Article Per Year (5 Year)
p-Index From 2021 - 2026
2.036
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Teknologi Informasi dan Ilmu Komputer Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer JURNAL REKAYASA TEKNOLOGI INFORMASI Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) JOMPA ABDI: Jurnal Pengabdian Masyarakat Data Sciences Indonesia (DSI) Inovasi Teknologi Masyarakat
Hairah, Ummul
Unknown Affiliation
Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Physics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Enhancing crude palm oil quality detection using machine learning techniques Puspitasari, Novianti; Hairah, Ummul; Kamila, Vina Zahrotun; Hamdani, Hamdani; Septiarini, Anindita; Masa, Amin Padmo Azam
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp2955-2963

Abstract

Indonesia, a leading nation in the palm oil industry, experienced a significant increase of 15.62% in crude palm oil (CPO) exports in 2020, effectively meeting the global need for vegetable oil and fat. Therefore, the subjective assessment of CPO quality, influenced by differences in human evaluations, may lead to inconsistencies, necessitating the adoption of machine learning methods. There are several categories of CPO, such as bad and excellent. Machine learning can determine the quality of CPO itself. This study utilizes two distinct categories to measure the quality of CPO. CPO quality data is collected and processed into pre-processing data, in classifying using several methods such as artificial neural network (ANN), k-nearest neighbor (KNN), support vector machine (SVM), decision tree (DT), naïve Bayes (NB), and C.45 using the cross-validation evaluation parameter. The best results are obtained by C.45 and DT with an accuracy of 99.98%.
Penerapan Metode K-Means Clustering Status Gizi Balita Di UPT Puskesmas Barong Tongkok Vicky Pranandika Wijaksana; Hairah, Ummul; Wati, Masna; Puspitasari, Novianti; Septiarini, Anindita
Data Sciences Indonesia (DSI) Vol. 5 No. 1 (2025): Article Research Volume 5 Issue 1, June 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i1.6517

Abstract

Gizi pada anak balita merupakan masalah yang sangat penting untuk diperhatikan terutama bagi orang tua dan tenaga kesehatan. Status gizi balita dapat diketahui berdasarkan indeks Berat Badan menurut Umur dan Tinggi Badan menurut Umur. Penelitian ini bertujuan untuk mengidentifikasi pola-pola yang mungkin ada dalam status gizi balita dan mengidentifikasi kelompok balita yang berisiko tinggi atau berada dalam kondisi gizi yang buruk pada balita di kecamatan Barong Tongkok dengan penerapan K-Means. Data yang digunakan sebanyak 300 data yang akan dicluster menjadi 3 yaitu Underweight, Gizi Baik dan Gizi Lebih menggunakan metode perhitungan jarak Ecludean Distance, Manhattan Distance dan Minkowski Distance. Hasil pengujian Sum Squared Error (SSE) menunjukkan metode Minkowski Distance lebih unggul karena mendapatkan nilai error terkecil sebesar 815,4409. Sebanyak 133 Balita dalam kategori Gizi Baik (C1), 83 Balita dalam kategori Gizi Lebih (C2), dan 84 Balita dalam kategori Underweight (C3).
Kinerja Metode Rank Sum, Rank Reciprocal dan Rank Order Centroid Menggunakan Referensi Poin Moora (Studi Kasus: Bantuan Kuota Data Internet untuk Mahasiswa) Hairah, Ummul; Budiman, Edy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022934883

Abstract

Penentuan bobot kriteria merupakan masalah yang sering muncul di banyak metode MCDM dan merupakan aspek kritis dalam pengambilan keputusan. Perbedaan bobot, bahkan perubahan bobot sekecil apa pun, dapat mengubah keputusan akhir secara drastis. Tujuan utama dari penelitian ini adalah menawarkan metode pengambilan keputusan multi-kriteria dalam penyaluran bantuan kuota data internet untuk pembelajaran online mahasiswa dari rumah (learn from home) agar tepat sasaran berdasarkan kebutuhan. Tujuan khususnya adalah untuk menggambarkan kinerja metode perankingan pembobotan kriteria dan bagaimana hasil akhir dari model keputusan multi-kriteria bergantung pada penggunaan metode pembobotan yang berbeda. Kriteria pengambilan keputusan bantuan kuota data internet berdasarkan kebutuhan pembelajaran online dan kemampuan biaya ekonomi mahasiswa. Metode perankingan bobot menggunakan teknik pembobotan Rank Sum (RS), Rank Reciprocal (RR) dan Rank Order Centroid (RoC) dan  metode analisis keputusan preferensi menggunakan referensi poin dan optimasi Moora. Hasil penerapan pemilihan 5 sampel alternatif terbaik dari setiap metode menunjukkan terdapat perbedaan dalam urutan pemeringkatan (ranking) ke-4 dan ke-5, sedangkan urutan ranking ke-1, ke-2 dan ke-3 memilih alternatif yang sama, hal ini menunjukkan bahwa ketiga alternatif terbaik yang sama dari hasil preferensi metode RS-Moora, RR-Moora dan ROC-Moora merupakan alternatif yang direkomendasikan untuk mendapatkan bantuan kuota data internet bagi mahasiswa yang memiliki kebutuhan beban pembelajaran online yang tinggi, namun kemampuan biaya ekonomi rendah. AbstractDetermination of criterion weights is a problem that occurs often in many MCDM methods and is a critical aspect of decision making. Differences in criterion weights, even the slightest change in weight, can drastically change the final decision. The main objective of this research is to offer an implementation multi-criteria decision-making (MCDM) method in distributing internet data quota assistance for students' learning online from home to be right on target based on the needs. Its special purpose is to describe the performance of the criteria-weighted ranking method and how the final outcome of the MCDM model depends on the use of different weighting methods. The decision-making criteria for internet data quota assistance are based on the needs of online learning and the ability of the student's economic costs. The weight ranking method uses the Rank Sum (RS) weighting technique, the Reciprocal Rank (RR) and the Rank Order Centroid (RoC), with the decision analysis method uses the reference point Moora. Results the selection of the 5 best alternative samples from each method shows that there are differences in the 4th and 5th rankings, while the 1st, 2nd and 3rd ranks choose the same alternative, this shows that the three best alternatives are the same From the results of the preference of the RS-Moora method, RR-Moora and ROC-Moora are the recommended alternatives to obtain internet data quota assistance for students with a high online learning load, but low economic ability. 
Co-Authors Achmad, Rayhan Zidane Alameka, Faza Alqarani, Hudzaifah Anindita Septiarini, Anindita Arabi, Muhammad Amin Quthbi Arinda, Viona Asya Asmawati, Cici Az Zahrah, Rezha Nur Budiman, Edy Budiman, Edy Eka Priyatna, Surya Erwin Erwin Fadila, Tandy Haerullah, Haerullah Hamdani Hamdani Hidayat, Irfan Arman Ismayanti, Rika Joan Angelina Widians, Joan Angelina Kamila, Vina Zahratun Kamila, Vina Zahrotun Manik, Filipus Adriel Masa, Amin Padmo Azam Nursukamto, Muhammad Hadiseptian Puspitaningtyas, Dhea Puspitasari, Novianti Puspitasari, Novitanti Rama, Mardianto Tandi Ramadhan, Khefyn Rasid, Khairul Riyayatsyah, Riyayatsyah Sahriah, Sahriah Tejawati, Andi Tjikoa, Ade Fiqri Ulhaqi, Ahmad Dhiya Vicky Pranandika Wijaksana Wati, Masna Wijaya, M Rangga Yaqub Zasmadyansyah, Zasmadyansyah