Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.347

P-Index

This Author published in this journals

All Journal International Journal of Evaluation and Research in Education (IJERE) Cakrawala Pendidikan Network Engineering Research Operation [NERO] Jurnal Sisfokom (Sistem Informasi dan Komputer) Systemic: Information System and Informatics Journal Jurnal SITECH : Sistem Informasi dan Teknologi Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) MUMTAZ: Jurnal Pendidikan Agama Islam

Ahmad Yusuf

Universitas Islam Negeri Sunan Ampel

Author-ID : 1805889

Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Languange, Linguistic, Communication & Media

Published : 11 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Pengenalan Catatan Penjualan Menggunakan Pengenalan Angka Berbasis Korelasi Ahmad Yusuf
Systemic: Information System and Informatics Journal Vol. 1 No. 1 (2015): Agustus
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

Catatan penjualan merupakan salah satu hal penting dalam proses berlangsungnya jual beli. Catatan penjualan yang terkomputerisasi akan lebih memudahkan dalam pemrosesannya. Catatan penjualan yang berupa tulisan tangan dapat komputerisasi dengan mengenali karakter-karakter angka pada citra dokumen catatan. Metode korelasi mampu melakukan pengenalan tulisan tangan terhadap nominal pada catatan penjualan.Metode korelasi merupakan metode sederhana dalam mengenali karakter angka. Berdasarkan hasil evaluasi, metode korelasi dapat mengenali angka dengan akurasi 73% dengan parameter tertentu. Beberapa kesalahan pengenalan dapat terjadi karena karakter yang dikenali tidak mendukung template yang digunakan seperti miring atau memiliki bentuk yang berbeda sigifinikan

Analisis Dampak Perubahan Perangkat Lunak Menggunakan Graf Relasi Fungsi-Atribut Ahmad Yusuf; Noor Wahyudi; Nita Yalina
Systemic: Information System and Informatics Journal Vol. 4 No. 1 (2018): Agustus
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

Analisis dampak perubahan perangkat lunak merupakan sebuah teknik untuk melakukan estimasi dampak adanya perubahan komponen pada artifak perangkat lunak. Salah satu perubahan komponen artifak yang mungkin terjadi adalah artifak kode sumber. Analisis dampak perubahan ini bertujuan supaya ketika terjadi perubahan kode sumber dapat diestimasi sejauh mana perubahan itu berpengaruh ketika perubahan itu benar-benar diterapkan pada perangkat lunak yang dibangun. Penelitian ini mengusulkan sebuah metode baru untuk melakukan analisis dampak perubahan perangkat lunak dengan menggunakan graf relasi fungsi-atribut. Graf relasi fungsi-atribut terbentuk atas konsep matrik kohesi yang mengalami perluasan hingga pengaksesan atribut yang dipanggil oleh tiap fungsi sehingga dapat meningkatkan performa hasil analisis dampak perubahan perangkat lunak. Hasil pengujian terhadap aplikasi Java open source memperlihatkan bahwa metode ini mampu mendapatkan dampak perubahan yang lebih banyak dibandingkan metode graf panggil. Metode graf relasi mampu meningkatkan recall 2-3 persen dari dataset yang digunakan.

Klasifikasi Kelancaran Kredit Dengan Metode Random Forest Muhammad Irhamna Putra; Ahmad Yusuf; Nita Yalina
Systemic: Information System and Informatics Journal Vol. 5 No. 2 (2019): Desember
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

This research contains the discussion the use of machine learning for doing prediction toward a good loan using random forest algorithm. This prediction will become basic reference for the bank to continue in evaluating credit risk. At this time, the absence of decision support system for doing prediction toward a good loan became a problem to the bank in attempt to reduce the credit risk. Therefore, a decision support system with machine learning modelling using random forest algorithm was built in predicting a good loan. Based on the result of this research, the prediction model being evaluated in several scenarios and having an average result 96,47%

Co-Authors Abdul Muhid Ahmad Hanif Asyhar Ahmad Hidayatullah Ahmad Umar Ali Ridho Ali Ridho Ana Rohmah Zaidah Chandra Indira Septiarani Dwi Rolliawati Faris Mushlihul Amin Gesang Bekti Setyo Nugroho Kusaeri Mar’atus Sholikhatun Nisa Muhammad Irhamna Putra Muhammad Naufal Rabbani Muhammad Rizqi Nur Noor Wahyudi Sari, Dian Candra Rini Novita Silvana Puspa Nabila Yalina, Nita

Title Search

Found 3 Documents Search Journal : systemic information system and informatics journal

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : systemic information system and informatics journal