Items where Division is "Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer" and Year is 2024

Up a level
Export as [feed] Atom [feed] RSS 1.0 [feed] RSS 2.0
Group by: Creators | Item Type | No Grouping
Jump to: A | B | F | H | I | J | M | N | P | R | S | Y | Z
Number of items: 26.

A

Amanda, Salma and Tita Tosida, Eneng and Erniyati, Erniyati (2024) PREDIKSI POTENSI DESA CERDAS MENGGUNAKAN ALGORITMA KLASIFIKASI RANDOM FOREST DAN LOGISTIC REGRESSION Eneng Tita Tosida Computer Science Dept. Pakuan Univeristy Bogor, Indonesia enengtitatosida@unpak.ac.id Erniyati Computer Science Dept. Pakuan University Bogor, Indonesia neni_erniyati@unpak.ac.id Salma Amanda Computer Science Dept. Pakuan University Bogor, Indonesia salma.065119196@unpak.ac.id Indra Permana Solihin Informatic Dept. UPN Veteran Jakarta, Indonesia indrapermana@upnvj@ac.id Abstrak— Pertumbuhan penduduk yang semakin lama meningkat menimbulkan terjadinya migrasi dari desa ke kota, karena selama ini pembangunan cenderung berorientasi dan bias sehingga menyebabkan pembangunan di desa menjadi terhambat. Hal tersebut lah yang menciptakan ketimpangan antara desa dengan kota. Salah satu cara untuk mengurangi ketimpangan antara desa dan kota yaitu dengan adanya pembangunan desa cerdas atau smart village. Oleh karena itu, dilakukan prediksi potensi desa cerdas dengan membandingkan dua algoritma klasifikasi, yaitu Random Forest dan Logistic Regression untuk mencari tahu mana algoritma yang kinerjanya lebih baik. Data penelitian ini bersumber dari Badan Pusat Statistik tahun 2021 dengan jumlah variasi data yaitu 1500, 1550, 1600, dan 1650 yang diambil secara acak dan proposional. Evaluasi pada penelitian ini menggunakan confusion matrix dengan mengambil nilai precision yang paling tinggi sebagai pengambilan kesimpulan kinerja algoritma. Pembagian dataset dari penelitian ini terdiri 90:10, 85:15, 80:20, dan 70:30. Hasil terbaik dari percobaan adalah dataset 85:15 dengan jumlah data 1500. Nilai precision yang paling tinggi dari algoritma Random Forest sebesar 92.37% dan Logistic Regression sebesar 92.30%. Karena algoritma Random Forest lebih unggul daripada algoritma Logistic Regression, maka hasil prediksi yang digunakan adalah prediksi Random Forest. Kata Kunci— Desa Cerdas, Potensi Desa, Random Forest, Logistic Regression. Skripsi thesis, Universitas Pakuan.

Andrian, Riki and Harsani, Prihastuti and Prajuhana Putra, Agung (2024) MODEL ROBOT PEMBERI PAKAN IKAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) METODE TSUKAMOTO. Skripsi thesis, Universitas Pakuan.

Ariansyah, Faizal and Setyaningsih, Sri and Herdianto Situmorang, Boldson (2024) Application of Bidirectional Encoder Representations from Transformers (BERT) in Sentiment Analysis of COVID-19 Booster Vaccine. Skripsi thesis, Universitas Pakuan.

Azizan, Muhammad and Harsani, Prihastuti and Herdianto Situmorang, Boldson (2024) RAINFALL PREDICTION MODEL USING MACHINE LEARNING ALGORITHM. Skripsi thesis, Universitas Pakuan.

B

Bagus Pratama, Harry and Harsani, Prihastuti and Prajuhana Putra, Agung (2024) Virtual Reality Fakultas FMIPA Universitas PAKUAN. Dibawah bimbingan Dr Prihastuti Harsani, M.Si dan Agung Prajuhana Putra, M.Kom Lingkungan kampus mencakup hubungan antara kampus dan masyarakat sekitarnya, termasuk dampak sosial, ekonomi, dan lingkungan yang dimiliki oleh institusi pendidikan tinggi tersebut. Secara keseluruhan, lingkungan kampus adalah ruang tempat mahasiswa belajar, berkembang, dan berinteraksi, serta menciptakan pengalaman yang memengaruhi pertumbuhan pribadi dan akademik mereka. Dalam memperkenalkan lingkungan kampus kepada mahasiswa baru, sangat penting untuk memastikan bahwa mereka dapat mengenalinya sebelum benar-benar memasuki area kampus. Namun, hal ini menjadi tidak efisien terutama bagi mahasiswa yang tinggal jauh karena mereka memerlukan waktu yang cukup lama untuk mengunjungi kampus Universitas Pakuan. Oleh karena itu, penggunaan teknologi Virtual Reality (VR) oleh Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Pakuan dapat membantu mempersingkat proses pengenalan lingkungan kampus dengan cepat dan mudah. Dengan kehadiran teknologi Virtual Reality ini, pengetahuan mahasiswa dapat ditingkatkan serta memperkenalkan pengalaman Virtual Reality dari Universitas Pakuan kepada calon mahasiswa baru. Ini sangat berguna karena seringkali calon mahasiswa baru masih bingung ketika mereka pertama kali berada di lingkungan kampus. Dengan menggunakan Virtual Reality, pemahaman mengenai lokasi jalan dan posisi setiap ruangan serta bangunan di Universitas Pakuan, khususnya gedung MIPA 1 dan MIPA 2, dapat ditingkatkan. Adapun hasil penilaian dari 50 responden terhadap Virtual Reality Fakultas MIPA Universitas Pakuan dengan 30 pertanyaan menunjukkan bahwa secara keseluruhan mencapai 85,54%, dan kategori yang diperoleh adalah "SANGAT LAYAK”, dan Penilaian dari dua ahli multimedia, yaitu Muhammad Iqbaludin dan Wendys Dwi Aprilian, terhadap Virtual Reality dengan menggunakan 15 pertanyaan, menunjukkan nilai sebesar 95,41% dan termasuk dalam kategori "SANGAT LAYAK”. Kata kunci : Virtual Reality Universitas Pakuan. Skripsi thesis, Universitas Pakuan.

Baskoro, Wahyu and Karlitasari, Lita and Kurnia, Ema (2024) SISTEM ANALISIS MARKET BASED PADA TRANSAKSI PENJUALAN TOKO KELONTONG MENGGUNAKAN ALGORITMA HASH BASED. Skripsi thesis, Universitas Pakuan.

F

Firmansyah, Erlan and Soewarto Hardhienata, Soewarto and Prajuhana Putra, Agung (2024) MODEL SISTEM MONITORING PENGGUNAANAIR PDAM BERBASIS INTERNET OF THINGS (IOT). Skripsi thesis, Universitas Pakuan.

H

H., Hendrizal and Herfina, Herfina and Hidayatullah, Syarif (2024) IMPLEMENTASI NATURAL LANGUAGE PROCESSING UNTUK PEMBUATAN CHATBOT PADA WEBSITE. Skripsi thesis, Universitas Pakuan.

I

Irawan, Feri and Qur’ania, Arie and Munggaran Akhmad, Dinar (2024) Prediksi Curah Hujan Menggunakan Recurrent Neural Network (RNN) Dan Long Short-Term Memory (LSTM). Skripsi thesis, Universitas Pakuan.

J

Jayanti, Sri and Maryana, Sufiatul and Mulyati, Mulyati (2024) PENERAPAN METODE PROMETHEE IV DAN ALGORITMA C5.0 PADA KLASIFIKASI PEMILIHAN FITUR E-WALLET. Skripsi thesis, Universitas Pakuan.

M

Mahdavikia, Muhammad and Maryana, Sufiatul and Anggraeni, Irma (2024) Model Pengukuran Tingkat Suspect Penyakit Pada Tanaman Singkong Dengan Menggunakan Metode Dempster-shafer dan Certainty Factor. Skripsi thesis, Universitas Pakuan.

Marcelina, Jenie and Tita Tosida, Eneng and Awaliyah Zuariah, Tjut (2024) Implementasi Algoritma Bidirectional Long Short Term Memory (BiLSTM) Dengan Analisis Sentimen Emoji Embedded Terhadap Tingkat Kecemasan Covid-19 Dan Sosial Ekonomi Masyarakat. Skripsi thesis, Universitas Pakuan.

Mauludin, Kriti and Zuraiyah, Tjut Awaliyah and Prajuhana Putra, Agung (2024) MODEL PREDIKSI KECEPATAN KURIR DALAM PENGIRIMAN SURAT KABAR DENGAN LONG SHORT-TERM MEMORY (LSTM). Skripsi thesis, Universitas Pakuan.

Muharrom, Rama and Tita Tosida, Eneng and Anggraeni, Irma (2024) PENDEKATAN DEEPLEARNING DALAM KLASIFIKASI PERAWAKAN AVATAR UNTUK ROLE KEBUTUHAN KERJA PADA GAME GTA V ROLEPLAY. Skripsi thesis, Universitas Pakuan.

N

Nugroho, Dimas Dwi and Denih, Asep and Maryana, Sufiatul (2024) Menentukan Kualitas Kopi Arabica Berdasarkan Kekentalan dan Keasaman Kopi Arabica. Skripsi thesis, Universitas Pakuan.

Nurdiansyah, Dimas and Herfina, Herfina and Maesya, Aries (2024) PENERAPAN ALGORITMA K-NEAREST NEIGHBORS (K-NN) UNTUK PREDIKSI TINGKAT PEMAHAMAN SISWA TERHADAP MATA PELAJARAN MATEMATIKA. Skripsi thesis, Universitas Pakuan.

P

Prabowo, Tio Aulia and Tita Tosida, Eneng and Saepulrohman, Asep (2024) Model E-Voting menggunakan Blockchain pada Pemilihan Umum Presiden Indonesia. Skripsi thesis, Universitas Pakuan.

R

Rahman, Haikal and Denih, Asep and Andriani, Siska (2024) APLIKASI DETEKSI ASAM LAMBUNG DENGAN MACHINE LEARNING MENGGUNAKAN METODE K-NEAREST NEIGHBOR GASTRIC ACID DETECTION APPLICATION WITH MACHINE LEARNING USING THE K-NEAREST NEIGHBOR METHOD. Skripsi thesis, Universitas Pakuan.

Rizki, Yanuar and Setyaningsih, Rizki and Herdianto Situmorang, Boldson (2024) Model Keputusan Motivasi Belajar Siswa Sekolah Menengah Atas ( SMA ) Menggunakan Metode Fuzzy C-Means , AHP dan TOPSIS. Skripsi thesis, Universitas Pakuan.

S

Saputra, Azi Haris and Maesya, Aries and Ilyas Sugara, Victor (2024) PENERAPAN METODE RESPONE POLICY ZONE (RPZ) PADA DNS FILTERING SLAVE TRUST POSITIF KEMENTERIAN KOMINFO RI. Skripsi thesis, Universitas Pakuan.

Saputra, Fahri and Taher, Hermawan and Hidayatullah, Syarif (2024) IMPLEMENTASI LONG SHORT TERM MEMORY UNTUK MEMPREDIKSI HARGA MINYAK KELAPA SAWIT INTERNASIONAL. Skripsi thesis, Universitas Pakuan.

Sitorus, Cynthia and Setyaningsih, Sri and Anggraeni, Irma (2024) ANALISIS DAN PENINGKATAN KUALITAS WEBSITE MENGGUNAKAN METODE WEBQUAL 4.0 DAN A/B TESTING. Skripsi thesis, Universitas Pakuan.

Syamsudin, Syamsudin and Karlitasari, Lita and Erniyati, Erniyati (2024) Aplikasi Game 3D First person shooter (FPS) "Zombie" Berbasis Virtual Tour Menggunakan Metode Navigation Mes. Skripsi thesis, Universitas Pakuan.

Y

Yuda, Muhamad and Herfina, Herfina and Delli W, Fajar (2024) Prediksi Harga Beras Menggunakan Long Short-Term Memory (LSTM). Skripsi thesis, Universitas Pakuan.

Yudiansyah, Yudiansyah and Anggraeni, Irma and Denih, Asep (2024) Sistem Rekomendasi Menu Makanan dan Minuman dengan Metode K- MEANS dan FP-GROWTH. Skripsi thesis, Universitas Pakuan.

Z

Zuhair, Muhram and Maesya, Haries and Subandi, Khotim (2024) SISTEM REKOMENDASI LAGU DI SPOTIFY BERDASARKAN KEMIRIPAN LIRIK MENGGUNAKAN METODE CONTENT BASED FILTERING. Skripsi thesis, Universitas Pakuan.

This list was generated on Thu Nov 21 13:45:52 2024 WIB.