]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61171-visualisasi-data-real-time-integras 51424cc2e19ae977ff05db64cb9b0fbc Wed, 26 Aug 2026 19:35:34 +0700 #calendar - The Application of Business Intelligence for Analysis and Prediction of Obesity Rates Using the Decision Tree Method: Penelitian lanjutan dapat mengembangkan metode klasifikasi alternatif seperti Random Forest atau XGBoost untuk meningkatkan akurasi model. Selain itu, penelitian dapat fokus pada penanganan ketidakseimbangan kelas dengan teknik oversampling seperti SMOTE atau pembobotan kelas untuk meningkatkan performa pada kelas minoritas. Dari sudut pandang Intelijen Bisnis, pengembangan dashboard yang lebih interaktif dan integrasi data real-time dapat dilakukan untuk mendukung pengambilan keputusan dalam bidang kesehatan publik. Penelitian juga dapat mengeksplorasi penggunaan teknik lain seperti deep learning atau penggabungan data dari sumber eksternal untuk meningkatkan keakuratan prediksi obesitas. Selain itu, penelitian dapat mengkaji dampak faktor sosial ekonomi atau lingkungan pada pola obesitas untuk memberikan wawasan yang lebih komprehensif. Terakhir, pengujian model pada populasi yang berbeda atau wilayah geografis tertentu dapat dilakukan untuk memastikan generalisasi hasil penelitian..
Berdasarkan hasil penelitian, penerapan metode Pohon Keputusan menggunakan RapidMiner terbukti efektif dalam mengklasifikasikan tingkat obesitas berdasarkan faktor seperti gaya hidup, aktivitas fisik, dan kondisi individu.Model yang dikembangkan menggunakan teknik validasi silang 10 kali menunjukkan akurasi 71,55% A 3,18%, yang menunjukkan kinerja yang baik dan konsisten dalam memprediksi obesitas di berbagai kelas.Analisis hasil menunjukkan bahwa atribut tinggi badan, usia, dan aktivitas fisik merupakan faktor paling berpengaruh dalam proses klasifikasi obesitas.Selain itu, atribut lain seperti frekuensi konsumsi sayuran, kebiasaan merokok, penggunaan teknologi, dan riwayat keluarga obesitas juga berperan dalam pembentukan aturan klasifikasi pada pohon keputusan.Integrasi Intelijen Bisnis melalui Google Looker Studio berhasil menampilkan hasil analisis dalam bentuk dashboard interaktif yang mudah dipahami oleh pengguna tanpa latar belakang teknis.Visualisasi ini sangat efektif dalam menyederhanakan proses interpretasi data dan mendukung pengambilan keputusan berbasis data di sektor kesehatan publik.Dengan demikian, studi ini menunjukkan bahwa kombinasi machine learning dan Intelijen Bisnis dapat dimanfaatkan secara efektif untuk menganalisis dan memvisualisasikan pola obesitas secara informatif dan interaktif
Obesitas merupakan masalah kesehatan yang dipengaruhi oleh pola makan, intensitas aktivitas fisik, dan gaya hidup. Studi ini bertujuan untuk menerapkan Intelijen Bisnis (BI) dalam menganalisis dan memprediksi tingkat obesitas menggunakan metode Pohon Keputusan berbasis RapidMiner serta visualisasi interaktif melalui Google Looker Studio. Dataset yang digunakan terdiri dari Obesity Dataset, yang memiliki 1.610 entri dan 15 atribut. Model diuji menggunakan pendekatan validasi silang 10 kali dan berhasil mencapai akurasi 71,55% A 3,18%. Hasil studi ini menekankan bahwa tinggi badan, usia, dan...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61166-penyakit-kucing-image-processing-regionprops-detek 653852ba93bab64d86ab1df0ad0e11b3 Wed, 26 Aug 2026 19:22:53 +0700 #calendar - Deteksi Penyakit Pada Kucing Ras Berbasis Pengolahan Citra Dengan Pendekatan Metode Regionprops: Penelitian lanjutan dapat mengembangkan metode ini dengan memperluas dataset gambar kucing ras untuk meningkatkan generalisasi hasil. Selain itu, metode Regionprops dapat diuji untuk mendeteksi penyakit lain pada hewan peliharaan, seperti kucing atau anjing, untuk memperluas aplikasi sistem deteksi. Terakhir, integrasi teknik machine learning, seperti neural network, dapat diterapkan untuk meningkatkan akurasi dan efisiensi analisis citra dalam deteksi penyakit hewan..
Penelitian ini berhasil menunjukkan bahwa metode deteksi menggunakan pendekatan metode Regionprops mampu mencapai akurasi yang tinggi dalam mendeteksi infeksi klamidia pada kucing ras, dengan tingkat akurasi berkisar antara 83,16% hingga 89,52% pada lima sampel gambar kucing.Metode ini menunjukkan potensi besar sebagai alat bantu dalam deteksi dini penyakit klamidia pada kucing ras.Namun, keterbatasan utama penelitian ini adalah ukuran sampel yang kecil dan ketergantungan pada kualitas gambar.Untuk penelitian lanjutan, disarankan meningkatkan ukuran sampel, menguji metode pada penyakit lain, serta mengoptimalkan teknik pengolahan citra untuk meningkatkan akurasi deteksi
Kucing, terutama kucing ras seperti Persia dan Angora, rentan terhadap berbagai penyakit yang disebabkan oleh bakteri dan virus yang menyebar melalui lingkungan, iklim, suhu, atau kontak langsung dengan inang mereka. Penelitian ini bertujuan untuk mendeteksi penyakit pada kucing ras menggunakan pengolahan citra dengan pendekatan fungsi Regionprops. Metode ini meliputi tahapan pra-pemrosesan gambar, segmentasi gambar, konversi gambar ke biner, penerapan fungsi Regionprops, serta ekstraksi dan analisis data. Dalam penelitian ini, gambar kucing diambil dan diproses untuk mengidentifikasi area yang terinfeksi. Penelitian ini berhasil menunjukkan bahwa metode deteksi menggunakan pendekatan metode Regionprops mampu mencapai akurasi yang tinggi dalam mendeteksi infeksi klamidia pada kucing ras, dengan tingkat akurasi berkisar antara 83,16% hingga 89,52% pada lima sampel gambar kucing. Namun,...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61162-kompetensi-pedagogik-mahasiswa-pedagogi b01b288aaad633a6ccfce85b32daa55f Wed, 26 Aug 2026 19:03:25 +0700 #calendar - Implementation of the MARCOS Method and Entropy Weighting for Selecting the Best Teacher at Madrasah Ibtidaiyah: Penelitian lanjutan dapat mengembangkan penerapan metode ini di berbagai institusi pendidikan untuk memvalidasi efektivitasnya secara luas. Selain itu, perlu dilakukan perbandingan dengan metode MCDM lain seperti TOPSIS atau MOORA untuk mengevaluasi keunggulan relatif. Terakhir, penelitian dapat memasukkan data kualitatif untuk memahami faktor-faktor yang memengaruhi kinerja guru secara lebih mendalam..
Penggabungan metode MARCOS dan Entropi Shannon efektif dalam memilih guru terbaik di Madrasah Ibtidaiyah.Bobot kriteria dihitung secara objektif berdasarkan variasi data, dan metode MARCOS memberikan peringkat yang stabil.Hasil ini menunjukkan bahwa pendekatan berbasis kriteria dapat meningkatkan transparansi dan objektivitas evaluasi kinerja guru
Penelitian ini mengimplementasikan metode MARCOS dan penimbangan entropi untuk memilih guru terbaik di Madrasah Ibtidaiyah. Studi ini mengevaluasi 20 guru aktif dengan lima kriteria keunggulan: kehadiran, kompetensi pedagogik, kompetensi kepribadian, kompetensi sosial, dan kompetensi profesional. Bobot kriteria dihitung menggunakan Entropi Shannon, dan peringkat alternatif dilakukan dengan metode MARCOS. Hasil menunjukkan bahwa metode ini mendukung evaluasi kinerja guru berbasis bukti dalam konteks madrasah kecil tanpa bergantung pada penilaian subjektif.
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61170-tdd-rest-api-akurasi-proses-reservasi-tin c20112de455b2f4004f31fdc157a87f0 Wed, 26 Aug 2026 18:39:22 +0700 #calendar - Design and Construction of a Swimming Pool Reservation System Based on Next.js and REST API: Untuk meningkatkan kualitas layanan, penelitian selanjutnya dapat fokus pada penambahan fitur notifikasi waktu nyata dan kemampuan pembatalan dan pengembalian dana secara otomatis. Selain itu, pengembangan dashboard analitik untuk visualisasi data dapat mendukung pengambilan keputusan strategis yang lebih baik. Dari sisi teknis, penggunaan OpenAPI (Swagger) untuk dokumentasi REST API yang lebih baik dan implementasi teknologi seperti JSON Web Token (JWT) untuk keamanan yang lebih baik juga perlu dipertimbangkan. Terakhir, evaluasi kinerja sistem secara kuantitatif menggunakan metrik seperti First Contentful Paint (FCP) dan Largest Contentful Paint (LCP) dapat memberikan hasil yang lebih objektif..
Sistem reservasi dan pemantauan kolam renang berbasis web yang menggunakan Next.js dan REST API telah berhasil mengatasi tantangan reservasi manual seperti antrean, kesalahan pencatatan, dan akses terbatas terhadap informasi.Solusi ini memungkinkan pengguna untuk melihat informasi langsung, melakukan reservasi dan pembayaran secara mandiri, dan memanfaatkan teknologi seperti Next.Selain itu, sistem ini memberikan akses kepada manajer kolam renang untuk dashboard keuangan otomatis, memudahkan pemantauan dan pengambilan keputusan.Secara keseluruhan, sistem ini telah meningkatkan efisiensi operasional dan kualitas layanan.Namun, masih ada beberapa kekurangan yang perlu diperbaiki, seperti pembatalan dan pengembalian dana yang masih harus ditangani secara manual oleh administrator, integrasi dengan pihak ketiga yang dapat bermasalah karena dokumentasi REST API yang belum tersedia dalam format standar seperti Swagger, kurangnya fitur keamanan lanjutan seperti JSON Web Tokens (JWT) untuk melindungi endpoint API, dan tidak adanya alat visualisasi data untuk membantu manajer dalam pengambilan keputusan strategis.Penelitian selanjutnya dapat fokus pada penambahan fitur notifikasi waktu nyata, kemampuan pembatalan dan pengembalian dana secara otomatis, dashboard analitik untuk visualisasi data, penggunaan OpenAPI (Swagger) untuk dokumentasi REST API yang lebih baik, implementasi teknologi seperti JSON Web Token (JWT) untuk keamanan yang lebih baik, dan evaluasi kinerja sistem secara kuantitatif menggunakan metrik seperti First Contentful Paint (FCP) dan Largest Contentful Paint (LCP)
Penelitian ini bertujuan untuk meningkatkan metode reservasi manual yang masih digunakan di Raihan Islamic Swimming Pool di Tangerang dengan menciptakan sistem reservasi dan pemantauan kolam renang berbasis web menggunakan teknologi Next.js dan REST API. Masalah seperti pelayanan yang lambat, pencatatan yang tidak akurat, dan kurangnya transparansi informasi sering mengurangi kepuasan pelanggan dan efektivitas operasional. Penelitian ini mengadopsi pendekatan Extreme Programming dalam proses pengembangan sistem, mengumpulkan data melalui tinjauan pustaka, wawancara, dan observasi. Hasil implementasi berdasarkan pengujian black box menunjukkan bahwa sistem ini mampu memberikan akses langsung ke informasi dan mengotomatisasi...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61163-peradilan-islam-hukum-agama-receptie-complex-ek ec2e7f57d998347c75c390a71728b71e Wed, 26 Aug 2026 18:28:39 +0700 #calendar - Teori-Teori Hubungan Hukum Agama Dengan Hukum Negara: Berdasarkan teori yang telah dijelaskan, penelitian lanjutan dapat mengkaji bagaimana teori Receptie In Complex diterapkan dalam konteks hukum modern Indonesia untuk mengatasi konflik antara hukum agama dan hukum negara. Selain itu, penelitian dapat mengeksplorasi dampak teori Eklektisisme terhadap integrasi hukum adat, hukum Islam, dan hukum Barat dalam sistem hukum nasional. Terakhir, studi lebih lanjut diperlukan untuk mengevaluasi efektivitas teori Receptio A Contrario dalam memastikan hukum adat tidak bertentangan dengan prinsip-prinsip hukum Islam, terutama dalam konteks perlindungan hak minoritas beragama. Penelitian ini dapat memberikan wawasan baru untuk memperkuat keseimbangan antara otonomi hukum agama dan kebutuhan hukum nasional yang inklusif..
Setelah membahas teori-teori hubungan antara hukum negara dan hukum agama di Indonesia, semakin jelas bahwa hukum Islam merupakan hukum yang hidup di tengah masyarakat Indonesia.Sejak Islam masuk ke Indonesia, penerapan hukum Islam menjadi bagian tak terpisahkan dari perkembangan Islam di Nusantara.Kerajaan-kerajaan Islam di Nusantara melahirkan lembaga peradilan yang menyelesaikan perkara di tengah masyarakat, yang dikenal sebagai Receptie In Complexu.Namun, ketika Belanda ingin memperkuat cengkeraman kukunya di Indonesia, mereka berupaya menyingkirkan hukum Islam dari rakyat Indonesia.Dengan teori Receptie, hukum Islam ditempatkan di bawah hukum adat, sehingga lembaga peradilan Islam menjadi mandul.Setelah Belanda hengkang, Hazairin mengusung teori Receptio A Contrario yang menyatakan hukum adat harus tunduk pada hukum Islam.Teori Eklektisisme berupaya menggabungkan sistem hukum yang baik untuk membangun kerangka epistemologi hukum nasional yang mencakup seluruh warga Indonesia
Pembentukan hukum nasional yang menjadi dasar realisasi keadilan di Indonesia telah melalui proses panjang. Mulai dari masuknya Islam ke Indonesia hingga saat ini. Dalam pembentukan hukum nasional, terdapat setidaknya empat teori yang menjelaskan bagaimana sumber hukum yang telah terintegrasi dengan masyarakat Indonesia berubah menjadi pedoman utama dalam mengatur kehidupan masyarakat Indonesia. Sumber hukum tersebut adalah Hukum Agama, Hukum Adat, dan Hukum Belanda. Menggabungkan tiga sumber hukum ini menjadi hukum nasional tidaklah mudah, sehingga sering terjadi konflik yang menyebabkan berbagai perselisihan di masyarakat. Terutama ketika Kolonial Belanda mencoba menerapkan...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61161-decision-tree-c4-kesehatan-mental-me 53c6ec8e72d14d8d0f3f5b8ab66a18ed Wed, 26 Aug 2026 18:20:51 +0700 #calendar - Comparative Analysis of Machine Learning Algorithm Performance for Student Mental Health Classification: Untuk penelitian lanjutan, disarankan penggunaan dataset lokal dari mahasiswa Indonesia, penerapan teknik validasi k-fold cross validation, serta eksplorasi algoritma ensemble maupun deep learning. Selain itu, hasil penelitian ini dapat diintegrasikan ke dalam sistem deteksi dini berbasis web atau aplikasi kampus, sehingga dapat langsung dimanfaatkan oleh layanan konseling mahasiswa. Penelitian selanjutnya juga dapat fokus pada pengembangan model yang lebih akurat dengan menggabungkan berbagai algoritma dan teknik pemrosesan data, serta menguji efektivitas model dalam konteks lokal. Dengan demikian, sistem deteksi dini kesehatan mental mahasiswa dapat menjadi lebih andal dan bermanfaat dalam mendukung kesehatan mental mahasiswa di Indonesia..
Berdasarkan hasil pengujian terhadap tiga algoritma klasifikasi yang digunakan dalam penelitian ini, yaitu Naive Bayes, K-Nearest Neighbor (K-NN), dan Decision Tree, diperoleh temuan bahwa Decision Tree merupakan model yang paling unggul dalam mengklasifikasikan kebutuhan penanganan kesehatan mental mahasiswa.Dengan capaian akurasi sebesar 88,32%, precision 86,77%, dan recall 85,80%, algoritma ini mampu memberikan hasil prediksi yang akurat, seimbang, dan dapat diandalkan.Keunggulan utama Decision Tree tidak hanya terletak pada performa metrik evaluasi, tetapi juga pada kemampuannya dalam memberikan interpretasi yang eksplisit dan transparan terhadap proses pengambilan keputusan.Struktur pohon keputusan yang terbentuk menunjukkan bahwa atribut seperti self_employed, family_history, timestamp, country, dan care_options memiliki kontribusi signifikan dalam memprediksi kebutuhan perawatan kesehatan mental.Model ini memetakan pola-pola kompleks dalam data secara sistematis dan logis, sehingga sangat sesuai untuk digunakan dalam konteks klasifikasi berbasis data multidimensi seperti isu kesehatan mental.Dapat disimpulkan bahwa Decision Tree merupakan pilihan metode klasifikasi yang paling tepat untuk mendeteksi status kesehatan mental mahasiswa berdasarkan dataset yang digunakan.Selain unggul secara kuantitatif, model ini juga memiliki nilai tambah dari sisi interpretabilitas, sehingga dapat dijadikan sebagai alat bantu strategis dalam merancang sistem pendeteksian dini dan intervensi berbasis data di lingkungan akademik
Kesehatan mental merupakan salah satu isu kesehatan masyarakat yang semakin mendapat perhatian, khususnya di kalangan mahasiswa. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja tiga algoritma machine learning: Naive Bayes, K-Nearest Neighbor (K-NN), dan Decision Tree dalam mengklasifikasikan kebutuhan penanganan kesehatan mental mahasiswa berdasarkan dataset survei terbuka. Penelitian ini dilakukan secara sistematis menggunakan perangkat lunak RapidMiner, dengan pra-pemrosesan data, pengujian model, dan evaluasi kinerja menggunakan metrik akurasi, presisi, dan recall. Hasil pengujian menunjukkan bahwa algoritma Naive Bayes menghasilkan akurasi 78,85%, presisi 75,96%, dan recall 72,84%. K-NN menunjukkan performa lebih baik dengan akurasi 82,62%, presisi 80,83%, dan recall 77,37%. Sementara itu, Decision Tree menunjukkan performa terbaik dengan akurasi 88,32%, presisi...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61179-kapasitas-ketua-kub-hamil-risiko-depresi-h 2a6d4a412731436f7e278c4099fa519d Wed, 26 Aug 2026 17:56:16 +0700 #calendar - Pendampingan Psiko-Spiritual Melalui Gerakan Kub Peduli Ibu Hamil Untuk Penguatan Kesehatan Mental Dan Spiritual Ibu: Penelitian lanjutan dapat fokus pada evaluasi efektivitas pelatihan untuk anggota KUB dalam memberikan dukungan psiko-spiritual. Selain itu, studi tentang dampak koordinasi antara KUB dan paroki dalam meningkatkan kesejahteraan ibu hamil. Terakhir, penelitian tentang peran pendampingan komunitas dalam mengurangi risiko depresi pasca-persalinan dapat menjadi arah baru yang relevan..
Gerakan KUB Peduli Ibu Hamil memberikan kontribusi positif terhadap pemenuhan kebutuhan psiko-spiritual ibu hamil, khususnya di wilayah paroki yang telah mengimplementasikan kegiatan secara konkret dan berkelanjutan.Namun, pelaksanaan gerakan ini belum merata di seluruh lingkungan KUB, disebabkan oleh kurangnya pemahaman teknis pengurus KUB dan koordinasi struktural.Diperlukan penguatan struktur organisasi, pendampingan berkelanjutan, serta edukasi pastoral untuk memastikan keberlanjutan program
AbstrakOeIbu hamil di wilayah Kevikepan Ende menghadapi berbagai tantangan, antara lain keterbatasan akses terhadap fasilitas kesehatan, jarak geografis yang jauh, serta minimnya dukungan psikologis dan spiritual selama masa kehamilan. Kondisi tersebut berpotensi meningkatkan kecemasan dan kerentanan emosional ibu hamil, khususnya di komunitas basis gerejani. Menanggapi situasi ini, dilaksanakan kegiatan pengabdian kepada masyarakat melalui Gerakan Komunitas Umat Basis (KUB) Peduli Ibu Hamil sebagai bentuk pendampingan psiko-spiritual berbasis komunitas. Kegiatan pengabdian ini bertujuan memberikan pendampingan holistik bagi ibu hamil melalui keterlibatan aktif KUB...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61177-data-hasil-wawancara-analisis-motivasi a4a20783b5f16167476a4e3b70eb1c9e Wed, 26 Aug 2026 17:53:38 +0700 #calendar - Model Pengukuran Soft Competencies Era Industri 40 Pendekatan PLSSEM Partial Least Squares Structural Equation Modeling: 1. Penelitian lanjutan dapat mengembangkan model pengukuran soft competency yang lebih spesifik untuk sektor tertentu seperti kesehatan atau pendidikan, dengan mempertimbangkan konteks budaya lokal. 2. Studi eksploratif tentang dampak perubahan teknologi digital terhadap perkembangan soft competency di kalangan generasi muda, khususnya dalam konteks kerja jarak jauh. 3. Penggunaan metode alternatif seperti machine learning untuk memvalidasi hasil PLS-SEM, serta analisis perbandingan antara pendekatan kuantitatif dan kualitatif dalam mengukur kompetensi non-teknis..
Pengembangan pengukuran soft competency era industri 4.0 menggunakan PLS-SEM terbukti valid dan reliabel.Pengaruh terbesar ditemukan antara learning agility dan learning dexterity, sementara pengaruh terkecil terjadi antara learning dexterity dan continual improvement.Model pengukuran memiliki tingkat kecocokan yang tinggi berdasarkan indeks GoF dan SRMR.Penelitian ini menunjukkan potensi aplikasi PLS-SEM dalam mengukur kompetensi soft di era digital
Salah satu topik yang dipengaruhi oleh munculnya Revolusi Industri 4.0 adalah bahwa sumber daya manusia merupakan sistem value soft creation yang diperlukan penanganan yang berbeda. Keterampilan keras dilengkapi dengan kemudahan dan bagian dari IQ yang diperlukan untuk bekerja dan melakukan banyak hal lainnya. Penyebaran kuesioner menggunakan google form dan diperoleh responden yang mengisi sebanyak 600 responden. Jumlah kuesioner 60 butir dan analisis data hasil kuesioner menggunakan PLS-SEM Versi 4.0. Hasil analisis menunjukkan bahwa nilai faktor pengisian setidaknya 0.70 dan reliabilitas kombinasi 0.70, berarti butir kuesioner dinyatakan valid dan reliabel. Pengaruh langsung antara innovative creation skill terhadap networking digital adalah 0.824. Hasil pengolahan PLS diperoleh rerata communality adalah 0.876 dan rerata R Square adalah 0.875 sehingga indeks GoF adalah...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61167-motivasi-uji-model-data-hasil-simulasi b01e15a5609527958896144e7d6671b7 Wed, 26 Aug 2026 17:50:07 +0700 #calendar - Uji Model Jaringan Syaraf Tiruan Dengan Metode Propagasi Balik Terhadap Sebaran Particulate Matter (PM10) Di Kota Tangerang: 1. Penelitian selanjutnya dapat menggunakan dataset pelatihan yang memiliki hubungan linier antara input dan output untuk meningkatkan akurasi. 2. Mengembangkan model dengan output yang diklasifikasikan berdasarkan kategori kualitas udara untuk memperbaiki performa prediksi. 3. Menambahkan parameter tambahan seperti kepadatan lalu lintas atau aktivitas industri untuk memperkaya data pelatihan dan meningkatkan akurasi prediksi PM10. Penelitian ini juga dapat mengoptimalkan arsitektur jaringan syaraf tiruan dengan teknik lain seperti deep learning atau ensemble method untuk menghadapi data yang kompleks dan tidak linier..
Model Jaringan Syaraf Tiruan dengan metode propagasi balik berhasil dibuat untuk memprediksi konsentrasi PM10 di Kota Tangerang.Arsitektur model menggunakan [2 125 1] dengan dua input parameter suhu dan kelembapan, satu lapisan tersembunyi dengan 125 neuron, dan satu output.Pelatihan selama 500 epoch menghasilkan nilai error 0.Namun, akurasi rendah disebabkan oleh dataset tidak linier dan tidak diklasifikasikan.Model dapat diintegrasikan dengan sistem web menggunakan framework Flask untuk prakiraan PM10 berdasarkan data cuaca
Kualitas udara yang buruk, terutama terkait dengan sebaran Particulate Matter (PM10), telah menjadi isu lingkungan yang signifikan dalam lingkungan perkotaan. Penelitian ini bertujuan untuk menguji efektivitas model Jaringan Syaraf Tiruan (Artificial Neural Network) dengan metode propagasi balik dalam memprediksi sebaran partikel PM10 di Kota Tangerang. Penelitian ini didasarkan pada pemahaman bahwa Jaringan Syaraf Tiruan memiliki kemampuan untuk mengenali pola kompleks dalam data lingkungan dan dapat menjadi metode yang berguna untuk memahami faktor-faktor yang mempengaruhi kualitas udara. Data hasil pengamatan...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61158-ekosistem-inovasi-fokus-akurasi-data f66f3170a6715c772a99786bea7dc42e Wed, 26 Aug 2026 17:47:20 +0700 #calendar - Design of an Automated Verification to Improve the Efficiency and Optimization of IPR Management: Untuk penelitian lanjutan, perlu dipertimbangkan pengembangan sistem yang lebih canggih dengan kemampuan pemrosesan bahasa alami yang lebih kuat dan model pengenalan visual yang lebih canggih. Selain itu, penelitian dapat fokus pada integrasi sistem dengan platform manajemen HKI yang ada untuk meningkatkan efisiensi dan akurasi secara keseluruhan. Terakhir, studi empiris yang menyeluruh tentang dampak sistem ini terhadap produktivitas dan kepuasan pengguna dapat memberikan wawasan berharga untuk perbaikan dan pengembangan lebih lanjut..
Sistem verifikasi HKI berbasis multi-agen menunjukkan kemampuan yang kuat dalam meningkatkan akurasi, efisiensi, dan keandalan dalam proses validasi dokumen.Integrasi Pemeriksaan Kepatuhan Data Kartu Identitas dan Pengenalan Teks Otomatis (Vision-Language Models) secara efektif mengatasi keterbatasan verifikasi manual, khususnya dalam mengurangi kesalahan manusia dan waktu pemrosesan.Hasil pengujian menunjukkan bahwa sistem ini berfungsi dengan akurasi dan stabilitas operasional yang tinggi di berbagai kondisi.Validasi Konsistensi Data KTP mencapai tingkat akurasi 97,8%, mengonfirmasi efektivitas sistem dalam mengidentifikasi informasi yang tidak cocok atau inkonsisten.Fitur Ekstraksi Data Otomatis, didukung oleh OCR yang didorong AI, mencapai akurasi 95,4%, menunjukkan pengenalan teks yang kuat bahkan dengan kualitas gambar yang kurang ideal.Selain itu, Kemampuan Deteksi Pemalsuan menunjukkan hasil menjanjikan dengan akurasi 93%, berhasil mengidentifikasi sebagian besar dokumen yang dimanipulasi dan memperkuat potensi sistem dalam pencegahan penipuan.Dalam hal skalabilitas, sistem mempertahankan keandalan 99,1% di bawah beban pengguna bersamaan, membuktikan kesiapan implementasi institusional.Secara keseluruhan, kerangka verifikasi berbasis MAS tidak hanya mempercepat proses autentikasi HKI, tetapi juga mendirikan fondasi yang lebih transparan, data-driven, dan aman untuk mengelola dokumentasi kekayaan intelektual di era digital
Hak cipta adalah elemen penting dalam inovasi di lingkungan akademik dan pendidikan. Namun, proses verifikasi dan pengelolaan Hak Kekayaan Intelektual (HKI) secara manual saat ini sangat tidak efisien, terutama di institusi seperti Universitas Negeri Malang, yang menghadapi keterlambatan dan duplikasi data karena alur kerja berbasis kertas. Untuk mengatasi masalah ini, penelitian ini bertujuan mengembangkan Verifikasi Hak Cipta Otomatis berbasis Multi-Agent Artificial Intelligence dan mengoptimalkan pengelolaan HKI. Sistem yang diusulkan, dikembangkan menggunakan...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult https://juris.id/pdf-61165-teknologi-biometrik-wajah-deteksi-sistem-det a2e96f85c4fe660a8e4fbc9e59e75fc3 Wed, 26 Aug 2026 17:07:02 +0700 #calendar - Aplikasi Absensi Berbasis Pengenalan Wajah dengan Haar Cascade dan Local Binary Pattern Histogram: Untuk meningkatkan dan mengembangkan aplikasi absensi mahasiswa, dapat dilakukan dengan menambahkan fitur laporan absensi per semester dalam bentuk database. Selain itu, untuk keamanan, perlu ditambahkan fitur login agar tidak sembarang orang dapat mengakses sistem. Penelitian lanjutan dapat berfokus pada peningkatan akurasi pengenalan wajah dengan mempertimbangkan berbagai kondisi, seperti penggunaan penutup wajah, dan juga mengeksplorasi metode-metode pengenalan wajah lainnya untuk meningkatkan performa sistem..
Implementasi pengenalan wajah pada absensi mahasiswa telah berhasil dilakukan.Aplikasi ini dapat mendeteksi wajah dengan beberapa kondisi, seperti menggunakan atribut kacamata dan penutup kepala, kecuali menggunakan tutup muka yang melebihi 50% karena inti wajah seperti hidung dan mulut tertutup sehingga sulit aplikasi untuk mengenali wajah.Aplikasi dapat mengenali subjek yang berbeda dan beberapa posisi saat melakukan pengenalan wajah dengan tingkat akurasi 100%
Pengenalan wajah adalah teknologi biometrik yang digunakan untuk mengidentifikasi atau memverifikasi identitas seseorang dengan menganalisis ciri-ciri wajahnya. Pengenalan wajah dalam aplikasi absensi memiliki banyak manfaat, antara lain mempermudah proses pencatatan kehadiran secara otomatis dan akurat, mengurangi risiko kecurangan. Absensi atau catatan kehadiran di kampus menjadi salah satu bagian penting dalam proses belajar mengajar. Catatan kehadiran mahasiswa dapat menjadi salah satu bukti keaktifan mahasiswa dalam mengikuti kegiatan belajar di kelas. Aplikasi Pengenalan Wajah dengan menerapkan algoritma Haar Cascade dan Local Binary Pattern Histogram (LBPH) dibuat untuk membantu dalam melakukan kegiatan absensi dengan...
Kunjungi calendar untuk informasi lainnya.

]]> nonadult nonadult nonadult nonadult nonadult