Article Per Year (5 Year)
p-Index From 2021 - 2026
2.551
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Informatika Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Informasi dan Komputer IJISCS (International Journal Of Information System and Computer Science) Jurnal Cendikia Jurnal ICT : Information Communication & Technology Jurnal Ilmu Komputer dan Bisnis Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) GEMBIRA (Pengabdian Kepada Masyarakat) Jurnal TAM (Technology Acceptance Model) IJISCS (International Journal of Information System and Computer Science)
Afandi, Asep
STMIK DIAN CIPTA CENDIKIA KOTABUMI
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Informatika

 1 
SISTEM PAKAR FORWARD CHAINING , FUZZY-MAX DAN CERTAINTY FACTOR AYAM PEDAGING Asep Afandi; Dwi Marisa Efendi
Jurnal Informatika Vol 21, No 1 (2021): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v21i1.2870

Abstract

Chicken farming is one of the promising business potentials, but in management and care, it is very important to determine the success of chicken farming. Often in the care of negligent employees so that they are exposed to disease outbreaks. With various types of diseases that attack the symptoms are very similar and even the same as other diseases, therefore an expert system can be used to diagnose a disease by looking at the characteristics of the disease suffered, and how the solution is to treat or prevent the disease In the study, it discusses 8 types of broiler diseases, where the expert system method used is the Fuzzy Max method, Forward Chaining, and Certainty Factor. From the results of the Fuzzy Max method, the results showed an accuracy of 80% - 90% for all types of diseases, while the Certainty Factor method showed 96% - 99% for all types of diseases.Keywords— Expert System, Fuzzy Max, Certainty Factor,  Forward Chaining.
SISTEM PENGAMBILAN KEPUTUSAN PENERIMA BANTUAN RENOVASI RUMAH DENGAN MENGGUNAKAN METODE WP DAN SAW Dwi Marisa Efendi; Asep Afandi
Jurnal Informatika Vol 21, No 2 (2021): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v21i2.2752

Abstract

Rumah merupakan banguan yang memeiliki peran yang sangat krusial sebagai tempat tinggal hunian dan berkumpulnjya suatu keluarga[1][2].pemerintah memiliki program untuk membantu masyarakat, salah satunya adalah program renovasi rumah.data yang didapat di provinsi lampung angka kemiskinan mencapai 13.01 persen pada tahun 2018[4].program ini diadakan untuk menurunkan angka kemiskinan tersebut.dalam penelitian ini enggunakan dua metode yaitu metode SAW dan Wp, kedua metode ini digunakan untuk mengetahui siapa yang paling layak dalam mendapatkan bantuan renovasi rumah.Adapun kriteria yang dibutuhkan ada 11 kriteria, diantaranya adalah Pekerjaan,,Status lahan tempat tinggal, Dinding Rumah,Sumber air minum,Bahan bakar untuk masak,.KOndisi MCK, , Konsumsi pertahun,Pendidikan ,Penghasilan , atapdan lantai.. Dengan adanya penelitian ini penulis telah merancang, Hasil dari penggunan spk menggunakan metode SAW ini menunjukan nilai error mencapai 0.070137683
ALGORITMA C4.5 UNTUK MEMPREDIKSI KELAYAKAN PENERIMA BANTUAN PANGAN NON TUNAI Rizal Abi Islahudin; Sidik Rahmatullah; Asep Afandi; Sriyani Safitri
Jurnal Informatika Vol 22, No 2 (2022): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v22i2.3367

Abstract

Pemerintah telah menyiapkan program Bantuan Pangan Non Tunai (BPNT) untuk membantu masyarakat miskin dan membutuhkan. Bantuan Pangan Non Tunai (BPNT) harus disalurkan secara tepat, teratur, dan transparan untuk memastikan bahwa penerima bantuan memang benar-benar mereka yang membutuhkan. Oleh karena itu, diperlukan suatu sistem yang dapat mengubah data menjadi informasi dan mengidentifikasi calon penerima bantuan sembako nontunai maupun yang tidak berhak (BPNT). Sistem prediksi yang akan dibuat pada proyek ini menggunakan RapidMiner 7.1 untuk pengujian dan Algoritma C4.5, metode klasifikasi dari data mining. Hasil Implementasi Data Mining dengan metode Algoritma C4.5 untuk memprediksi kelayakan penerima dan hasil penerima bantuan pangan nontunai (BPNT) diperoleh nilai akurasi prediksi sebesar 99%, yang kemudian divalidasi oleh aplikasi RapidMiner 7.1 dengan akurasi hasil 98,50%.
Co-Authors Agustina, Nabela Aldiansyah, Muhammad Aris Munandar Daniel Rangga Wijaya Desri Arisandi Deti Nurdianah Dwi Sartika, Dwi Efendi, Dwi Marisa Eriska Vivian Astuti eriska Faselia, Reni Ferly Ardhy Ida Ayu Putu Sri Widnyani M. Syarif Hidayatullah Mario, Deka Marisa, Dwi Mawarni, Rima Mayang Indah Sari Mintoro, Sigit Noviana Noviana Nur Aminudin Nurmayanti Nurmayanti Pakarti Riswanto Parida, Meri Pratama, Iqnatian Aidil Rahmatullah, Sidik Rizal Abi Islahudin Rustam Rustam Rustam Rustam Santi, Diana Septi Nur Handayani Siti Aisyah Sriyani Safitri Suhendi, Agus Supriyanto . Supriyanto Supriyanto Waspah, Aik Isnayah