Proses clustering dengan algoritma K-Means pada dataset yang memiliki banyak atribut akan mempengaruhi besarnya jumlah iterasi. Pada penelitian ini, metode Information Gain digunakan untuk mereduksi atribut dataset. Dataset yang telah direduksi atribut akan dilanjutkan proses clustering dengan K-Means. Dataset yang dianalisis pada penelitian ini adalah data Hepatitis C Virus yang diperoleh dari UCI Machine Learning Repository, dengan 29 atribut dan 1385 jumlah data. Hasil penelitian ini menunjukkan bahwa rata-rata jumlah iterasi yang diperoleh dari 10 kali pengujian dengan menggunakan K-Means konvensional diperoleh rata-rata sebesar 32 iterasi, sedangkan K-Means dengan reduksi atribut diperoleh rata-rata sebesar 27.7 iterasi. Nilai validitas cluster dihitung menggunakan Davies-Bouldin Index (DBI). Nilai DBI pada K-Means konvensional sebesar 2.1972, sedangkan DBI pada K-Means yang telah direduksi 1 atribut sampai 5 atribut diperoleh nilai rata-rata DBI masing-masing sebesar 2.0290, 1.8771, 1.8641, 1.8389, dan 1.8117.

Melanoma is a type of deadly skin cancer. The survival rate of the patients can fall as low as 15.7% if the cancer cell has reached its final stage. Delayed treatment of melanoma can be attributed to its likeness to that of common nevus (moles). Two machine learning models were developed, each with a different approach and algorithm, to detect the presence of melanoma. Image classification is using the regression algorithm, and object detection is using deep learning. The two models are then compared, and the best model is determined according to the achieved metrics. The testing was conducted using 120 testing data and is made up of 60 positive data and 60 negative data. The testing result shows that object detection achieved 70% accuracy than image classification’s 68%. More importantly, linear regression’s 43% false-negative rate is noticeably high compared to convolutional neural network’s (CNN) 25%. A false-negative rate of 43% means almost half of sick patients tested using image classification will be diagnosed as healthy. This is dangerous as it can lead to delayed treatment and, ultimately, death. Thus it can be concluded that CNN is the best method in detecting the presence of melanoma.

<p class="Abstrak">Kebakaran hutan dan lahan telah menjadi isu nasional yang setiap tahun terjadi secara berulang-ulang kali terkhusus di wilayah Provinsi Kalimantan Barat. Sebagai bentuk antisipasi dan pencegahan, masyarakat dan pemerintahan melakukan monitoring kebakaran hutan dan lahan melalui <em>website</em> SIPONGI dan LAPAN FIRE HOTSPOT. SIPONGI dan LAPAN FIRE HOTSPOT merupakan <em>website</em> pemantau titik panas (hotspot) berbasis <em>website</em>. <em>Website</em> ini digunakan oleh masyarakat dan juga anggota kepolisian Ditreskrimsus Polda Kalimantan Barat. Pentingnya kedua <em>website</em> ini dalam proses monitoring kebarakan hutan menjadi alasan perlunya suatu kajian sebagai pengukuran terhadap kedua <em>website</em>. Pengukuran ini dilakukan sebagai evaluasi khususnya dalam cara pemberian informasi terhadap pengguna terkait kemudahan maupun kenyamanan pengguna. Evaluasi <em>website</em> SIPONGI dan LAPAN FIRE HOTSPOT dilakukan guna mendapatkan umpan balik dari pengguna khususnya mengetahui efektivitas, efisiensi, dan kepuasan pengguna dalam menggunakan <em>website</em>. Salah satu metode untuk melakukan evaluasi <em>website</em> berbasis <em>website</em> adalah dengan menggunakan metode WEBUSE. Metode WEBUSE (<em>Web Usability Evaluation</em>) berfokus pada sistem evaluasi berbasis web untuk mengevaluasi usability dari <em>website</em>. Metode ini dapat menggali tingkat kemudahan terhadap <em>website</em> oleh pengguna dengan skenario tugas dan kuesioner yang merangkum empat variabel usability. Pada pengujian, hasil evaluasi <em>website</em> SIPONGI berada pada level Moderate, sedangkan LAPAN FIRE HOTSPOT berada pada level Good. Hasil dari penelitian ini berupa identifikasi masalah dan perancangan yang dapat menjadi landasan perbaikan terhadap kedua <em>website</em> pada penelitian selanjutnya guna meningkatkan <em>usability</em>.</p><p class="Abstrak"> </p><p class="Abstrak"><em><strong>Abstract</strong></em></p><p class="Abstrak"><em><span lang="IN">Forest and land fires have become a national issue that repeatedly occurs, especially in the province of West Kalimantan. As a form of anticipation and prevention, the community and the government monitored forest and land fires through the SIPONGI application and the Fire Hotspot. SIPONGI and the Lapan Fire Hotspot is a website-based hotspot monitoring application. This application is used by the community and also members of the West Kalimantan Police Ditreskrimsus Police. The importance of the two applications in monitoring forests is the reason for the need for a review of the measurement of both applications. This measurement is carried out as an evaluation, especially in providing information about users regarding the convenience and convenience of users. SIPONGI website evaluation and the Lapan Fire Hotspot are carried out to obtain feedback from users, especially knowing the effectiveness, efficiency, and user satisfaction in using the application. One method for evaluating a website-based application is to use the webuse method. Webuse Method (Web Usability Evaluation) focuses on web-based evaluation systems to evaluate the application's usability. This method can explore the ease of application by the user with a task scenario and questionnaire that summarizes the four usability variables. In testing, the results of the SIPONGI website evaluation are at a moderate level, while the Lapan Fire Hotspot is at a good level. The results of this study can be the foundation of improvements to both applications in further research to increase usability.</span></em></p><p class="Abstrak"><em><strong><br /></strong></em></p>

UPT TIK UNTAN merupakan suatu lembaga yang melakukan pengelolaan TI. Tata kelola TI mencakup kepemimpinan, struktur serta proses organisasi yang memastikan bahwa TI dimanfaatkan seoptimal mungkin dan berkonsentrasi pada kinerja dan transformasi TI untuk memenuhi kebutuhan saat ini dan yang akan datang, baik dari sudut internal maupun eksternal. COBIT 2019 adalah kerangka kerja untuk tata kelola dan manajemen informasi dan teknologi perusahaan. Sedangkan COBIT Performance Management merupakan model yang berisi kerangka dasar dalam memberikan panduan untuk menilai dan mengukur tingkat kapabilitas dan tingkat kematangan yang berkaitan dengan proses tata kelola dan manajemen TI. Hasil pengukuran tata kelola TI pada UPT TIK UNTAN dinyatakan bahwa tingkat kapabilitas proses APO08 (Managed Relationships) yang dicapai berada pada tingkat 5. Tingkat kapabilitas proses APO09 (Managed Service Agreements) yang dicapai berada pada tingkat 1. Sedangkan tingkat kapabilitas proses APO11 (Managed Quality) yang dicapai berada pada tingkat 2. Kesenjangan antara tingkat kapabilitas proses saat ini dan tingkat kapabilitas harapan pada objektif proses APO08 bernilai 0, sedangkan pada objektif proses APO09 dan APO11 bernilai -1. Pada objektif proses APO09 kesenjangannya 2%, sedangkan pada objektif proses APO11 kesenjangannya 8%. Berdasarkan hasil analisis, maka diberikan rekomendasi perbaikan yang mengacu pada COBIT 2019 untuk meningkatkan tingkat kapabilitas harapan.

Rumah adalah bangunan gedung yang berfungsi sebagai tempat tinggal yang layak huni, sarana pembinaan keluarga, cerminan harkat dan martabat penghuninya, serta aset bagi pemiliknya. Menurut Direktur Jenderal Pembiayaan Perumahan Kementerian Pekerjaan Umum Perumahan Rakyat, perumahan di Indonesia masih mengalami defisit pasokan sebesar 7,6 juta pada 2015 dan menargetkan akan mengurangi angka kebutuhan rumah atau backlog perumahan di 2019 mendatang menjadi 5,4 juta agar masyarakat Indonesia bisa mempunyai rumah sendiri. Tingginya kebutuhan rumah yang harus dipenuhi memerlukan kerjasama seluruh stakeholder di bidang perumahan seperti developer properti. Dalam rangka menghadapi para pesaing dan mempertahankan kelangsungan perusahaan, dibutuhkan manajemen yang baik di bidang perencanaan. Tujuan penelitian ini adalah untuk memprediksi jumlah penjualan rumah sehingga dapat dijadikan acuan oleh developer properti dalam menyusun perencanaan. Memprediksi adalah suatu teknik analisa perhitungan untuk memperkirakan kejadian dimasa depan dengan menggunakan referensi data-data di masa lalu. Metode yang digunakan dalam memprediksi jumlah penjualan rumah adalah metode fuzzy time series. Metode Fuzzy Time Series (FTS) merupakan suatu konsep yang digunakan untuk meramalkan masalah di mana data historis diubah ke dalam nilai linguistik. Adapun hasil pengujian Mean Absolute Percentage Error (MAPE) yang sudah dilakukan menunjukkan tingkat akurasi prediksi sebesar 85,79% dengan menggunakan margin sebesar 5% sehingga perancangan ini dapat diterapkan oleh developer properti.