Data mining dengan peran asosiasi sudah banyak digunakan oleh dunia usaha, salah satu algoritma yang sering digunakan untuk aturan asosiasi adalah apriori. Namun apriori memiliki kelemahan dalam hal performa, karena pada setiap penentuan frequent k-itemset harus melakukan scan database. Hal ini akan menjadi masalah apabila kandidat k-itemset memiliki dimensi yang banyak. proses scan database yang besar akan memakan waktu yang lama dan berpengaruh pada penggunaan memori dan prosesor. Apriori sudah sering dikembangkan, salah satu yang populer adalah Frequent Pattern (fp-growth), apriori dan fp-growth sama-sama merupakan algoritma untuk aturan asosiasi, hanya saja fp-growth menggunakan pendekatan yang berbeda dengan apriori yakni menggunakan pendekatan Frequent Pattern Tree (fp-tree). Meski fp-growth memiiki performa yang bagus ketika scan database namun rules yang di hasilkan oleh fp-growth tidak sebaik yang di hasilkan oleh apriori. Alternatif lain yang bisa digunakan adalah metode hashing, hal ini bisa menjadi solusi untuk mengatasi masalah dalam proses pencarian dan penentuan frequent k-itemset, sehingga proses scan database bisa lebih cepat. Tujuan penelitian adalah memperbaiki kinerja apriori dalam proses pencarian frekuensi itemset sehingga waktu scan database bisa lebih cepat

Deteksi objek berbasis pengolahan citra digital pada kendaraan sangat penting untuk diterapkan dalam membangun sistem pengawasan atau sebagai metode alternatif dalam mengumpulkan data statistik untuk pengambilan keputusan rekaya lalu lintas yang efisien. Pada penilitian ini, dibuat sistem deteksi kendaraan berbasis video lalu lintas untuk jenis kendaraan tertentu dengan menggunakan Haar Cascade Classifier dan estimasi kecepatan kendaraan dilakukan dengan menghitung perbedaan waktu pada Region of Interest (ROI) yang telah ditentukan dan hasilnya akan ditampilkan pada Radar Speed Design. Pengujian dilakukan dengan 5 video pengujian. Hasil yang didapatkan dari deteksi kendaraan yaitu nilai rata-rata recall 0.988 dan presisi 0.97 dan dari perhitungan kecepatan didapatkan nilai Mean Squared Error (MSE) yaitu 0,6.

No abstract

Computational thinking merupakan kemampuan intelektual yang digunakan dalam menyusun permasalahan serta solusinya, sehingga solusi yang diberikan dapat digunakan secara efektif oleh agen pemroses informasi baik itu manusia maupun komputer. Pengabdian ini dilakukan dengan tujuan untuk memperkenalkan konsep Computational thingking dan penerapannya di mata pelajaran. Sosialisasi dan pelatihan ini diberikan kepada guru-guru MTs Yayasan NW Darul Abror Gunung Rajak dengan jumlah peserta kurang lebih 52 orang. Pengabdian ini dilaksanakan menjadi 2 sesi yaitu sesi sosialisasi dan evaluasi. Pada bagian sosialisasi guru-guru diberikan materi tentang gambaran, manfaat dan pentingnya computational thinking untuk diterapkan sejak dini. Pada sesi sosialisasi ini juga para guru juga diberikan materi terkait penerapan computational thinking di berbagai macam mata pelajaran seperti matematika, IPA, IPS dan Bahasa. Pada sesi evaluasi, para guru diberikan beberapa pertanyaan untuk mengetahui sejauh mana para guru memahami konsep Computational thinking dan penerapannya dalam mata pelajaran. Berdasarkan hasil evaluasi, didapatkan bawah para guru sudah cukup memahami konsep Computational thinking dan penerapannya di mata pelajaran. Hal ini terlihat pada hasil evaluasi dari kegiatan yang telah dilakukan kepada para guru. Para guru mampu menjawab tentang computational thinking dan dapat membuat contoh penerapan computational thinking pada matapelajaran yang diajarkannya.

Apotek merupakan salah satu usaha yang bergerak dalam bidang kesehatan khususnya pelayanan produk dan jasa untuk meningkatkan kesehatan masyarakat. Pelayanan produk dan jasa untuk meningkatkan kesehatan masyarakat ini dilakukan oleh seorang pengelola apotek dalam upaya memenuhi tugas dan fungsi apotek yang meliputi perencanaan, pengorganisasian, pelaksanaan, pengawasan dan penilaian. Hal ini menyebabkan adanya permasalahan yang sering terjadi diapotek yaitu dalam melakukan pencarian obat harus dilakukan dengan mencari satu persatu dalam buku transaksi penjualan obat karena pengelola apotek tidak mengetahui stok obat yang ada di apotek. Selain itu permasalahan lainnya adalah  pengaturan tata letak obat yang tidak teratur atau tidak terstruktur dimana peletakan obat tidak menggunakan acuan seperti obat yang paling laku. Metode yang digunakan dalam membuat aplikasi ini yaitu asosiasi dengan menggunakan algoritma apriori yang dimuai dari pengumpulan data yang merupakan data transaksi dan analisis kebutuhan data. Kemudian penulis membangun aplikasi dengan mengimplementasikan algoritma apriori pada aplikasi yang akan dibangun, pengujian aplikasi menggunakan 3 nilai minimum support dan 3 nilai minimum confidence agar nantinya bisa mendapatkan hasil rule dan k-Itemset dari ke 3 nilai yang berbeda tersebut.