Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal SemanTIK : Teknik Informasi Infotek : Jurnal Informatika dan Teknologi
Warisa, Warisa
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Menentukan Tingkat Produksi Bakso Dari Tahun 2019-2020 Dengan Teknik Artificial Intelligence Menggunakan Metode Fuzzy Mamdani Aulia, Diana Dwi; Warisa, Warisa
Infotek : Jurnal Informatika dan Teknologi Vol 4, No 1 (2021): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (146.622 KB)

Abstract

AbstractThe increase in sales of meatballs from year to year, seen from a strategic location point of view, and the relatively cheap selling price of meatballs among the community, this meatball shop is a place to eat that is never empty of people visiting to eat. In the business world, actors or business owners are always looking for new opportunities in developing their business, therefore business owners will easily find customers. The more developing or increasing meatball stalls, with this the author aims to see the increase, sales, and customer demand in the meatball shop. And because of the large number of customers, it will definitely increase the material and production costs. In this study, data processing was made using the Mamdani fuzzy method or what is commonly called the Min-Max method. To get the largest production cost output in 2019 - 2020, it can be obtained from the calculation of production costs and the results of available products with several stages of the necessary methods, namely; a) Formation of fuzzy sets; b) Application function implication; c) Composition of rules; d) Defuzzification. The results of defuzzification, we can determine the increase in the production of meatball stalls.
IMPLEMENTASI ALGORITMA NEURAL NETWORK PADA BANTUAN TUNAI LANGSUNG DI DESA PELANGSIAN MENGGUNAKAN RAPIDMINER Nurahman, Nurahman; Warisa, Warisa
SemanTIK : Teknik Informasi Vol 8, No 2 (2022):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v8i2.28520

Abstract

Kemiskinan  merupakan faktor ketidakmampuan masyarakat dalam segi memenuhi kebutuhan sehari-hari sehingga menyebabkan kesulitan dalam memenuhi bahan pokok dalam rumah atau pakaian yang digunakan, tingkat kehidupan masyarakat yang buruk, upah kerja yang tidak mencukupi, sulit nya mencari pekerjaan. yang mendapatkan bantuan  mendapat manfaat untuk kebutuhan sehari-hari, melainkan bantuan ini ada yang tidak sesuai harapan warga desa  pelangsian karena status warga miskin yang kurang maksimal, karena penentuan status masyarakat miskin yang menerima bantuan tunai langsung yang kurang maksimum, sehingga bantuan yang diberikan kurang teliti. Penelitian ini bertujuan untuk mengimplementasikan algoritma neural network pada BLT desa pelangsian, serta bantuan ini bertujuan untuk membantu warga desa yang kurang mampu atau yang berhak mendapatkan/layak. Algoritma neural network  adalah pemodelan yang kompleks untuk memprediksi ekosistem perubahan yang fleksibel pada lingkungan yang terinspirasi dari sistem kerja biologis, neural network merupakan algoritma jaringan saraf yang bekerja pada otak manusia serta neuron yang saling terhubung antara satu dan yang lainnya. Hasil dari penelitian ini yang diperoleh dari mengimplementasikan neural network pada bantuan tunai langsung pada desa pelangsian dan hasil akurasi dari neural network nilai akurat yang di dapatkan yaitu, accuracy 99.08%, precision 98.39% dan recall 10.00%.Kata kunci; Algoritma neural network, BLT, mengimplementasi, Akurasi, Rapidminer
Co-Authors Aulia, Diana Dwi Nurahman, Nurahman