The Coronavirus Disease (COVID-19) was declared a pandemic disease by the World Health Organization (WHO), and it has not ended so far. Since the infection rate of the COVID-19 increases, the computational approach is needed to predict patients infected with COVID-19 in order to speed up the diagnosis time and minimize human error compared to conventional diagnoses. However, the number of negative data that is higher than positive data can result in a data imbalance situation that affects the classification performance, resulting in a bias in the model evaluation results. This study proposes a new oversampling technique, i.e., TRIM-SBR, to generate the minor class data for diagnosing patients infected with COVID-19. It is still challenging to develop the oversampling technique due to the data’s generalization issue. The proposed method is based on pruning by looking for specific minority areas while retaining data generalization, resulting in minority data seeds that serve as benchmarks in creating new synthesized data using bootstrap resampling techniques. Accuracy, Specificity, Sensitivity, F-measure, and AUC are used to evaluate classifier performance in data imbalance cases. The results show that the TRIM-SBR method provides the best performance compared to other oversampling techniques.

Class imbalance occurs when the distribution of classes between the majority and the minority classes is not the same. The data on imbalanced classes may vary from mild to severe. The effect of high-class imbalance may affect the overall classification accuracy since the model is most likely to predict most of the data that fall within the majority class.  Such a model will give biased results, and the performance predictions for the minority class often have no impact on the model. The use of the oversampling technique is one way to deal with high-class imbalance, but only a few are used to solve data imbalance. This study aims for an in-depth performance analysis of the oversampling techniques to address the high-class imbalance problem. The addition of the oversampling technique will balance each class’s data to provide unbiased evaluation results in modeling. We compared the performance of Random Oversampling (ROS), ADASYN, SMOTE, and Borderline-SMOTE techniques. All oversampling techniques will be combined with machine learning methods such as Random Forest, Logistic Regression, and k-Nearest Neighbor (KNN). The test results show that Random Forest with Borderline-SMOTE gives the best value with an accuracy value of 0.9997, 0.9474 precision, 0.8571 recall, 0.9000 F1-score, 0.9388 ROC-AUC, and 0.8581 PRAUC of the overall oversampling technique.

Sistem pembangkit listrik tenaga hibrida (PLT Hibrid) digunaka untuk mengurangi penggunaan energi fosil dan memanfaatan potensi energi baru terbarukan (EBT), terutama di lokasi terpencil. SPLTH memanfaatkan EBT sebagai sumber energi utama yang dikombinasikan dengan generator mesin diesel sebagai sumber energi cadangan. EBT berasal dari energi matahari dan energi angin di lokasi setempat. Pulau Pusong terletak di Kabupaten Langsa, Provinsi Nangroe Aceh Darussalam (NAD) merupakan daerah terisolir yang menggunakan unit genset. Tujuan dari penelitian ini adalah untuk mengidentifikasi potensi sumber energi terbarukan (angin dan matahari) dan mengembangkan desain serta analisis kelayakan ekonomi SPH di wilayah tersebut. Perancangan & analisis kelayakan PLT Hibrid dilakukan dengan menggunakan simulasi Hybrid Optimization Model of Electric Renewables (HOMER Energy). Sistem ini merupakan kombinasi dari Wind/PV//Diesel, baterai, DC/DC converter, dan DC/AC inverter. Hasil simulasi menunjukkan konfigurasi optimal adalah PV 520 kW, Inverter PV 500 kW, 2.7012 unit baterai, 100 kW diesel generator dan 125 kW inverter bi-directional. Konfigurasi tersebut memiliki nilai biaya energi sebesar 0,125 $/kWh dan Total Biaya Bersih Sekarang  sebesar 0,973 Juta $. Konfigurasi ini dapat menekan penggunaan Bahan Bakar Minyak sebesar 94%. Simulasi sensitivitas menunjukkan bahwa nilai COE paling dipengaruhi oleh biaya PV, dan radiasi matahari.

No abstract

Abstrak: Wisata Alam Colo merupakan salah satu tempat wisata yang berkembang di Kabupaten Kudus. Wisata alam ini mempunyai daya tarik baik dari segi fisik alam maupun dari segi aktivitasnya. Berdasarkan perkembangan pariwisata, permasalahan yang sering muncul di setiap tempat obyek wisata adalah keterbatasan penyediaan sarana dan prasarana penunjang pariwisata dan kurangnya daya tarik masyarakat terhadap obyek wisata. Oleh sebab itu, solusi yang dapat mengurangi permasalahan tersebut adalah dengan memberikan pelayanan sarana dan prasana penunjang pariwisata yang merata, promosi terhadap obyek wisata dan atraksi yang diberikan oleh setiap obyek wisata supaya dapat menarik wisatawan yang berkunjung. Bertolak belakang dengan Wisata Colo yang berkembang, terdapat Desa Wisata Rahtawu yang merupakan wisata alam yang perkembangannya kurang pesat. Padahal obyek wisata Desa Rahtawu merupakan salah satu obyek wisata yang potensial untuk dikembangkan, berdekatan dengan Wisata Colo yang mempunyai daya tarik wisata alam bagi pengunjung, seperti air terjun dan kali yang masih jernih serta pemandangan pegunungan yang menawan. Oleh karena itu potensi yang dimiliki oleh Desa Rahtawu perlu dikembangkan agar dapat meningkatkan daya tarik wisatawan yang berkunjung seperti Wisata Colo. Potensi yang dimiliki adalah potensi alam dengan menggunakan elemen pariwisata sebagai dasar kriteria pengembangan wisata yang nantinya dapat dilakukan dengan pemilihan alternatif pengembangan wisata yaitu bergabung dengan Wisata Colo atau berkembang sendiri. Metode yang digunakan adalah dengan deskriptif didukung teknik analisis proses hierarki analitik (PHA) dan didukung oleh analisis kuanlitatif. Hasil analisis PHA melibatkan beberapa narasumber terkait sebagai pemangku kepentingan pengembangan wisata Desa Rahtawu. Hasil penelitian ini menunjukkan bahwa para nasasumber memperlihatkan alternatif yang terpilih untuk mengembangkan Desa Rahtawu adalah dengan berkembang sendiri dengan persentase bobot nilai sebesar 65.16% berkembang sendiri dan 34.84% bergabung dengan wisata Colo. Elemen pariwisata yang memberikan prioritas pengaruh dalam pengembangan wisata Desa Rahtawu yaitu 34.04% atraksi wisata, 17.02% adalah elemen transportasi, akomodasi dan promosi sedangkan prioritas terakhir adalah elemen pengunjung sebesar 14.89%. Pengembangan prioritas utama yang dilakukan adalah dengan meperbaiki atraksi wisata yang telah ada serta memberikan sarana dan prasarana penunjang pariwisata.