Claim Missing Document
Check
Articles

Found 4 Documents
Search

Sistem Rekomendasi Berbasis Genetic Algorithm: Studi Kasus Pembelian Komponen Komputer dan Aksesorisnya Abdul Kholik; Erwin Eko Wahyudi; Kristiawan Devianto; Nabila Sholihah; Yaqutina Marjani Santosa; Wahyono Wahyono
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pembelian komponen komponen komputer dan aksesorisnya merupakan salah satu permasalahan optimasi, yaitu menentukan pembelian secara online atau offline agar pembelian lebih optimal dan efisien. Dalam penelitian ini, algoritma genetika akan digunakan untuk pemecahan masalah optimasi pembelian komponen komputer dan aksesorisnya. Tujuan dari penelitian ini adalah penggunaan algoritma genetika sebagai sistem rekomendasi untuk menentukan total harga minimal serta jalur yang paling optimal dalam pembelian komponen komputer di 12 toko, terdiri dari 6 toko offline dan 6 toko online. Representasi kromosom menggunakan gabungan antara pengkodean biner dan pengkodean bilangan bulat. Selanjutnya, proses seleksi parents menggunakan metode roulette wheel, proses crossover menggunakan metode uniform crossover, proses mutasi dilakukan secara random, dan proses seleksi survivor menggunakan metode best selection. Pengujian dilakukan menggunakan iterasi 10 sampai 100 dengan interval 10 kali, dan didapatkan nilai total biaya minimal adalah Rp. 18.811.000,-
Pengaruh Kubebin, Senyawa Lignan Pqner cubeba L.f. terhadap Pelepasan Histamin dari RPMCs AGUNG ENDRO NUGROHO; WAHYONO WAHYONO; SUBAGUS WAHYUONO; KAZUTAKA MAEYAMA
JURNAL ILMU KEFARMASIAN INDONESIA Vol 8 No 2 (2010): JIFI
Publisher : Fakultas Farmasi Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1564.391 KB)

Abstract

Cubebin is a lignan isolated from Indonesian plant Piper cubeba L.f fruits. Cubebin has been found to strongly inhibit contraction of isolated-trachea of guinea pig induced by histamine or metacholine. ln the present study, the effcct of cubebin was investigated on histamine release from rat peritoneal mast cells (RPMCS), a connective tissue mast cell. Compound 48/80 (G Protein activator), thapsigargin (SERCA inhibitor), ionoinycin (calcium ionophore), and PMA (PKC activator) were used as inducers for histamine release from connective tissue mast cell. Histamine released in the medium was measured by HPLC-Huorometry. The results showed that cubebin at the concentration of 30 and 100 µM inhibited the histamine release from RPMCS induced by thapsigargin by 12,86 ± 1,84 % and 40.38 ± 1.93 %, respectively. In addition, there was a partial inhibition seen in respond to ionornycin, with no effects towards compound 48/80 or PMA, These data indicate that cubebin inhibited thc histamine release from connective mast cells, and might involve in the activation of sarco/ endoplasmic reticulum Ca2+ ATPase.
Standardisasi Simplisia dan Ekstrak Buah Kemukus (Piper cubeba Lf.) Sebagai Bahan Baku Sediaan Kapsul Jamu Sesak Nafas Indrawati Kurnia Setyani; Wahyono Wahyono; Teuku Nanda Saifullah Sulaiman
JPSCR: Journal of Pharmaceutical Science and Clinical Research Vol 6, No 3 (2021)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/jpscr.v6i3.50372

Abstract

Standardisasi merupakan suatu upaya untuk menjaga kualitas bahan baku yang berasal dari tanaman. Standardisasi meliputi parameter spesifik dan non spesifik. Kubebin merupakan senyawa utama yang terkandung di dalam buah kemukus (Piper cubeba Lf.). Senyawa ini bisa digunakan sebagai marker untuk mengendalikan kualitas kemukus. Perbedaan tempat tumbuh memberi pengaruh terhadap variasi kadar kubebin. Penelitian ini bertujuan untuk melakukan standardisasi dan membandingkan kadar kubebin dari tiga daerah yang berbeda yaitu Kulonprogo, Magelang, dan Wonosobo sebagai bahan baku untuk pembuatan sediaan kapsul jamu sesak nafas. Kemukus diekstrak dengan metode maserasi. Kadar kubebin merupakan parameter utama dalam pemilihan sumber bahan baku. Penetapan kadar kubebin dengan metode kromatografi lapis tipis-densitometri. Simplisia dengan kadar kubebin yang tertinggi selanjutnya dilakukan standardisasi. Standardisasi simplisia meliputi penetapan kadar air, kadar minyak atsiri, susut pengeringan, kadar abu, kadar abu tak larut asam, cemaran logam berat, residu pestisida dan aflatoksin total. Standardisasi mikrobiologi ekstrak meliputi angka kapang/ khamir, angka lempeng total, mikroba patogen (Escerichia coli, Staphylococcus aureus, Pseudomonas aeruginosa, Salmonella sp dan Shigella sp). Perbedaan tempat tumbuh tidak berpengaruh terhadap kadar kubebin di dalam ekstrak tetapi berpengaruh terhadap randemen. Proses granulasi tidak memberikan pengaruh yang bermakna terhadap senyawa kubebin. Hasil standardisasi kemukus dari Wonosobo menunjukkan bahwa parameter non-spesifik untuk simplisia dan ekstrak memenuhi persyaratan bahan baku obat tradisional sesuai acuan standar WHO Guidelines dan Farmakope Herbal Indonesia.
Prediction of Indonesian Inflation Rate Using Regression Model Based on Genetic Algorithms Faisal Dharma; Shabrina Shabrina; Astrid Noviana; Muhammad Tahir; Nirwana Hendrastuty; Wahyono Wahyono
JOIN (Jurnal Online Informatika) Vol 5 No 1 (2020)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v5i1.532

Abstract

Inflation occurs where there is an increase in the price of goods or services in general and continuously in a country. Uncontrolled inflation will have an impact on the decline of the Indonesian economy. Therefore, the prediction of future inflation levels is necessary for the government to develop economic policies in the future. Prediction of inflation levels can be done by studying historical past Consumer Price Index (CPI) data. Regression methods are often used to solve prediction problems. The problem of finding the optimal prediction model can be seen as an optimization problem. Genetic algorithms are often used to deal with optimization problems. Thus, this work proposed to use a genetic algorithm-based regression model for predicting inflation levels. The model was trained and evaluated using real CPI data which obtained from the Indonesian Central Bank. Based on the experiment, it is proved that the proposed model is effective in predicting the inflation level as it gains MSE of 0.1099.