Garuda - Garba Rujukan Digital

Analisis Algoritma Klasifikasi Neural Network Untuk Diagnosis Penyakit Diabetes Jajang Jaya Purnama; Sri Rahayu; Siti Nurdiani; Tuti Haryanti; Nissa Almira Mayangky
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 1 (2020): Mei 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak – Diabetes merupakan penyakit yang sangat mematikan terbukti dari tahun ke tahun selalu ada yang meninggal dikarnakan pasien tersebut mengidap penyakit diabetes, banyak cara penangguhan sejak dini penyakit diabetes. Salah satunya dengan data mining klasifikasi algoritma neural network yang dapat digunakan untuk prediksi pasien mana yang terkena penyakit diabetes dan pasien mana yang tidak terkena diabetes dengan menggunakan parameter dan indikator yang ada, dan tools yang digunakan adalah tools rapid miner 9.0 yang mengahasilkan accuracy sebesar = 80.00% precision sebesar = 100.00 % dan recall sebesar = 2.50 % dengan AUC sebesar = 0.605 % yang artinya klasifikasi dinyatakan cukup, dari hasil tersebut bisa dimbil kesimpulan bahwa penelitian ini bisa mencegah dan bisa diketahui sejak dini mana yang termasuk penyakit diabetes mana yang tidak mengidap penyakit diabetes, dan dari penelitian ini sangat diharapkan angka kematian bisa berkurang.</>Katakunci: diabetes, klasifikasi, data mining, neural network.Abstract – Diabetes is a very proven disease from year to year there are always people who die, many ways to postpone early diabetes. One of them is data mining neural network algorithm classification which can be used to predict which patients are affected by diabetes and which patients are not affected by diabetes by using existing parameters and indicators, and the tools used are rapid miner 9.0 tools that produce accuracy = 80.00% precision = 100.00% and recall of = 2.50% with AUC of = 0.605% which means the classification is declared sufficient, From these results it can be concluded that this study can prevent and can be known from the outset which of the diabetics do not have diabetes, and from this study it is expected that the mortality rate can be reduced. Keywords: classification, data mining, diabetes, neural network

Sistem Informasi Seleksi Pelatihan Kerja di PPKD Jakarta Timur Andrian Erlangga; Tuti Haryanti; Yuyun Yuningsih; Laela Kurniawati
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol 2 No 1 (2021): Jurnal PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v2i1.689

Indonesia merupakan negara dengan tingkat pengangguran yang relaif tinggi, hal itu disebabkan oleh beberapa masalah, diantaranya yaitu, lulusan-lulusan yang tidak mempunyai kemampuan yang spesifik, oleh karena pemerintah perlu menjalankan program pelatihan kerja, agar setiap lulusan dapat mempunyai kemampuan yang spesifik di bidangnya masing-masing, dalam hal ini, instalnsi pemerintah yang bertanggung jawab adalah PPKD atau Pusat Pelatihan Kerja Daerah. Untuk menunjang proses seleksi calon peserta pelatihan, perlu dibuatkan sebuah sistem yang mampu menseleksi calon peserta dengan baik. Dalam hal ini, penulis merancang sebuah sistem informasi seleksi pelatihan kerja dengan menggunakan beberapa bahasa pemrograman dan framework yang dinilai bisa meng-handle pemrosesan data. Diantaranya yaitu, HTML, CSS, PHP dan Codeigniter sebagai frameworknya. Selain itu, penulis merancang alur sistemnya menggunakan diagram UML dan Data Modelling. Dengan komposisi teknologi tersebut, penulis menilai sistem yang akan dibuat dapat memenuhi kriteria yang dibutuhkan oleh instansi.

ANALISIS SENTIMEN APLIKASI RUANG GURU DI TWITTER MENGGUNAKAN ALGORITMA KLASIFIKASI Angelina Puput Giovani; Ardiansyah Ardiansyah; Tuti Haryanti; Laela Kurniawati; Windu Gata
Jurnal Teknoinfo Vol 14, No 2 (2020): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v14i2.679

E-learning merupakan pembelajaran berbasis elektronik dengan menggunakan komputer atau berbasis komputer. Salah satu aplikasi e-learning yang banyak dikenal saat ini adalah aplikasi Ruang Guru. Salah satu cara untuk mengetahui keberhasilan suatu aplikasi adalah dengan melakukan analisis sentimen terhadap aplikasi tersebut. Pada penelitian ini, analisis sentimen diambil dari komentar pengguna media sosial Twitter terhadap aplikasi Ruang Guru sebanyak 513 tweet, setelah dilakukan data cleaning, dengan sentimen positif sebanyak 338 tweet dan sentimen negatif sebanyak 175 tweet. Data tersebut diekstraksi menggunakan algoritma Naive Bayes (NB), Support Vector Machine (SVM), K-Nearest Neighbour (K-NN), dan feature selection dengan algoritma Particle Swarm Optimization (PSO). Penelitian ini membandingkan metode NB, SVM, K-NN tanpa menggunakan feature selection dengan metode NB, SVM, K-NN yang menggunakan feature selection serta membandingkan nilai Area Under Curve (AUC) dari metode-metode tersebut untuk mengetahui algoritma yang paling optimal. Hasil pengujian mendapatkan hasil bahwa aplikasi optimasi terbaik dalam model ini adalah algoritma PSO berbasis SVM dengan nilai akurasi sebesar 78,55% dan AUC sebesar 0,853. Penelitian ini berhasil mendapatkan algoritma yang efektif dan terbaik dalam mengklasifikasikan komentar positif dan komentar negatif terkait dengan aplikasi Ruang Guru

Sistem Pendukung Keputusan Pemilihan Supplier Produk Ritel dengan Metode Analytical Hierarchy Process Friska Marina Uli Hasiani; Tuti Haryanti; Rinawati Rinawati; Laela Kurniawati
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakSalah satu faktor yang mempengaruhi kinerja perusahaan adalah keberadaan supplier, sehingga pemilihan supplier yang tepat bagi perusahaan merupakan salah satu pengambilan keputusan yang sangat penting yang perlu dilakukan oleh setiap perusahaan yang melibatkan supplier dalam kegiatan bisnisnya. Salah satunya adalah pada PT. Buana Artha Indopratama Jakarta yaitu perusahaan yang bergerak dibidang ritel seperti alat rumah tangga dan botol kosmetik. Pemilihan supplier saat ini dilakukan masih subyektif Permasalahan yang pernah terjadi adalah supplier yang dipilih melakukan keterlambatan dalam pengiriman barang serta kualitas barang yang dikirim terkadang tidak sesuai yang mengakibatkan PT. Buana Artha Indopratama mengalami kerugian dan menimbulkan citra yang kurang baik dimata pelanggan. Penelitian ini bertujuan untuk mencari kriteria-kriteria yang mempengaruhi pemilihan supplier dan menentukan supplier terbaik bagi PT. Buana Artha Indopratama Jakarta dengan menggunakan metode Analytical Hierarchy Process. Hasil pengolahan data dengan 5 alternatif yang memiliki prioritas tertinggi adalah Zhongshan Yijianxing dengan bobot prioritas 0,339 dan Kriteria yang memiliki prioritas tertinggi adalah kriteria kualitas dengan bobot 0,360.Kata Kunci: analitycal hierarcy process, sistem pendukung keputusan, supplier AbstractOne of the factors that affect company performance is the existence of suppliers, so choosing the right supplier for the company is one of the most important decisions that every company involves suppliers in its business activities needs to make. One of them is at PT. Buana Artha Indopratama Jakarta, a company engaged in retail such as household appliances and cosmetic bottles. The selection of suppliers is currently being carried out is still subjective. The problem that has occurred is the selected suppliers make delays in the delivery of goods and the quality of the goods sent is sometimes not suitable which results in PT. Buana Artha Indopratama suffered losses and created a bad image in the eyes of customers. This study aims to find criteria that influence supplier selection and determine the best supplier for PT. Buana Artha Indopratama Jakarta using the Analytical Hierarchy Process method. The results of data processing with 5 alternatives that have the highest priority are Zhongshan Yijianxing with a priority weight of 0.339 and the criteria that have the highest priority are quality criteria with a weight of 0.360.Keywords: analitycal hierarcy process, decision support system, supplier

Sistem Informasi Seleksi Pelatihan Kerja di PPKD Jakarta Timur Andrian Erlangga; Tuti Haryanti; Yuyun Yuningsih; Laela Kurniawati
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 2 No. 1 (2021): Jurnal PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar

Indonesia merupakan negara dengan tingkat pengangguran yang relaif tinggi, hal itu disebabkan oleh beberapa masalah, diantaranya yaitu, lulusan-lulusan yang tidak mempunyai kemampuan yang spesifik, oleh karena pemerintah perlu menjalankan program pelatihan kerja, agar setiap lulusan dapat mempunyai kemampuan yang spesifik di bidangnya masing-masing, dalam hal ini, instalnsi pemerintah yang bertanggung jawab adalah PPKD atau Pusat Pelatihan Kerja Daerah. Untuk menunjang proses seleksi calon peserta pelatihan, perlu dibuatkan sebuah sistem yang mampu menseleksi calon peserta dengan baik. Dalam hal ini, penulis merancang sebuah sistem informasi seleksi pelatihan kerja dengan menggunakan beberapa bahasa pemrograman dan framework yang dinilai bisa meng-handle pemrosesan data. Diantaranya yaitu, HTML, CSS, PHP dan Codeigniter sebagai frameworknya. Selain itu, penulis merancang alur sistemnya menggunakan diagram UML dan Data Modelling. Dengan komposisi teknologi tersebut, penulis menilai sistem yang akan dibuat dapat memenuhi kriteria yang dibutuhkan oleh instansi.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search