Comparison analysis of random forest classifier, support vector machine, and artificial neural network performance in multiclass brain tumor classification
Indonesian Journal of Data and Science
Authors
Widyawati, Dewi; Faradibah, Amaliah; Belluano, Poetri Lestari Lokapitaasari, Universitas Muslim Indonesia
Abstract
This research aims to analyze the performance of three classification models, namely Decision Tree Classifier, Support Vector Machine, and Naive Bayes Classifier, in predicting lung cancer using the "Lung Cancer Prediction" dataset. The performance evaluation metrics used include accuracy, precision weighted, recall weighted, and F1 weighted. As a preliminary step, exploratory data analysis (EDA) and dataset preprocessing, including feature selection, data cleaning, and data transformation, were conducted. The test data results showed that the Decision Tree Classifier and Naive Bayes Classifier had similar performances with high accuracy, precision, recall, and F1 values. Meanwhile, the Support Vector Machine also exhibited competitive performance, although its precision weighted value was slightly lower. Additionally, an outlier analysis was conducted using box plots, revealing that the Decision Tree Classifier had 2 outlier values, while the Support Vector Machine had 4 outlier values, and Naive Bayes had no outlier values. In conclusion, all three classification models demonstrated good potential in lung cancer prediction. However, selecting the best model requires consideration of relevant evaluation metrics for the application and accommodating the limitations of each model. Further evaluation and in-depth analysis are needed to ensure the reliability of the models in predicting lung cancer cases more accurately and consistently.
Pemanfaatan Microservice dengan GraphQL Federation Concept untuk Pengembangan Sistem Informasi Akademik (xSIA)
Jurnal Inovasi Teknologi dan Edukasi Teknik
Authors
Belluano, Poetri Lestari Lokapitasari; Purnawansyah; Faradibah, Amaliah, Universitas Muslim Indonesia
Abstract
Sistem Informasi Akademik (xSIA) adalah aplikasi yang dibangun untuk mengelola modul transaksi nilai akademik yang memberikan kemudahan kepada pengguna mengelola nilai dalam kegiatan administrasi akademik secara online. Kebutuhan rekonstruksi arsitektur microservice xSIA dari model domain driven design yang dibangun sebelumnya menggunakan format data json (javascript object notation), protokol komunikasi REST (Representational State Transfer and an architectural style for distributed hypermedia systems), terjadi proses otorisasi dan otentikasi yang ada di setiap microservice, terdapat penyatuan data yang dibebankan kepada client telah menyebabkan client harus melakukan banyak request ke berbagai microservice yang tersedia, serta pembuatan dokumentasi jika ada penambahan microservice. Rekonstruksi sistem xSIA dikembangkan dengan mengubah arsitektur microservice xSIA sehingga konsep responsibility autorisasi dan autentifikasi dapat dilakukan sesuai dengan kebutuhan service. Pendekatan dalam melakukan rekontruksi arsitektur microservice pada aplikasi xSIA menggunakan konsep baru dengan model single gateway microservice (layanan satu gerbang) dan dibangun menggunakan GraphQL Federation untuk mempermudah komunikasi data antara backend dan frontend dari aplikasi, serta dapat diimplementasikan di berbagai Bahasa pemrograman sehingga meminimaliasir terjadinya downtime saat proses modifikasi terjadi. Hasil penelitian ini berupa aplikasi xSIA pada modul transaksi rencana studi (KRS) menggunakan GraphQL Federation Concept dengan model single gateway microservice sehingga responsibility autorisasi dan autentifikasi dapat dilakukan sesuai dengan kebutuhan service dengan rerata realtime 373.15 millisecond.
Bimbingan Teknis Aplikasi Xsia Microservice Sebagai Media Pelaporan Nilai Siswa Sdn 133 Pari’risi Kabupaten Takalar
Jurnal Pengabdian Masyarakat-Teknologi Digital Indonesia.
Authors
Belluano, Poetri Lestari Lokapitasari, Universitas Muslim Indonesia
Abstract
Sistem Informasi Akademik (xSIA) menggunakan teknologi microservice adalah sistem yang memiliki salah satu fungsi untuk mengelola data penilaian akhir siswa sehingga memberikan kemudahan kepada Guru sebagai pengguna utama dalam aktivitas merekam nilai akhir hasil belajar siswa setiap semester dengan luaran berupa nilai Angka Komulatif. Model Pelatihan yang diterapkan kepada mitra SDN 133 Inpres Paririsi Takalar menggunakan model latihan Preceptorship dan Partisipatif. sedangkan Tahap perancangan aplikasi digunakan model Prototyping untuk merepresentasikan secara grafis alur kerja sistem. Luaran berupa aplikasi xSIA rerata 90% berhasil dioperasikan dengan beberapa menu fungsi untuk mendukung manajemen data kinerja guru mulai dari pengelolaan biodata guru, siswa, hingga pemasukan data nilai hasil belajar siswa per mata pelajaran per kelas, membantu guru untuk melaksanakan kewajiban pelaporan nilai akhir siswa tiap akhir semester.
Implementasi Algoritma Neural Network untuk Memprediksi Harga Bawang Merah di Kabupaten Bima
Buletin Sistem Informasi dan Teknologi Islam
Authors
Belluano, Poetri Lestari Lokapitasari; Darwis, Herdianti, Universitas Muslim Indonesia
Abstract
Bawang merah merupakan tanaman holtikultura yang berpotensi tinggi terhadap perubahan harga sehingga sangat fluktuatif bagi petani maupun konsumen dan juga termasuk komoditas trategis. Di Indonesia khusunya, pertumbuhan bawang merah mengikuti pola musim yang terjadi, sehingga pada musim tertentu stok bawang merah menurun. Prediksi harga bawang merah menjadi penting dilakukan untuk mengetahui harga bawang merah ke depan. Neural network termasuk algoritma yang terbaik dalam melakukan prediksi. Masalah utama bagaimana menentukan jumlah neuron dan hidden layer yang optimal sehingga akurasi prediksinya tinggi. Jurnal ini bertujuan untuk merancang arsitektur neural network dengan menggunakan algoritma bacpropagation. Tahapan penelitian dilakukan adalah mengumpulkan data harga bawang merah, melakukan proprecessing data, memproses prediksi, pengujian akurasi, pengujian akurasi dan eror serta implementasi. Dalam memproses prediksi dilakukan sesuai dengan rancangan model prediksi, yaitu parameter epoch, momentum, learning rate, hidden layer untuk menghasilkan keakuratan yang tinggi. Temuan yang diperoleh berupa rancangan optimal untuk melakukan prediksi yaitu dengan menggunakan multilayet. Diperoleh tingkat akurasi mencapai 98.324% atau dengan tingkat eror yang relatif rendah yaitu 11,161%
Metode SVM dan Naive Bayes untuk Analisis Sentimen ChatGPT di Twitter
The Indonesian Journal of Computer Science
Authors
Atmajaya, Dedy; Darwis, Herdianti, Universitas Muslim Indonesia
Abstract
Pertumbuhan pesat platform media sosial telah memberikan jalur baru bagi individu untuk mengungkapkan pendapat dan sentimen mereka. Analisis sentimen dari konten yang dibuat oleh pengguna di platform seperti Twitter menjadi semakin penting dalam memahami opini publik dan tren sosial. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma machine learning, Support Vector Machine (SVM) dan Naive Bayes, dalam menganalisis sentimen pengguna Twitter mengenai ChatGPT, sebuah model bahasa canggih. Sentimen akan diberi label menggunakan dua alat analisis sentimen yang terkenal, Vader dan Roberta. Penelitian ini menggunakan data Twitter sebanyak 1000 dataset yang terkait dengan ChatGPT dan mengevaluasi akurasi, presisi, dan recall dari model SVM dan Naive Bayes. Hasil penelitian ini menunjukkan perbedaan yang jelas dalam kinerja model: SVM yang digabungkan dengan Vader mencapai tingkat akurasi, presisi, dan recall sebesar 59%, dengan F1-score sebesar 55%. Secara signifikan lebih unggul dibandingkan dengan model sebaliknya, dimana SVM dengan label RoBERTa menghasilkan akurasi sebesar 55%, presisi sebesar 58%, recall sebesar 55%, dan F1-score sebesar 52%. Naive Bayes menunjukkan kinerja yang relatif lebih rendah. Dengan menggunakan Vader, Naïve Bayes mencapai tingkat akurasi dan recall sebesar 47%, presisi sebesar 46%, dan F1-score yang lebih rendah sebesar 32%. Sedangkan, menggunakan RoBERTa dengan Naive Bayes menunjukkan penurunan akurasi menjadi 43%, recall sebesar 43%, presisi sebesar 18%, dan F1-score sebesar 26%. Pengendalian SVM dinilai memiliki kinerja yang lebih unggul dalam mengolah analisis sentimen pengguna Twitter mengenai opini tentang ChatGPT.
PKM Peningkatan Layanan Informasi Digital pada Lembang Marinding (Kab. Tana Toraja) Menggunakan Media Website
Ilmu Komputer untuk Masyarakat
Authors
Atmajaya, Dedy; Alwi, Erick Irawadi, Universitas Muslim Indonesia
Abstract
Lembang Marinding (Eks. Lembang Kandora), Kecamatan Mangkedek, Kebupaten Tana Toraja, Provinsi Sulawesi Selatan saat ini telah memiliki media informasi digital berupa website lembang. Namun informasi yang ditampilkan masih kurang lengkap dan aplikasi website yang digunakan masih perlu peningkatan dari sisi pengguna (user friendly). Masalah utamanya adalah kurangnya sumber daya manusia terlatih dalam mengelola website yang tersedia dan berita, informasi yang ditempilkan tidak update. Oleh karena itu program PKM ini bertujuan untuk memberikan pelatihan pengelolaan website dan penulisan konten berita pada laman website lembang. Sehingga diharapkan dari program ini adalah tersedia sumber daya manusia yang terampil dalam pengelolaan website lembang, dan masyarakat secara umum dapat mengakses layanan website dan tersedia informasi terkait lembang yang selalu ter-update. Website lembang marinding ini dirancang menggunakan framework codeigniter, berbasis aplikasi openSID dan telah dilakukan beberapa peningkatan fitur sesuai kebutuhan internal sesuai kebutuhan lembang marinding. OpenSID sendiri merupakan platform aplikasi pengelolaan informasi desa yang dikembangkan menggunakan aplikasi web dan bersifat open source. Tahapan pengabdian ini dimulai dari observasi kebutuhan lembang marinding, persiapan aplikasi, sosialisasi serta evaluasi penggunaan aplikasi. Diharapkan dengan adanya program ini dapat membantu lembang marinding dalam mengelola informasi digital menggunakan media website lembang marinding.
Prototype Sistem Pengawasan Parkiran dan Kontrol Gerbang Menggunakan Esp 32 Cam dengan Notifikasi Telegram
Buletin Sistem Informasi dan Teknologi Islam (BUSITI)
Authors
Hasanuddin, Tasrif; Mude, Muh Aliyazid, Universitas Muslim Indonesia
Abstract
Sistem Keamanan merupakan hal yang sangat dibutuhkan seiring dengan semakin banyaknya jumlah kendaraan di kota- kota besar. Keamanan merupakan bagian yang penting dalam kehidupan manusia. Sistem keamaman dan pengawasan di Sebuah area parkiran perlu disediakan untuk pengendara.Kejadian Pencurian di area parkiran biasa terjadi Ketika pengawasannya kurang optimal, oleh karena itu hingga saat ini teknologi sistem keamanan terus dikembangkan oleh para peneliti untuk menciptakan teknologi yang dapat menjamin rasa aman ke pengguna. Namun teknologi yang ada masih perlu di tingkatkan fungsi dan kualitasnya, salah satunya untuk meningkatkan teknologi tersebut dengan mengaplikasikan sistem pengawasan parkiran dengan menggunakan aplikasi telegram di mana kita bisa mengontrol, mengakses dan mendapatkan laporan tentang kondisi pengendara pada saat memasuki parkiran. Pada penelitian ini bertujuan merancang prototype sistem pengawasan parkiran dan kontrol gerbang parkiran otomatis menggunakan Esp 32 Cam dengan notifikasi telegram, dimana Ketika sensor PIR ( Passive Infraret) dan sensor Ultrasonik mendeteksi objek, maka esp 32 cam mengambil foto dan mengirimkan hasilnya kepada pengguna melalui aplikasi telegram lalu palang servo akan terbuka dengan delay 5 detik lalu tertutup kembali. Dari hasil pengujian yang dilakukan, di dapatkan hasil berupa jarak maksimum sensor untuk mendeteksi objek adalah 10 cm, dan untuk waktu pengiriman notifikasi ke telegram mendapatkan hasil rata – rata 4,98 /detik. Dari pengujian yang dilakukan terbukti sistem mampu bekerja mendeteksi, mengambil foto dan mengirim hasilnya ke pengguna.
Klasifikasi Daun Herbal Menggunakan K-Nearest Neighbor dan Support Vector Machine dengan Fitur Fourier Descriptor
Edumatic: Jurnal Pendidikan Informatika
Authors
Purnawansyah; Hasanuddin, Tasrif; Herdianti, Universitas Muslim Indonesia
Abstract
Indonesia is a rich country in herbal plants that can be used as traditional medicine. Leaves are one of the main components of herbal plants that are difficult to distinguish in texture and shape. This study aims to classify two types of herbal leaves, namely Sauropus androgynus and Moringa leaves using the K-nearest neighbor (KNN) and Support vector machine (SVM) with fourier descriptor (FD) feature extraction on texture and shape features. The research uses primary data collected through a smartphone camera as much as 480 image data with light and dark scenarios which are then divided into 80:20 training and testing data. Based on the research that has been done, it is found that the KNN for light scenario data and dark scenarios get 92% and 94% accuracy respectively. The test results using SVM with FD feature extraction obtain an accuracy of 96% for light and dark scenarios. Thus, SVM is more recommended in the classification of herbal leaf images.
Pengenalan Media Pembelajaran Online pada Sekolah SMP PGRI Getengan
Ilmu Komputer untuk Masyarakat
Authors
Lahuddin, Harlinda; Satra, Hamdan, Universitas Muslim Indonesia
Abstract
Lembang Marinding Kecamatan Mengkendek Tana Toraja merupakan salah satu desa binaan Universitas Muslim Indonesia. Lokasi pengabdian yang akan kami laksanakan yaitu salah satu SMP yang ada di lembang marinding yaitu SMP PGRI MARINDING MENGKENDEK yang berada dibawah Yayasan YPLP-PGRI, SMP PGRI MARINDING MENGKENDEK. SMP PGRI ini adalah sekolah Swasta dengan jenjang SMP yang beralamat di Marinding Kec. Mengkendek Kab. Tana Toraja Prov. Sulawesi Selatan. Pengabdian yang akan dilakukan dengan menerapkan teknologi informasi dalam proses belajar mengajar yang diharapkan dapat memudahkan dalam proses penyampaian materi pembelajaran dari guru ke siswa. Adapun teknologi yang akan gunakan yaitu learning manajemen system menggunakan google classroom, kemudian upload video pembelajaran menggunakan youtube dan juga pembelejaran jarak jauh menggunakan google meet. Pengabdian ini menghasilkan beberapa luaran diantaranya adanya draft publikasi pada jurnal ILKOMAS dan publikasi ke media masa online.
Optimizing AWS lambda code execution time in amazon web services
Bulletin of Social Informatics Theory and Application
Authors
Satra, Ramdan; Syafie, Lukman, Universitas Muslim Indonesia, Makassar, Indonesia; Nidhom, Ahmad Mursyidun, National University of Malaya
Abstract
One of the problems in providing infrastructure is the lack of interest in managing infrastructure. AWS Lambda is a FaaS (Function as a Service) service that allows users to run code automatically in an environment managed by Amazon Web Services. In this study, the method used is to collect data on code execution time at various input sizes, then perform an analysis of the factors that affect execution time. Furthermore, optimization is carried out by selecting the appropriate memory size and proper coding techniques to improve performance. The results show that optimizing memory size and coding can improve code execution time performance by up to 30%, depending on the type of service used. This can help AWS Lambda users improve code performance and save on operational costs.
Potential of Coffee Fruit Waste as Main Product of Benteng Alla Utara Village, Enrekang Regency
Indonesian Journal of Community Services Cel
Authors
Base, Nurul Hidayah; Noena, Raymond Arief N; Akademi Farmasi Yamasi Makassar, Indonesia; Usman, Musrayani; Universitas Hasanuddin, Indonesia; Asbar; Universitas Muhammadiyah Enrekang; As’ad, Ihwana; Universitas Muslim Indonesia, Indonesia
Abstract
Farmers in Enrekang Regency, especially in Benteng Alla Utara Village, generally manage coffee plantations as their source of livelihood. The type of coffee produced is Arabica Kalosi Enrekang which is known to have a taste and aroma favored by coffee connoisseurs. Coffee beans are produced to meet the needs of foreign exports in quite large quantities. Processed waste of coffee cherries in the form of coffee pod skins is a waste of production residue that is not utilized optimally by the community. Dried coffee berry skin waste known as cascara has the potential to be developed into health drink and cosmetic dosage forms. Products designed based on the innovative development of local natural ingredients and the needs of the community in general are in the form of herbal teas, syrups, fermented drinks, face masks, creams and body soaps. Products that utilize coffee pod waste can become the superior product of the Enrekang area which can be produced by empowering the community through MSMEs and continuing to prioritize local local wisdom. Superior products can be created by increasing people's skills through product manufacturing training by taking into account standardized product quality parameters with the aim of obtaining safe and quality products.
Pemberdayaan Ibu Rumah Tangga Melalui Pelatihan Pembuatan Tas Talikur
Bubungan Tinggi: Jurnal Pengabdian Masyarakat
Authors
Ihwana, As’ad; Universitas Muslim Indonesia, Indonesia; Hermin, Andi Magga; Louise, Elizabeth Radjawane; Sri, Ndaru Arthawati; SE, Adawiyah;
Abstract
Pengabdian kepada Masyarakat (PKM) diselenggarakan di kantor Desa ma’rumpa, Kecamatan Marusu, Kabupaten Maros, dengan mitra pengabdian adalah kelompok ibu-ibu PKK yang berlangsung selama dua hari yaitu pada tanggal 16 dan 17 November 2022. Kegiatan ini bertujuan untuk memberikan keterampilan dengan materi cara membuat tas tali kur dan cara pemasarannya. Metode ceramah dan praktik langsung oleh peserta membuat efektif dari pelaksanaan pelatihan ini. Hasil dari pengabdian ini adalah peserta yang berjumlah 20 orang mampu membuat tas tali kur dengan motif dasar yang telah diajarkan oleh tim pengabdian. Di hari pertama peserta belajar tentang dasar menyimpul dilanjutkan dengan membuat tas, kemudian di hari kedua dilakukan finishing dengan menambah lapisan serta penutup tas, dan terakhir pemberian materi cara menjual secara online.
Design and Build an Automatic Soil Spraying Device on Soil Moisture Using Soil Moisture Sensors
Journal of Embedded Systems, Security and Intelligent Systems
Authors
Manga, Abdul Rachman; Widyawati, Dewi; Fahmi; Samsul, Universitas Muslim Indonesia
Abstract
The conventional manual watering method employed by cultivators often results in uneven watering and inconsistent water levels during each irrigation session. To address this problem, automatic watering tools are commonly adopted that utilize soil moisture sensors for efficient watering. However, challenges arise in dealing with diverse soil conditions across multiple planting media. In response to these challenges, the author proposed the design and development of a soil moisture-based watering device utilizing NodeMCU ESP32 as a microcontroller connected to six soil moisture sensors. This tool aims to provide a solution for watering six different soil media with varying conditions. The system incorporates six solenoid valves to control water channels, with a relay regulating the valve performance. The testing and implementation involve watering each soil medium when the sensor detects humidity levels exceeding 2047 bits. The preliminary tests demonstrated successful operation, particularly with solenoid valve 1 exhibiting consistent performance across ten trials, leading to positive outcomes for all six solenoid valves. Overall, the proposed tool proved effective in watering different soil media, with successful results in eight out of ten trials.
Classification of good and damaged rice using convolutional neural network
Bulletin of Electrical Engineering and Informatics
Authors
Indra, Dolly; Ilmawan, Lutfi Budi; Lahuddin, Harlinda; Universitas Muslim Indonesia, Indonesia; Fadlillah, Hadyan Mardhi; Kasman, Kasman;
Abstract
Rice production is massive in Indonesia, therefore maintaining the quality of the product is necessary. Detection and classification of objects have become a very important part in image processing. We performed object detection namely rice. After the object is found, it can be classified into two categories, namely good and damaged rice. We conducted a new study on rice which was carried out per group not per grain to obtain or classify good and damaged rice where we had carried out several steps, namely segmentation process using HSV (hue, saturation, value) color space. HSV is used because of its excellence in representing brightness of the image. We considered evaluating brightness because the tendency of damaged rice is darker or paler compared to good rice. To accomodate environment lighting ambiguity we perform the image acquisition in a controlled environment, so that all the images have the same light intensity. Here we use only channel V of HSV to be used in feature extraction using the gray-level co-occurrence matrix (GLCM) and finally convolutional neural network (CNN) is used for classification. From the test experiments that we have done, we have produced 83% prediction accuracy. Considering how similar the good rice is to the spoiled rice, the results are quite impressive.
Related SDGs
Design Virtual Fitting Room as a Solution in the use of Muslim Clothesin Halal Fashion Industry
BOOK OF ABSTRACT INTERNATIONAL CONFERENCE ON HALAL, POLICY, CULTURE AND SUSTAINABILITY ISSUES
Authors
Jannah, Miftahul; Fhahimatung, Fhahimatung; Anugrah, Rezky; Bumi, Nuralam Paku; Hayati, Lilis Nur; Muslim University of Indonesia, Indonesia
Abstract
The development of technology is currently very rapid, which uses multimedia-based technology, one of which is Augmented Reality. Augmented Reality is a technology that combines two-dimensional objects or three-dimensional objects into the real environment around the user in real time. AR itself has been widely used in everyday life, even AR is also used as a means for doing business. AR can be an alternative solution for trying on clothes. The purpose of the Virtual Fitting Room is as a solution for the use of Muslim clothing in the fashion industry, which can help users choose clothes that suit their wishes and needs. The research method used is qualitative about the collection of Muslim Clothing with the markerless method. In this case, the focus of research is on user opinions regarding Virtual Fitting Room. The results obtained from the researchers are the Virtual Fitting Room application which is equipped with Augmented Reality technology to create a reality-based interface. Marker based augmented reality uses a marker in the form of an image that can be detected by the camera. Meanwhile, Markerless based augmented reality detects the shape and movement of objects, one of which is target detection.
Photovoltaic Power Based Power Quality Improvement System
BOOK OF ABSTRACT INTERNATIONAL CONFERENCE ON HALAL, POLICY, CULTURE AND SUSTAINABILITY ISSUES
Authors
Baso, Nur Fadliah; Basalamah, Abdullah; Pakka, Hariani Ma’tang; As’ad, Ihwana; Universitas Muslim Indonesia, Indonesia
Abstract
The role of multipurpose Distributed Sparse (DS) in controlling the single-staged Solar PV Energy Generation System (SPEGS) will be explored in this research work. Solar or Photovoltaic (PV) fed systems possesses intermittent behavior. These SPEGS are linked onto a three-phase grid system as balancing equipment to the non-linear load which is further connected to a common point of connections. The SPEG is a multitasking machine. Generated power from solar system can be fed to 3 phase grid with the help of SPEGS. Moreover, Harmonics can be maintained at reduced level by providing balanced currents. Solar or PV modules, Voltage Source Converter (VSC), and a dc-link capacitance are used in SPEG system, and can be operated in grid connected or stand alone mode. Moreover, the loads can be of different types. When solar light is not available due to clouds or at nighttime, the SPEG system can be operated as a distributor static compensator. The classic perturbs and observe (P&O) approach is used here to extract maximum power from the solar system. The proposed research work also explores the tracking performance as well as the efficiency of P&O in rapidly changing environmental conditions. The DS control method can estimate the basic/fundamental components in order to find the reference current for the SPEG system. P&O scheme's behavior during the operation of SPEG system will also be studied. The DS control method can estimate the basic component needed to calculate reference grid currents. A prototype will be developed to validate the proposed work /approach experimentally. Feasibility of application of IoT (Internet of Things) and Data Science Techniques will also be explored as a future scope of the proposed work.