Articles
<![CDATA[ANALISIS FORCASTING JUMLAH KUNJUNGAN TAMU HOTEL DI KOTA BUKITITINGGI ]]>
<![CDATA[Musli Yanto]]>;
<![CDATA[Rini Sovia]]>;
<![CDATA[Putri Melati]]>
<![CDATA[ Sebatik Vol 24 No 1 (2020): Juni 2020 ]]>
Publisher : <![CDATA[STMIK Widya Cipta Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Bukittinggi merupakansalah satu kota yang dikenal dengan destinasi objek wisata. Beragam bentuk sajian wisata tersaji untuk para wisatawan yang berkunjung baik nasional maupun mancanegara. Salah satu fasilitasyang dibutuhkan oleh para pengunjung adalah ketersediaan hotel untuk tempat menginap saat melakukan kunjungan wisata. Pada penelitian ini, permasalahan yang akan dibahas adalah sebuah proses analisa forcasting untuk melihat jumlah kunjungan tamu hotel yang ada di kota Bukittinggi.Proses forcastingyang dilakukan ini menggunakan metode artificial neural network algoritma backpropagation. Metode ini sangat cocok dalam melakukan sebuah proses forcasting, dimana metode ini bekerja dengan melakukan proses pelatihan dan pegujian terhadap pola data yang dibangun sebelumnya. Proses analisa forcasting tersebut dimulai dengan menemukan variabel data dan membangun pola jaringan terlebih dahulu berdasarkan data jumlah kunjungan tamu hotel serta variabel prediktor yang digunakan diantaranya jumlah kunjungan wisata, jumlah objek wisata, inflansi dan nilai tukar rupiah. Proses ini menghasilkan hasil dengan tingkat nilai akurasi yang didapatkan sebesar 99.98% dan nilai kesalahan sebesar 0.002%.Hasil tersebut didapat dari pola jaringan dengan bentuk 5-70-1 dimana pola tersebut merupakan pola jaringan terbaik yang didapat berdasarkan proses pelatihan dan pengujian jaringan. Hasil penelitian ini akan dijadikan bahan pertimbangan bagi pihak pengelola hotel serta pemerintah setempat dalam pengelolaan sektor pariwisata guna meningkatkan Pendapatan Asli Daerah (PAD) kota Bukittinggi.]]>
<![CDATA[Peramalan Penjualan Pada Toko Retail Menggunakan Algoritma Backpropagation Neural Network ]]>
<![CDATA[Musli Yanto]]>;
<![CDATA[Eka Praja Wiyata Mandala]]>;
<![CDATA[Dewi Eka Putri]]>;
<![CDATA[Yuhandri Yuhandri]]>
<![CDATA[ JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 2, No 3 (2018): Juli 2018 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/mib.v2i3.811
<![CDATA[Retail is one or more activities that add value to the product to the consumer either for family needs or for personal use. Retail can sell products depending on current market needs. The goods we enjoy today are not apart from retail services, retail helps producers / distributors and consumers so that every need will be fulfilled. In this problem the author tries to do retail store research in the city of Padang. This research aims to help retail stores to forecast procurement of goods. Artificial Neural Network Backpropagation can make the forecasting process for procurement of goods for the next period of time on each item on the retail and will ultimately be useful for retail store managers. The forecasting process begins with determining the variables that will be required in the network pattern, then the pattern of established network will be continued on the network training process by using backpropagation algorithm. After doing the network training process the researchers will do a comparison with some pattern of network that has been formed. The last process undertaken in this research is the process of determining the best network pattern of the average value of errors obtained from each training network pattern. In the final result of the forecasting process, the results of the calculation have a total error of = 3.57%. Judging from the forecasting process that will be done not only used to predict the procurement of goods but also can predict sales figures in retail stores. In principle, this research can help to determine the procurement of goods in the sales process that will minimize the losses that occur in every sales activity.]]>
<![CDATA[Prediksi Jumlah Kunjungan Wisata Mancanegara Dengan Algoritma Backpropagation ]]>
<![CDATA[Rini Sovia]]>;
<![CDATA[Musli Yanto]]>;
<![CDATA[Putri Melati]]>
<![CDATA[ JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 4, No 2 (2020): April 2020 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/mib.v4i2.2048
<![CDATA[Bukittinggi City is known as a tourist destination that is very attractive in foreign tourist interest. Diverse types of tours are presented naturally and man-made the beauty of mountains, valleys and the beauty of the existing architectural buildings is Bukittinggi Clock Tower. Not only that, the type of culinary tourism and traditional market snacks are also an attraction for foreign tourists to travel in the city of Bukittinggi. In this study, the problem that will be discussed is the process of predicting tourist visits conducted by foreign tourists to the city of Bukittinggi. The prediction process uses the concept of artificial neural network backpropagation algorithm. The data set that will be used as a discussion is the data foreign tourist visits recorded in the Tourism Office of Bukittinggi City from 2018 to 2019. The prediction results generated with the concept of artificial neural network backpropagation algorithm produce output numbers of number of visits with an accuracy value of 95,64% and level value the resulting error is 4,36%. The benefits generated from this research are helping the government of the city of Bukittinggi especially the Tourism Office in providing input to manage the tourism sector.]]>
<![CDATA[PENERAPAN METODE CERTAINTY FACTOR PADA PROSES DIAGNOSA PENYAKIT AKTINOMIKOSIS ]]>
<![CDATA[Musli Yanto]]>;
<![CDATA[Dhio Saputra]]>;
<![CDATA[Dodi Guswandi]]>
<![CDATA[ JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 5 No 1 (2021) ]]>
Publisher : <![CDATA[Institut Bisnis dan Teknologi Pelita Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35145/joisie.v5i1.1308
<![CDATA[Aktinomikosis merupakan salah satu penyakit yang disebabkan oleh infeksi bakteri kronis yang banyak menyerang pada bagian wajah dan leher manusia. Pada awalnya penyakit ini dapat dirasakan seperti adanya rasa gatal biasa saja namun dalam yang waktu cukup lama, rasa gatal tersebut akan menyebar luas hingga akhirnya meradang dan menimbulkan nanah. Permasalahan dalam penelitian ini akan membahas tentang penerapan metode Certainty Factor (CF) untuk proses diagnosis penyakit Aktinomiosis pada sistem pakar yang akan dibangun. Sistem pakar dapat di implementasikan dengan tujuan untuk memberikan pengetahuan dasar seputar penyakit Aktinomikosis kepada masyarakat agar dapat terhindar dari bahaya sejak dini. Penerapan metode CF juga akan memberikan nilai kepastian dari hasil proses diagnosa yang dihasilkan oleh sistem pakar. Kinerja metode CF akan melakukan perhitungan secara matematis berdasarkan aturan yang terbentuk dan nilai masukan yang didapat dari tabel CF untuk menghasilkan keluaran dengan bentuk nilai persentase kepastian. Tujuan yang dicapai dalam pembahasan yang dilakukan adalah untuk memberikan informasi secara awal berdasarkan hasil diagnosisi seputar penyakit melalui sistem pakar kepada masyarakat. Sehingga manfaat yang didapat adalah adanya sebuah solusi alternative dalam proses penentuan penyakit Aktinomikosis.]]>
<![CDATA[Jaringan Syaraf Tiruan Analisa Pengaruh Gizi Buruk Terhadap Perkembangan Balita dengan Algoritma Perceptron ]]>
<![CDATA[Rini Sovia -]]>;
<![CDATA[Musli Yanto]]>
<![CDATA[ Jurnal Ilmiah Media Sisfo Vol 12 No 1 (2018): JURNAL ILMIAH MEDIA SISFO ]]>
Publisher : <![CDATA[LPPM STIKOM Dinamika Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (529.405 KB)
<![CDATA[Perkembangan teknologi informasi sudah sangat jauh berkembang dengan seiring banyaknya kebutuhan akan informasi dalam kehidupan manusia. Informasi sekarang sudah menjadi sebuah keburuhan primer yang sudah dikonsumsi oleh banyak kalangan. Informasi Kesehatan juga salah satu informasi yang sangat dibutuhkan dalam kehidupan bermasyrakat, seperti informasi masalah gizi buruk yang banyak menimpa dikalangan anak-anak. Gizi buruk adalah suatu keadaan kurang gizi tingkat berat pada balita berdasarkan indeks berat badan atau ditemukannnya tanda-tanda klinis marasmus, kwashiorkor dan marasmus kwashiorkor. Algoritma JST yang digunakan untuk menganalisa pengaruh gizi buruk terhadap perkembangan balita adalah algoritma Perceptron.Hasil yang diperoleh dari penelitian ini dengan menerapkan sistem Jaringan Syaraf Tiruan ini dapat melakukan analisa pada pengaruh gizi buruk terhadap perkembangan balita sesuai dengan pola jaringan yang sudah ditentukan dalam melakukan penganalisaan.kemudian untuk sumber inputan yang ada pada sistem ini berupa data dari belita yang sudah di analisa serta dapat digunakan juga untuk variabel dalam jaringan.]]>
<![CDATA[Sistem Informasi Geografis Lokasi Perkebunan Disepanjang Garis Pantai Pesisir Selatan Berbasis Android ]]>
<![CDATA[Musli Yanto]]>
<![CDATA[ Jurnal Ilmiah Media Sisfo Vol 13 No 1 (2019): Jurnal Ilmiah Media Sisfo ]]>
Publisher : <![CDATA[LPPM STIKOM Dinamika Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (461.341 KB)
|
DOI: 10.33998/mediasisfo.2019.13.1.586
<![CDATA[Teknologi informasi dapat dijadikan sebagai media yang berguna untuk membantu pekerjaan manusia. Penggunaan Sistem Operasi Android berkembang sangat cepat dan dapat diperoleh dengan mudah, salah satunya digunakan untuk penggambaran peta ke dalam bentuk peta digital dan nantinya akan disajikan dalam bentuk sistem informasi geografis (SIG). Permasalahan dalam penelitian adalah tidak adanya sebuah sistem yang dapat menggambarkan penyebaran objek perkebunan pada Dinas Pertanian Kabupaten Pesisir Selatan. Penelitian di mulai dengan melakukan proses observasi ke lapangan guna mengumpulkan data spasial, dilanutkan dengan pemetaan SIG kemudian mebangun aplikasi Android dan melakukan pengujian terhadap hasil yang diperoleh. Pengujian dari hasil penelitian ini adalah melihat seberapa ketepatan dalam menempatkan objek perkebunan dan kemudian apakah Sistem Informasi Geografis ini mampu memberikan informasi kepada para pengguna sistem, sehingga nantinya dapat bermanfaat untuk membantu dalam pencarian informasi mengenai perkebunan disepanjang garis pantai Pesisir Selatan.]]>
<![CDATA[Penerapan Teknologi Augmented Reality dan Virtual Reality dalam Peningkatan Pembelajaran Siswa Sekolah Dasar ]]>
<![CDATA[Randy Permana]]>;
<![CDATA[Eka Praja Wiyata Mandala]]>;
<![CDATA[Dewi Eka Putri]]>;
<![CDATA[Musli Yanto]]>
<![CDATA[ Majalah Ilmiah UPI YPTK Vol. 29 (2022) No. 1 ]]>
Publisher : <![CDATA[Universitas Putra Indonesia YPTK Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35134/jmi.v29i1.90
<![CDATA[The need for digital technology has increased along with the development of new technological discoveries. These needs cause changes in the pattern of human life in socializing, doing activities, as well as in understanding and learning things. One technology that continues to experience development is mobile technology, where this technology is owned by the majority of the earth's population. The application of mobile technology in the learning process is one of the choices at this time, where practicality and mobile are one of the strong reasons for using this technology. In this service, Augmented Reality and Virtual Reality technology will be introduced to support the learning process. AR and VR technologies introduced include digital content that enters the realm of education, where using AR content can help accelerate and improve the student learning process.]]>
<![CDATA[Backpropagation Algorithm on Implementation of Signature Recognition ]]>
<![CDATA[Rini Sovia]]>;
<![CDATA[Musli Yanto]]>;
<![CDATA[Widya Nursanty]]>
<![CDATA[ Journal of Computer Scine and Information Technology Volume 7 Issue 2 (2021): JCSITech ]]>
Publisher : <![CDATA[Universitas Putra Indonesia YPTK Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35134/jcsitech.v7i2.4
<![CDATA[Many things are required by all parties, especially in the process of recognition of one's identity, ranging from health care, maintenance of bank accounts, aviation services, immigration and others.Many ways of proving one's identity and the most popular one is using a signature.The signature is used as an identification system which serves to recognize a person's identity.Recognition process is still done manually by matching the signature by the person concerned.Therefore, the very need for a system that is able to analyze and identify the characteristics of the signature, so it can be used as an alternative to simplify the process of introducing people’s signature.Artificial neural networks can be used as one of the solutions in identification of signatures.Artificial neural network is a branch of science of artificial intelligence that is capable of processing information with the performance of certain characteristics.Artificial neural networks have some method such as perceptron, Hopfield discrete, Adaline, Backpropagation, and Kohonen.In this paper, the artificial neural network with back propagation method is applied in the process of signature and patternrecognition which provided a solution that is able to analyze and recognize people's signature.Implementation of the application of neural networks in pattern recognition signature can further be applied to any computer that handles problems in the process of matching one's data.]]>
<![CDATA[PENERAPAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA PERCEPTRON PADA POLA PENENTUAN NILAI STATUS KELULUSAN SIDANG SKRIPSI ]]>
<![CDATA[Musli Yanto]]>
<![CDATA[ Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 5 No 2 (2017): JURNAL TEKNOIF ITP ]]>
Publisher : <![CDATA[ITP Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1033.211 KB)
|
DOI: 10.21063/jtif.2017.V5.2.79-87
<![CDATA[Mahasiswa yang mampu menulis skripsi dianggap mampu memadukan pengetahuan dan keterampilannya dalam memahami, menganalisis, menggambarkan, dan menjelaskan masalah yang berhubungan dengan bidang keilmuan yang diambilnya. Skripsi merupakan persyaratan untuk mendapatkan status sarjana (S1) di setiap Perguruan Tinggi Negeri (PTN) maupun Perguruan Tinggi Swasta (PTS) yang ada di Indonesia. Sesudah mahasiswa menyelesaikan semua penulisan skirpsi mahasiswa akan masuk pada proses bagian terakhir yakni sidang skripsi. Sidang skripsi merupakan sebuah aktifitas yang akan dijalankan mahasiswa guna mempertanggung jawabkan skripsi yang telah dibuat. Jaringan Syaraf Tiruan dengan menggunakan algoritma percerptron ini merupakan sebuah konsep algoritma yang sudah banyak digunakan dalam penentuan pola-pola seperti pola penentuan pemberian beasiswa, penentuan pola gizi balita dan banyak lagi. dalan penelitian ini penulis juga akan menerapkan konsep algoritma perceptron ke dalam sebuah kasus penentuan kelulusan pada kegiatan sidang skripsi agar nantinya hasil kelulusan tersebut. hal ini bertujuan menghindari kesalahan dalam penentuan kelulusan. Sehingga proses penilaian dapat menghasilkan hasil yang sangat tepat dalam penentuan kelulusan sidang skripsi bagi setiap mahasiswa.]]>
<![CDATA[Implementation multiple linear regresion in neural network predict gold price ]]>
<![CDATA[Musli Yanto]]>;
<![CDATA[Sigit Sanjaya]]>;
<![CDATA[Yulasmi Yulasmi]]>;
<![CDATA[Dodi Guswandi]]>;
<![CDATA[Syafri Arlis]]>
<![CDATA[ Indonesian Journal of Electrical Engineering and Computer Science Vol 22, No 3: June 2021 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/ijeecs.v22.i3.pp1635-1642
<![CDATA[The movement of gold prices in the previous period was crucial for investors. However, fluctuations in gold price movements always occur. The problem in this study is how to apply multiple linear regression (MRL) in predicting artificial neural networks (ANN) of gold prices. MRL is mathematical calculation technique used to measure the correlation between variables. The results of the MRL analysis ensure that the network pattern that is formed can provide precise and accurate prediction results. In addition, this study aims to develop a predictive pattern model that already exists. The results of the correlation test obtained by MRL provide a correlation of 62% so that the test results are said to have a significant effect on gold price movements. Then the prediction results generated using an ANN has a mean squared error (MSE) value of 0.004264%. The benefits obtained in this study provide an overview of the gold price prediction pattern model by conducting learning and approaches in testing the accuracy of the use of predictor variables.]]>
