Article Per Year (5 Year)
p-Index From 2021 - 2026
1.152
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Infotech Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JUMANJI (Jurnal Masyarakat Informatika Unjani) SENSITEK Jurnal Informatika Teknologi dan Sains (Jinteks) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi)
Agus Komarudin
Universitas Jenderal Achmad Yani
Computer Science & IT Control & Systems Engineering Engineering

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
SISTEM KLASIFIKASI UNTUK MENENTUKAN TINGKAT STRESS MAHASISWA SECARA UMUM MENGGUNAKAN METODE K-NEAREST NEIGHBORS Sopwatun Anisa; Agus Komarudin; Edvin Ramadhan
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 3 (2024): EDISI 21
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i3.4317

Abstract

Stress is often the main challenge faced by students due to academic and social demands in the educational environment. Factors such as nervousness, inability to control oneself, worry, etc. are several stress triggers, all of which can have a negative impact on students' physical and mental health. This research aims to identify the level of stress experienced by students using the K-Nearest Neighbors (KNN) method and evaluate the accuracy of the results of this research. The KNN method is used to classify student stress levels based on similarity or closeness to other data in the dataset. By using data taken from the data.world site, the results of this research show that the KNN method is able to achieve an accuracy of 91.58%. In addition, the precision, recall, and f1-score values are 76.10%, 73.11%, and 74.17% respectively. This research makes an important contribution in understanding student stress levels and shows the effectiveness of the KNN method in classifying stress data. It is hoped that these results will help in the development of better strategies for managing and reducing stress among college students.
PREDIKSI PENJUALAN OBAT MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK Farhan Fadilah; Melina Melina; Agus Komarudin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 3 (2024): EDISI 21
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i3.4346

Abstract

Pengelolaan persediaan obat yang efektif merupakan salah satu komponen penting dalam meningkatkan layanan kesehatan. Namun, masalah yang sering dihadapi dalam penjualan obat herbal adalah persediaan yang sering berlebih sehingga menyebabkan kerugian karena obat herbal menjadi kadaluwarsa. Selain itu, adanya pendataan stok obat yang secara manual juga menyebabkan sering terjadinya kesalahan dalam laporan persediaan, termasuk penggandaan atau redundansi data penjualan. Untuk mengatasi masalah ini, diperlukan suatu metode prediksi penjualan yang akurat untuk pengambilan keputusan strategis. Penelitian ini menggunakan metode Artificial Neural Network (ANN) yang memiliki kemampuan dalam menangani data non-linear pada data penjualan obat. Penelitian ini menggunakan data time series dan algoritma feedforward propagation. Metodologi penelitian meliputi penentuan data latih (70%) dan data uji (30%), serta perancangan arsitektur ANN yang mencakup input layer, hidden layer, output layer, bobot awal, learning rate, momentum, epoch, dan fungsi aktivasi. Hasil penelitian ini memperoleh nilai MAPE 26,3096% dan akurasi 73,6904%.
Co-Authors Daswara Djajasasmita Dea Destiani Deka P Gustiawan Diansyah Andri Ramdhany Edvin Ramadhan Erry Fuadillah Esmeralda C Djamal Esmeralda C. Djamal Faiza Renaldi Farhan Fadilah Gunawan Abdillah Inggit Sumirah Irvan Herdiansyah Kartika N Oktaviani Kresna Septyana Ekaputra Melina Melina Nendra Cahya Permana Neni Nuraeni Nur Muhammad Hasyim Oki Iskandar Oryza Habibie Rahman Poppi Lodaya Prima Nugraha Rezki Yuniarti Rizki Abdilah Rozak Arief Pratama Sartika Dewi Septia Wahyuni Sopwatun Anisa