Search

Bandar udara merupakan salah satu infrastruktur penting yang diharapkan dapat mempercepat pertumbuhan ekonomi masyarakat. Bandar udara berfungsi sebagai simpul pergerakan penumpang atau barang dari transportasi udara ke transportasi darat atau sebaliknya, salah satunya adalah Bandar Udara Internasional Juanda. Namun perlu dilakukan manajemen yang baik pada bandar udara karena kurangnya penjadwalan yang tertata. Dibutuhkan sistem untuk mengurangi kesalahan yang sering terjadi dan sistem yang mendukung. Penelitian ini bertujuan untuk menangani dan memberikan solusi terbaik untuk mengatasi permasalahan perhitungan jumlah penumpang pesawat di Bandar Udara Internasional Juanda.Dalam hal ini penulis mengadakan penelitian tentang prediksi calon penumpang pesawat pada Bandar Udara Internasional Juanda menggunakan metode Double Exponential Smoothing yang nantinya diharapkan dapat memberikan solusi terhadap permasalahan perhitungan penumpang pesawat untuk memprediksi calon penumpang pesawat sehingga dapat ditentukan penjadwalan yang tepat dengan jumlah pesawat yang diperlukan.Implementasi sistem ini menggunakan website dengan framework codeigniter dengan tingkat akurasi hasil mencapai 98% didukung dengan pola data yang sesuai, dalam hal ini data jumlah penumpang pertahun memiliki pola data statis yang mengandung data trend. Tingkat akurasi data diperoleh dari metode testing menggunakan Mean Absolute Percentage Error yang hasilnya kurang dari 25%.

Sektor pertanian yang terdapat di Indonesia sangatlah tergantung pada sumber air dari irigasi waduk dan hujan. Beberapa keadaan tanah pertanian di Indonesia sebagian besar merupakan sawah dan tambak tadah hujan. Tanaman yang ada di Indonesia dapat berkembang dengan baik yaity dengan mengandalkan air dari hujan dan irigasi. Hal inilah yang menjadikan kondisi cuaca sangat berpengaruh terhadap banyak sedikitnya jumlah panen tanaman padi para petani. Kondisi keadaan cuaca yang sering berubah-ubah secara tidak menentu sering membuat para petani mengalami kegagalan panen tanaman padi. Panen tanaman padi di Indonesia megalami penurunan sebesar 7,76% pada tahun 2019 dibandingkan dengan hasil panen tanaman padi pada tahun 2018 (Badan Pusat Statistik). Cara yang dapat dilakukan agar dapat mengurangi penurunan hasil panen tanaman padi yaitu salah satunya dengan menerapkan metode SVM untuk memprediksi hasil panen padi. Data penelitian yang dilakukan diambil dari situs resmi pertanian melalui web (https://www.pertanian.go.id/home/?show=page&act=view&id=61). Variabel yang digunakan meliputi 1) propinsi; 2) tahun; 3) luas lahan; dan 4) produksi. Data yang digunakan sebanyak 170, dengan jumlah 130 sebagai data training dan 40 sebagai data testing. Data-data tersebut kemudian diolah dan dilakukan normalisasi, selanjutnya dilakukan training dan diprediksi menggunakan metode SVM. Hasil penelitian menunjukkan data MAPE sebesar 6635,53% dan RMSE 1094810,74 menggunakan data asli tanpa normalisasi, dan MAPE sebesar 9427,71% dan RMSE 0,017 saat data telah dinormalisasi.

Pondok Pesantren Darussalam Sidodadi adalah sebuah lembaga pendidikan yang menerapkan sistem tahfidz untuk siswa siswinya. Namun, situasi yang dihadapi Pondok Pesantren saat ini adalah pada proses pembelajaran yang kadang terhambat dikarenakan salah satu pengajar atau murid yang tidak bisa hadir pada proses pembelajaran atau pada saat pengujian hafalan sehingga membuat jadwal ujian menjadi terlambat dari waktu yang telah ditentukan. Melalui sistem aplikasi berbasis android para murid bisa belajar secara online melalui smartphone masing-masing. Pada pengujian hafalan murid bisa menjawab melalui suara secara langsung. Berdasarkan data penilaian yang telah diperoleh, rata-rata penilaian hafalan mempunyai tiga kriteria seperti kelancaran membaca, ketepatan membaca dan ketepatan waktu, sehingga penulis memutuskan untuk menggunakan model Speech To Text dengan metode Naive Bayes untuk menentukan penilaian akhir. Hasil penelitian yang diperoleh oleh penulis bahwa model Speech To Text bisa mengubah suara menjadi sinyal dan dengan Metode Naive Bayes bisa menghasilkan nilai keseluruhan yang akurat dan sesuai dengan konsep aplikasi yang telah dibuat. Tingkat akurasi hafalan Al-Quran yang diperoleh dari murid yang memakai aplikasi dan yang tidak menggunakan aplikasi yang didapat sebesar 86,6%.

Pentingnya menimba ilmu untuk masa depan yang lebih baik, apalagi jika mahasiswa memiliki prestasi, namun harus berhenti di tengah jalan dikarenakan tidak memiliki biaya. Universitas Islam Lamongan memberikan beasiswa kepada mahasiswa yang berprestasi dan tidak mampu. Pemberian beasiswa berdasarkan kriteria yang sudah ditetapkan kemudian dilakukan perankingan menggunakan excel. Berdasarkan masalah tersebut, akan dibuat sistem pendukung keputusan penerimaan beasiswa menggunakan metode Naive Bayes dan mengukur tingkat akurasi dari sistem yang telah dibuat. Tujuan dari penelitian ini adalah membuat sistem pendukung keputusan penerimaan beasiswa menggunakan metode Naive Bayes. Sistem pendukung keputusan merupakan penyelesaian dari suatu masalah yang ada. Penelitian ini menggunakan metode Naive Bayes yang merupakan metode terbaik dari kalangan klasifikasi. Data yang digunakan dalam perhitungan adalah data kriteria mahasiswa dari tahun sebelumnya yang diperoleh dari rumah beasiswa Universitas Islam Lamongan. Perhitungan Naive Bayes dilakukan dengan mencari probabilitas setiap kategori kemudian dicari nilai yang tertinggi. Nilai tertinggi merupakan hasil dari perhitungan. Berdasarkan perhitungan yang telah dilakukan sistem pendukung keputusan penerimaan beasiswa menggunakan metode Naive Bayes memiliki tingkat akurasi sebesar 92,7%. Tingkat akurasi tersebut menunjukkan bahwa sistem pendukung keputusan penerimaan beasiswa menggunakan metode Naive Bayes sangat layak digunakan.

This study aims to process and classify an opinion (Opinion mining), opinion is a subjective statement that reflects public sentiment or perception of the entity or activity. Most opinions has not been managed well, if The Opinions properly managed will provide important information can be used to make improvements toward better at an activity or program. This study focuses on the processing of opinions that come from public opinion In Lamongan against LGC program which includes cleanliness, green and financial. The study was divided into two phases, namely the training process to produce data (dataset) to perform the classification process and the subjective (datates). Both processes are aimed to extract attributes and object components that have been commented upon in any document and to determine whether positive or negative comments. The results of the subjective test classification using Multinomial Naive Bayes algorithm has a success rate above 80% classification accuracy when it is matched with the manual classification