Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JITTER (Jurnal Ilmiah Teknologi Informasi Terapan)
Sunjana *
Universitas Widyatama
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
APLIKASI MINING DATA MAHASISWA DENGAN METODE KLASIFIKASI DECISION TREE Sunjana *
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2010
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

          Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut.Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagipendukung keputusan.        Salah satu teknik yang ada pada data mining adalah klasifikasi. Pada paper ini akan dibahas teknikklasifikasi yang diterapkan untuk menemukan pola yang terjadi pada data mata kuliah mahasiswa. Teknikklasifikasi yang akan digunakan adalah Decision tree , yaitu algoritma C4.5.Kata kunci : Data mining, Decision tree, C4.5
KLASIFIKASI DATA NASABAH SEBUAH ASURANSI MENGGUNAKAN ALGORITMA C4.5 Sunjana *
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2010
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pada penelitian ini, penulis berusaha menambang data(data mining) nasabah sebuah perusahaan asuransiuntuk mengetahui lancar atau tidak lancarnya nasabah tersebut. Data yang ada dianalisis menggunakanpendekatan pohon keputusan(decision tree) yaitu algoritma C4.5. Dengan algoritma ini dapat diketahui datanasabah mana yang dikelompokkan ke kelas lancar dan data nasabah mana yang dikelompokkan ke kelas tidaklancar. Kemudian pola tersbut dapat digunakan untuk memperkirakan nasabah yang bergabung, sehinggaperusahaan bias mengambil kepusan menerima atau menolak calon nasabah tersebut.Kata Kunci: data mining, pohon keputusan,algoritma c4.5.
IMAGE PROCESSING BASED TILAPIA SORTATION SYSTEM USING NA Sukenda Sukenda; Ari Purno Wahyu; Benny Yustim; Sunjana Sunjana; Yan Puspitarani
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 7 No. 1 (2020)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.654 KB) | DOI: 10.33197/jitter.vol7.iss1.2020.459

Abstract

Tilapia has a value of export quality and is imported from America and Europe, tilapia is cultivated in freshwater, the largest tilapia producing areas are Java and Bali for the export market in the Middle East, value fish with a size of 250 grams / head (4 fish / kg ) in their intact form is in great demand. According to news circulating, fish of this size in the Middle East are ordered to meet the consumption of workers from Asia. the fish classification process is a very difficult process to find the quality value of the fish to be sold to meet export quality. Fish classification techniques can use the GLCM technique (Gray Level Oc-Currance Matrix) classification using images of fish critters with the GLCM method.The fish image data is analyzed based on the value of Attribute, Energy, Homogenity, Correlation, Contrash, from the attribute the density data matrix is ??generated for each. Fish image data and displayed in the form of a histogram, the data from the GLCM results are then classified with the Naive Bayes algorithm, from the results of the classification of data taken from 3 types of tilapia from the types of gift, Red, and Blue.
Co-Authors Ari Purno Wahyu Wibowo Benny Yustim Sukenda Sukenda Yan Puspitarani