Kemajuan teknologi informasi saat ini memberi dampak yang besar dalam berbagai aspek bidang seperti pendidikan,pembangunan website sekolah dan pembangunan sistem informasi akademik berbasis komputer adalah sebagian pemanfaatan teknologi informasi. Dengan teknologi informasi memungkinkan data-data akademik dapat diolah dengan cepat dan mudah sehingga dalam penyajian laporan informasi akademik yang dibutuhkan dapat diperoleh secara tepat, cepat dan efisien.Tujuan dibuatnya sistem ini adalah untuk mengatasi masalah yang ada di sistem lama yang telah berjalan dengan membuat sistem informasi akademik .Dalam pembuatan sistem informasi akademik yang akan dimasukan dalam sistem meliputi informasi tentang daftar siswa, mata pelajaran, jadwal mata kuliah dan dosen. Sedang perangkat lunak yang digunakan adalah DBMS (Data Base Management System) yang digunakan sebagai media penyimpanan data adalah MySql, bahasa pemrograman PHP, CSS, JavaScript dan HTML digunakan sebagai pembuatan interface, yang bertujuan mempermudah user maupun administrator dalam memanipulasi data.
Arsip Bulanan: September 2020
Implementation of Multi-Layer Perceptron in The Prediction and Classification of Rainfall Methods in DKI Jakarta Area
Cuaca merupakan keadaan atmosfer di suatu tempat pada waktu yang relatif pendek dan berkaitan langsung dengan suhu udara, sinar matahari, angin, hujan dan kondisi udara lainnya. Curah hujan merupakan fakor yang berpengaruh langsung terhadap perubahan cuaca, baik perubahan cuaca yang baik maupun perubahan cuaca yang buruk. Proses prakiraan curah hujan memerlukan jumlah data yang besar dan banyak komponen data cuaca, serta kemampuan prakirawan. Hal ini menyebabkan ketepatan dan kecepatan prakiraan kurang terpenuhi. Pelatihan jaringan Multilayer Perceptron ini dilakukan untuk mendapatkan jumlah neuron yang optimal agar hasil klasifikasi curah hujan dapat lebih akurat. Implementasi,pengujian,dan analisis dilakukan pada metode pembelajaran Backpropagation untuk membandingkan hasil akurasi untuk pengklasifikasian curah hujan di wilayah DKI Jakarta. Pada pengujian Backpropagation didapatkan nilai rata-rata presisi dari range 94.8% – 97.9% ,nilai rata-rata recall dari range 93.8% – 98.3% dan nilai rata-rata F1 dari range 95.6% – 98.5%, dengan feature berjumlah 4 dan didapatkan jumlah optimal neuron yang terdapat pada hidden layer sebesar 14. Dengan menggunakan 14 neuron sebagai jumlah optimal rerata F1 didapatkan sebesar 98% dan akurasi sebesar 98%
Implementation for Image Classification Using Convolutional Neural Network on Skin Images
Menurut World Health Organization, sebanyak 160.000 orang mengidap kanker kulit setiap tahun di dunia. Di Indonesia menurut data Badan Registrasi Kanker Ikatan Ahli Patologi Indonesia dari 1530 kasus kanker kulit, yang terbanyak adalah kasus karsinoma sel basal yaitu 39%. Kanker kulit harus dipahami karena kanker kulit selain dapat menyebabkan kecacatan yang dapat merusak penampilan dan jika sudah stadium lanjut dapat berkibat kematian.Dengan teknologi yang sudah semakin berkembang kita dapat mengklasifikasikan jenis dari kanker kulit tersebut.Pada penelitian kali ini, penulis mengajukan metode Convolutional Neural Network. Metode ini salah satu metode deep learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan hasil pembahasan didapatkan tingkat akurasi sebesar 93% pada proses training dan 86 % pada proses testing.
Abdu's Memoir 