Claim Missing Document
Check
Articles

Found 15 Documents
Search

Improving Adaptive Learning Rate With Backpropogation on Retail Rice Price Prediction in Traditional Markets Erwin Binsar Hamonangan Ompusunggu; Solikhun Solikhun; Iin Parlina; Sumarno Sumarno; Indra Gunawan
IJISTECH (International Journal of Information System and Technology) Vol 3, No 1 (2019): November
Publisher : Sekolah Tinggi Ilmu Komputer (STIKOM) Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (463.23 KB) | DOI: 10.30645/ijistech.v3i1.26

Abstract

Rice is the most important staple food and carbohydrate food in the world especially people in Indonesia. This study aims to predict the retail price of rice in traditional markets using backpropogation by improvising Adaptive Learning Rate to increase the value of accuracy. Data sources were obtained from the Central Statistics Agency (BPS) in 33 provinces in Indonesia for the retail price of rice in the traditional market (Rupiah / kg) for the past 6 years (2011-2016). The results of the study state that the improvised learning rate uses 2 models: 2-10-1 and 2-15-1 (LR= 0,1; 0,5; 0,9) that the best architectural models are 4-15-1 (LR= 0.9) with an accuracy of 82%, Training MSE 0,000999936, Testing MSE 0.016051433 and Epoch 20515. The results of this study are expected to provide input to the government in providing input on predictions of retail rice prices that have an impact on the stability of rice prices in Indonesia.
Increasing Prediction Accuracy with the Backpropagation Algorithm (Case Study: Pematangsiantar City Rainfall) Yogi Prayoga; Dedy Hartama; Jalaluddin Jalaluddin; Sumarno Sumarno; Zulaini Masuro Nasution
IJISTECH (International Journal of Information System and Technology) Vol 3, No 1 (2019): November
Publisher : Sekolah Tinggi Ilmu Komputer (STIKOM) Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.83 KB) | DOI: 10.30645/ijistech.v3i1.27

Abstract

The more advanced science and technology from various disciplines, currently rainfall can be predicted by carrying out various empirical approaches, one of which is by using Artificial Neural Networks (ANN). This study aims to apply ANN with backpropogation algorithm in predicting rainfall. The research data used is BPS data of the transfer city. The results of the study state that of the 6 models (4-5-1, 4-10-1, 4-25-1, 4-5-10-1, 4-5-25-1 and 4-5-50-1) architecture that was trained and tested using Matlab 6.1 application software, the results showed that the 4-5-25-1 architectural model was the best model for making predictions with 75% truth accuracy, Training MSE 0.001004582, Testing MSE 0.021882712 and Epoch 59,076 . It is expected that research can provide input to the government, especially BMKG Pematangsiantar city in predicting Rainfall based on computer science so as to improve the quality of services in the fields of Meteorology, Climatology, Air Quality and Geophysics in accordance with applicable laws and regulations.
Prediksi Produktivitas Kelapa Sawit di PTPN IV dengan Algoritma Backpropagation Daniel Marpaung; Sumarno Sumarno; Indra Gunawan
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 1 No. 2 (2020): KLIK Oktober
Publisher : STMIK Budi Darma

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

Abstract

Indonesia merupakan salah satu negara penghasil minyak kelapa sawit terbesar di dunia. Hal ini disebabkan dari sekian banyak tananam yang menghasilkan minyak atau lemak, kelapa sawit salah satu jenis tanaman perkebunan yang menghasilkan nilai ekonomi terbesar dan menduduki posisi penting dalam sektor perekonomian di Indonesia, karena hasil dari produksi kelapa sawit ini akan menjadi pemasukan bagi negara maupun bagi daerah setempat. Tujuan dari penelitian ini adalah untuk memprediksi produktivitas kelapa sawit pada PTPN IV kebun Dolok Sinumbah pada tahun yang akan datang sehingga hasil prediksi akan menjadi informasi dan masukkan bagi pihak-pihak terkait yang berkepentingan (pihak perusahaan) untuk lebih memaksimalkan kinerja serta mampu membuat kebijakan-kebijakan yang tepat agar produktivitas kelapa sawit diperkebunan ini relatif stabil dan mampu meningkat tiap tahunnya, sehingga berimplikasi terhadap kesejahteraan karyawan. Data penelitian diperoleh dari PTPN IV kebun Dolok Sinumbah. Penelitian ini menggunakan 5 model arsitektur yaitu 3-10-1, 3-15-1, 3-18-1, 3-20-1 dan 3-22-1. Dari lima model arsitektur yang digunakan di peroleh satu model arsitektur terbaik 3-15-1 dengan tingkat keakurasian 92%. Berdasarkan model arsitektur terbaik ini akan digunakan untuk memprediksi produktivitas kelapa sawit pada PTPN IV kebun Dolok Sinumbah tahun 2020.
MODEL CLUSTERING MENGGUNAKAN ALGORITMA K-MEAN DALAM MENENTUKAN KRITERIA KONDISI GIZI BALITA DAN ANAK Khairul Zannah; Sumarno Sumarno; Zulaini Masruro Nasution; Iin Parlina; Ika Purnama Sari
JUTEKIN (Jurnal Teknik Informatika) Vol 10, No 1 (2022): JUTEKIN
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jutekin.v10i1.568

Abstract

Tingkat kesehatan pada balita dan anak pada saat ini masih menjadi sebuah tantang di setia daerah. Gizi sangatlah penting bagi balita dan anak, nilai gizi yang seimbang sangat baik dalam proses tumbuh kembang balita dan anak terutama dalam mempengaruhi pertumbuhan tinggi dan berat, perkembangan motorik, dan aktivitas keseharian. Permasalahan yang saat ini dialami di Nagori Sitalasari masih banyaknya orang tua yang tidak mengetahui nilai gizi yang seimbang bagi balita dan anak, masih ditemukan balita dan anak yang masih kurang gizi atau stunting berdasarkan usia dan berat badan. Metode yang digunakan dalam penelitian ini adalah studi literature dan observasi. Penelitian ini akan di kelompokan atau klasterisasi nilai gizi balita dengan acuan parameter usia balita, tinggi badan balita dan berat badan balita menggunakan algoritma K-Means Clustering menjadi 3 (tiga) kategori yaitu gizi buruk, gizi baik dan obesitas. Hasil dari penelitian yang dilakukan dapat mengklasifikasi nilai gizi balita secara umum agar dapat digunakan sebagai landasan pencegahan dini bagi para kader posyandu menanggulangi gizi buruk serta obesitas.Kata Kunci: Algoritma K-Means, Balita, Clustering dan Gizi.
Design and Build of Automatic Hand Sanitizer Using Arduino Budi Paul Sitompul; Solikhun Solikhun; Widodo Saputra; Indra Gunawan; Sumarno Sumarno
Eduvest - Journal of Universal Studies Vol. 1 No. 3 (2021): Journal Eduvest - Journal of Universal Studies
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2632.892 KB) | DOI: 10.59188/eduvest.v1i3.27

Abstract

An automatic handwashing deviceis a handwashing devicethat works automatically by utilizing an infrared sensor as a hand detector and using the Arduino Uno as the main controller. In this study, the authors discussed the design of an Automatic Handwashing Devicethat is placed on the hand-sanitizer faucet using the InfraRed sensor (detecting hand movements) based on Arduino Uno. This system includes the design of hardware (Hardware) and software (Software). Researchers use descriptive analysis techniques that are presented in table form. In this study, the authors conducted an analysis and design of the devices used to build the input and output processes including System Algorithms, Research Design, and Research Flowcharts. The results showed that the Hands Sanitizer deviceautomatically runs well and can be assembled using Arduino Uno microcontroller components and IR (Infrared) sensors. In making this program, the Arduino Uno application software is needed.