Teknik Informatika

Tugas Akhir merupakan tahap akhir yang harus dilakukan oleh setiap mahasiswa yang akan menyelesaikan masa studinya di kampus. Setiap tahun banyak mahasiswa yang mengajukan judul tugas akhir mereka. . Akan tetapi tidak sedikit dari mahasiswa yang melakukan tindakan jalan pintas yaitu dengan cara plagiat untuk menuntaskan tugas akhir mereka. Oleh karena itu dibutuhkannya sebuah solusi untuk dapat mendeteksi adanya tindak plagiasi dalam proses pengajuan tugas akhir. Untuk mengatasi masalah tersebut penelitian ini dilakukan proses text mining menggunakan sistem klasifikasi dan pencarian tugas akhir dengan menggunakan  metode K – Means dan Vector Space Model. Tahapan untuk proses text mining adalah text processing dengan parsing, text transformation dengan stemming dan stopword removal, feature selection dan pattern discovery.

Pada tulisan ini kami akan mengulas tentang perkembangan dalam metode pengembangan suatu rekaya perangkat lunak. Pertama kita meninjau keadaan perkembangan metode dalam pengembangan rekayasa perangkat lunak. Telah banyak metode yang di usulkan untuk meningkatkan efisiensi dan efektivitas dalam mengembangkan rekayasa perangkat lunak. Dalam tulisan ini juga membahas tentang kelebihan serta kekurangan metode dan model pengembangan rekayasa perangkat lunak. Oleh karena itu tujuan penulisan ini agar dapat mengetahui fitur dan cacat dari masing – masing model.

Diabetes mereupakan penyakit yang diakibatkan oleh tinggi nya glukosa atau gula yang ada didalam darah dan tidak adanya insulin. Di Indonesia penyakit diabetes biasanya sering di sebut dengan penyakit kencing manis. Penyakit diabetes berbeda dengan penyakit – penyakit yang lain yang bisa dirasakan oleh para penderita. Sering kali para penderita penyakit diabetes atau kencing manis ini tidak merasakan adanya gejala dari penyakit diabetes itu sendiri tiba –tiba mereka telah terserang penyakit diabetes. Oleh karena itu dibutuhkanlah sistem yang bisa membantu mendiagnosa penyakit diabetes. Berdasarkan pada hasil pengujian yang dilakukan model klasifikasi dengan menggunakan desicion tree mempunyai nilai optimal akurasi sebesar 71.75 % dengan menggunakan split rasio 30 % sedangkan dengan menggunakan naive bayes mempunyai nilai optimal akurasi sebesar 75.28 % dengan split rasio 30 %. Hal ini menunjukan bahwa metode yang mempunyai nilai akurasi yang paling optimal adalah metode naive bayes untuk klasifikasi diagnosa penyakit diabetes

Indeks Pembangunan Manusia (IPM) merupakan suatu alat ukur yang menjelaskan tentang bagaimana suatu penduduk dalam wilayah tertentu mempunyai akses dari hasil pembangunan sebagai bagian dari haknya untuk memperoleh pendapatan, kesehatan, pendidikan dan lain lain. Pada zaman modern ini indeks pembangunan manusia berperan penting dalam meningkatkan perekonomian modern dengan memaksimalkan manusia agar lebih produktif. Dengan adanya indeks pembangunan manusia sebagai alat ukur pemerintah pusat dapat merencanakan kebijakan kebijakan agar dapat lebih meningkatkan indek pembangaunan manusia. Pada penelitian ini menggunakan metode Articial Neural Network untuk melakukan proses prediksi indeks pembangunan kedepannya. Dalam pengujian neural network menghasilkan nilai RMSE 0,10084642 dengan nilai akurasi 90%. Adapun forecast atau prediksi yang dilakukan dalam 2 tahun kedepan hasil nya yaitu indeks pembangunan manusia di kabupaten  situbondo tahun 2014 sebesar 65,8216 dan tahun 2015 sebesar 65.9690.

Diabetes mereupakan penyakit yang diakibatkan oleh tinggi nya glukosa atau gula yang ada didalam darah dan tidak adanya insulin. Di Indonesia penyakit diabetes biasanya sering di sebut dengan penyakit kencing manis. Penyakit diabetes berbeda dengan penyakit – penyakit yang lain yang bisa dirasakan oleh para penderita. Sering kali para penderita penyakit diabetes atau kencing manis ini tidak merasakan adanya gejala dari penyakit diabetes itu sendiri tiba –tiba mereka telah terserang penyakit diabetes. Oleh karena itu dibutuhkanlah sistem yang bisa membantu mendiagnosa penyakit diabetes.Dalam penelitian ini menggunakan Artificial Neural Network. Adapun parameter yang digunakan dalam Artificial Neural Network. Parameter training cycle sama dengan 500, learning rate sama dengan 0,3 serta momentum 0,2. Dengan mengkombinasikan parameter tersebut menghasilkan RMSE yang kecil yaitu 0,3831 dengan tingkat akurasi 81,8 %

New Santri Admission (Penerimaan Santri Baru) is an administrative process for the selection of new student candidates. The PSB process is always carried out manually at each school institution, especially the Islamic Boarding Schools, which will cause various difficulties from several related parties. Therefore the New Santri Admission System was created online or the term can be called the online PSB. . An idea emerged to create a new student admission information system based on the SQL database. With this system, pesantren or administrators can manage the implementation of student registration for web technology using the PHP programming language and new languages. such as rapid registration and announcements.

Today's technology is still developing and creating new innovations and works. One of them is Radio Frequency Identification (RFID) technology. Automatic doorstop using web-based RFID is a tool that makes it easier for doorman guards because this way they don't have to open the latch manually. This system uses a data input process that utilizes RFID to speed up time in the data input process. This system uses the PHP and MYSQL programming language as the database and uses PHP in making this website. With the web-based system, RFID matches the data in the database and the door will open automatically if the data matches the data in the database.