Article Per Year (5 Year)
p-Index From 2021 - 2026
3.883
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Rang Teknik Journal SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Teknologi Komputer dan Sistem Informasi Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Technologica J-Icon : Jurnal Komputer dan Informatika International Journal of Technology and Education Research Jurnal Pustaka Paket JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Arif Rizki Marsa
Prodi Informatika, Sekolah Tinggi Teknologi Payakumbuh, Sumatera Barat
Agriculture, Biological Sciences & Forestry Arts Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Technologica

 1 
Rancang Bangun Sistem Pakar Diagnosa Alergi Susu Sapi Pada Anak Arif Rizki Marsa; Rosda Syelly; Sri Tria Siska; Noviardi; Indra Laksmana
Technologica Vol. 1 No. 1 (2022): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1413.715 KB) | DOI: 10.55043/technologica.v1i1.30

Abstract

Alergi merupakan salah satu masalah yang umum dalam dunia medis, khususnya alergi yang disebabkan oleh susu sapi pada anak. Penelitian ini membuat sebuah aplikasi yang mampu mendiagnosa penyakit alergi susu sapi pada anak-anak, menerapkan sistem pakar menggunakan metode inferensi yang di kenal dengan backward chaining. Backward chaining menerapkan teknik pelacakan dimulai dengan pendekatan Akibat Alergi, senanjutnya akan mencari gejala-gejala yang memiliki kesimpulan yang mengarah pada penyakit, kemudian dicocokkan menggunakan rule IF-Then. Berdasarkan gejala yang di kumpulkan maka akan didapatkan outputnya berupa alergi berat, alergi sedang dan alergi ringan. Aplikasi yang dibuat berbasis web yang terhubung dengan jaringan internet sehingga dapat membantu user/pengguna untuk mengetahui jenis alergi dengan mudah
Model Prediksi Nilai CBR Akibat Campuran Abu Ampas Tebu Menggunakan Polynomial Regression Asnur, Hanifah; Marsa, Arif Rizki; Yunita, Rini; Sari, Ridha
Technologica Vol. 5 No. 2 (2026): TERBITKAN AKAN DATANG
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v5i2.557

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi nilai California Bearing Ratio (CBR) pada tanah lanau yang distabilisasi dengan abu ampas tebu menggunakan pendekatan Machine Learning Polynomial Regression. Ruang lingkup penelitian meliputi uji laboratorium dan pemodelan prediktif untuk menentukan kadar optimum abu ampas tebu yang memberikan peningkatan nilai CBR maksimum. Data diperoleh dari hasil uji laboratorium dengan 5 variasi campuran abu ampas tebu (0%, 2%, 4%, 6%, dan 8%) dan masing-masing 3 kali replikasi, sehingga total terdapat 15 data pengamatan yang digunakan sebagai dataset pelatihan model. Pemodelan dilakukan menggunakan algoritma Polynomial Regression orde dua dengan pustaka scikit-learn pada Python. Hasil pengujian menunjukkan bahwa nilai CBR tanah asli sebesar 2,94% meningkat menjadi 7,39% pada campuran 6% abu ampas tebu, atau terjadi peningkatan sebesar 151% dibandingkan tanah asli. Persamaan regresi yang diperoleh adalah: CBR=−0.15x2 +1.9x+2.8  Model menghasilkan nilai koefisien determinasi (R²) sebesar 0,94 dan Root Mean Square Error (RMSE) sebesar 0,28, menunjukkan tingkat akurasi tinggi dalam memprediksi hubungan non-linear antara kadar abu dan nilai CBR. Model ini dapat digunakan sebagai alat bantu analisis berbasis data untuk optimasi campuran tanah stabilisasi ramah lingkungan
Co-Authors Andi Putra Arif Budiman Asnur, Hanifah astuti masdar, astuti Budiarni, Rini Dedi Mardianto Dian Eka Putra Duli Erlina, Stefi Dwi Amelia, Serli Eka Putra, Dian Erian Pratama, Arif Fitri Permata Sari Hanifah Asnur Ikhbal Salam, Riyan Ikhbal Salam, Riyana Ikhsan Indra Laksmana Irsa, Ranti Ismael Iwandari, Nasyhabila Khairul Annisa Lilik Suhery, Lilik M. Yogi Riyantama Isjoni Manda, Putra MS Firman Maulana Nofrizal Nofrizal Noviardi Raja Ayu Mahessya Ramacos Fardela Rayendra Ridha Sari Rina Yulius Rini Yunita Rini Yunita Rini Yunita, Rini Ronal Watrianthos Ronny Junnaidi Rosda Syelly Rostam Ahmad Efendi Rozi Meri Sari, Ridha Saves, Yulio Kaisar Selfia Bonita Sari Sri Tria Siska Sri Wahyuni, Widya Syamsuir, Elvi Umar Khatab Wahyuni, Fatma Ira Yuhefizar Yuhefizar Zulkifli Zulkifli