Claim Missing Document
Check
Articles

Found 3 Documents
Search

Perbandingan Metode MOORA dan ROMETHEE Pada Pengambilan Keputusan Pemilihan Smartphone: Comparison of MOORA and PROMETHEE Method in Smartphone Selection Decision Making Gurning, Umairah Rizkya; Mustakim, Mustakim; Isa, Muhammad Ikhlasul Amalsyah; Asrianto, Rudy Asrianto
Indonesian Journal of Informatic Research and Software Engineering (IJIRSE) Vol. 2 No. 1 (2022): Indonesian Journal of Informatic Research and Software Engineering
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (477.976 KB) | DOI: 10.57152/ijirse.v2i1.164

Abstract

Seiring dengan kemajuan teknologi, smartphone bukanlah hal baru lagi untuk kita. Perusahaan smartphone sudah sangat banyak bahkan menjamur di era ini, dengan menawarkan kelebihan dari kriterianya masing-masing. Hal tersebut menyebabkan adanya kesulitan dalam mengambil keputusan untuk memilih smartphone. Oleh karena itu pada penelitian ini dilakukan penerapan metode PROMETHEE dan MOORA untuk mendukung pengambilan keputusan dan mendapatkan rekomendasi smartphone terbaik berdasarkan lima kriteria yaitu harga, RAM, ROM, kamera dan baterai. Hasil yang diperoleh setelah menerapkan kedua metode tersebut didapatkan tiga rekomendasi tipe smartphone yang berasal dari 2 merek smartphone yaitu Xiomi Redmi 10 T Pro, Xiomi Redmi 11 T dan Samsung Galaxy A72. Namun pada penelitian ini ditemukan perbedaan urutan perankingan dari dua metode tersebut yang mana pada metode PROMATHEE didaptkan Xiomi Redmi 10 T pro paling unggul dengan nilai Net Flow 0,657 sedangkan pada metode MOORA Xiomi Redmi 11 T lebih unggul dengan nilai optimasi 0,435
Penerapan Algoritma K-Means dan K-Medoid untuk Pengelompokkan Data Pasien Covid-19 Gurning, Umairah Rizkya; Mustakim, Mustakim
Building of Informatics, Technology and Science (BITS) Vol 3 No 1 (2021): June 2021
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.908 KB) | DOI: 10.47065/bits.v3i1.1003

Abstract

At the end of 2019 in Wuhan, China, a new virus was discovered, that is Corona Virus Disease 2019. This virus causes serious health problems and has been declared as pandemic since March 11, 2020. It has caused death and claimed thousands of lives. This virus spreads very quickly and in various ways such as direct contact with patients, travelers, owners of congenital diseases and many other transmissions. To suppress the spread of this virus, the government has carried out various ways such as social distancing and screening or impromptu swabs in crowded centers. Due to the many types of transmission from this virus, this research was conducted to classify Covid-19 cases in Dumai City. It is hoped that the results of this study can be used as an illustration of the grouping of Covid-19 patient data by applying K-Means and K-Medoid as a grouping algorithm based on the type of transmission, age, gender, health services and district. Based on this research, the K-Means algorithm is more optimal than K-Medoid in classifying Covid-19 patient data, especially in Dumai City. It is proven that the best DBI K-Means value is 0.139 with k = 4
Prediksi Risiko Stunting pada Keluarga Menggunakan Naïve Bayes Classifier dan Chi-Square: Prediction of Stunting Risk In Families Using Naïve Bayes Classifier and Chi-Square Gurning, Umairah Rizkya; Octavia, Sania Fitri; Andriyani, Dwi Ratna; Nurainun, Nurainun; Permana, Inggih
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1074

Abstract

Stunting merupakan sesuatu yang berbahaya pada manusia karena dapat menyebabkan terjadinya hambatan pertumbuhan serta perkembangan organ lainnya termasuk otak, jantung dan ginjal. Meningkatnya kasus stunting pada balita memerlukan suatu upaya dalam penanganan dan pencegahan secara dini. Terdapat 17 atribut pada data stunting yang harus diperhatikan, dengan banyaknya atribut tersebut menyebabkan sulitnya menemukan atribut yang paling berpengaruh dalam memprediksi stunting. Pada penelitian ini diterapkan seleksi fitur menggunakan Chi Square dan menerapkan Algoritma Naïve Bayes untuk menemukan atribut yang harus diprioritaskan dalam memprediksi stunting. Hasil prediksi dengan menggunakan Naive bayes saja pada penelitian ini didapatkan nilai akurasi sebesar 94,3 %, nilai recall sebesar 93,9 % dan nilai precision sebesar 93,93% dengan waktu 0,07 detik. Sedangkan dengan menerapkan seleksi fitur Chi square pada penelitian ini diperoleh 5 atribut yang paling berpengaruh terhadap prediksi stunting yang dapat meningkatkan kecepatan pembentukkan model Algoritma Naiva Bayes dengan waktu 0,01 detik, namun tidak dapat meningkatkan akurasi, recall dan presisi. Harapannya instansi terkait dapat lebih memperhatikan dan memprioritaskan ke-5 atribut tersebut sebagai pemantauan prediksi stunting di Kota Dumai.