Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JAR'S (Journal of Advanced Research in Informatics)

ANALIS DIAGNOSA ANAK BERKEBUTUHAN KHUSUS MENGGUNAKAN METODE DECISION TREE (STUDI KASUS DI SEKOLAH LUAR BIASA SUMENEP) Pramunsyi, Ilham Yoga; Dharmawan, Johan
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3785

Abstract

ABSTRAK - Anak dengan kebutuhan khusus merupakan kelompok masyarakat yang membutuhkan perhatian dan perawatan khusus karena adanya gangguan dalam perkembangan dan fungsi, baik secara fisik maupun mental. Dalam istilah "disabilitas", mereka termasuk individu dengan berbagai bentuk keterbatasan seperti kehilangan penglihatan, gangguan pendengaran, ketidaksempurnaan fisik, dan disabilitas intelektual. Pendidikan yang disesuaikan dengan kebutuhan mereka menjadi kunci untuk mendukung perkembangan yang optimal. Setelah mengklafikasikan anak berkebutuhan khusus, akan diketahui apakah anak tersebut memiliki keterbatasan. Program pembelajaran yang dirancang berdasarkan temuan ini akan dibuat. klafikasi keterbatasan memerlukan alat dan assesmen untuk mengidentifkasi anak berkebutuhan khusus. Saat ini, proses identifikasi keterbasan berbeda antara SLB di Sumenep. Identifkasi ini dapat dipermudah dengan data mining menggunakan algoritma c4.5 yang menghasilkan pohon keputusan. Dari total identifikasi sebanyak 56 gejala dan data set diidentifikasi sebanyak 92 anak berkebutuhan khusus. Algoritma Decision Tree C4.5 diuji menggunakan cross validation dan confusion matrix untuk mengukur akurasi. Hasil pengujian menunjukkan bahwa dengan 10% data training dan 90% data testing, akurasi sebesar 33,33%; dengan 20% data training dan 80% data testing, akurasi sebesar 66,67%; dan dengan 30% data training dan 70% data testing, akurasi sebesar 78,57%. Pengujian dengan 10-fold validation menghasilkan akurasi sebesar 90,67%, dengan 5-fold validation sebesar 84,09%, dan dengan 3-fold validation sebesar 61,15%. Hasil dari pohon keputusan metode Decision Tree C4.5 memudahkan dalam memprediksi dan mengidentifikasi keterbatasan pada anak.
SISTEM INFORMASI GEOGRAFIS MUSHOLLAH(TPQ) LEGALITAS KEMENAGKABUPATEN SITUBONDO BERBASIS WEB MENGGUNAKAN PHP DAN MYSQL Helmi, Fauzi; Dharmawan, Johan
Journal of Advanced Research in Informatics Vol 1 No 2 (2023): JARS : Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v1i02.2664

Abstract

Geographic Information System (GIS) is a computer-based system used to store and manipulate geographic information. GIS is designed to collect, store, and analyze objects and phenomena in which geographical location is an important or critical characteristic to be analyzed. Regarding the location of Musollah (TPQ), the people of Kabupaten Situbondo do not know much about its distribution. So in need of a system to map Musollah (TPQ). This study focuses on Musollah mapping (TPQ) supported by information about Musollah (TPQ). This GIS build uses data collection methods by collecting data in the Musollah Section of the Ministry of Religious Affairs Office of Situbondo Regency with a sample of several Musollah (TPQ), Waterfall system development method and Data Flow Diagram (DFD) for its system design. The tool used to build the GIS is to use the Google Maps API as a base map to show Situbondo County area, PHP as a web programming language, and to use MySQL as its database. The output of this system is the dispersion map of Musollah (TPQ) in Situbondo based on its coordinate location with supporting information which includes the address of Musollah (TPQ), Caregiver, and the number of santri and the existing facilities in Musollah (TPQ).
Prediksi Coin Kripto Dengan Menggunakan Metode LSTM (Long Short-Term Memory) Dwi Harjo, Rizal Sapta; Anugrah, Rifqi; Dharmawan, Johan
Journal of Advanced Research in Informatics Vol 3 No 2 (2025): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i2.4240

Abstract

Dalam studi ini, dilakukan penelitian mengenai sejauh mana akurasi algoritma AI (Kecerdasan Buatan) dapat memprediksi harga mata uang kripto, khususnya bitcoin. Dari sekian banyak metode AI, peneliti memilih LSTM karena penelusuran literatur yang ada menunjukkan bahwa LSTM banyak digunakan dalam metode prediksi yang memiliki akurasi sangat tinggi terhadap data yang diberikan. Dalam penerapannya, dapat disimpulkan bahwa LSTM menghasilkan nilai MSE (Mean Squared Error) dan RMSE (Root Mean Squared Error) yang baik, serta dapat memprediksi mata uang kripto. Dalam pengujiannya, dapat disimpulkan bahwa LSTM bekerja dengan cara memprediksi berdasarkan 50 data sebelumnya untuk memprediksi data selanjutnya, termasuk memprediksi data yang pada awalnya tidak ada perubahan harga atau datanya masih sedikit. Penelitian ini dapat menjadi referensi bagi para trader yang berkecimpung dalam bisnis mata uang kripto.