Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPada era modern ini, semakin banyak jenis penyakit yang baru dengan gejala yang berbeda beda juga. Teknologi dituntut bisa memainkan peran untuk membantu penelitian pada bidang kesehatan. Stroke merupakan salah satu penyakit yang memiliki angka kematian tertinggi di dunia. Stroke terjadi karena terganggunya pasokan darah menuju otak sehingga otak mengalami kekurangan oksigen dan nutrisi. Stroke bisa dibagi menjadi berdasarkan bagaimana stroke terjadi, stroke hemoragik dan stroke iskemik. Stroke hemoragik terjadi karena pecahnya pembuluh darah yang menuju otak, sedangkan stroke iskemik terjadi karena terjadinya penyumbatan yang mengganggu pasokan darah ke otak. Jika penyumbatan terjadi pada daerah otak, maka disebut infark serebri. Dalam studi ini digunakan metode Convolutional Neural Network untuk mengklasifikasikan data gambar infark serebri yang nantinya akan dibandingkan dengan metode Neural Network. Didapatkan dari hasil performa metode Convolutional Neural Network lebih baik jika dibandingkan dengan metode Neural Network untuk pengklasifikasian data gambar infark serebri."

"Perubahan gaya hidup selama pandemi mempengaruhi daya beli dan kebiasaan masyarakat terhadap kebutuhan akan makanan bayi khususnya produk susu, sehingga dalam meningkatkan keuntungan dan daya saing usaha menjadi bagian penting bagi perusahaan yang bergerak dibidang pengadaan susu bubuk untuk balita. Salah satu strategi untuk meningkatkan profitabilitas dan daya saing, yaitu dengan meningkatkan retensi pelanggan dengan memprediksi loyalitas pelanggan dengan mengklasifikasikan profil pelanggan pada Customer Relationship Management (CRM) yang sering juga dikenal dengan sebutan Customer Loyalty Program. Pembahasan ini mencoba untuk mengklasifikasi loyalitas pelanggan melalui profil pelanggan (demografi, transaksi, dll) dengan menggunakan teknik dari metode data mining yaitu Logistic Regression, Random Forest dan Neural Network, sehingga dapat menemukan model atau teknik data mining yang memiliki performasi terbaik dimana accuracy rate value sebagai nilai pembandingnya dan pembahasaan ini juga berfokus pada eksplorasi hubungan antara variabel yang menyusun adanya pelanggan loyal. Dengan berdasarkan Cross Industry Standard Process for Data Mining (CRISP-DM) sebagai metodologi dalam menyusun pembahasan ini, pembahasan akan terbagi menjadi beberapa tahapan, antara lain (1) pemahaman bisnis, (2) Pemahaman data, (3) Persiapan data, (4) Pemodelan dan (5) Evaluasi.......Changes in lifestyle during the pandemic affect people's purchasing power and habits towards the need for baby food, especially dairy products, so that increasing profits and business competitiveness becomes an important part for companies which are engaged in procuring powdered milk for toddlers. One of the strategies to increase profitability and competitiveness is to increase customer retention by predicting customer loyalty by classifying customer profiles in the Customer Relationship Management (CRM) which is often also known as the Customer Loyalty Program. This discussion tries to classify customer loyalty through customer profiles (demography, transactions, etc.) using techniques from data mining methods, namely Logistic Regression, Random Forest, and Neural Networks, to find a model or data mining technique that has the best performance where the accuracy rate value as a comparison value and focuses on exploring the relationship between the variables that construct the existence of loyal customers. Based on the Cross Industry Standard Process for Data Mining (CRISP-DM) as the methodology in compiling this discussion, the discussion will be divided into several stages, including (1) business understanding, (2) data understanding, (3) data preparation, (4) modeling and (5) evaluation."

"Plat nomor merupakan suatu jenis identifikasi kendaraan bermotor. Setiap kendaraan bermotor yang beroperasi dijalanan diwajibkan untuk melengkapi kendaraannya dengan plat nomor atau Tanda Nomor Kendaraan Bermotor (TNKB) yang sesuai dengan kode wilayah, nomor registrasi dan masa berlaku. Plat nomor di Indonesia terdapat 3 warna yang dipakai yaitu hitam, merah dan kuning dengan masing masing warna untuk fungsi yang berbeda. Dengan jumlah kendaraan di Indonesia, sistem pengenalan plat nomor dibuat secara otomatis bisa di implementasikan untuk memudahkan berbagai hal dalam pendataan plat nomor diantaranya pengecekan plat nomor ketika di area parkir, menemukan kendaraan yang dicuri ataupun mobil yang melanggar lampu merah. Pada penelitian ini terdapat 2 metode yang sering digunakan untuk pengenalan plat nomor otomatis yaitu KNN (K-Nearest Neighbour) dan NN (Neural Network). Setelah dilakukan pengujian menggunakan 3 analisis uji yang sudah dilakukan oleh penulis, akurasi metode neural network berhasil mencapai 88,8% sedangkan pada K-Nearest Neighbor akurasinya mencapai 72,2%. Metode NN lebih baik daripada KNN pada pengujian kali ini disebabkan adanya modifikasi pada variable yang dapat membuat akurasi NN lebih baik daripada KNN. Sedangkan pada metode KNN tidak dapat merubah akurasi yang telah didapatkan.......Number plate is a type of motor vehicle identification. Every motorized vehicle operating on the road is required to complete the vehicle with a license plate or Motor Vehicle Number (TNKB) that matches the area code, registration number and validity period. Number plates in Indonesia there are 3 colors used, namely black, red and yellow with each color for different functions. With the number of vehicles in Indonesia, the number plate recognition system is made automatically can be implemented to facilitate various things in number plate registration including checking license plates when in the parking area, finding stolen vehicles or cars that violate red lights. In this study there are 2 methods that are often used for automatic number plate recognition, namely K-Nearest Neighbor and NN (Neural Network). After testing using 3 test analyzes carried out by the author, the accuracy of the neural network method reached 88.8% while the K-Nearest Neighbor accuracy was 72.2%. The NN method is better than KNN in this test due to a modification in the variable that can make the accuracy of NN better than KNN. While the KNN method cannot change the accuracy that has been obtained."