma </em><em>Apriori </em><em>yang dapat mempermudah pemilik usaha dalam mendapatkan suatu </em><em>pola penjualan</em><em>. Diharapkan dengan menerapkan </em><em>algoritma apriori </em><em>dapat mengetahui pola penjualan </em><em>kipas kapal</em><em> pada PT. </em><em>XYZ</em><em>.</em></p>

ANALISIS PENGARUH LOW-LIGHT IMAGE ENHANCEMENT PADA PENGENALAN WAJAH

<p class="bodyabstract"><span lang="X-NONE">Sistem pengenalan wajah secara umum akan digunakan secara real time dalam mengenali individu, artinya noise tidak dapat terhindarkan. Salah satu masalah yang dianggap umum adalah kokndisi pencahayaan. Kondisi pencahayaan terjadi akibat pancaran yang diterima objek tidak mencukupi sehingga cenderung memiliki visibilat rendah, kontras berkurang, warna kabur, dan detail yang kabur. Maka low-light image enhancement dapat menjadi solusinya. Terdapat banyak sekali metode low-light image enhancement yang tersedia, namun mana teknik yang lebih baik dalam pengenalan wajah masih menjadi perdebatan. Untuk menemukan metode low light image enhancement yang baik maka pada penelitian ini dirancang beberapa sistem pengenalan wajah dengan PCA sebagai ekstraksi fitur serta menerapkan SSR, MSR, AMSR, Dong, HE dan BPDHE sebagai metode low-light image enhancement. Dataset SOF dipilih sebagai target pengujian dikarenakan berisi citra dengan kondisi pencahayaan berbeda. Sebagai tujuan, keseluruhan sistem pengenalan wajah akan dibandingkan tingkat pengenalannya untuk menemukan metode low-light image enhancement terbaik. Berdasarkan pengujian dan analisis, ditemukan bahwa mayoritas sistem mengalami peningkatan tingkat pengenalan dengan diterapkannya metode low-light image enhancement, dan sebagai metode terbaik HE (76,28866 %) menunjukkan hasil yang paling signifikan, disusul dengan AMSR (75,25773 %), MSR (74,2268 %), SSR (69,07216 %), BPDHE (67,01031 %) dan Dong (63,91753 %).</span></p>

Sistem Pendukung Keputusan Penetapan PSBB di Wilayah Indonesia dengan MLR dan SAW

Virus Corona merupakan virus baru yang bisa menyerang pernafasan manusia dari mulai anak-anak, orang dewasa, sampai lansia. Indonesia salah satu negara yang terkena dampak negatif dari virus ini. Salah satu tindakan yang dilakukan oleh pemerintah Indonesia untuk mencegah penyebaran virus adalah PSBB. Permasalahannya adalah bagaiamana Pemerintah dapat memutuskan penetapan masa berlakunya PSBB pada Kota dan Kabupaten selama 14 hari kedepan dengan cepat dan mudah. Penelitian bertujuan untuk membantu menunjang keputusan Pemerintah Daerah dalam menetapkan masa berlakunya PSBB menggunakan bantuan Sistem Pendukung Keputusan (SPK), sehingga pada hari sebelumnya pemerintah dapat menyiapkan sebuah rencana untuk melakukan tindakan dalam meminimalisir penyebaran virus corona di Indonesia. Penelitian ini menggunakan metode Multi Linier Regressi (MLR) untuk melakukan prediksi jumlah kasus positif, jumlah kematian, dan membuat alternatif keputusan untuk penetapan masa berlakunya PSBB dengan Simple Additive Weighting (SAW). Pengujian telah dilakukan untuk mengukur error prediksi dari model MLR, rata-rata error prediksi jumlah meninggal dunia sebesar 21.664%, sedangkan error prediksi kasus positif sebesar 61.526%. Berdasarkan hasil pengujian, model MLR yang digunakan dalam SPK layak digunakan dan dapat membantu model SAW dalam menghasilkan alternatif keputusan.

Perancangan Sistem Pemenuhan Tenaga Kerja Rumah Sakit Menggunakan Metode WISN dan PROMETHEE II

<p>Pandemi covid 19 yang terjadi di Indonesia pada saat ini, membuat beberapa pelayanan Kesehatan khususnya rumah sakit mengalami kewalahan dalam menghadapi lonjakan pasien. Penelitian ini bertujuan untuk membuat perancangan sistem yang dapat membantu memaksimalkan pemenuhan tenaga kerja menjadi lebih efisien dan efektif. Peneliti menerapkan metode WISN (Workload Indicator Staff Need) sebagai perhitungan kebutuhan tenaga kerja dan metode PROMETHEE II sebagai pembobotan calon tenaga kerja. Penelitian ini mengambil studi kasus pada Rumah Sakit Ibu dan Anak Nur Ummi Numbi (RSIA NUN) Surabaya, yakni pada instalasi farmasi dan instalasi laboratorium. Penerimaan tenaga kerja menggunakan 5 kriteria sebagai pembobotan yakni pengalaman kerja, pendidikan terakhir, hasil test tulis, hasil interview, dan test kesehatan.</p><p>Proses bisnis yang dibuat mulai dari pengguna memasukkan data beban kerja yang kemudian dilakukan perhitungan kebutuhan tenaga kerja oleh sistem. Hingga calon tenaga kerja melakukan pendaftaran yang kemudian dilakukan pembobotan oleh sistem sehingga rumah sakit dapat mempercepat pemenuhan tenaga kerja. Perancangan yang dibuat sudah sesuai dengan kebutuhan, proses bisnis, dan metode yang diperlukan oleh RSIA NUN Surabaya. Untuk ke depannya dapat dibangun sebuah aplikasi SPK sesuai dengan perancangan yg telah dibuat.</p>