Sistem Informasi Peramalan Obat Alphamol Menggunakan Metode Double Exponential Smoothing

Klinik Sofia Medika dalam hal persediaan obat alphamol setiap bulan selalu sama jumlahnya, karena pihak klinik belum dapat memprediksi jumlah obat yang perlu disediakan. Ketika jumlah persediaan obat mengalami kelebihan, berdampak jangka kadaluarsa obat yang semakin sedikit dan membuat harga jual obat lebih murah. Disisi lain ketika jumlah persediaan obat mengalami kekurangan, akan berdampak pada pelayanan pasien atau pembeli yang dinilai mengecewakan dan berdampak merugikan klinik. Untuk membantu klinik dalam mengurangi kesalahan penjualan obat maka diperlukan suatu teknologi di dalamnya dengan menggunakan metode peramalan. Berdasarkan pola data penjualan yang ada maka metode peramalan yang digunakan adalah metode Double Exponential Smoothing, karena data penjualan berupa trend dengan semua p-value > 0,05 dengan uji Dicky Fuller (ADF-test). Penelitian ini bertujuan untuk membangun Sistem Informasi Peramalan Obat Alphamol di Klinik Sofia Medika dengan Metode Double Exponential Smoothing. Hasil sistem aplikasi peramalan penjualan obat alphamol menggunakan Metode Double Exponential Smoothing diperoleh MAD = 221,0925, MSE = 176693,3, dan MAPE = 7,26%. yang Sebelumnya menghasilkan nilai 29% sehingga hasil aplikasi ini dapat digunakan untuk memprediksi jumlah penjualan obat alphamol yang akan dijual pada masa sekarang dan yang akan datang.

Perbandingan Hasil Klasifikasi Jenis Daging Menggunakan Ekstraksi Ciri Tekstur Gray Level Co-occurrence Matrices (GLCM) Dan Local Binary Pattern (LBP)

Daging memiliki nilai gizi tinggi yang banyak dikonsumsi oleh manusia. Kandungan yang terdapat dalam daging meliputi protein, vitamin, mineral, lemak, dan zat lainnya yang sangat dibutuhkan di dalam tubuh sehingga dapat melaksanakan kegiatan setiap harinya. Akan tetapi sayangnya tidak semua masyarakat bisa membedakan jenis daging tersebut, dikarenakan tekstur dan warnanya yang hampir mirip. Hal ini juga kerap dimanfaatkan oleh penjual daging yang tidak bertanggungjawab dengan mencampur jenis daging tersebut atau dengan jenis daging lain untuk mendapatkan keuntungan yang besar. Padahal tidak semua orang bisa mengkonsumsi jenis daging tertentu karena alasan penyakit yang diderita. Penelitian yang dilakukan ini membandingkan metode GLCM dan LBP untuk klasifikasi citra jenis daging berdasarkan analisis tekstur. Jenis citra daging yang diklasifikasi adalah daging kambing, kerbau, dan kuda. Data citra daging tersebut diperoleh dengan cara mengambil gambar secara manual menggunakan kamera digital yakni Nikon D3200. Citra tersebut diambil dengan jarak 20 cm. Pengujian dan pelatihan data dilakukan dengan metode Support Vector Machine (SVM). Ciri tekstur yang digunakan adalah ASM, IDM, entropi, kontras, serta korelasi. Hasil akurasi klasifikasi citra daging kambing, kerbau, dan kuda menggunakan metode GLCM adalah sebesar 75,6%. Sedangkan hasil akurasi klasifikasi menggunakan metode LBP adalah sebesar 85,6%. Dengan demikian, metode ekstraksi ciri tekstur LBP lebih direkomendasikan untuk klasifikasi jenis daging menggunakan ciri tekstur.

Analisis Future Time Perspective (FTP) dan Kematangan Karir Terhadap Kesiapan Kerja Mahasiswa Sistem Informasi Menghadapi Dunia Kerja Bidang Informatika

Salah satu pemicu tingginya angka pengangguran intelektual adalah karena perencanaan karir yang kurang baik. Kurangnya keterampilan dan kompetensi membuat mahasiswa merasa sulit untuk memilih karir. Setelah menyelesaikan program pendidikan tinggi, dalam banyak kasus, mahasiswa tidak siap menghadapi persaingan di dunia kerja, terutama di bidang Informatika yang terus menerus memiliki keterbaruan. Penelitian ini bertujuan untuk mengetahui pengaruh future time perspective dan kematangan karir mahasiswa prodi Sistem Informasi terhadap kesiapan kerja mereka dibidang informatika. Penelitian ini menggunakan pendekatan kuantitatif, sampel adalah mahasiswa Prodi Sistem Informasi sebanyak 150 responden. Alat ukur yang digunakan adalah skala future time perspective (FTP), skala career maturity (Kematangan Karir) dan skala Kesiapan Kerja. Data dianalisis dengan menggunakan regresi linier berganda dan korelasi untuk mengetahui pengaruh tiap variabel. Hasil dari penelitian menunjukkan adanya pengaruh kedua variabel sebesar 38%. Adapun sumbangan sumbangan efektif future time perspective terhadap Kesiapan Kerja sebesar 5%. Sementara sumbangan efektif variabel kematangan karir terhadap kesiapan kerja sebesar 33%. Dengan demikian dapat disimpulkan bahwa variabel Kematangan Karir memiliki pengaruh dominan terhadap variabel kesiapan kerja daripada variabel future time perspective. Meskipun sumbangan variabel future time perspective kecil namun memberikan kontribusi yang cukup signifikan bagi mahasiswa karena memberikan wacana baru dalam mempertimbangkan kesiapan karir mereka.

Klasifikasi Bumbu Dapur Indonesia Menggunakan Metode K-Nearest Neighbors (K-NN)

Bumbu adalah salah satu elemen yang sangat penting dalam sebuah masakan. Bumbu dapur atau rempah Indonesia memiliki jenis ragam yang sangat banyak. Kesalahan dalam pemilihan bumbu sangat berpengaruh terhadap rasa masakan. Image processing merupakan salah satu cabang ilmu dalam bidang teknologi yang dapat dimanfaatkan untuk mengenali objek citra yang ditangkap oleh kamera. Penelitian ini akan mengklasifikasikan jenis bumbu dapur yang hampir mirip yaitu jahe,lengkuas, kunyit dan kencur. Metode klasifikasi yang dipakai adalah K-Nearest Neighbors(K-NN). Pada penelitian ini kita menguji cara split data training dan data testing yaitu 66,7%: 33,33%, 75%:25% dan 90%:10%. Pembagian data training dan data testing menggunakan 90%:10% memiliki rata rata akurasi yang paling besar dibandingkan cara pembagian yang lain. Pemilihan K=3 atau K=5 memiliki rata rata akurasi yang hampir sama pada semua cara split data training dan data testing yaitu 64,66%: 65%. Pada K=1 memiliki akurasi yang cukup tinggi dibandingkan K sebelumnya yaitu 73%.

Implementasi Sistem Pendeteksi Tingkat Kematangan Buah Pepaya Menggunakan Metode RGB

Pertanian yang ada di Indonesia selama ini dalam pendeteksian kematangan buah papaya, selama ini masih menggunakan sistem yang manual. Sumber dari tingkat kematangan buah berdasarkan ciri-cirinya didapatkan mulai dari buah papaya yang mentah, setengah matang dan matang didapatkan dari seseorang petani.Setelah dilakukannya sebuah analisa kebutuhan dari sistem yang akan dibuat, disini penulis melakukan implementasi berdasarkan bahan informasi yang telah didapatkan. Metode RGB disini yang akan digunakan untuk melakukan perhitungan logika pendeteksi tingkat kematangan buah. Hasil dari implementasi itu sendiri dapat bekerja dengan baik sesuai dengan apa yang dibutuhkan. Berdasarkan perhitungan akurasi yang diperoleh pada sistem yang dibuat mencapai 50%.

Implementasi Metode Topsis Dalam Sistem Pendukung Keputusan Keringanan UKT (Studi Kasus : STIT Madina Sragen)

Perbedaan perekonomian dari masing-masing mahasiswa maupun mahasiswi itu yang menjadikan permasalahan dalam melakukan pembayaran UKT. Ada beberapa orang tua mahasiswa yang keberatan dalam melakukan pembayaran UKT karena faktor perekonomiannya. Penerapan sistem pendukung keputusan dalam pemberian dukungan terhadap keputusan pimpinan lembaga bukan merupakan hal yang baru untuk saat ini. Kriteria untuk mendapatkan keringanan UKT juga tidak sembarangan, melainkan ada kriteria khusus yang diberikan kepada pihak penerima keringanan UKT. Kriteria yang menunjang antara lain : Pekerjaan Orang Tua, Nilai IPK, Lama Kuliah, Status Kuliah dan Kesehatan Keluarga. Hasil yang didapatkan sesuai dengan penelitian menggunakan metode topsis dalam melakukan perhitungannya, mendapatkan hasil akurasi sebesar 87%.

Analisis Sentimen Masyarakat di Twitter Terkait Pandemi Covid-19

Media sosial merupakan tempat untuk mencari pertemanan baru serta tempat untuk mengeluarkan pendapat terhadap sesuatu secara bebas. Salah satu media sosial yang banyak digunakan saat ini adalah Twitter. Banyak masyarakat yang memanfaatkan Twitter untuk mengeluarkan pendapat terhadap Pandemi Covid-19 yang terjadi di berbagai negara termasuk di Indonesia. Pandemi Covid-19 atau korona virus di Indonesia diawali dengan temuan penderita penyakit korona virus 2019 (COVID-19) pada 2 Maret 2020 hingga 8 April 2020, telah terkonfirmasi 2.738 kasus positif COVID-19, dengan 221 kasus di antaranya meninggal dan 204 kasus sembuh. Tweet yang dituliskan oleh masyarakat nantinya dapat diklasifikasikan ke dalam sentimen positif maupun sentiment negatif menggunakan analisis sentimen. Hasil dari analisis sentiment kita dapat melihat bagaimana persepsi masyarakat Indonesia terkait pandemi Covid-19 yang terjadi di Indonesia. Proses klasifikasi analisis sentimen akan menggunakan metode naïve bayes. Pengujian sentimen yang dilakukan menggunakan Cross Validation meliputi pengujian 5 Fold dan 10 Fold. Dari masing-masing pengujian tersebut akan dilihat nilai accuracy, presisi dan recall. Hasil Cross Validation pengujian 5 Fold didapatkan hasil dari rata-rata akurasi sebesar 0.756364 (75%). Hasil Cross Validation pengujian 10 Fold didapatkan hasil dari rata-rata akurasi sebesar 0.76 (76%).

Implementasi Blackbox Testing Pada Aplikasi Real-Time Thermal Video Detection (Studi Kasus Deteksi Demam/Covid-19)

Seiring munculnya pandemi Covid-19 yang vaksinnya belum tersebar secara merata, seluruh negara di dunia khususnya Indonesia telah melakukan beberapa langkah preventif guna menghambat penyebaran virus tersebut. Salah satu tindakan awal adalah melakukan deteksi setiap orang yang keluar masuk ke dalam negeri melalui bandara maupun transportasi darat. Tindakan dini tersebut dilakukan dengan mendeteksi suhu tubuh dari warga yang melalui lokasi-lokasi keluar masuk seperti bandara udara, dan stasiun kereta api. Deteksi pada umumnya dilakukan menggunakan thermal gun berbentuk alat tembak infrared yang diarahkan ke individu yang melewati pemeriksaan. Pada riset ini dibahas rangkaian alat yang terdiri dari kamera dengan sensor thermal dimana data hasil capture akan diolah melalui perangkat lunak yang menampilkan histogram suhu bagian dada hingga kepala seseorang secara realtime. Setiap hasil capture digunakan sebagai dataset yang dapat digunakan untuk kebutuhan tracing pengunjung tempat publik. Pada riset ini akan membahas pengujian fungsional (blackbox) dari aplikasi thermal video detection pada studi kasus deteksi demam.

Penerapan Augmented Reality Pada Brosur Smartphone Menggunakan Algoritma FAST Corner Detection

Kemajuan teknologi di era Globalisasi, banyak dimanfaatkan dalam berbagai bidang, salah satunya dalam bidang bisnis. Sebagai contoh pada media promosi, yaitu hadirnya teknologi augmented reality yang merupakan sebuah teknologi yang membawa objek virtual 3D yang dibuat menggunakan komputer, ke dalam dunia nyata 3D. Cara kerja augmented reality sendiri yaitu dengan melacak marker (penanda) melalui kamera yang bertindak sebagai mata yang dimana dapat mengenali objek dan kemudian diproyeksikan dalam waktu nyata. Untuk itu teknologi tersebut akan diterapkan pada penelitian ini, yang membahas tentang penerapan augmented reality pada brosur smartphone dengan algoritma FAST Corner Detection (FCD). Tujuan dari penggunaan teknologi augmented reality pada brosur ini, untuk membuat pembaca dapat melihat objek 3D pada brosur menggunakan aplikasi augmented reality smartphone yang dapat diinstal pada smartphone pembaca. Dan fungsi dari penggunaan algoritma FCD sendiri yaitu untuk mengenali marker dengan cara melacak titik-titik (sudut) pusat pada gambar marker. Hasil pengujian dari peneltian ini yaitu aplikasi dapat digunakan dengan baik untuk scan marker pada intensitas cukup cahaya sampai banyak cahaya dan dengan jarak ≤50 cm - <80 cm dari kamera AR ke penanda.

Sistem Informasi Persebaran ODP (Optical Distribution Point) Telkom Pemalang Berbasis WebGIS dengan Leaflet

Penelitian ini bertujuan untuk merancang sistem informasi yang dapat membantu pengolahan data ODP (Optical Distribution Point) Telkom. ODP adalah sebuah perangkat pendukung fiber optic untuk membantu menyalurkan core optic kebeberapa pelanggan Indihome. Dengan adanya sistem informasi ini dapat mempermudah admin dan sales force Indihome mengetahui titik persebaran ODP yang masih dapat digunakan atau sudah penuh. Sistem informasi persebaran ODP Telkom Pemalang berbasis WebGIS (Website Geographic Information System) dibuat menggunakan library leaflet, framework codeigniter 3 dan database mysql. Library leaflet digunakan untuk membangun peta interaktif berbasis web yang medukung platform desktop dan mobile. Hasil dari penelitian ini yaitu penggunaan L.map untuk menghasilkan peta dan setting view untuk lokasi pada peta. Selain itu juga menggunakan L.marker sebagai penanda adanya titik serta informasi ODP pada lokasi dengan menggunakan latitude dan longitude. Hasil dari pengujian L.map dilakukan dibeberapa titik longitude dan latitude yang ada di beberapa titik lokasi yang ada di kabupaten Pemalang dan dihasilkan view yang sesuai dengan lokasi. Hasil pengujian usability dari sistem ini dihasilkan nilai efektifitas 4,30 dan efisiensi 4,16 dari skala 1-5.