Claim Missing Document
Check
Articles

Found 6 Documents
Search

PENGARUH KUALITAS ANIME TERHADAP KEPUASAN PENONTON Hadi Sukmana, Sulaeman; Kurniawan Hidayat, Miwan; Satriadi, Irawan
Jurnal Sistem Informasi Vol 4 No 1 (2015)
Publisher : STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (428.804 KB)

Abstract

Abstract—Anime is a Japan animation's that usually characterized through drawings featuring colorful figures in a variety of locations and stories. Anime watched by many quarters from children to adults based on different genres. Many audience members who questioned the airing of the anime in foreign translation. Research on the influence of the quality of the Anime to the satisfaction of the audiences it aims to find out how big the influence of quality of the anime to the satisfaction of the audience. The type of method used in this research is a type of quantitative methods. Engineering data retrieval by spreading koesioner to some Internet Cafe so it can be examined and analyzed to obtain a conclusion. The population in this study are the cybercafe visitors in Bekasi. Statistical testing simple linear regression analysis by using SPSS software, with a level of significance of 5%. Results of this study showed that there was significant influence between the quality of anime and the satisfaction of audience. This is because of the calculation result obtained showed that thitung is bigger than ttabel.Intisari— Anime merupakan animasi khas Jepang yang biasanya dicirikan melalui gambar-gambar berwarna-warni yang menampilkan tokoh-tokoh dalam berbagai macam lokasi dan cerita. Anime ini ditonton oleh berbagai kalangan dari anak-anak hingga dewasa berdasarkan genre yang berbeda. Banyak penonton yang mempermasalahkan alih bahasa dalam penayangan anime. Penelitian Pengaruh kualitas Anime terhadap kepuasan penonton bertujuan untuk mengetahui seberapa besar pengaruh dari kualitas anime terhadap kepuasan penonton. Jenis metode yang digunakan dalam penelitian ini adalah jenis metode kuantitatif. Teknik pengambilan data dengan cara menyebarkan koesioner kepada beberapa warnet sehingga dapat diteliti dan analisa untuk mendapatkan kesimpulan. Populasi dalam penelitian ini yaitu para pengunjung warnet di daerah Bekasi. Pengujian statistik analisis regresi linier sederhana dengan menggunakan software SPSS, dengan tingkat signifikasi 5%. Hasil penelitian ini menunjukan bahwa terdapat pengaruh signifikan antara kualitas anime dan kepuasan penonton. Hal ini didapat karena dari hasil perhitungan menunjukan bahwa thitung lebih besar dari ttabel .Kata kunci : Kualitas Anime, Kepuasan Penonton, SPSS, Regresi Linier Sederhana
PEMBANGUNAN SISTEM E-SPD PADA PT. SERASI AUTORAYA Kuncoro, Siswo; Septiana, Laila; Satriadi, Irawan
Jurnal Akrab Juara Vol 3 No 4 (2018)
Publisher : Yayasan Akrab Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Serasi Autoraya in its office activities require Travel Service Orders (SPPD), which is a letter of introduction made when the employee will travel to a certain city service. In the making is still using the Microsoft Word and Microsoft Excel applications which must be edited every time a travel trip. In addition SPPD makers must search for data of each employee who will travel on a Microsoft Excel trip. In the manufacture of SPPD that there are currently encountered many shortcomings that must be faced as the occurrence of typing errors in input data so that the manufacture of SPPD done repeatedly. This results in a large amount of paper being wasted, otherwise the time taken becomes longer.
Implementasi Jaringan Syaraf Tiruan Dengan Multilayer Perceptron Untuk Analisa Pemberian Kredit Amrin, Amrin; Satriadi, Irawan
JURIKOM (Jurnal Riset Komputer) Vol 5, No 6 (2018): Desember 2018
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v5i6.1006

Abstract

The Problem that is often faced in giving credit is determining the decision to give credit to  someone, while other issues are not all credit payments can run well. Among the causes are errors of judgment in making credit decisions. In this study will be used  neural network with multilayer perceptron method to analyze the feasibility of giving credit. From the test results to measure the performance of the method is to use testing methods confusion matrix and ROC curve, it is known that the method of  neural network multilayer perceptron has a value of  96,1% accuracy and AUC value of  0.999. This shows that the model produced, including the classification is Exellent Clasification because it has the AUC values between 0.90- 1.00.
Optimasi Algoritma C4.5 dan Naïve Bayes Berbasis Particle Swarm Optimization Untuk Diagnosa Penyakit Peradangan Hati Amrin, Amrin; Pahlevi, Omar; Satriadi, Irawan
INSANtek Vol 2 No 1 (2021): Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.442 KB) | DOI: 10.31294/instk.v2i1.399

Abstract

Peradangan hati merupakan salah satu penyakit menular yang menjadi masalah kesehatan masyarakat yang berpengaruh terhadap angka kesakitan, angka kematian, status kesehatan masyarakat, angka harapan hidup, dan dampak sosial ekonomi lainnya. Melakukan diagnosa dini pada penyakit ini adalah sesuatu yang sangat penting agar dapat secara cepat ditangani dan diobati. Pada penelitian ini penulis akan mengaplikasikan dan membandingkan beberapa metode klasifikasi data mining dan optimasi dengan particle swarm optimization (pso), diantaranya Algoritma C4.5, Naïve Bayes, C4.5 dengan pso, dan Naïve Bayes dengan pso untuk mendiagnosis penyakit peradangan hati, kemudian membandingkan mana dari beberapa metode tersebut yang paling akurat. Berdasarkan hasil penelitian, diketahui bahwa metode C4.5 dengan pso merupakan metode terbaik dengan akurasi 79,51% dan nilai under the curva (AUC) 0,950, kemudian metode Naive Bayes dengan pso memiliki akurasi 79,28% dan nilai AUC sebesar 0,739, kemudian metode C4.5 dengan tingkat akurasi sebesar 70,99% dan nilai AUC sebesar 0,950, selanjutnya metode Naive Bayes dengan tingkat akurasi sebesar 66,14%, dan nilai AUC sebesar 0,742. Hal ini membuktikan bahwa optimasi particle swarm optimization dapat meningkatkan kinerja metode klasifikasi yang digunakan
PEMBANGUNAN SISTEM E-SPD PADA PT. SERASI AUTORAYA Kuncoro, Siswo; Septiana, Laila; Satriadi, Irawan
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 3 No. 4 (2018)
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Serasi Autoraya in its office activities require Travel Service Orders (SPPD), which is a letter of introduction made when the employee will travel to a certain city service. In the making is still using the Microsoft Word and Microsoft Excel applications which must be edited every time a travel trip. In addition SPPD makers must search for data of each employee who will travel on a Microsoft Excel trip. In the manufacture of SPPD that there are currently encountered many shortcomings that must be faced as the occurrence of typing errors in input data so that the manufacture of SPPD done repeatedly. This results in a large amount of paper being wasted, otherwise the time taken becomes longer.
Optimasi Algoritma C4.5 dan Naïve Bayes Berbasis Particle Swarm Optimization Untuk Diagnosa Penyakit Peradangan Hati Amrin, Amrin; Pahlevi, Omar; Satriadi, Irawan
INSANtek Vol. 2 No. 1 (2021): Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/instk.v2i1.399

Abstract

Peradangan hati merupakan salah satu penyakit menular yang menjadi masalah kesehatan masyarakat yang berpengaruh terhadap angka kesakitan, angka kematian, status kesehatan masyarakat, angka harapan hidup, dan dampak sosial ekonomi lainnya. Melakukan diagnosa dini pada penyakit ini adalah sesuatu yang sangat penting agar dapat secara cepat ditangani dan diobati. Pada penelitian ini penulis akan mengaplikasikan dan membandingkan beberapa metode klasifikasi data mining dan optimasi dengan particle swarm optimization (pso), diantaranya Algoritma C4.5, Naïve Bayes, C4.5 dengan pso, dan Naïve Bayes dengan pso untuk mendiagnosis penyakit peradangan hati, kemudian membandingkan mana dari beberapa metode tersebut yang paling akurat. Berdasarkan hasil penelitian, diketahui bahwa metode C4.5 dengan pso merupakan metode terbaik dengan akurasi 79,51% dan nilai under the curva (AUC) 0,950, kemudian metode Naive Bayes dengan pso memiliki akurasi 79,28% dan nilai AUC sebesar 0,739, kemudian metode C4.5 dengan tingkat akurasi sebesar 70,99% dan nilai AUC sebesar 0,950, selanjutnya metode Naive Bayes dengan tingkat akurasi sebesar 66,14%, dan nilai AUC sebesar 0,742. Hal ini membuktikan bahwa optimasi particle swarm optimization dapat meningkatkan kinerja metode klasifikasi yang digunakan