Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) https://jtika.if.unram.ac.id/index.php/JTIKA <p>Jurnal Teknologi Informasi, Komputer dan Aplikasinya (JTIKA) adalah jurnal ilmiah di bidang teknologi informasi, ilmu komputer dan aplikasinya yang dipublikasi oleh Program Studi Teknik Informatika Fakultas Teknik Universitas Mataram dengan&nbsp;<strong><em>online ISSN 2657-0327 dan sudah terakreditasi SINTA 4</em></strong><strong><em>. </em></strong>JTIKA&nbsp;adalah <strong>open access</strong> jurnal&nbsp;dengan proses review secara&nbsp;&nbsp;<em>blind</em>&nbsp;&nbsp;dan&nbsp;<em>peer-review </em>&nbsp;yang&nbsp; dilakukan oleh sekurang-kurangnya &nbsp;2 orang reviewer.&nbsp; JTIKA memiliki Jumlah terbitan sebanyak 2 kali dalam setahun yaitu pada bulan <strong>Maret</strong> dan <strong>September</strong>.</p> <p>Tujuan utama JTIKA adalah sebagai media untuk mempublikasikan artikel&nbsp;hasil penelitian, inovasi aplikasi, studi perbandingan yang&nbsp;berkualitas baik&nbsp;dan&nbsp;mengikuti&nbsp;perkembangan dan tren teknologi baru dibidang&nbsp;Teknologi informasi, Komputer adan Aplikasinya. Artikel yang dipublikasikan pada JTIKA dapat ditulis dalam bahasa Indonesia maupun bahasa Inggris.</p> Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram en-US Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) 2657-0327 Penerapan Internet Of Things (Iot) Pada Sistem Pemantauan Iklim Mikro Dalam Rumah Kaca Alg Unpad Berbasis Raspberry Pi https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/207 <p><em>The Internet of Things (IoT) is currently influencing many facets of human life. Smart agriculture is one system that can use the Internet of Things to improve production efficiency and consistency across agriculture, improve crop quality, and reduce negative environmental impacts. The architecture of an IoT-based microclimate monitoring system tailored for use with the Unpad ALG greenhouse is shown in this paper. The suggested system design can collect microclimate data using the SHT11 and GUVA-S12SD microclimate sensors and store it in a database on a Raspberry Pi with a cloud computing back-end idea. The Raspberry Pi is also used to process and analyze data in order to set up mist-based greenhouse cooling systems. The collected data is delivered to a web-based front-end node, which users can access from their own device. The results reveal that when the temperature rises beyond the predetermined threshold of 30°C or the humidity falls below 80%, the system can activate the mist-based cooling system. With a temperature difference of 6.25 degrees Celsius lower and humidity of 28.06 percent greater, the system is able to perform better than before it was introduced. The automation system's performance can be increased by 15.22%, however it will decline as the light intensity rises.</em></p> Nurpilihan Bafdal Irfan Ardiansah ##submission.copyrightStatement## 2022-09-28 2022-09-28 4 2 A IMPLEMENTASI DECISION SUPPORT SYSTEM METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE DALAM PEMILIHAN RUMAH KOST DISEKITAR KAMPUS UNIVERSITAS NEGERI MEDAN https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/192 <p><em>The need for information on the boarding house and its location at this time is very important. However, due to the large amount of information about boarding houses and their available locations, the general public, especially students studying at universities, are confused about finding the location of a boarding house that suits their needs. Nowadays, many people use websites to find information about boarding houses, but the website only provides or provides information. Therefore, this research was built with the title "Implementation of the Decision Support System Method of Simple Multi Attribute Rating Technique in the Selection of Boarding Houses Around the Medan State University Campus" which aims to create a website-based information system in determining boarding recommendations so that the general public, especially students, can choose boarding houses. - boarding according to their criteria and needs. The method used in this research is the Simple Multi Attribute Rating Technique (SMART).</em></p> Ronaldo Mardianson Sinaga Fahri Aulia Alfarisi Harahap Anggi Tasari Deby Yandra Niska ##submission.copyrightStatement## 2022-09-28 2022-09-28 4 2 PENERAPAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN K-NEAREST NEIGHBORS (KNN) UNTUK KLASIFIKASI DATA KANKER PARU-PARU https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/232 <p><span lang="EN-US">Diseases related to breathing can be identified from the throat or the main airways, namely the lungs. It is caused by the spread of certain cells in the lungs and uncontrolled cell growth. Because lung nodules using chest X-ray imaging cannot be detected quickly, interpreting these diagnostic photographs becomes a repetitive and very complicated task. Image pre-processing, detection of malignancy classification, and candidate nodules can be used as parameters in classification. By analyzing CT scan images using an artificial intelligence approach, machine learning techniques help in early diagnosis and evaluation of lung nodules. This system is referred to as a decision support system that examines the image through the process of pre-processing, segmentation, feature extraction, and classification. Processing of lung cancer datasets to classify cancer and non-cancer samples using the Principal Component Analysis (PCA) feature extraction method and the K-Nearest Neighbor (KNN) classification method with values ​​of K = 1, 3, 5, 7, 9. From the research that has been done, the best accuracy results are 98%, namely at K = 9. It can be concluded that the PCA feature extraction method and K-NN classification are suitable for processing lung cancer datasets.</span></p> Jaelani Muhammad Akbar Muhammad Sabirin Gibran Satya Nugraha Noor Alamsyah ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.232 Decision Support System Using AHP Method For Based Village Head Election https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/230 <p><em>The Village Head Election System so far has not been accurate, causing the elected village head candidates to not meet the expectations of the community. This study aims to design a decision support system (DSS) to select a web-based village head that calculates the criteria elements and alternatives using the Analytical Hierarchy Process (AHP) method. The system that is built is only up to the design of the system interface. The results of the study determined 5 elements of the criteria that the community wanted and 4 alternative elements as sample samples for prospective village heads. The criteria and alternative elements that have a consistency ratio (CR) value of &lt;10% can be used in the designed DSS. This web-based Village head election DSS design provides information on a list of criteria and names of Village Head candidates that can be chosen by the community. Besides, it can display the results of AHP calculations.</em></p> Valian Yoga Pudya Ardhana ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 A Rancang Bangun Sistem Informasi Manajemen Keluhan Masyarakat Berbasis Web Pada Kantor Rukun Warga (08) Kedoya Utara. https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/226 <p><em>The management of community complaints in the community harmony (RW) 08 is currently conveyed directly to the RW through Public Hearing activities which are carried out periodically.The form of data collection of aspirations and complaints is submitted in the forum so that the time is insufficient to accommodate the overall aspirations and complaints. Design objectives this is to produce a complaint application that can make it easier for the public to submit complaints and help the RW respond to the complaint. From the tests it can be concluded that the system works well, provides a means to accommodate complaints, and records what actions will be taken by the RW side.</em></p> Awal Fatur achman ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.226 APLIKASI AUGMENTED REALITY BAHASA ISYARAT SEBAGAI MEDIA PEMBELAJARAN MENGENAL BAHASA ISYARAT SIBI DENGAN METODE BASED MARKER MULTI TARGET BERBASIS ANDROID https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/212 <p><span class="fontstyle0">Sign Language is a communication tool used by deaf students, apart from just using body language. Both sides should<br>get the same knowledge of the language used, in this case namely the Indonesian Sign Language System (SIBI). SIBI is<br>still very difficult for many deaf students to master, although SIBI has been applied to special schools throughout<br>Indonesia. The image is difficult to understand and the SIBI structure tends to be more complicated. Augmented Reality<br>(AR) is one of the technologies appropriate to realize the learning media. With AR technology, learning SIBI code is no<br>longer rigid and just an image, but by using 3D objects, so you get features like a virtual instructor. This application was<br>tested using Blackbox and UAT methods. Blackbox testing states the target image detection can be carried out optimally<br>at a minimum distance of 10 cm to 80 cm. optimal detection can be performed if only the target image is 1/4 blocked.<br>UAT testing method shows 88% of users agree the application has met the system aspect, 87% agree the application has<br>met the user aspect and 88% agree the application has met the interaction aspect.</span> </p> I Made Bayu Krisna Yudha ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.212 VERIFIKASI SUARA MAHASISWA SEBAGAI ALTERNATIF PRESENSI KEHADIRAN MENGGUNAKAN EKSTRAKSI FITUR MFCC DAN KLASIFIKASI LVQ https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/211 <p><em>Attendance is an essential thing in the learning process. In recent years, technology development has been relatively rapid, one of which is in attendance recording. Attendance registration can now be done using QR-Code, palm, face recognition and digital signature. There are shortcomings, such as the lack of flexibility in the attendance process and the problem of the pandemic being limited by distance. The existence of the teacher's online method makes it challenging to communicate. Based on these problems, this study was presented to build a voice verification model using the Mel-Frequency Cepstral Coefficients (MFCC) and Learning Vector Quantization (LVQ) methods as an alternative attendance. This study uses text-dependent recorded data from 35 speakers. In this study, verification was carried out with the condition of using a mask and without a mask. This study obtained an average margin of similarity score of 80% of the average similarity score of 93.96% native speakers and 67.58% fake speakers. The best test results were obtained at a threshold of 0.85 with an accuracy value of 86.2%, precision of 87.86%, and recall of 84% when using a mask, while without a mask the value of accuracy was 90%, precision was 88.97%, and recall was 91.17%</em></p> Muhammad Afif Ma'ruf ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.211 RANCANG BANGUN SISTEM INFORMASI SEBARAN DISTRIBUSI KIS PROVINSI SULAWESI TENGGARA BERBASIS WEB https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/210 <p><em>Information technology and telecommunications have promoted the development in all fields, including in the service sector, which now almost all have internet facilities. BPJS Health itself has developed various technology-based innovations to support the implementation of JKN-KIS Program. One of them is the design of an information system for KIS distribution in Southeast Sulawesi. The KIS distribution system is intended to make it easier for BPJS Health employees or parties to see the distribution of KIS in districts/cities in Southeast Sulawesi. In order to get the expected results of this research, the making of this system used the prototype method. The prototype method is a method where developers and customers can interact with each other during the system creation process. In the testing phase, the method used is Black Box Testing. Black Box Testing performs testing without detailed knowledge of the internal structure of the system or component being tested. As a result, this study proves that this system can reduce errors that can occur when distributing KIS to every area in Kendari City, help and make it easier for BPJS membership workers to see the distribution of healthy Indonesia card data, as well as it can directly update.</em></p> Fahrul Ardian Nugroho Dini Fadilah Chintya Mawadhah Sumitro Rizal Adi Saputra ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.210 ALGORITMA MACHINE LEARNING DETEKSI DEFORESTASI HUTAN HUJAN TROPIS DI KABUPATEN KOTAWARINGIN BARAT https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/205 <p><em>Deforestasi hutan hujan tropis sangat ekstensif dan permanen menyebabkan degradasi hilangnya keanekaragaman hayati, penuruan kualitas dan kuantitas air, polusi udara dan emisi CO<sup>2</sup>. Beberapa dekade terakhir telah berkembang signifikan penerapan ektraksi penutupan lahan pada citra secara otomatis dengan teknik Mechine Learning (ML).</em> <em>Penelitian ini bertujuan menguji kehandalan ML algoritma RF, CART dan SVM untuk deteksi perubahan penutupan lahan dan mengukur deforestasi hutan hujan tropis di Kabupaten Kotawaringin Barat. Penelitian ini menggunakan citra Landsat-7 perekaman tahun 2000 dan citra Senintel-2A perekaman tahun 2021, saluran parameter spektral klasifikasi yang digunakan yaitu biru, merah, hijau, infra merah dekat dan gelombang pendek infra merah 1 dan 2, klasifikasi penutupan lahan menggunakan tiga ML algoritma yaitu RF, CART dan SVM. Hasil penelitian ini menunjukan bahwa&nbsp; penutupan hutan alam mengalami penurunan seluas 180.073 ha dan laju deforestasi 24.975 ha/th atau 1.9 %/th&nbsp; yang terjadi antara tahun 2000 hingga 2021. Algoritma RF menunjukan hasil yang terbaik dengan rerata akurasi OA 95% dan Kappa 94%.</em></p> <p><strong><em>Keywords</em></strong><strong><em>: </em></strong><em>Deforestasi Hutan Hujan Tropis, Penutupan Lahan, Machine Learning, Random Forest, Classification And Regression Trees, Support Vector Machine</em></p> Beni Iskandar Nanang Hanafi ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.205 PERANCANGAN SISTEM PENJADWALAN TV DAN AC MENGGUNAKAN GOOGLE AIY VOICE KIT MELALUI MQTT https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/204 <p>Dari hasil pengisian kuisioner yang dilakukan beberapa responden mengenai penggunaan <em>remote control</em> untuk mengoperasikan perangkat elektronik dalam hal ini TV dan AC, 46,2% orang masih sering lupa untuk mematikan perangkat elektroniknya dimana beberapa penyebabnya yaitu memang lupa mematikan perangkat elektronik dikarenakan ada suatu kondisi yang tidak terduga dan ada pula yang sudah menjadi kebiasaan membiarkan perangkat elektronik tetap menyala meskipun tidak digunakan. Selain itu juga terdapat beberapa masalah yang dialami oleh pengguna dalam menggunakan <em>remote control</em> untuk pengoperasian perangkat elektroniknya yaitu <em>remote control </em>yang daya baterainya mudah habis, <em>remote control </em>yang mudah rusak, <em>remote control </em>yang sering lupa ditaruh dimana maupun <em>remote control </em>yang harus digunakan secara garis lurus dengan perangkat elektroniknya. Penggunaan perintah suara dalam pengoperasian perangkat elektronik saat ini sudah banyak diminati karena cara pengoperasian sistemnya yang mudah dan tidak membutuhkan banyak tenaga sehingga menjadikan perintah suara sangat cocok digunakan untuk sistem <em>home automation</em>. Pada penelitian ini <em>Google AIY Voice Kit</em> digunakan untuk membuat sistem penjadwalan perangkat rumah dalam hal ini TV dan AC dengan cara memberikan perintah melalui <em>speech recognition</em> atau pengenalan suara melalui protokol MQTT sehingga memudahkan proses kontrol dalam penggunaan perangkat rumah tanpa menggunakan <em>remote control</em>. Pengujian pada sistem penjadwalan ini berjalan lancar, karena perintah suara yang diberikan melalui <em>Google AIY Voice Kit</em> berhasil tersimpan kedalam <em>database</em> dan berhasil dijalankan sesuai dengan jadwal yang sudah ditentukan. Sedangkan pada pengujian untuk keseluruhan sistem, dilakukan pengujian oleh 6 orang responden dengan hasil pengujian yang baik dan sesuai dengan hasil yang diharapkan yaitu perangkat <em>Google AIY Voice Kit</em> dapat mengkonversi perintah suara menjadi kalimat perintah yang tersimpan kedalam <em>website</em>. Hasil akurasi dari keberhasilan konversi perintah suaranya adalah 92,1%. Ada beberapa hal yang menyebabkan kegagalan sistem dalam proses menerima perintah suara diataranya, perintah suara yang diucapkan tidak terlalu jelas, pengguna memberikan perintah suara dengan nada yang rendah, serta jarak pengguna dengan <em>google aiy voice kit</em> yang terlalu jauh.</p> irma fajriati ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.204 IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENDETEKSI PENYAKIT GINJAL https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/202 <p><em>There are several types of kidney disease, such as kidney cancer, tumors, etc. Kidney disease can be detected early, to find out what type of disease the patient has. In the world of artificial intelligence, there is a term called Convolutional Neural Network (CNN) which is often used in image data processing. CNN is a category of artificial neural network which is effective in performing image recognition and classification of image data. The purpose of this research is to find out how to apply the CNN algorithm in detecting kidney disease based on existing image data. This research was developed using the Python programming language and will be implemented into a web-based system. The results obtained from this research are the formation of a web-based system, which &nbsp;this website can be used to detect types of kidney disease based on the input images performed. This kidney disease classification website has been successfully created using the Flask Framework with the API from Google Colab which produces the h5 model and Visual Studio Code. Websites can be run on all types of computer operating systems. Image training data using a CNN algorithm derived from 9334 data trains and 3110 data validations.</em> <em>In this case, 4 classes of data </em><em>image </em><em>are used, namely cyst kidney data, normal kidney data, tumor kidney data and stone kidney data. It was found that the accuracy of the f1 score was 68%.</em></p> Fahri Aulia Alfarisi Harahap Ronaldo Mardianson Sinaga Khusnul Arifin Kana Saputra S ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.202 PEMBUATAN SISTEM KENDALI INFRARED MODULE MENGGUNAKAN GOOGLE AIY VOICE KIT DAN KOMUNIKASI DATA MQTT https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/199 <p>Berdasarkan hasil pengisian kuisioner terhadap beberapa responden terkait tanggapan dalam penggunaan <em>remote control</em> dalam mengontrol perangkat yang bekerja dengan infra merah, terdapat beberapa masalah yang dihadapi pengguna seperti sebanyak 53,3% <em>remote control</em> responden hanya dapat dilakukan secara garis lurus, <em>remote control</em> yang hilang, <em>remote control</em> yang sering rusak, kondisi saat lupa menaruh <em>remote control</em>, beberapa tombol pada <em>remote control</em> yang macet atau bermasalah dan energi baterai yang digunakan <em>remote control</em> terbatas. Sistem <em>smart home</em> dapat dilakukan dengan menggunakan perintah suara dengan menggunakan <em>Google AIY Voice Kit</em> yang merupakan sistem kecerdasan buatan yang dikembangkan oleh Google. Penggunaan modul <em>infrared</em> sebagai objek penelitian ini akan dilakukan pada alat elektronik TV dan AC. <em>Message Queue Telemetry Transport</em> (MQTT) merupakan sebuah protokol konektifitas <em>machine to machine</em> (M2M) yang mampu mengirimkan data dengan ringan menggunakan rancangan TCP/IP. Rata-rata waktu <em>delay</em> yang diberikan sistem untuk pengguna memberikan perintah suara setelah menyebut “ok google” adalah selama 10 detik. Sedangkan waktu <em>delay</em> sistem dapat mengontrol perangkat selama 5 detik. Pengujian terhadap jarak yang dapat didengar sistem saat pengguna memberikan perintah suara adalah rata-rata sejauh 3 meter. Untuk pengujian keseluruhan sistem dilakukan dengan 6 <em>sample</em> dan menunujukkan hasil yang baik dimana perangkat Google AIY Voice Kit dapat mengkonversi perintah suara dengan baik dengan hasil akurasi sebesar 82.87%.</p> yuliana yuliana ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.199 Rancang Bangun Sistem Informasi Keuangan Desa Doridungga Kecamatan Donggo Kabupaten Bima Berbasis Web Menggunakan Metode Extreme Programming https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/198 <p>Sistem informasi ini bertujuan untuk membantu pemerintah desa doridungga dalam mengolah data keuangan desa serta membantu masyarakat dalam mengakses informasi keuangan desa</p> M Azhar ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.198 Frequent Itemset Mining pada Artikel COVID-19 menggunakan Web Crawling dan Algoritma FP-Growth https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/197 <p>Virus Corona COVID-19 merupakan penyakit yang telah menjadi pandemi di seluruh Dunia. Khususnya Indonesia yang berada di posisi 20 besar negara yang menyumbang kasus terbanyak COVID-19. Hal ini menyebabkan banyaknya pemberitaan tentang virus ini oleh berbagai media massa. Salah satu cara penyampaian informasi yang cukup populer adalah melalui portal berita daring. Dalam mengekstraksi kata yang mengandung dampak serta bahasan virus corona dapat menggunakan teknik data mining. Data mining akan memudahkan dalam mengekstraksi informasi yang bermanfaat dan pengetahuan terkait dari berbagai basis data besar. Dalam mendapatkan basis data berita yang besar pada penelitian ini digunakan teknik web. Hasil crawling selanjutnya akan diolah dan dicari kombinasi kata yang sering muncul atau dikenal dengan istilah frequent itemset. Teknik Frequent Patten Growth (FP-Growth) adalah salah satu algoritma dalam mencari frequent itemset yang merupakan pengembangan dari algoritma Apriori. Data yang digunakan sebanyak 7857 berita dari 10 kategori berita dengan kata kunci pencarian “Corona Indonesia”. Nilai ambang batas yang digunakan untuk studi kasus ini berada pada nilai 0,8 untuk support dan 0,7 untuk confidence yang menghasilkan frequent itemset sebanyak 246869. Dalam penelitian ini strong rule association yang dihasilkan adalah kombinasi kata (Baca, Indonesia) dengan kata (Corona, Orang, Covid) yang memiliki nilai confidence 1,0, adapun untuk nilai rule terendah berada pada kombinasi kata (Baca, Indonesia, Video) dengan kata (Gambas, Laku, Corona, Sebar, Orang, Covid, Detik) dengan nilai confidence yang dihasilkan 0,8.</p> Rizky Dwi Hadisaputro ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.197 KLASIFIKASI TEKS ULASAN PADA WEB TRIPADVISOR TENTANG WISATA ALAM PULAU LOMBOK MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/196 <p>Bidang pariwisata saat ini juga sudah sangat terpengaruh oleh kemajuan teknologi dan internet, banyak dampak positif yang dirasakan dibidang pariwisata. TripAdvisor adalah platform wisata terbesar di dunia yang membantu wisatawan mengoptimalkan potensi setiap perjalanan, ulasan pada TripAdvisor mengandung berbagai aspek penilaian dan berupa mixed sentiment (seperti positif dan negatif). Untuk itu, perlu adanya Klasifikasi ulasan TripAdvisor pada tempat wisata sehingga dapat diketahui aspek penilaian apa saja yang sering dibahas oleh para pengunjung dan dapat menentukan penilaian secara spesifik apakah ulasan tersebut positif atau negatif.Penelitian ini menggunakan metode Naïve Bayes Classifier Model ini sangat cepat dalam pelatihan dan dapat digunakan pada dataset yang lebih kecil. Meskipun merupakan model yang sederhana, namun metode ini mampu menghasilkan akurasi yang cukup tinggi. Dalam penelitian ini penulis juga menggunakan tambahan Fitur selection mutual information, MI digunakan dalam mengukur kontribusi sebuah <em>term</em> terhadap kategori yang tepat berdasarkan kehadiran atau ketidakhadiran. klasifikasi yang dilakukan dengan metode naïve bayes classifier &nbsp;dengan tambahan seleksi fitur mendapatkan nilai akurasi&nbsp; sebesar 85,86 %, sedangkan tanpa menggunakan seleksi fitur mutual information dan memperoleh akurasi sebesar 83,80%, berdasarkan kedua klasifikasi yang telah dilakukan, diperoleh selisih akurasi sebesar 2.06%, yang artinya proses klasifikasi dengan menggunakan seleksi fitur mutual information dapat menaikkan akurasi sebesar 2,06%.</p> <p>&nbsp;</p> <p>&nbsp;</p> <p>&nbsp;</p> yuni oktaviani ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.196 Klasifikasi Mood Musik menggunakan K-Nearest Neighbor dan Mel Frequency Cepstral Coefficients https://jtika.if.unram.ac.id/index.php/JTIKA/article/view/191 <p><em>Musik merupakan kombinasi antara nada, vokal dan juga instrumental yang harmoni untuk mengekspresikan sesuatu yang bersifat emosional. Mood musik dapat berpengaruh terhadap emosi manusia. Mood musik dapat meningkatkan gairah dan kesenangan serta dapat mempengaruhi emosi komunikasi. Musik dapat ditemukan dengan mudah melalui Digital Music Library (DML) namun pengelompokan musik pada DML terbatas hanya pada judul, nama penyanyi, album dan genre musik. Perlu adanya variasi dalam mengenali musik untuk menjangkau pengelompokan dan klasifikasi musik yang lebih luas. Penelitian ini betujuan untuk mengklasifikasi mood musik berdasarkan Mel-Frequency Cepstral Coefficients (MFCC) dan menggunakan K-Nearest Neighbor (KNN). Dataset yang digunakan yaitu sebanyak 200 file musik dan terbagi menjadi 4 kelas mood berdasarkan Model Thayer yaitu angry</em> <em>(marah), happy</em> <em>(Bahagia), sad</em> <em>(sedih), dan relax</em> <em>(santai). Ekstraksi fitur menggunakan MFCC akan menghasilkan 13 fitur MFCC, 13 fitur delta dan 13 fitur delta-delta. Pada penelitian mendapatkan akurasi sebesar 85,5% menggunakan KNN dengan nilai k=5 dan menggunakan metode jarak Manhattan.</em></p> Fuad Fadlila Surenggana ##submission.copyrightStatement## 2022-09-29 2022-09-29 4 2 10.29303/jtika.v4i2.191