Autisme merupakan gangguan perkembangan yang dapat dideteksi sejak dini. Setiap tahunnya anak yang mengidap spektrum autisme jumlahnya semakin meningkat. Menurut data dari UNESCO pada tahun 2011, terdapat 35 juta orang penyandang auitisme di seluruh dunia. Rata – rata 6 dari 1000 orang di dunia telah mengidap autisme. Di Amerika Serikat, autisme dimiliki oleh 11 dari 1000 orang. Sedangkan di Indonesia perbandingannya 8 dari setiap 1000 orang. Oleh karena itu, penting bagi orang tua untuk peka terhadap adanya kelainan yang ditunjukkan anak dalam masa perkembangannya agar dapat segera ditangani dan mengurangi resiko yang mengganggu pada perkembangan selanjutnya. Dengan dasar tersebut maka diperlukan sebuah sistem pakar yang dapat membantu orang tua untuk mendeteksi indikasi autisme pada anaknya. Adapun sistem pakar yang dibangun menggunakan metode Fuzzy Tsukamoto sebagai metode penalaran untuk menentukan hasil deteksi berdasarkan gejala yang ditunjukkan. Sistem pakar ini dibangun berbasis web agar dapat digunakan oleh orang tua maupun instansi/lembaga yang membutuhkan. Tujuan dari penelitian ini adalah untuk merancang dan membangun suatu program aplikasi sistem pakar yang mampu memberikan diagnosis autisme pada anak yang memiliki gangguan ADHD. Manfaat yang dapa dihasilkan dari hasil penelitian ini adalah Memberikan pengetahuan tentang gejala awal autisme pada anak bagi para orang tua, diharapkan mampu membantu para orang tua untuk melakukan penangan awal bagi anak autisme, dapat digunakan untuk mempermudah dokter spesialis anak, guru / psikiater yang menangani autisme untuk memeriksa pasien.

Algoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada di alam. Algoritma koloni semut merupakan salah satu contoh algoritma metaheuristik yang memiliki cara kerja memilih jalur berdasarkan jalur yang paling sering dilalui oleh semut. Sedangkan salah satu contoh lain adalah algoritma genetika – tabu search yang memiliki cara kerja berkebalikan dimana algoritma ini mencegah agar jalur yang sama tidak dilakukan proses berulang ulang. Aktivitas penjadwalan kuliah dipilih untuk menjadi objek penelitian karena masalah penyusunan penjadwalan sangat kompleks, terdapat beberapa komponen yang harus dijadwalkan seperti dosen, mata kuliah, waktu, ruangan, dan kelas dengan memperhatikan sejumlah batasan dan syarat tertentu.  Untuk itu dilakukan perbandingan kedua algoritma untuk mengetahaui algoritma mana yang lebih optimal dalam melakukan penyusunan penjadwalan kuliah. Hasil dari penelitian ini berupa. Hasil perbandingan menunjukan bahwa algoritma koloni semut lebih baik 33% dalam hal penggunaan memori dan lebih cepat 82% dalam pengukuran waktu, sedangkan algoritma genetika – tabu search lebih baik 11% dalam hal nilai fitness.Algoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada di alam. Algoritma koloni semut merupakan salah satu contoh algoritma metaheuristik yang memiliki cara kerja memilih jalur berdasarkan jalur yang paling sering dilalui oleh semut. Sedangkan salah satu contoh lain adalah algoritma genetika – tabu search yang memiliki cara kerja berkebalikan dimana algoritma ini mencegah agar jalur yang sama tidak dilakukan proses berulang ulang. Aktivitas penjadwalan kuliah dipilih untuk menjadi objek penelitian karena masalah penyusunan penjadwalan sangat kompleks, terdapat beberapa komponen yang harus dijadwalkan seperti dosen, mata kuliah, waktu, ruangan, dan kelas dengan memperhatikan sejumlah batasan dan syarat tertentu.  Untuk itu dilakukan perbandingan kedua algoritma untuk mengetahaui algoritma mana yang lebih optimal[D01]  dalam melakukan penyusunan penjadwalan kuliah. Hasil dari penelitian ini berupa. Hasil perbandingan menunjukan bahwa algoritma koloni semut lebih baik 33% dalam hal penggunaan memori dan lebih cepat 82% dalam pengukuran waktu, sedangkan algoritma genetika – tabu search lebih baik 11% dalam hal nilai fitness. Kata kunci:  Algoritma, Genetika – Tabu Search, Koloni Semut, Penjadwalan [D01]Optimal dalam hal apa?

No abstract

ABSTRAKDepresi adalah penyakit mental yang umum tapi serius biasanya ditandai dengan perasaan sedih atau cemas. Kebanyakan mahasiswa kadang-kadang merasa sedih atau cemas, tapi emosi ini biasanya berlalu dengan cepat dalam beberapa hari. Depresi yang tidak diobati berlangsung untuk waktu yang lama, mengganggu kegiatan sehari-hari, dan jauh lebih dari sekedar "sedikit murung" atau "merasa sedih". Pada tahun 2011, Asosiasi Kesehatan American College National College Health Assessment (ACHA-NCHA) sebuah survei nasional pada mahasiswa di 2 dan 4 lembaga menemukan bahwa sekitar 30 persen dari mahasiswa melaporkan merasa "begitu tertekan sehingga sulit untuk berfungsi" pada beberapa waktu dalam satu tahun terakhir. Dengan dasar tersebut maka diperlukan sebuah sistem pakaruntuk membantu mahasiswa dalam mendeteksi tingkat depresi. Adapun sistem pakar yang dibuat dalam pembuatan sistem pakar ada tiga tahap utama dalam pengembangan software ini: fuzzifikasi, inferensi dan defuzzifikasi, menggunakan Tsukamoto pada tahap inference. Pada tahap defuzzifikasi, Center Average Deffuzzyfier digunakan untuk mendapatkan aturan outputcrisp.Basis Aturan yang digunakan dalam penelitian ini sebanyak 64 aturan. Adapun sistem pakar yang dibangun menggunakan metode Fuzzy Tsukamoto sebagai metode penalaran untuk menentukan hasil deteksi berdasarkan gejala yang ditunjukkan. Sistem pakar ini dibangun berbasis Desktop agar dapat digunakan oleh mahasiswa dan instansi/lembaga yang membutuhkan. Berdasarkanpengujian yang dilakukan, sistem pakar ini valid dengan tingkatakurasi sebesar 96% dalam memberikan hasil deteksi yang sesuai dengan pakar, dari hasil data sebanyak 25 percobaan. Selain itu sistem dapat beroperasi baik. Kata kunci : Depresi, Sistem Pakar, Logika Fuzzy, Tsukamoto I. PENDAHULUAN Depresi merupakan gangguan kejiwaan pada alam perasaan (affective / mooddisorder) yang ditandai dengan gejala kemurungan, kelesuan, tidak ada gairah hidup, merasa tidak berguna, kekecewaan yang mendalam, rasa putus asa, pikiran kematian dan keinginan bunuh diri (Hawari, 2010).Prevalensi depresi yang terjadi pada mahasiswa lebih tinggi dibandingkan populasi pada umumnya (Hariyanto, 2010). Pada Tahun 2009, American College Health Association -National College Health Assessment (ACHA -NCHA), pada dua dan empat lembaga menyatakan bahwa sekitar 30% mahasiswa merasa depresi, sehingga sulit melakukan fungsi normalnya secara maksimal, hal ini menyimpulkan bahwa depresi mampu menurunkan performa dalam bidang akademik (National Institute of Mental Health, 2008).Batasan masalah yang ada pada penelitian ini adalah Sistem pakar ini hanya membahas gejala -gejala depresi berdasarkan instrumen Beck Depression Inventory II (BDI II), Metode Fuzzy Tsukamoto digunakan untuk memperoleh rules dan mendiagnosatingkat depresi pada mahasiswa tingkat akhir, hasil output dari aplikasi adalah tingkat depresi yang melakukan diagnosa, Aplikasi sistem pakar ini berupa aplikasi berbasis Dekstop menggunakan Visual Basic .NET 2015 dan MySQL.Tujuan dari penelitian ini adalah untuk merancang...

Plagiarism in research can occur due to accident or intentional. Plagiarism is an act that violates copyright and includes actions that harm others. In submitting the title of the research, for example, for the final assignment research, not a few students who repeatedly submitted titles were rejected and considered doing plagiarism because the title proposed had already existed before. Then we need a system that can detect the similarity between the titles to be submitted and the existing titles so that it is expected to reduce the occurrence of plagiarism. This study uses a winnowing algorithm to find the percentage similarity between titles. The Google Scholar will be used to obtain data on research titles that have been previously available as comparison titles. Web scraping with CURL (Client URLs) and simple HTML DOM parser is used to retrieve title data from Google Scholar. The results of the study with the application of a Winnowing algorithm to find the percentage similarity to data from Google Scholar were able to present a percentage of similarities in percent with the category of mild, moderate or severe plagiarism, while also helping early detection as prevention of plagiarism.