Repository Unilak

Repository Unilak

Welcome To Repository Universitas Lancang Kuning

Photo by @inspiredimages

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 1 of 1

Recent Submissions

  • Item type:Item,
    Prediksi Penyakit Tumor Otak Menggunakan Convolution Neural Network (CNN) Pada Citra MRI
    (Universitas Lancang Kuning, 2024)
    Putra, Muhammad Rama
    Tumor otak merupakan salah satu penyakit serius yang dapat mengancam jiwa, memerlukan diagnosis dini yang akurat untuk meningkatkan peluang penyembuhan. Penelitian ini bertujuan mengembangkan model deteksi tumor otak menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, serta membandingkan kinerjanya dengan metode Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 2000 citra MRI 2D otak yang dikategorikan ke dalam kelas non-tumor, glioma, meningioma, dan pituitary. Tahapan penelitian meliputi preprocessing data, pelatihan model CNN dan SVM, serta evaluasi menggunakan metrik akurasi, precision, recall, dan F1- score. Hasil menunjukkan bahwa CNN dengan MobileNetV2 mencapai akurasi pengujian 94,29%, lebih unggul dibandingkan CNN standar (78,06%) dan SVM (75%). Temuan ini menunjukkan bahwa CNN dengan MobileNetV2 dapat memberikan kontribusi signifikan dalam deteksi tumor otak, mempercepat proses diagnosis, dan meningkatkan akurasi pengambilan keputusan medis.
  • Item type:Item,
    Analisis Sentimen Pengaruh Game Online Terhadap Prestasi Belajar Siswa Menggunakan Metode Naïve Bayes Dan K-Nearest Neighbor
    (Universitas Lancang Kuning, 2024)
    Muslim, Muhammad Hanif
    Penelitian ini bertujuan untuk menganalisis sentimen siswa terhadap pengaruh game online terhadap prestasi belajar menggunakan metode Naïve Bayes dan KNearest Neighbor (KNN). Data yang digunakan diperoleh dari ulasan siswa, kemudian diproses menggunakan teknik text mining seperti tokenizing, filtering, stemming, dan pembobotan TF-IDF. Hasil penelitian menunjukkan bahwa metode Naïve Bayes memiliki akurasi lebih tinggi dibandingkan KNN dalam mengklasifikasikan sentimen. Sentimen siswa terbagi menjadi tiga kategori, yaitu positif, netral, dan negatif, dengan dominasi sentimen positif dan netral. Kesimpulan dari penelitian ini menunjukkan bahwa game online memiliki dampak yang beragam terhadap prestasi belajar siswa, tergantung pada pola penggunaannya. Oleh karena itu, diperlukan pengelolaan waktu yang baik agar dampak negatifnya dapat diminimalkan.
  • Item type:Item,
    Sistem Prediksi Kemenangan Hero Mobile Legends Menggunakan Metode Naive Bayes
    (Universitas Lancang Kuning, 2025)
    Almisbah, Muhammad Ferdi
    Mobile Legends: Bang Bang adalah salah satu game MOBA (Multiplayer Online Battle Arena) yang sangat populer dengan lebih dari 500 juta unduhan di Google Play Store. Pemilihan hero dalam permainan ini berperan penting dalam menentukan kemenangan tim. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem prediksi kemenangan hero Mobile Legends menggunakan metode Naïve Bayes. Metode ini dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan probabilitas serta efisiensi dalam menangani dataset besar. Penelitian ini menggunakan data pertandingan Mobile Legends Professional League (MPL) Season 11 yang berlangsung dari 17 Februari 2023 hingga 30 April 2023. Sistem yang dikembangkan menganalisis berbagai atribut hero seperti Health Point, Physical Damage, Movement Speed, dan Attack Speed untuk menentukan probabilitas kemenangan tim. Hasil pengujian menunjukkan bahwa sistem prediksi yang dibangun memiliki tingkat akurasi sebesar 80,88%, yang dikategorikan sebagai hasil yang baik dalam menentukan peluang kemenangan suatu tim berdasarkan kombinasi hero yang dipilih. Dengan adanya sistem ini, pemain Mobile Legends dapat memperoleh rekomendasi kombinasi hero terbaik untuk meningkatkan peluang kemenangan. Penelitian ini juga dapat menjadi referensi bagi pengembang game dalam mengimplementasikan sistem kecerdasan buatan untuk meningkatkan pengalaman bermain.
  • Item type:Item,
    Sistem Informasi Surat Masuk Dan Keluar Berbasis Web (Studi Kasus : Smp Negeri 11 Pekanbaru)
    (Universitas Lancang Kuning, 2025)
    Fajri, Muhammad
    Tujuan penelitian ini untuk merancang dan mengembangkan sistem informasi surat masuk dan keluar berbasis web untuk SMP Negeri 11 Pekanbaru yang mudah di akses sehingga mempermudah para pegawai dalam pengelolaan surat seperti menyimpan surat, pencarian surat dan disposisi surat. Dalam penelitian ini, metode yang digunakan yaitu agile development dengan tahapan meliputi identifikasi masalah, pengumpulan data, perencanaan dan analisa kebutuhan, desain sistem, pengembangan sistem, pengujian sistem dan perilisan & demonstrasi. Sistem ini di desain menggunakan diagram UML dan dikembangkan menggunakan bahasa pemrograman PHP dengan framework Laravel dan RDBMS MySQL. Hasil dari penelitian ini adalah sebuah sistem informasi surat masuk dan keluar yang mampu menyimpan data surat masuk dan keluar dengan sistematis, membuat laporan surat dengan otomatis dan memiliki fitur disposisi surat beserta cetak lembar disposisi.
  • Item type:Item,
    Penerapan Metode Certainty Factor Dan Naive Bayes Dalam Diagnosis Penyakit Stunting Pada Anak
    (Universitas Lancang Kuning, 2025)
    Muqsith, Muhammad Fajar
    Stunting merupakan kegagalan tumbuh kembang terhadap balita, yang mana ini disebabkan oleh beberapa faktor. Stunting juga menjadi salah satu masalah yang di hadapi oleh pemerintah Indonesia dikarena dapat berakibat fatal bagi anak balita yang merupakan masa depan bangsa. Pada penelitian ini dilakukan untuk mempelajari Metode Certainty Factor dan Naive Bayes diterapkan untuk memprediksi kemungkinan stunting berdasarkan data historis. Data penelitian diperoleh dari sumber terpercaya seperti rekam medis, survei kesehatan, dan literatur ilmiah yang relevan. Data yang didapatkan diolah dengan kedua metode tersebut. Data yang diolah untuk penelitian ini ialah data yang diambil dari 6 posyandu yang ada di kecamatan Rumbai timur. Yang mana setelah itu dilakukan pengujian akurasi yang menghasilkan 100% tingkat akurasi dari pengujian yang telah dilakukan.