Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan)

Optimasi Hyperparameter Ensemble Learning untuk Prediksi Penyakit Liver Berdasarkan Data Pasien

2025-04-20T16:05:13+00:00

Penyakit liver merupakan salah satu masalah kesehatan serius yang memerlukan deteksi dini guna meningkatkan peluang pengobatan yang efektif. Penelitian ini bertujuan untuk mengembangkan model prediksi penyakit liver berdasarkan data pasien dengan menggunakan teknik ensemble learning, yaitu Random Forest, XGBoost, AdaBoost, dan Extra Trees Classifier. Dataset yang digunakan mencakup berbagai parameter medis pasien yang berkontribusi terhadap diagnosis penyakit liver. Evaluasi model dilakukan menggunakan metrik akurasi, AUC, recall, precision, dan F1-score. Hasil penelitian menunjukkan bahwa Extra Trees Classifier memiliki performa terbaik, dengan akurasi sebesar 73.61%, AUC 76.82%, recall 89.82%, precision 77.22%, dan F1-score 82.93%. Model ini memiliki kemampuan yang sangat baik dalam mengidentifikasi pasien liver (recall tinggi), serta keseimbangan antara precision dan recall yang optimal. Selain itu, analisis menggunakan confusion matrix menunjukkan bahwa model ini mampu memprediksi sebagian besar kasus positif dengan benar, meskipun masih terdapat beberapa kesalahan klasifikasi pada pasien non-liver. Kurva AUC-ROC mengkonfirmasi bahwa model ini cukup andal dalam membedakan antara pasien liver dan non-liver, dengan nilai macro-average AUC sebesar 0.81 dan micro-average AUC 0.85. Berdasarkan hasil ini, Extra Trees Classifier direkomendasikan sebagai model terbaik untuk sistem pendukung keputusan dalam diagnosis penyakit liver. Untuk meningkatkan performa model di masa depan, diperlukan penggunaan dataset yang lebih besar, optimasi hyperparameter lebih lanjut, serta eksplorasi teknik balancing data untuk meningkatkan akurasi klasifikasi.

Penerapan Complex Proportional Assessment Dalam Pemilihan Merek Parfum Berdasarkan Kepribadian

2025-04-20T16:17:24+00:00

Penelitian ini membahas penerapan metode Complex Proportional Assessment (COPRAS) dalam memilih merek parfum berdasarkan kepribadian konsumen. Parfum sebagai elemen penting dalam kehidupan modern, dipilih dengan mempertimbangkan berbagai kriteria seperti kecocokan kepribadian, aroma, daya tahan, harga, dan kualitas bahan. Penelitian ini mengidentifikasi lima tipe kepribadian utama: ekstrovert, introvert, elegan, romantis, dan petualang yang cenderung memilih parfum sesuai dengan karakteristik masing-masing. Temuan penelitian menunjukkan bahwa metode ini efektif dalam mengevaluasi dan menetapkan peringkat alternatif terbaik dengan menghitung utilitas relatif. Dalam penelitian ini, merek parfum Braven dengan karakteristik ekstrovert menempati peringkat pertama dengan nilai 100, diikuti oleh Octarine (ekstrovert) dengan nilai 88,33 dan Fresh dengan nilai 81,77 (introvert). Metode COPRAS terbukti unggul dalam mengintegrasikan berbagai kriteria kompleks dan memberikan hasil yang lebih komprehensif dibanding metode lainnya. Kesimpulan menunjukkan bahwa penggunaan metode ini mempermudah konsumen untuk memilih parfum yang sesuai dengan kepribadian mereka, serta meningkatkan akurasi dan objektivitas dalam proses pengambilan keputusan.

Penerapan Learning Management System Untuk Ujian Semester Di Smp Setia Gama Jakarta Menggunakan Metode Analytical Hierarchy Process (AHP)

2025-04-20T16:35:28+00:00

Penelitian ini bertujuan untuk menganalisis penerapan Learning Management System (LMS) dalam pelaksanaan ujian semester di SMP Setia Gama Jakarta dengan menggunakan metode Analytical Hierarchy Process (AHP). Fokus penelitian ini adalah untuk mengevaluasi kriteria biaya, efektivitas, efisiensi, dan keamanan dalam mendukung keberhasilan penerapan LMS, dengan mempertimbangkan kesiapan infrastruktur yang sudah memadai. Data dikumpulkan melalui wawancara dan kuesioner yang disebarkan kepada guru, siswa, dan staf IT untuk menilai faktor-faktor yang mempengaruhi implementasi LMS. Hasil analisis AHP menunjukkan bahwa kriteria keamanan memiliki bobot yang lebih tinggi, mengingat pentingnya keandalan sistem dan perlindungan data ujian. Sementara itu, kriteria biaya dan efektivitas dan efisiensi juga memainkan peran penting, tetapi dipengaruhi oleh kesiapan infrastruktur yang mendukung kelancaran ujian. Penelitian ini merekomendasikan peningkatan pelatihan untuk pengguna LMS dan penguatan sistem keamanan data, serta mengoptimalkan biaya dengan memilih solusi LMS yang sesuai dengan anggaran dan kebutuhan sekolah.

Prediksi Kekambuhan Kanker Tiroid Menggunakan Algoritma Random Forest

2025-04-20T16:36:53+00:00

Kekambuhan kanker tiroid pasca terapi Radioactive Iodine (RAI) merupakan tantangan penting dalam penatalaksanaan jangka panjang pasien. Penelitian ini bertujuan membangun model prediktif untuk mengidentifikasi potensi kekambuhan dengan memanfaatkan data klinis dan patologis menggunakan algoritma Random Forest. Dataset terdiri atas 383 data pasien dengan 13 atribut, termasuk usia, jenis kelamin, staging kanker, jenis patologi, klasifikasi risiko, dan respons terhadap terapi. Proses pra-pemrosesan meliputi penyandian data kategorik, eksplorasi fitur, dan pembagian data latih dan uji secara stratifikasi. Hasil evaluasi menunjukkan performa tinggi dari model, dengan akurasi 96,5%, presisi 96,7%, recall 90,6%, dan AUC 0,99. Analisis fitur menggunakan SHAP mengungkap bahwa Stage, Response, dan Risk merupakan faktor paling berkontribusi terhadap prediksi kekambuhan. Penelitian ini menunjukkan bahwa model Random Forest tidak hanya efektif dalam klasifikasi biner, tetapi juga dapat diinterpretasikan secara klinis untuk mendukung pengambilan keputusan medis yang lebih personal dan preventif.

Penerapan Design Thinking dalam Perancangan UI/UX Website untuk Meningkatkan Pengalaman Pengguna

2025-04-21T09:47:56+00:00

Dalam era digital saat ini, desain antarmuka pengguna (UI) dan pengalaman pengguna (UX) memainkan peran yang sangat penting dalam keberhasilan sebuah website. Desain yang baik tidak hanya menarik secara visual, tetapi juga meningkatkan keterlibatan dan kenyamanan pengguna. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dan merancang UI/UX pada Company Prosesin.id dengan menggunakan metode Design Thinking yang diperkenalkan oleh Ben Shneiderman. Metode ini menawarkan panduan praktis untuk menciptakan antarmuka yang intuitif dan efisien, dengan memperhatikan prinsip-prinsip seperti konsistensi, umpan balik, dan fleksibilitas. Melalui analisis mendalam dan penerapan prinsip-prinsip ini, diharapkan dapat dihasilkan desain UI/UX yang lebih optimal, sehingga meningkatkan pengalaman pengguna dalam mengakses dan menggunakan website Prosesin.id.

Analisis Penggunaan Aplikasi JA Sensei sebagai Media Pembelajaran dalam Menguasai Bahasa Jepang

2025-04-21T12:43:13+00:00

Aplikasi JA Sensei merupakan sebuah platform pembelajaran bahasa Jepang yang menawarkan berbagai fitur untuk membantu penggunanya menguasai bahasa Jepang dengan cara yang efisien dan interaktif. Dengan menyediakan materi yang mencakup kosakata, hiragana, katakana, kanji, frasa umum, serta tata bahasa, aplikasi ini menyasar pengguna dari tingkat pemula hingga tingkat lanjut. Aplikasi ini dilengkapi dengan kuis interaktif, latihan menulis, serta pengucapan yang dibawakan oleh penutur asli bahasa Jepang, yang membantu pengguna memperbaiki pengucapan dan pemahaman mereka terhadap bahasa Jepang. Penelitian ini bertujuan untuk menganalisis efektivitas penggunaan aplikasi JA Sensei dalam meningkatkan keterampilan bahasa Jepang, khususnya dalam hal penguasaan kosakata, kanji, dan pengucapan. Metode yang digunakan dalam penelitian ini adalah analisis kuantitatif dengan mengumpulkan data dari pengguna aplikasi untuk menilai kemajuan mereka setelah menggunakan aplikasi ini. Hasil penelitian menunjukkan bahwa aplikasi JA Sensei efektif dalam meningkatkan keterampilan membaca, menulis, berbicara, dan mendengarkan bahasa Jepang, serta memberikan pemahaman budaya Jepang yang dapat memfasilitasi komunikasi yang lebih baik dengan penutur asli. Berdasarkan hasil ini, aplikasi JA Sensei dapat menjadi alat yang sangat berguna bagi mereka yang ingin mempelajari bahasa Jepang secara mandiri.

Klasifikasi Motif Batik Menggunakan Convolutional Neural Network (CNN) dengan Otsu thresholding dan Median filter

2025-05-08T07:56:49+00:00

atik merupakan warisan budaya Indonesia yang telah diakui secara global, namun keragaman motifnya seringkali sulit dikenali oleh masyarakat awam. Penelitian ini bertujuan untuk mendukung pelestarian batik serta mempermudah klasifikasi motif dengan pendekatan berbasis ciri geometris dan non-geometris menggunakan metode Convolutional Neural Network (CNN). Data citra batik dikumpulkan dari internet dan hasil pemotretan di Museum Batik TMII, lalu dikategorikan dan diproses melalui tahap praproses, termasuk konversi ke grayscale, segmentasi menggunakan metode Otsu untuk memisahkan motif dari latar, serta peningkatan kualitas citra menggunakan median filter. Klasifikasi dilakukan menggunakan CNN dengan 3600 iterasi dan batch size 20. Hasil eksperimen menunjukkan akurasi sebesar 85,36%, dengan rata-rata presisi 86,76% dan recall 87,36%, serta waktu pelatihan selama 11 menit 41 detik.

Penerapan Aplikasi Online Exam (ONEX) pada Yayasan Mandiri Smart Education

2025-04-20T16:12:47+00:00

The modernization of education demands efficiency, flexibility, and integrity in examinations, especially in non-formal institutions conducting competency tests for students. As digital transformation progresses, the need for fast, secure, and reliable assessments increases. ONEX addresses this by providing an online examination system with camera- and microphone-based proctoring, enabling real-time monitoring to maintain exam integrity. This system offers flexibility for participants to take exams remotely while ensuring strict supervision. For organizers, ONEX automates registration, question preparation, and evaluation, reducing time, resources, and personnel costs. Additionally, it enhances accessibility for test-takers, minimizing transportation costs and familiarizing them with digital assessments. By integrating modern evaluation methods, ONEX ensures an efficient, transparent, and fair examination process, benefiting both administrators and participants.

Prototipe Aplikasi Laporan Praktikum Berbasis Ramah Lingkungan dengan Pendekatan System Development Life Cycle (SDLC)

2025-04-14T23:39:01+00:00

Kegiatan pelaporan praktikum di Laboratorium Komputer pada Program Studi Ilmu Komputer menghasilkan ribuan lembar dokumen cetak setiap semester, yang berdampak pada pemborosan kertas dan biaya bagi mahasiswa. Permasalahan ini mendorong dilakukannya pengembangan prototipe aplikasi pelaporan praktikum berbasis digital yang mengusung konsep ramah lingkungan. Penelitian ini menerapkan pendekatan System Development Life Cycle (SDLC), dimulai dari tahap analisis kebutuhan, pengumpulan data, perancangan sistem, hingga tahap evaluasi dan penyempurnaan. Hasil pengujian menunjukkan bahwa prototipe yang dikembangkan telah memenuhi kebutuhan pengguna utama, yakni mahasiswa, asisten laboratorium, dan dosen pembimbing, dengan skor kelayakan rata-rata mencapai 88,57%. Inovasi ini diharapkan tidak hanya menyederhanakan proses pelaporan praktikum, tetapi juga berkontribusi pada pengurangan penggunaan kertas, mendukung upaya keberlanjutan di sektor pendidikan melalui pemanfaatan teknologi.

Analisis Kepuasan Pengguna Senayan Library Management System menggunakan Metode End User Computing Satisfaction (EUCS)

2025-04-20T16:33:33+00:00

SLiMS merupakan sistem otomasi perpustakaan yang digunakan untuk mengelola berbagai aktivitas, seperti katalogisasi, sirkulasi, dan pencarian informasi, guna mendukung layanan perpustakaan yang lebih efisien. Tujuan dilakukan penelitian ini adalah untuk mengukur sejauh mana tingkat kepuasan pengguna pada SLiMS di perpustakaan MAN 1 Jombang dengan menggunakan variabel End User Computing Satisfaction (EUCS) yaitu Content, Accuracy, Format, Ease of Use, Timelines dan User Satisfaction. Pendekatan kuantitatif diterapkan dalam penelitian ini dengan melibatkan 94 respondenp yang dipilih menggunakan teknik convience sampling. Pengumpulan data dilakukan melalui kuesioner yang menggunakan skala likert dan dianalisis menggunakan metode EUCS dan CSI. Hasil penelitian menunjukkan bahwa hanya variabel Ease of Use dan variabel Timelines yang memiliki pengaruh signifikan terhadap User Satisfaction. Berdasarkan hasil analisis tingkat kepuasan menggunakan Customer Satisfaction Index, dapat disimpulkan bahwa pengguna SLiMS, dengan nilai rata-rata CSI sebesar 82,18% dari variabel Ease of Use dan Timeliness memperoleh skor yang menunjukkan kategori Sangat Puas.

Pemanfaatan Kecerdasan Buatan untuk Mitigasi Bencana: Analisis Peluang dan Hambatan

2025-04-08T17:53:26+00:00

Bencana alam merupakan ancaman yang terus meningkat secara global, termasuk di Indonesia yang memiliki tingkat risiko bencana yang tinggi. Dengan perkembangan teknologi, kecerdasan buatan (Artificial Intelligence/AI) semakin banyak dimanfaatkan dalam upaya mitigasi bencana. AI memiliki potensi untuk meningkatkan efektivitas sistem peringatan dini, pemodelan prediksi bencana, pemantauan lingkungan berbasis data, serta optimalisasi respons darurat. Teknologi ini telah diterapkan dalam berbagai skenario, seperti deteksi titik api dalam kebakaran hutan, analisis risiko banjir, serta sistem peringatan dini tsunami berbasis machine learning. Namun, meskipun AI menawarkan berbagai peluang dalam mitigasi bencana, penerapannya masih menghadapi berbagai tantangan. Hambatan utama meliputi ketersediaan dan kualitas data, keterbatasan infrastruktur teknologi, biaya implementasi yang tinggi, serta permasalahan etika dan regulasi. Kurangnya pemahaman serta kesiapan pemangku kepentingan dalam mengadopsi teknologi ini juga menjadi faktor penghambat. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi peluang dan tantangan penggunaan AI dalam mitigasi bencana guna memberikan wawasan bagi pengembangan solusi berbasis teknologi yang lebih efektif.

Implementasi Raspberry Pi Sebagai Private Cloud Printer Server Menggunakan OpenWrt

2025-03-29T17:54:17+00:00

Perkembangan teknologi informasi dan komunikasi telah membuka peluang baru dalam sistem pencetakan berbasis cloud. Penelitian ini bertujuan untuk mengimplementasikan Raspberry Pi sebagai private cloud printer server menggunakan OpenWrt. Dengan sistem ini, pengguna dapat mencetak dokumen dari berbagai perangkat tanpa memerlukan koneksi fisik langsung ke printer. Metode yang digunakan dalam penelitian ini meliputi analisis kebutuhan sistem, perancangan, implementasi, serta pengujian kinerja perangkat keras dan perangkat lunak. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu beroperasi dengan stabil dan memberikan efisiensi dalam pencetakan dokumen, khususnya dalam lingkungan pendidikan. Implementasi private cloud printer ini berpotensi mengurangi biaya operasional dan meningkatkan fleksibilitas akses pencetakan bagi pengguna.

Kata Kunci — Raspberry Pi, OpenWrt, Cloud Printing, Printer Server, Jaringan

Prototipe Agretech berbasis Internet of Things (IoT) untuk Peningkatan Efisiensi dan Produktifitas Pertanian Modern

2025-04-20T16:14:12+00:00

Penelitian ini bertujuan mengembangkan prototipe Agretech berbasis Internet of Things (IoT) untuk meningkatkan efisiensi dan produktivitas pertanian modern. Sistem ini menggunakan sensor DHT11 untuk mengukur kelembaban tanah, suhu udara, dan kelembaban udara, yang dipantau melalui aplikasi Blynk secara real-time. Data dari 30 percobaan menunjukkan fluktuasi kelembaban tanah yang dipengaruhi suhu dan kelembaban udara. Hasil percobaan menunjukkan bahwa pemantauan berbasis IoT dapat membantu mengurangi pemborosan air, meningkatkan efisiensi penggunaan air, dan berdampak positif terhadap produktivitas pertanian. Latar belakang penelitian ini berkaitan dengan tantangan pengelolaan air yang efisien dalam pertanian modern. Penggunaan air yang berlebihan sering kali mengakibatkan pemborosan dan kerusakan lingkungan. Teknologi berbasis Internet of Things (IoT) menjadi solusi untuk memantau kelembaban tanah secara real-time, sehingga memungkinkan pengelolaan air yang lebih tepat guna. Sistem ini memanfaatkan sensor kelembaban tanah dan aplikasi Blynk untuk memantau kondisi tanah dan pengairan secara otomatis. Proses percobaan dilakukan dengan menggunakan prototipe Agretech yang mengintegrasikan sensor DHT11 untuk mengukur kelembaban tanah, suhu udara, dan kelembaban udara. Data yang diperoleh dikirimkan ke aplikasi Blynk untuk pemantauan secara real-time. Percobaan dilakukan dalam 30 titik percobaan pada berbagai waktu (pagi, siang, sore, malam) dan kondisi cuaca yang berbeda. Notifikasi Blynk diprogram untuk memberi peringatan jika kelembaban tanah menurun di bawah ambang batas tertentu. Hasil percobaan menunjukkan bahwa kelembaban tanah berkisar antara 27% hingga 63%, dengan fluktuasi yang dipengaruhi oleh suhu dan kelembaban udara. Aplikasi Blynk memberikan notifikasi pada 70% percobaan untuk pengairan, meningkatkan efisiensi pengelolaan air dan produktivitas pertanian. prototipe Agretech berbasis IoT terbukti efektif dalam mengelola kelembaban tanah, menghemat penggunaan air, dan meningkatkan produktivitas pertanian secara keseluruhan.

Penerapan Sistem Inferensi Fuzzy Sugeno untuk Evaluasi Kepuasan Konsumen pada Industri Batik Sidomukti Magetan

2025-04-20T16:19:15+00:00

Batik Sidomukti Magetan merupakan salah satu produk batik tradisional yang memiliki nilai budaya tinggi. Namun, dalam menghadapi dinamika pasar modern, pemahaman terhadap kepuasan konsumen menjadi krusial untuk memastikan daya saing dan keberlanjutan industri ini. Penelitian ini bertujuan untuk menganalisis kepuasan konsumen terhadap kualitas layanan dan harga Batik Sidomukti Magetan menggunakan metode logika fuzzy. Metode ini dipilih karena kemampuannya dalam menangani ketidakpastian dan subjektivitas dalam penilaian kepuasan pelanggan. Data dikumpulkan melalui survei kepada konsumen Batik Sidomukti dan dianalisis menggunakan sistem inferensi fuzzy Sugeno dalam MATLAB. Hasil penelitian menunjukkan bahwa kualitas layanan dan harga memiliki pengaruh signifikan terhadap tingkat kepuasan konsumen, dengan kualitas layanan sebagai faktor dominan. Model fuzzy yang diterapkan mampu mengidentifikasi hubungan non-linear antara variabel yang dianalisis, memberikan gambaran lebih akurat mengenai persepsi konsumen. Kesimpulan dari penelitian ini menegaskan bahwa peningkatan kualitas layanan dan penyesuaian harga yang kompetitif dapat meningkatkan kepuasan pelanggan secara signifikan. Hasil penelitian ini diharapkan dapat menjadi acuan bagi pelaku industri batik dalam merancang strategi pemasaran dan peningkatan layanan untuk mempertahankan loyalitas pelanggan.

Implementasi Algoritma Pengolahan Citra Digital untuk Perbaikan Kualitas Gambar

2025-04-20T16:23:46+00:00

Gambar adalah salah satu komponen multimedia dalam bentuk informasi visual. Gambar yang buram atau mengalami degradasi kualitas sering kali menghambat proses analisis dan interpretasi data visual. Pengolahan Citra Digital adalah cabang ilmu yang mempelajari cara membentuk, memproses, dan menganalisis citra untuk menghasilkan informasi yang dapat dimengerti dan dimanfaatkan oleh manusia. Pemulihan gambar merupakan teknik yang bertujuan menghilangkan blur atau noise dari suatu gambar. SSIM digunakan untuk mengevaluasi efektivitas metode reduksi noise yang diusulkan. MATLAB dan Octave merupakan perangkat lunak yang umum digunakan dalam pemrosesan citra karena memiliki pustaka dan fungsi yang mendukung operasi konvolusi, filtering, dan deblurring. Metode penelitian mencakup unsharp masking, histogram equalization, dan median filter. Hasil penelitian mencakup hasil kode program dari metode penelitian sebelumnya dan perhitungan PSNR, MSE, dan MSE. Penelitian ini telah mengimplementasikan tiga metode pemrosesan citra digital Unsharp Masking, Histogram Equalization, dan Median Filter dalam aplikasi berbasis GNU Octave untuk memperbaiki kualitas gambar buram