Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Komputer Terapan Journal of Big Data Analytic and Artificial Intelligence
Ummi Syafiqoh
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search
Journal : Journal of Big Data Analytic and Artificial Intelligence

 1 
Penerapan Cosine Similarity dan K-Nearest Neighbor (K-NN) pada Klasifikasi dan Pencarian Buku Rut Samuel; Ripa Natan; Fitria; Ummi Syafiqoh
Journal of Big Data Analytic and Artificial Intelligence Vol 4 No 1 (2018): JBIDAI Juni 2018
Publisher : STMIK PPKIA Tarakanita Rahmawati

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

Abstract

Penelitian ini bertujuan untuk membuat sebuah aplikasi Penerapan Cosine Similarity dan K-Nearest Neighbor (KNN) pada Klasifikasi dan Pencarian Buku. Dalam pencarian buku, user masih kesulitan dalam mencari buku referensi yang diinginkan. Metode Cosine Similarity adalah mengukur kemiripan antara dua dokumen atau teks. Pada Cosine Similarity dokumen atau teks dianggap sebagai vector. Pada penelitian ini, Cosine Similarity digunakan untuk menghitung jumlah kata istilah yang muncul pada halaman-halaman yang diacu pada daftar indeks. Semakin banyak jumlah kata istilah yang muncul pada suatu halaman semakin tinggi nilai Cosine Similarity yang diperoleh. Metode K-Nearest Neighbor (KNN) adalah suatu metode yang menggunakan algoritma supervised dimana hasil dari contoh query yang baru diklasifikan berdasarkan mayoritas dari kategori pada KNN. Tujuan dari algoritma ini adalah mengklasifikasikan obyek baru berdasarkan atribut dan training sample.Pada sistem ini menggunakan 100 data buku beserta sinopsis buku, yang masing-masing buku telah dibagi menurut klasifikasi buku dan diberikan bobot  Hasil klasifikasi dan pencarian buku dipengaruhi oleh query yang dimasukkan. Hasil klasifikasi dan pencarian buku membutuhkan waktu yang lama karena adanya proses preprocessing. Nilai akurasi pada pencarian dengan Cosine Similarity menghasilkan nilai rata-rata untuk precision 0.75 %, recall 0.6 % dan f-measure 0.66 %  dengan menggunakan 3 sinopsis buku untuk menghitung nilai precision, recall dan f-measure. Untuk klasifikasi dengan K-Nearest Neighbor menghasilkan nilai rata-rata 70 % dengan menggunakan 10 data pembanding.
Implementasi Logika Fuzzy Mamdani dalam Menentukan Jumlah Pemesanan Produk pada PT Forisa Nusapersada Area Tarakan: Implementation of Mamdani's Fuzzy Logic in Determining the Number of Product Orders at PT Forisa Nusapersada Tarakan Rita Tri Wulandari; Ummi Syafiqoh; M. Hafid
Journal of Big Data Analytic and Artificial Intelligence Vol 6 No 1 (2023): JBIDAI Juni 2023
Publisher : STMIK PPKIA Tarakanita Rahmawati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71302/jbidai.v6i1.44

Abstract

PT Forisa Nusapersada, Tarakan is an industrial company engaged in the distribution and marketing of products. When ordering products from the head office, since the customer's product demand sometimes increases or decreases every month, it is sometimes necessary to repeat the order within a month, thus affecting the product inventory in the warehouse. This study applied Fuzzy Mamdani to determine the number of orders based on sales data, goods stock and incoming goods from March to August 2021. This method has 5 stages, fuzzy set formation, rule formation, implication function application, rule composition and defuzzification. The input variables were demand and supply, while the output was orders. The results showed that the determination of the value of the fuzzy set domain can affect the final results differently for each product variant. In this study, the value of the fuzzy set domain was from the minimum and maximum values of sales data, goods stock and incoming goods.
Co-Authors AA Sudharmawan, AA Asmah Asmah Fitria Fitria Fitria M. Hafid Muhammad Fadlan Ripa Natan Rita Tri Wulandari Rut Samuel