PREDICTION OF OZONE (O3) VALUES USING SUPPORT VECTOR REGRESSION METHOD

A large number of motor vehicles that cause congestion is a major factor in the poor air quality in big cities. Ozone (O3) is one of the main indicators in measuring the level of air pollution in the city of Surabaya to find out how air quality. Prediction of Ozone (O3) value is important as a support for the community and government in efforts to improve the air quality. This study aims to predict the value of Ozone (O3) in the form of time series data using the Support Vector Regression (SVR) method with the Linear, Polynomial, RBF, and ANOVA kernels. The data used in this study are 549 primary data from the daily average of ozone (O3) value of Surabaya in the period 1 July 2017 - 31 December 2018. The data will be used in the training and testing process until prediction results are obtained. The results obtained from this study are the Linear kernel produces the best prediction model with a MAPE value of 21.78% with a parameter value 𝜆 = 0.3; 𝜀 = 0.00001; cLR = 0.005; and C = 0.5. The results of the Polynomial kernel are not much different from the Linear kernel which has a MAPE value of 21.83%. While the RBF and ANOVA kernels each produce a model with MAPE value of 24.49% and 22.0%. These results indicate that the SVR method with the kernels used can predict Ozone values quite well.

Simulasi Simulasi Sistem Monitoring Ketinggian Air sungai Di Lodagung menggunakan Sensor HC-SR04 dengan Web Service REST API

Garis ukur atau biasa disebut pascal disekitar pintu air sangat penting bagi pengawas pintu air. Garis ukur sangat besar pengaruhnya disaat air sungai meluap karena hujan. Namun, karena hal tersebut masih memiliki pengaruh bahaya seperti saat pengawas pintu air melihat garis ukur disaat turun hujan, resiko dalam pekerjaan semakin membahayakan. Penulis pada penelitian ini telah mengembangkan sebuah simulasi pengukuran ketinggian secara otomatis dimana alat ukur ketinggian air secara otomatis ini berguna dan dapat diterapkan dengan semestinya dilapangan yang tidak terdapat pascal atau garis ukur disekitar pintu air. Hasil pengukuran tersebut diterima langsung ditampilan halaman web dan tersimpan dalam database. Dalam simulasi pengukuran ketinggian air secara otomatis ini terdapat 2 keadaan yaitu hujan dan kemarau dimana dalam 2 keadaan tersebut telah diambil dari data lokasi dan memiliki 3 fase, air kering, air normal dan air meluap. Dalam 2 keadaan hujan dan kemarau memiliki batas ketinggian yang berbeda.

Pembuatan Game 2D Susun Terjemah Kosa Kata Bahasa Arab dengan Memanfaatkan Library A* Karya Aron Granberg

Kemajuan teknologi memberikan banyak pengaruh di berbagai cabang. Salah satunya pada cabang game. Game merupakan salah satu bentuk kemajuan di bidang teknologi. Teknologi Game juga semakin berkembang dari masa ke masa dan semakin beragam maksud dan tujuan dalam pembuatannya. Dilihat dari sisi jenisnya, game dapat dibedakan game 3D dan 2D. Game 2D merupakan game dengan perspektif side-view, dimana pemain hanya dapat melihat karakter hanya dari satu sisi saja. Dari satu jenis game ini, dapat dibedakan menjadi banyak genre yang mempengaruhi karakter yang ada pada game. Pada umumnya setiap game akan terasa lebih menarik dan menantang jika terdapat non player character (NPC). Agar NPC dapat berperan sebagaimana karakter utama, maka diperlukan kecerdasan buatan. Salah satu kecerdasan buatan yang dapat digunakan adalah A* pathfinding. Dengan kecerdasan tersebut, NPC dapat mencari rute tercepat untuk berpindah dari satu titik ke titik lainnya. Pemaparan metode dan penjelasan pada penelitian disajikan secara detail dan sistematis agar mudah dipahami. Pada hasil diperlihatkan NPC yang mengejar karakter utama dan tugas karakter utama adalah mengalahkan semua NPC dan menemukan setiap huruf yang tersembunya di dalam game. Algoritma A Star (A*) terbukti dapat digunakan pada NPC di game 2 dimensi sehingga NPC dapat mengikuti karakter utama dan menyerang karena NPC berperan sebagai musuh dalam game

Pengembangan Sistem Pakar Diagnosis Penyaki Kelinci dengan Menggunakan Metode Case Based Reasoning

Kelinci merupakan salah satu binatang yang tidak lepas dari ancaman seranganpenyakit yang apabila dibiarkan akan berdampak buruk bagi kesehatannya. Faktoryang dapat membuat kelinci sering kali terkena penyakit yaitu kondisi kebersihankandangnya dan dari makanannya. Beberapa penyakit yang dapat menyerangkelinci diantaranya diare, scabies, dan hairball. Selain itu, jarang peternak danpemelihara kelinci yang kurang memiliki waktu untuk melakukan pemeriksaanlangsung ke dokter hewan. Kelinci yang sakit namun tidak segera diberikanpenangan, akan membuat penyakitnya menjadi lebih parah bahkan bisa sampaimenimbulkan kematian. Dengan adanya masalah tersebut maka dibuatlahpengembangan sistem pakar diagnosis penyakit kelinci dengan metode CBR.Sedangkan metode Case Based Reasoning atau CBR merupakan metodepemecahan masalah yang dalam mencari solusi dari suatu kasus yang baru, sistemakan melakukan pencarian terhadap solusi dari kasus lama. Dalam metode initerdapat 4 proses yaitu retrieve, reuse, revise dan retain. Penelitianpengembangan sistem pakar diagnosis penyakit kelinci menggunakan metodeCase Based Reasoning bertujuan agar dapat membantu memberikan penangananpertama pada penyakit yang diderita oleh kelinci berdasarkan kesamaan gejalayang ada dan mengetahui penanganan pertama dalam menanggulangi penyakitpada kelinci dengan cara menginputkan gejala-gejala penyakit agar diketahuipenyakitnya dan penanganannya. Hasil dari sistem ini berupa diagnosis penyakitdan solusi utama yang diperlukan sesuai dari inputan gejala yang dipilih user.Dalam penelitian ini menghasilkan akurasi kesesuain antara hasil dari pakar danaplikasi sebesar 83%. Kata kunci: kelinci, Case Based Reasoning, sistem pakar, penyakit kelinci

INVESTIGASI DIGITAL PADA FACEBOOK MESSENGER MENGGUNAKAN NATIONAL INSTITUTE OF JUSTICE

Perkembangan teknologi memudahkan masyarakat dalam berbagi informasi dan berkomunikasi. Facebook Messenger merupakan salah satu instant messanger yang memiliki kelebihan multi-platform yang dapat digunakan oleh pengguna dalam pengiriman pesan teks, gambar, pesan suara, dan video. Selain digunakan sebagai hal untuk kegiatan positif, namun fasilitas dalam teknologi ini juga dapat digunakan untuk melakukan kegiatan negatif. Penelitian ini melakukan investigasi forensik pada simulasi adanya tindakan kejahatan dalam penyebaran konten pornografi menggunakan Facebook Messenger sebagai media komunikasi pada smartphone Android. Pelaku berkomunikasi dan mengirimkan konten pornografi berupa percakapan, audio, dan video kepada pengguna dan kemudian menghapusnya dengan tujuan menghilangkan jejak. Namun, setiap tindak kejahatan dapat meninggalkan barang bukti sehingga selama menyelesaikan masalah ini perlu melakukan investigasi forensik digital. Perangkat berupa smartphone yang dapat digunakan selama objek untuk menemukan bukti digital. Pengangkatan barang bukti dalam penelitian ini menggunakan tools forensik MOBILEdit Forensics dan Wondershare Dr. fone dengan menggunakan kerangka kerja National Institute of Justice (NIJ). Penelitian ini dengan hasilnya kemudian dapat digunakan sebagai bukti oleh investigator atau penyidik dalam menangani sebuah kasus kejahatan dengan hasil yang didapatkan berupa versi aplikasi, akun, email, percakapan, waktu kejadian, gambar, audio, dan video. MobilEdit Forensics memiliki kelebihan dalam mendapatkan barang bukti sebesar 85,71% dibanding Wondershare Dr. fone yang hanya mendapatkan barang bukti hanya 28,57%.

MARKET BASKET ANALYSIS USING THE FP-GROWTH ALGORITHM TO DETERMINE CROSS-SELLING

KAOCHEM Sinergi Mandiri Cooperative is a cooperative that provides various kinds of basic needs such as basic foodstuffs that can meet the needs of its members. The cooperative transaction data is only stored as a report. Association rules are a method in data mining that functions to identify items that have a value that is likely to appear simultaneously with other items. One implementation of the association method is Market Basket Analysis. The data used are transaction data for November 2019. Data mining is one of the processes or stages of the KDD method. The data mining process is carried out using the FP-Growth algorithm, which is one of the algorithms for calculating the sets that often appear from data. Researchers analyzed transaction data using the Rapid Miner Studio tools. In the data mining process using FP-Growth the researcher determines a minimum support value of 3% and a minimum confidence of 50%. The association process using these values ​​produces 3 strong rules, namely if ades 350 ml, then fried / lontong with a support value of 0.030 and confidence 0.556 and if fried st, then fried / lontong with a support value of 0.048 and confidence 0.639, and if nasi uduk / bacang , then fried / rice cake with a support value of 0.031 and confidence 0.824. The results of the association rules can be applied using one of the marketing techniques, namely cross-selling to increase the sales of the cooperative.

PENERAPAN ALGORITME FP-GROWTH UNTUK MENENTUKAN PELETAKAN BARANG PEDAGANG SAYUR

Sayuran merupakan sumber vitamin dan protein. Setiap ibu rumah tangga membutuhkan sayuran untuk memasak dalam kehidupan sehari-hari. Sayuran didapatkan di pasar sehingga akan mempersulit ibu rumah tangga yang rumahnya jauh dari pasar. Pedagang sayur keliling merupakan pedagang yang menjual berbagai macam sayuran yang dibawa ke rumah-rumah untuk memenuhi kebutuhan ibu rumah tangga. Pedagang sayur keliling bertujuan untuk mencari keuntungan, sehingga untuk memaksimalkan tingkat penjualan diperlukan strategi penjualan. Association rules adalah metode untuk mencari hubungan antar item pada suatu dataset. Data mining dapat disebut salah satu langkah dari proses KDD. FP-Growth merupakan algoritme untuk mencari himpunan data yang paling sering muncul. Penelitian ini menganalisis data transaksi untuk memprediksi peletakan barang dipedagang sayur dengan tujuan memaksimalkan tingkat penjualan menggunakan algoritme FP-Growth dan bahasa pemrograman python. Pada proses data mining dengan menggunakan algoritme FP-Growth peneliti menjelaskan langkah-langkah FP-Growth dengan perhitungan manual. Evaluasi peneliti melakukan pencocokan hasil perhitungan manual dengan program. Setelah perhitungan sesuai, peneliti menggunakan data tota transaksi untuk mengetahui rules-nya dengan syarat minimum support 0.01 atau 1% dan minimum confidence 0.9 atau 90%. Pada hasil terdapat 44 rules yang memenuhi syarat.

PEMANFAATAN BOT TELEGRAM SEBAGAI E-LEARNING UJIAN BERBASIS FILE

E-learning merupakan sebuah sistem pendidikan yang menerapkan aplikasi elektronik yang mendukung peningkatan pendidikan dan latihan pembelajaran menggunakan media internet. Dengan adanya e-learning diharapkan proses belajar mengajar menjadi lebih mudah dibandingkan sistem belajar tatap muka. Program ini dibuat dengan menggunakan aplikasi telegram, google apps script dan google spreadsheet. Telegram merupakan sebuah aplikasi pesan instan berbasis cloud. Telegram mempunyai fitur spesial dari aplikasi lainnya yaitu fitur robot atau bot. Fitur ini memungkinkan pengguna untuk memprogram dengan berbagai perintah. Dengan menggunakan bot telegram kita dapat menjalankan serangkaian instruksi yang kita inginkan dengan cara mengirimkan pesan atau baris perintah tertentu. Artinya instruksi-instruksi tersebut dapat dijalankan dengan kesesuain code yang diprogram oleh pengguna. Dalam hal ini kami membuat sistem informasi e-learning ujian berbasis file dengan memanfaatkan bot telegram sebagai media e-learning. Dimana bot tersebut dosen dan mahasiswa dapat menjalankan ujian dengan biaya yang lebih hemat dan tentunya efektif serta efisien. Pada program ini dosen dapat membuat soal ujian dan memberikan nilai pada mahasiswa sedangkan mahasiswa dapat mengakses e-learning untuk mengikuti ujian dengan mengirimkan jawaban ujian berupa file. Akses ujian yang dilakukan oleh pengguna dan data ujian berupa file yang dikirimkan melalui bot akan disimpan melalui google spreadsheet. Pencapaian dalam pembuatan e-learning ini adalah mempermudah proses ujian berbasis file dengan menggunakan aplikasi telegram.

Implementasi GraphQL Untuk Mengatasi Under-Fetching pada Pengembangan Sistem Informasi Pelacakan Alumni Politeknik Negeri

Pendistribusian data pada sistem informasi memiliki berbagai macam cara yang digunakan. Diantaranya adalah dengan menggunakan metode REST API. Namun, terdapat beberapa kekurangan yang menjadi masalah pada REST API. Salahsatunya adalah masalah under-fetching, yaitu masalah dimana bagian frontend harus melakukan lebih dari 1 kali request untuk memenuhi kebutuhan data yang diperlukan. Masalah ini dapat diselesaikan dengan menerapkan GraphQL sebagai metode pendistribusian data. Tujuan dari penelitian kali ini adalah untuk membandingkan performa antara sistem informasi dengan REST API dan sistem informasi dengan GraphQL. Studi kasus pada penelitian ini adalah pada pengembangan sistem informasi pelacakan alumni Politeknik Negeri Malang. Hasil penelitian ini berupa perbandingan performa antara sistem informasi dengan metode pendistribusian data REST API dan sistem informasi dengan metode pendistribusian data GraphQL. GraphQL menunjukkan performa yang baik pada jumlah data yang besar dan kompleks, serta ketika terdapat banyak pengguna yang mengakses data dalam waktu yang bersamaan. Sedangkan untuk data yang sederhana dan sistem informasi yang tidak memiliki banyak pengguna yang akan mengakses data secara bersamaan, maka REST API masih lebih unggul.

OPTIMASI PEMROSESAN ENKRIPSI DAN DEKRIPSI RSA PADA SINGLE BOARD COMPUTER (SBC) DENGAN PEMBAGIAN BEBAN KOMPUTASI DALAM SISTEM TERDISTRIBUSI

Algoritma kriptografi RSA menjadi metode yang paling sulit diretas karena kerumitan persamaan matematis yang digunakan. Semakin rumit persamaan matematis yang digunakan, semakin besar pula daya komputasi yang digunakan untuk memproses algoritma tersebut. Penggunaan Single-Board Computer (SBC) mulai digunakan untuk menggantikan alat pemrosesan komputasi seperti komputer personal baik berupa laptop maupun workstation. Penetlitian ini bertujuan untuk mengetahui hasil optimasi pemroresan enkirpsi dan dekripsi RSA menggunakan SBC yang tersusun sebagai bentuk cluster. Metode yang digunakan adalah metode pemrosesan enkripsi dan dekripsi RSA dengan pembagian beban komputasi yang diterapkan dalam arsitektur SBC berdasarkan ketersediaan sumberdaya pada tiap SBC dalam cluster SBC. Cluster SBC yang dibangun terdiri atas 5 buah SBC Raspberry Pi 4 model B yang terkoneksi melalui sebuah switch 8 port. Hasil penelitian yang didapat adalah proses enkripsi dan dekripsi pada cluster SBC dapat mengalahkan komputer tunggal. Cluster SBC yang memiliki 16 core dari 4 buah prosesor worker SBC berjalan lebih cepat dibandingkan komputer tunggal yang memiliki 4 core dari prosesornya. Selain itu, efisiensi juga didapat dari biaya yang dikeluarkan untuk membeli perangkat. Dengan biaya pembelian yang sama, performa yang didapat lebih tinggi pada cluster SBC sehingga SBC dapat dijadikan alternatif pemrosesan enkripsi dan dekripsi.