Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Computer Based Information System Journal Jurnal Sistem Informasi Kaputama (JSIK) Journal of Social Outreach
Sepri, Domi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Engineering Library & Information Science Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISA DAN PERBANDINGAN METODE ALGORITMA APRIORI DAN FP-GROWTH UNTUK MENCARI POLA DAERAH STRATEGIS PENGENALAN KAMPUS STUDI KASUS DI STKIP ADZKIA PADANG Sepri, Domi; M. Afdal
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 1 No. 1 (2017): Volume 1, Nomor 1, Januari 2017
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v1i1.743

Abstract

Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP) ADZKIA merupakan salah satu institusi pendidikan formal di kota Padang yang disahkan oleh pemerintah. Persaingan di dalam dunia bisnis, khususnya dalam bidang pendidikan membuat pihak perguruan tinggi harus mencari pola sasaran daerah yang strategis dalam pengenalan sekolah. Dengan semakin banyaknya STKIP di Kota Padang, membuat setiap sekolah berusaha mencari calon siswa baru kedaerah-daerah yang potensial. Salah satu cara yang dapat dilakukan untuk penentuan daerah strategis adalah dengan menggunakan teknik DataMining. Dari data-data mahasiswa yang ada disekolah dapat diolah mengunakan algoritma Apriori dan FP-Growth yang menjadi informasi baru untuk dimanfaatkan oleh dalam menentukan daerah yang strategis. Dalam penelitian ini penulis mencoba membandingkan hasil dari algoritma Apriori dan FP-Growth yang menggunakan data mahasiswa angkatan 2015/2016 dengan nilai minsupport = 0.05% dan nilai minconfidence = 0.7% telah diperoleh 19 Association Rule dan 2 rule tertinggi yang dapat dijadikan sebagai pengetahuan baru serta acuan berharga pada lingkup penelitian ini.
PENGENALAN DAN PELATIHAN APLIKASI CANVA SEBAGAI PROSES DIGITALISASI MEDIA PEMBELAJARAN GURU-GURU MAN 4 TANAH DATAR Rizqullah, Muhammad Naufan; Sudirman, Subhan Ajrin; Lestari, Novia; Sepri, Domi; Yuharnida, Yuharnida; Putri, Darvi Mailisa; Hasibuan, Lilis Harianti; Pribadi, Bagus
Journal of Social Outreach Vol 3, No 2 (2024): Journal of Social Outreach
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/jso.v3i2.9730

Abstract

Dalam rangka memperkuat Digitalisasi di seluruh Madrasah, Fakultas Sains dan Teknologi UIN Imam Bonjol Padang menyelenggarakan kegiatan bertema Literasi Sains dan Teknologi di berbagai madrasah di Sumatera Barat. Salah satunya bertempat di MAN 4 Tanah Datar dalam bentuk pengenalan dan pelatihan aplikasi Canva. Kegiatan ini bertujuan untuk meningkatkan kompetensi digital guru-guru MAN 4 Tanah Datar yang diarahkan dalam proses inovasi dan kreatifitas pembuatan media pembelajaran yang dapat digunakan dalam proses belajar mengajar.  Metode yang digunakan dalam kegiatan ini meliputi beberapa proses yaitu Pemetaan, Perencanaan, Pelaksanaan dan Evaluasi. Proses kegiatan ini dilakukan dalam bentuk pendampingan dari tim fasilitator Fakultas Sains dan Teknologi UIN Imam Bonjol Padang terhadap guru-guru di lingkungan MAN 4 Tanah Datar. Hasil kegiatan ini setiap guru MAN 4 Tanah Datar terikutsertakan dalam pelatihan membuat Media Pembelajaran berupa poster dan persentasi sesuai dengan mata pelajaran yang diampu. Pelatihan Canva dengan model Workshop dianggap tepat untuk mengeluarkan potensi guru dalam belajar menggunakan aplikasi secara langsung.
PREDIKSI HARGA CABAI MERAH MENGGUNAKAN SUPPORT VECTOR REGRESSION Sepri, Domi; Fauzi, Ahmad
Computer Based Information System Journal Vol. 8 No. 2 (2020): CBIS Journal
Publisher : Universitas Putera Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33884/cbis.v8i2.1921

Abstract

The aim of the research is to make a model to predict the national price of the red chili pepper using Support Vector Regression (SVR). Data used to make model are the price of red chili from January 2017 to December 2019. For finding the best parameter of the hyperplane, the research uses Grid Search Algorithm.  The best parameter of the hyperplane is C=1000, epsilon=5, and Gamma =1 . The result shows the MAPE for data training is 4.07% and the MAPE for data testing is 9.11%.
Co-Authors Bagus Pribadi, Bagus Darvi Mailisa Putri Fauzi Ahmad Muda Hasibuan, Lilis Harianti M. Afdal Muhammad Naufan Rizqullah Novia Lestari Subhan Ajrin Sudirman Yuharnida, Yuharnida