Articles

Found 5 Documents
Search

SISTEM MULTIAGEN UNTUK PENGKLASTERAN PENDAKI MENGGUNAKAN K-MEANS Cendana, Maya; S.N., Azhari
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (465.811 KB) | DOI: 10.22146/ijccs.6639

Abstract

Abstrak Para pendaki pemula sebaiknya melakukan pendakian gunung secara berkelompok, namun metoda pengelompokan secara manual yang sedang berjalan saat ini tidak efektif dan efisien, terutama bagi para pendaki solo yang tidak memiliki komunitas pendakian gunung. Oleh karena itu perlu dibangun sebuah media online yang mampu mengelompokkan para pendaki gunung secara otomatis.Pengelompokan dilakukan dengan algoritma klastering K-Means berbasis agen cerdas. Agen-agen tersebut akan berkolaborasi dalam proses negosiasi menentukan anggota klaster yang memiliki kesamaan kriteria. Keuntungan utama dari pemanfaatan multiagen ini adalah proses pengklasteran dilakukan secara multithread. Agen-agen yang terlibat adalah agen user, agen basisdata, agen klastering, dan agen validasi. Agen-agen tersebut dibangun di atas platform JADE dengan bahasa komunikasi FIPA ACL. Evaluasi dilakukan terhadap 10, 100 dan 200 data dengan jumlah klaster tententu untuk menghitung nilai kohesi/kepadatan dalam 1 klaster dan jarak pisah antar-klaster. Metrik pengukuran yang digunakan adalah WGAD dan BGAD. Hasil yang diperoleh adalah kualitas anggota klaster yang lebih baik dibandingkan k-means biasa. Kata kunci: agen, jade, fipa acl, wgad, bgad  AbstractThe beginner climbers should do mountain climbing as a group, however, manually grouping method that is currently running is not effective and efficient , especially for the solo climber who do not have the mountaineering community . Therefore, it is necessary to build an online media that is able to classify mountaineers automatically. The grouping is done by the algorithm K-Means clustering -based intelligent agents . The agents will collaborate in the negotiation process and determines the cluster members that have similar criteria . The main advantage of using multiagentsis multithreading proces, so the clustering process will run at once . The agentsconsists of the user agent , the database agent , clustering agents , and validation agent . The agents are implemented with JADE platform because JADE is using FIPA ACL communication language . Evaluation will calculate the value of cohesion / density in one cluster and inter - cluster separation distances with 10 , 100 and 200 data. Metric measurement used are WGAD and BGAD . Thequality of a cluster member is better than using an usual k-means . Keywords: agen, jade, fipa acl, wgad, bgad
PRA-PEMROSESAN TEKS PADA GRUP WHATSAPP UNTUK PEMODELAN TOPIK Cendana, Maya; Permana, Silvester Dian Handy
Jurnal Mantik Penusa Vol 3, No 3 (19): COmputer Science
Publisher : Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (492.582 KB)

Abstract

Fasilitas grup chat yang terdapat pada WhatsApp memungkinkan pengguna untuk saling berkomunikasi dalam kelompok yang diminatinya. Semakin banyak dan aktif sebuah grup WhatsApp maka akan meningkatkan jumlah pesan yang dikirimkan di dalam grup. Hal ini dapat memicu keinginan pengguna untuk mengetahui makna ataupun pola tersembunyi yang terdapat di dalam grup tersebut. Oleh karena itu, penelitian dibidang text mining, terutama natural language programming (NLP) menjadi semakin populer. Salah satunya adalah analisis data chat yang dapat menghasilkan informasi topik yang sering dibicarakan di dalam grup WhatsApp, terutama bagi pengguna yang tidak memiliki banyak waktu untuk membaca chat di dalam grup, ataupun jika grup tersebut merupakan grup diskusi, maka topik utama diskusi dapat diperoleh melalui teknik pemodelan topik. Tahapan penelitian yang dilalui adalah (1) pra-pemrosesan data, (2) pemrosesan teks menggunakan model atau algoritma tertentu, (3) analisis hasil, dan (4) evaluasi. Pada penelitian tahap awal ini akan dilakukan studi pendahuluan dan pra-pemrosesan data menggunakan bahasa pemrograman python yang mencakup proses tokenisasi, filtering dan stemming. Prototipe pra-pemrosesan data ini diharapkan dapat digunakan untuk kasus berbeda dengan data input chat-log Whatsapp. Aturan-aturan bahasa, terutama bahasa gaul atau bahasa alay yang nantinya ditemukan di dalam studi kasus chat-log grup WhatsApp diharapkan juga dapat memperkaya korpus Bahasa Indonesia. 
Pemanfaatan Sosial Media sebagai Strategi Promosi bagi Sustainability Bisnis UMKM Permana, Silvester Dian Handy; Cendana, Maya
ETHOS (Jurnal Penelitian dan Pengabdian) Vol 7 No.2 (Juni, 2019) Ethos: Jurnal Penelitian dan Pengabdian (Sains & Teknologi)
Publisher : Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/ethos.v7i2.4382

Abstract

Abstract : The financial climate in Indonesia is now growing and developing especially for MSME businesses. In moving the small and medium economy, many Indonesians become small traders who market products to others. They seek their fortune to become traders for profit. Some traders sell their wares in stalls and others that sell around. Many of Indonesian traders have not used information technology to sell. While information technology can be utilized only from one hand through social media. Social media like Facebook Instagram and Twitter can be used to sell merchandise. This service activity provides complete information on social media for MSME business traders or entrepreneurs. This activity will also provide a strategy to win the social media market. This activity is expected to help people who are doing MSME business to sell their business online through social media.Abstrak : Iklim perekonomian di Indonesia sekarang sedang tumbuh dan berkembang terutama untuk bisnis UMKM. Di dalam menggerakkan perekonomian mikro kecil dan menengah, Banyak masyarakat Indonesia menjadi pedagang kecil yang memasarkan suatu produk kepada orang lain. Mereka mencoba peruntungan nasib menjadi pedagang untuk mencari keuntungan. Beberapa pedagang menjual dagangannya di lapak dan lainnya ada yang menjual keliling. Banyak dari pedagang Indonesia belum memanfaatkan teknologi informasi untuk berjualan. Padahal teknologi informasi dapat dimanfaatkan hanya dari genggaman tangan salah satunya melalui media sosial. Media sosial seperti Facebook Instagram dan Twitter dapat digunakan untuk menjual barang dagangannya. Kegiatan pengabdian ini memberikan informasi secara menyeluruh mengenai media sosial untuk para pedagang atau pegiat bisnis UMKM. Kegiatan ini akan memberikan juga strategi untuk memenangkan pangsa pasar dalam media sosial. Kegiatan ini diharapkan dapat membantu masyarakat yang berbisnis UMKM untuk menjual bisnisnya secara online melalui media sosial.
ANALISIS PERBANDINGAN ALGORITMA NAIVE BAYES, J48,DAN RANDOM FOREST TREE DALAM PENINGKATAN LOYALITAS PELANGGAN UMKM DENGAN VOUCHER BELANJA Cendana, Maya; Permana, Silvester Dian Handy
JURNAL INTEGRASI Vol 11 No 2 (2019): Jurnal Integrasi - Oktober 2019
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (279.502 KB) | DOI: 10.30871/ji.v11i2.1157

Abstract

Teknologi informasi sudah digunakan sejak lama untuk bisnis UMKM. Banyak masyarakat yang memiliki bisnis UMKM menggunakan toko online untuk mempromosikan bisnisnya. Untuk dapat menarik pelanggan yang lama agar berbelanja kembali ke toko online, salah satunya dengan memberikan voucher belanja. Voucher belanja diberikan untuk pelanggan lama yang mempunyai potensial untuk berbelanja kembali ke toko online. Dalam menentukan pelanggan mana yang tepat dibutuhkan algoritma penambangan data untuk mencari informasi yang tepat di mana pelanggan tersebut dapat berbelanja kembali. Namun kesalahan memilih algoritma dapat mengakibatkan tidak optimalnya pendapatan yang diproyeksikan. Dalam penelitian ini akan menganalisis dan membandingkan algoritma Naive Bayes, J48, dan Random Forest Tree untuk studi kasus toko online. Penelitian ini melibatkan 7 kriteria yang akan digunakan untuk menjadi bahan dalam pengolahan data. Dari hasil penelitian ini didapatkan random forest tree adalah algoritma terbaik untuk menentukan potensial dari pelanggan toko online. Hasil penelitian ini digunakan untuk membantu proses pengambilan keputusan pemberian voucher belanja kepada pelanggan agar bisnis UMKM dapat berjalan dan mendapatkan keuntungan yang optimal.
PENENTUAN LOKASI WISATA PANTAI DAN PULAU TERBAIK DI PROVINSI SUMATERA BARAT MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Ardiana, Irma; Cendana, Maya; Syahputra, Ade
Jurnal Mantik Vol 3 No 1, May (2019): Manajemen dan Informatika
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (446.293 KB)

Abstract

Berdasarkan hasil identifikasi masalah melalui penyebaran data kuesioner dan wawancara terhadap para pengunjung wisata pantai dan pulau yang ada di Sumatera Barat, didapatkan beberapa kendala dalam pengembangan pariwisata, terutama dalam hal pemilihan tempat wisata yang tepat bagi para wisatawan. Hal ini disebabkan banyaknya alternatif kriteria yang mempengaruhi pilihan-pilihan yang ada. Permasalahan tersebut dapat diatasi dengan cara membuat Sistem Pendukung Keputusan (DSS) dengan menggunakan metode Analytical Hierarchy Process (AHP). Tahapan metode AHP dimulai dengan menentukan bobot kriteria dari setiap alternatif yang ada hingga perankingan alternatif lokasi terbaik untuk pengambil keputusan. Lokasi yang terpilih sebagai peringkat pertama adalah Pantai Padang dengan nilai 50,2 dilanjutkan dengan Pantai Air Manis, Pulau Carocok Painan, Pantai Pasir Jambak, Pulau Pemutusan, Pulau Pasumpahan dan peringkat terakhir adalah Pulau Sikuai dengan nilai 4,4. Berdasarkan hasil evaluasi, maka diketahui bahwa Metode AHP dapat membantu dalam menentukan lokasi wisata pantai dan pulau terbaik di Provinsi Sumatera Barat.