Natalis Ransi, Natalis
Halu Oleo

Published : 24 Documents
Articles

Found 24 Documents
Search

ALGORITMA CPAR UNTUK ANALISA DATA KECELAKAAN (STUDI PADA KEPOLISIAN DAERAH SULAWESI TENGGARA) Ransi, Natalis; Winarko, Edi
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 8, No 2 (2014): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (559.095 KB) | DOI: 10.22146/ijccs.6547

Abstract

AbstrakKecelakaan lalu lintas (laka lantas) di Sulawesi Tenggara perlu mendapatkan penanganan yang efektif karena menyebabkan korban meninggal dunia yang terus meningkat setiap tahunnya. Salah satu langkah penanganan adalah analisis karakteristik laka lantas yang berhubungan dengan korban meninggal dunia. Analisis karakteristik laka lantas dapat dilakukan dengan pendekatan faktor penyebab kecelakaan, jenis kecelakaan, dan waktu kejadian.Penelitian ini mengaplikasikan algoritma Classification based on Predictive Association Rules (CPAR) pada data mining untuk analisa karakteristik laka lantas. Algoritma CPAR menghasilkan Class Association Rules (CARs), selanjutnya CARs digunakan untuk mendeskripsikan karakteristik laka lantas yang berhubungan dengan korban meninggal dunia.Hasil penelitian diperoleh bahwa faktor yang menyebabkan korban meninggal dunia pada kasus laka lantas adalah faktor manusia (berkendara dibawah pengaruh alkohol dan berkendara melebihi batas kecepatan) dan faktor lingkungan fisik (prasarana jalan yang rusak dan jalan dengan tikungan tajam). Jenis kecelakaan (tunggal dan depan-depan), waktu kejadian (tanggal 8-14, hari Senin dan Selasa, jam 13:00-18:59), jenis kendaraan (sepeda motor) dan merek kendaraan (Honda), berpotensi menimbulkan korban meninggal pada kasus laka lantas. Pengendara sepeda motor rentan menjadi korban pada kasus laka lantas. Pengujian akurasi menggunakan 10-fold cross validation Hasil pengujian menunjukkan bahwa rata-rata akurasi algoritma CPAR lebih tinggi yaitu 48,75% dibandingkan dengan algoritma PRM yaitu 41,13%. Kata kunci? data mining, algoritma CPAR, kecelakaan lalu lintas Abstract Traffic accident in Southeast Sulawesi needs to get treatment more effective. One of the handling is analysis of traffic accident characteristic and then it was related to the death. Analysis of trafiic accident characteristics can be done with the approach factors the cause of the accident, the kind of an accident, and time genesis.This Research apply CPAR algorithm on the data mining to analyze the characteristics of traffic accident. CPAR Algorithm produce Class Association Rules (CARs) that used to describe traffic accident characteristics related to the death.Results of research, that the factors that caused the victim died in traffic accident is human factors (driving under the influence of alcohol and driving exceed the speed) and environmental factors physical (road infrastructure and damaged roads with elbow).  Types of accidents (in the singular and home-front), time genesis (on 8-14, reported Monday and Tuesday, hours 1:00 pm-6:59 pm), the type of vehicle (motorcycle), potentially causing the death toll in the case laka then. Motorcycle drivers are prone to fall victim in that case laka then. Testing accuracy using 10-fold cross validation test result show that on average these accuracy algorithm CPAR 48.75%, higher than the algorithm PRM 41.13%. Keywords? data mining, CPAR algorithm, traffic accident
PENERAPAN WEB SERVICES DAN ALGORITMA GENETIKA UNTUK MENAMPILKAN JADWAL UJIAN TUGAS AKHIR STUDI KASUS : JURUSAN TEKNIK INFORMATIKA UNIVERSITAS HALU OLEO Lailah, Waode Nur; Aksara, L.M Fid; Ransi, Natalis
semanTIK Vol 4, No 2 (2018): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (717.335 KB)

Abstract

The role of web service is needed as a medium for sharing data and inter-process functionality so that an application can connect with other applications without depending on the programming language or operating system. By using the web service Final Project exam schedule is not only known by students who will do the trial examination but can also be known by all students where the exam schedule will be sent to the web service provider then the web service engine will work to display the exam schedule on several websites that have been provided and by using genetic algorithms direct exam schedules can be determined automatically. This is where the role of web service is in carrying out the data exchange process. In this study, the technology that will be used is SOAP (Simple Object Access Protocol) because SOAP is a standardized protocol by W3C (World Wide Web Consortium), besides that it is also used Genetic Algorithm to automatically set exam schedules.The results obtained in this study that the application of web services can run well. Success can be seen from the results of testing the system where the exam schedule The final task can appear on several different websites and can change the data that is on the system that runs without entering into the system.Keywords - Web Service, SOAP, Genetic Algorithm DOI: 10.5281/zenodo.1471102
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) ( Studi Kasus: Desa Sambuli, Kecamatan Abeli, Kota Kendari ) Rahmona, Reina; Ningrum, Ika Purwanti; Ransi, Natalis
semanTIK Vol 2, No 1 (2016): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (156.306 KB)

Abstract

As a result of the increase in the price of fuel (fuel oil), the government held a relief for the people of Indonesia, namely direct cash assistance  (BLT).  Indonesian government believes these measures are important for the country's fiscal rescue. At this difficult time, direct cash assistance program be good news for the poor throughout the country. In this study, the criteria used by 5 criteria using AHP method to enter data in the form of the head of the family that was obtained from the Central Statistics Agency kendari city. This decision support system is implemented using the Java programming language integrated with MySQL database. Results of this study states AHP method can be implemented into a decision support system to determine the recipients of direct cash assistance. This system can provide the best receiver making it easier for the government to provide assistance. Keywords— Method of AHP, Decision Support Systems, Cash Direct Assistance Receivers (BLT)
PENERAPAN METODE CBA (CLASSIFICATION BASED ON ASSOSIATION RULE ) MENGGUNAKAN ALGORITMA APRIORI UNTUK KLASIFIKASI PENYAKIT ISPA (INFEKSI SALURAN PERNAPASAN AKUT) Haryati, Haryati; Ransi, Natalis; Pasrun, Yuwanda Purnamasari
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (898.664 KB)

Abstract

Infeksi pada saluran pernapasan merupakan penyakit yang umum terjadi pada masyarakat. Dari hasil rekapitulasi dan laporan medis UPT Puskesmas Lepo-Lepo, ISPA (Infeksi Saluran Pernapasan Akut) adalah salah satu penyakit yang sering diderita. Hasil diagnosis yang yang diberikan hanya berupa keterangan positif atau negatif, belum ada keterangan kategori ISPA. Dalam menemukan pola penyakit ISPA diperlukan analisis terhadap pola data. Pencarian pola atau hubungan asosiatif dari data yang berskala besar sangat erat kaitannya dengan data mining. Metode yang digunakan adalah metode CBA (Classification Based on Assosiation ) dengan algoritma apriori untuk klasifikasi pola penyakit ISPA. Metode CBA mengintegrasikan teknik klasifikasi dengan teknik asosiasi data mining untuk menemukan rule. Banyak rule yang ditemukan tergantung pada minimum support dan minimum confidence. Informasi yang dihasilkan untuk selanjutnya bisa digunakan oleh dokter sebagai dasar untuk melakukan tindakan – tindakan yang diperlukan dalam menangani penyakit ISPA.Kata kunci— ISPA (Infeksi Saluran Pernapasan Akut), Data Mining, CBA (Classification Based on Assosiation ), Algoritma Apriori
PENERAPAN METODE REGRESI POLINOMIAL ORDE n PADA PENGEMBANGAN APLIKASI INVENTORY (STUDI KASUS PT. LANDIPO NIAGA RAYA) Uyun, Fitria Rihin; Jaya, La Ode Muh. Golok; Ransi, Natalis
semanTIK Vol 5, No 1 (2019): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (462.568 KB)

Abstract

Inventory or inventory management system is one of the problems often faced by the distributor company. Processing and analyzing data on the sale of goods at the company is very important to get an overview and information about inventory data in the coming period by using sales data in the previous period, then an application or system is made with the Data Mining field with one of its predictions with using the Polynomial Regression method. This system predicts by selecting products, orders and periods with prediction results of 324,076 for Indomie Goreng Spesial Jumbo products. After making a prediction, a forecasting test is carried out by calculating the error value and relative errors with the result of error value = 2,595 and relative error = 1.82%.Keywords— Forecasting, Polynomial Regression, InventoryDOI : 10.5281/zenodo.3255112
IMPLEMENTASI TEXT MINING KLASIFIKASI SKRIPSI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Apriliana, Apriliana; Ransi, Natalis; Nangi, Jumadil
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (192.527 KB)

Abstract

Pada era perkembangan teknologi saat ini, skirpsi dapat dilihat menggunakan  internet seperti TAKP Teknik Informatika yang merupakan salah satu website skripsi Teknik Informatika Universitas Halu Oleo yang sering dikunjungi jika telah menyelesaikan skripsi. Kategori skripsi yang digunakan adalah tiga kategori, yaitu Rekayasa Perangkat Lunak, Komputasi berbasis jaringan, dan Komputasi Cerdas Visual, dan dimana data skripsi tersebut diambil dari situs TAKP Teknik Informatika dan Perpustakaan Prodi Teknik Informatika.Terkadang pengklasifikasian kategori skripsi masih menjadi kendala.Untuk mempermudah dalam pengklasifikasian kategori skripsi, diperlukan sebuah sistem dengan menggunakan metode text mining sebagai salah satu alternatif untuk menyelesaikannya.Berdasarkan hasil pengujian, Algoritma Naïve Bayes Classifier memiliki kinerja yang baik untuk klasifikasi skripsi. Hal ini dibuktikan pada pengujian manual dan pengujian sistem menggunakan abstrak skripsi kemudian skripsi diklasifikasikan pada 3 kategori yaitu rekayasa perangkat lunak, komputasi berbasis jaringan , dan komputasi cerdas visual. Hasil klasifikasi menggunakan 51 skripsi uji didapatkan akurasi 94,11%. Kata kunci—Skripsi, Text Mining, Naïve Bayes Classifier.
RANCANG BANGUN DATA WAREHOUSE UNIVERSITAS HALU OLEO MENGGUNAKAN MODEL STARS SCHEMAS Ransi, Natalis; Ramadhan, Rahmat; Sajiah, Adha Mashur; Alimuddin, Alimuddin; Surimi, La
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Jurusan Teknik Informatika Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (57.132 KB)

Abstract

Universitas Halu Oleo memiliki Sistem Informasi Akademik yang digunakan dalam menunjang proses pelayanan akademik pada civitas akademika. Saat ini data pada sistem informasi tersebut belum menjadi sumber data sebagai pendukung pengambilan keputusan. Tulisan ini kami menunjukkan sistem Data Warehouse yang dapat memberikan data historis berorientasi subjek sehingga dapat dianalisis menjadi berbagai informasi yang dibutuhkan oleh top-levelmanagement.Model star schema kami gunakan untuk pembangunan model basis datanya. Beberapa kasus permintaan informasi juga kami sampaikan. Dilengkapi dengan solusi dalam bentul aljabar relasional dan Sructured Query Language (SQL)Kata kunci—Data Warehouse , Pengambilan Keputusan, Model Stars Schemas
IMPLEMETASI K-MEANS CLUSTERING PADA RAPIDMINER UNTUK ANALISIS DAERAH RAWAN KECELAKAAN Rahmat C.T.I, Brilian; Gafar, Agum Agidtama; Fajriani, Nurul; Ramdani, Umar; Uyun, Fitria Rihin; Purnamasari P, Yuwanda; Ransi, Natalis
Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017 Vol 1, No 1 (2017): Seminar Nasional Riset Kuantitatif Terapan 2017
Publisher : Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (570.991 KB)

Abstract

Kecelakaan lalu lintas kerap menjadi masalah utama dalam pemerintahan dan sosial karena dapat menyebabkan kerugian dari segi biaya dan keselamatan manusia.DataMining telah terbukti sebagai teknik yang dapat dipercaya untuk menganalisa data kecelakaan lalu lintas dan memberikan­ hasil yang produktif. Kebanyakan analisis data kecelakaan lalu lintas, hanya terfokus mengidentifikasi faktor-faktor yang mempengaruhi seberapa parah kecelakaan tersebut. Terkadang, kecelakaan terjadi lebih sering pada suatu lokasi tertentu. Analisis pada lokasi tersebut dapat membantu mengidentifikasi penyebab terjadinya kecelakaan yang membuat kecelakaan lalu lintas lebih sering terjadi di lokasi tersebut. Dari 2620 data kecelakaan yang tercatat di dalam basis data Resor Kendari, data tersebut diseleksi menjadi 500 data. Data tersebut kemudian dianalisis menggunakan algoritma K-Means Clustering dengan bantuan aplikasi RapidMiner Studio. Hasil analisis menunujukan frekuensi tingkat kecelakaan di tiap lokasi beserta waktu-waktu rawan yang berpotensi terjadi kasus kecelakaan.Kata kunci— K-Means Clustering, Kecelakaan Lalu Lintas, RapidMiner
ALGORITMA NAÏVE BAIYES UNTUK PREDIKSI PROFESI BERDASARKAN SKILL JOB SEEKER Hastuti, Dewi; Syair, Ayu Sabrina; Setiyorini, Asih; Bolu, WD. Rizqanun Karyima; Purnamasari, Yuwanda; Ransi, Natalis
Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017 Vol 1, No 1 (2017): Seminar Nasional Riset Kuantitatif Terapan 2017
Publisher : Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.479 KB)

Abstract

Banyak hal yang dilakukan oleh organisasi atapun perusahaan dalam mencari sumber daya manusia yang berkualifikasi dan berkompeten. Cara yang digunakan adalah memanfaatkan teknologi untuk memberikan informasi lowongan kerja dan melakukan seleksi calon pelamar. Namun, kedua hal tersebut masih sangat menyulitkan penyedia kerja dalam menyaring calon pelamar. Sehingga untuk mengatasi hal tersebut salah satu cara yang dapat digunakan adalah menerapkanteknik klasifikasi data mining menggunakan metode Naïve Bayes dalam memprediksikan profesi berdasarkan keahlian pencari kerja. Pada penelitian ini menggunakan 657 yang dipilih secara random dan diuji dengan menggunakan teknik ten cross validation. Hasil penelitian menunjukkan bahwa keakuratan akurasi mencapai persentase  97.26 %, atau terdapat 639 data testing terklasifikasi dengan benar.Kata kunci— Data Mining, Naïve Bayes, Job Seeker
SISTEM INFORMASI GEOGRAFIS DAERAH RAWAN BANJIR BERBASIS WEB DI KOTA KENDARI, SULAWESI TENGGARA Asgari, Hasrul Dimas; Pramono, Bambang; Ransi, Natalis; Isnawaty, Isnawaty
Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017 Vol 1, No 1 (2017): Seminar Nasional Riset Kuantitatif Terapan 2017
Publisher : Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.229 KB)

Abstract

 Indonesia merupakan  salah satu negara yang sangat rentan terhadap bahaya bencana alam. Kota Kendari merupakan salah satu kota di Indonesia yang juga rawan terhadap bahaya bencana alam khususnya banjir. Oleh karena itu, penting untuk menyajikan informasi tentang daerah rawan bencana banjir yang berbasis Geographic Information System (GIS) agar masyarakat mengetahui daerah-daerah mana saja yang rawan terhadap bencana banjir. GIS adalah sistem informasi yang digunakan untuk memasukkan, menyimpan, memanggil kembali, mengolah, menganalisa ,dan menghasilkan data bereferensi geografis atau geospasial.Pengembangan GIS dapat dikembangkan berbasis Web menggunakan framework Pmapper. Pengujian GIS berbasis Web ini menggunakan metode black box untuk mengetahui aplikasi yang dirancang bekerja sesuai fungsi yang direncanakan.Kata Kunci­— Geographic Information System (GIS), Banjir, Pmapper, GIS berbasis Web.