Garuda - Garba Rujukan Digital

Sri Rezki Maulina Azmi

Sekolah Tinggi Manajemen Informatika Dan Komputer Royal

Author-ID : 1036046

Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 42 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1

IMPLEMENTATION OF THE (MFEP) MULTIFACTOR EVALUATION PROCESS METHOD IN DETERMINING SCHOOL RENOVATION Siti Nurkumala Dewi; Hambali Hambali; Sri Rezki Maulina Azmi
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 2 (2023): Maret 2023
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i2.2199

Abstract: The Government of Indonesia has established National Education Standards relating to facilties and infrastructure with the aim that every school-age child can enjoy a proper and quality education. However, in Batu Bara District, educational problems cannot be handled optimally, especially in the suurbs, there are still many school buildings in unfit for use conditions which are quite apprehensive and no longer sufficient to accommodate the increasing number of students each year. Realizing the importance of education, the Government of Batu Bara Regency has provided a budget for school renovations which are considered to be inadequate. For policy making that is oriented towards equal rights to obtain quality and relevant education, to create a computer- based system and use the Multifactor Evaluation Process method which is implemented into the Sublime Text 3 programming language, and theb MySQL database, to assist policy makers in analyzing data school- school data that is noy suitable for renovation. This system is expected to be able to provide suggestions and provide the information needed to prioritized for enovation. Keywords: decision support system; multifactor evaluation process; school renovation Abstrak: Pemerintah Indonesia telah menetapkan Standar Nasional Pendidikan yang berkaitan dengan sarana dan prasarana dengan tujuan agar setiap anak usia sekolah dapat menikmati pendidikan yang layak dan bermutu. Namun di Kabupaten Batu Bara masalah pendidikan masih belum dapat ditangani secara optimal, terutama di daerah pinggiran masih banyak bangunan sekolah dengan kondisi yang tidak layak pakai dan cukup memprihatinkan dan tidak lagi memadai untuk menampung siswa yang bertambah setiap tahunnya. Sadar akan pentingnya pendidikan, Pemerintahan Kabupaten Batu Bara telah menyediakan anggaran untuk renovasi sekolah yang dinilai kurang layak. Untuk pengambilan kebijakan yang berorientasi pada kesamaan hak untuk memperoleh pendidikan yang bermutu dan relevan maka dibuat sistem berbasis computer dan menggunakan metode Multifactor Evaluation Process yang diimplementasikan kedalam bahasa pemrograman Sublime Text 3, dan database MySQL, untuk membantu para pemangku kebijakan dalam menganalisis data-data sekolah yang tidak layak untuk dilakukan renovasi. Sistem ini diharapkan dapat memberikan usulan dan menyediakan informasi yang dibutuhkan untuk memprioritaskan sekolah mana yang lebih didahulukan untuk dilakukan renovasi. Kata Kunci : multifaktor evaluation process; renovasi sekolah; sistem pendukung keputusan

ANALYSIS OF NEURAL NETWORK ALGORITHM IN URBAN AIR QUALITY PREDICTION Anggraeni, Dewi; Azmi, Sri Rezki Maulina
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 11, No 2 (2025): Maret 2025
Publisher : Universitas Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i2.3822

Abstract: Air quality in urban areas is becoming an increasingly important issue considering its impact on human health and the environment. The rapid increase in air pollution requires effective methods to predict air quality in order to take appropriate mitigation measures. This study aims to analyze the use of Neural Network (NN) algorithms in predicting air quality in cities. The method used is the application of the NN model, especially the Multilayer Perceptron (MLP), which is trained using historical air quality data such as dust particle levels (PM10, PM2.5), carbon monoxide (CO) gas, and temperature. The data used in this study came from urban air quality monitoring stations collected over a period of time. The results show that the Neural Network algorithm can provide quite accurate predictions of air quality with a low Mean Absolute Error (MAE) value, showing the effectiveness of the model in predicting f fluctuations in air quality. The conclusion of this study is that Neural Network algorithms, specifically MLPs, are an effective tool for air quality prediction, which can be used as a basis for urban air quality management policies. Keywords: air quality; neural network; prediction; multilayer perceptron (MLP) Abstrak: Kualitas udara di perkotaan menjadi isu yang semakin penting mengingat dampaknya terhadap kesehatan manusia dan lingkungan. Peningkatan polusi udara yang pesat memerlukan metode yang efektif untuk memprediksi kualitas udara guna mengambil langkah mitigasi yang tepat. Penelitian ini bertujuan untuk menganalisis penggunaan algoritma Neural Network (NN) dalam memprediksi kualitas udara di perkotaan. Metode yang digunakan adalah penerapan model NN, khususnya Multilayer Perceptron (MLP), yang dilatih menggunakan data kualitas udara historis seperti kadar partikel debu (PM10, PM2.5), gas karbon monoksida (CO), dan suhu. Data yang digunakan dalam penelitian ini berasal dari stasiun pemantauan kualitas udara di perkotaan yang dikumpulkan selama periode waktu tertentu. Hasil penelitian menunjukkan bahwa algoritma Neural Network dapat memberikan prediksi yang cukup akurat terhadap kualitas udara dengan nilai Mean Absolute Error (MAE) yang rendah, menunjukkan efektivitas model dalam memprediksi fluktuasi kualitas udara. Simpulan dari penelitian ini adalah bahwa algoritma Neural Network, khususnya MLP, merupakan alat yang efektif untuk prediksi kualitas udara, yang dapat digunakan sebagai dasar untuk kebijakan pengelolaan kualitas udara di perkotaanKata kunci: kualitas udara; neural network; prediksi; multilayer perceptron (MLP)

ANALYSIS OF NEURAL NETWORK ALGORITHM IN URBAN AIR QUALITY PREDICTION Anggraeni, Dewi; Azmi, Sri Rezki Maulina
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 2 (2025): Maret 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i2.3822

Abstract: Air quality in urban areas is becoming an increasingly important issue considering its impact on human health and the environment. The rapid increase in air pollution requires effective methods to predict air quality in order to take appropriate mitigation measures. This study aims to analyze the use of Neural Network (NN) algorithms in predicting air quality in cities. The method used is the application of the NN model, especially the Multilayer Perceptron (MLP), which is trained using historical air quality data such as dust particle levels (PM10, PM2.5), carbon monoxide (CO) gas, and temperature. The data used in this study came from urban air quality monitoring stations collected over a period of time. The results show that the Neural Network algorithm can provide quite accurate predictions of air quality with a low Mean Absolute Error (MAE) value, showing the effectiveness of the model in predicting f fluctuations in air quality. The conclusion of this study is that Neural Network algorithms, specifically MLPs, are an effective tool for air quality prediction, which can be used as a basis for urban air quality management policies. Keywords: air quality; neural network; prediction; multilayer perceptron (MLP) Abstrak: Kualitas udara di perkotaan menjadi isu yang semakin penting mengingat dampaknya terhadap kesehatan manusia dan lingkungan. Peningkatan polusi udara yang pesat memerlukan metode yang efektif untuk memprediksi kualitas udara guna mengambil langkah mitigasi yang tepat. Penelitian ini bertujuan untuk menganalisis penggunaan algoritma Neural Network (NN) dalam memprediksi kualitas udara di perkotaan. Metode yang digunakan adalah penerapan model NN, khususnya Multilayer Perceptron (MLP), yang dilatih menggunakan data kualitas udara historis seperti kadar partikel debu (PM10, PM2.5), gas karbon monoksida (CO), dan suhu. Data yang digunakan dalam penelitian ini berasal dari stasiun pemantauan kualitas udara di perkotaan yang dikumpulkan selama periode waktu tertentu. Hasil penelitian menunjukkan bahwa algoritma Neural Network dapat memberikan prediksi yang cukup akurat terhadap kualitas udara dengan nilai Mean Absolute Error (MAE) yang rendah, menunjukkan efektivitas model dalam memprediksi fluktuasi kualitas udara. Simpulan dari penelitian ini adalah bahwa algoritma Neural Network, khususnya MLP, merupakan alat yang efektif untuk prediksi kualitas udara, yang dapat digunakan sebagai dasar untuk kebijakan pengelolaan kualitas udara di perkotaanKata kunci: kualitas udara; neural network; prediksi; multilayer perceptron (MLP)

Title Search

Found 3 Documents Search Journal : JURTEKSI

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : JURTEKSI