Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.572

P-Index

This Author published in this journals

All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Informatika dan Rekayasa Elektronik Jurnal Responsif : Riset Sains dan Informatika Journal Corner of Education, Linguistics, and Literature

Salman Topiq

Universitas Adhirajasa Reswara Sanjaya

Author-ID : 2625838

Aerospace Engineering Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Neuroscience Social Sciences Transportation Other

Published : 17 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Dengan Metode TOPSIS Mubarok, Ade; Suherman, Himam Dwipratama; Ramdhani, Yudi; Topiq, Salman
Jurnal Informatika Vol 6, No 1 (2019): April 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Koperasi syariah BMT ItQan merupakan salah satu koperasi dengan pengelolaan secara syariah, menyediakan produk simpanan, pembiayaan dan jasa keuangan syariah. Sistem pembiayaan yang diterapkan di Koperasi syariah BMT ItQan ini masih secara manual dalam prosesnya. Koperasi memberikan pembiayaan kepada anggotanya dengan ketentuan kriteria-kriteria, dimana proses penilaian kriteria masih silakukan secara manual, sehingga keputusan yang dihasilkan masih kurang efektif dan akurat karena terkadang ada beberapa kriteria yang tidak ikut dipertimbangkan pada saat proses penilaian. Penggunaan Sistem Pendukung Keputusan dapat memudahkan pihak koperasi dalam pengambilan keputusan pemberian pembiayaan. Sistem Pendukung Keputusan ini dibuat menggunakan metode TOPSIS (Technique For Orders Reference by Similarity to Ideal Solution). Sistem Pendukung keputusan ini dibuat menggunakan bahasa pemrograman PHP dengan tools yang digunakan adalah Sublime Text 3 dan MySql untuk database yang menggunakan tools XAMPP. Hasil dari penelitian ini adalah sistem pendukung keputusan kelayakan pembiayaan yang dibangun sebagai alat bantu untuk penentuan kelayakan pembiayaan.

Pengukur Tingkat Kekeruhan Keasaman Dan Suhu Air Menggunakan Mikrokontroler Atmega328p Berbasis Android Andre Prayoga; Yudi Ramdhani; Ade Mubarok; Salman Topiq
Jurnal Informatika Vol 5, No 2 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Dalam perancangan alat pendeteksi kualtias air sebelumnya, maka dapat disimpulkan terdapat beberapa peracangangan alat yang belum efektif dan efisien dari segi komponen sensor yang digunakan, parameter yang diukur dan cara data ditampilkan, beberapa masih menggunakan gabungan sensor dan penampil data yaitu LCD (liquid crystal diode). Penulis membuat sistem alat pendeteksi kualitas air yang berfokus pada parameter kekeruhan, keasaman, dan suhu air dengan menggunakan sensor SEN0189, Sensor PH, DS18B20 serta penampil data yang menggunakan smartphone Android. Cara kerja alat yaitu parameter kekeruhan air dideteksi dengan sensor Turbidity SEN0189 yang memanfaatkan transimisi chaya dan hamburan partikel, nilai keasaman dan basa air diukur menggunakan sensor PH dengan batas pengukuran 0 – 14 PH, nilai suhu air diukur menggunakan sensor DS18B20. Prameter-parameter air yang dikelolah oleh setiap sensor akan diproses melalui mikrokontroler IC ATmega328p dengan basis pemprograman menggunakan Arduino IDE, untuk menghubungkan mikrokontroler dengan smartphone Android, maka modul bluetooth dipasang pada mikrokontroler. Aplikasi android yang digunakan untuk menampilkan data dari alat ukur kekeruhan, keasaman, dan suhu air ke smartphone dibuat di App Inventor. Pengukuran dilakukan terhadap empat sampel diantaranya air minum isi ulang, air mineral kemasan, air hujan, dan air ledeng. Tingkat kekeruhan dari pengukuran keempat sampel tersebut memiliki nilai rata-rata sebesar 1256,34, nilai tingkat keasaman sebesar 9 – 10 PH, dan rata-rata nilai suhu sebesar C.

Penerapan Algoritma Neural Network Untuk Klasifikasi Kardiotokografi Yudi Ramdhani; Sari Susanti; Miftah Farid Adiwisastra; Salman Topiq
Jurnal Informatika Vol 5, No 1 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak Kardiotokografi adalah metode investigasi yang paling disukai, dalam pemerhati penggunaan kesejahteraan janin yang praktis. Informasi yang diperoleh dari kardiotokografi, digunakan untuk mengidentifikasi awal keadaan patologis (gangguan pada janin, perkembangan penyakit pada janin atau hipoksia dan lain-lain). Organisasi Kesehatan Dunia atau WHO (World Health Organization) memperkirakan sekitar 15% dari seluruh wanita hamil akan berkembang menjadi komplikasi yang berkaitan dengan kehamilannya dan dapat mengakibatkan kematian ibu dan janin. Teknologi data mining merupakan salah satu alat bantu untuk mengoptimalkan data pada basis data yang berukuran besar, Data mining medis memiliki potensi besar untuk dipelajari pola-pola yang tersembunyi dalam kumpulan data utama medis. Dataset Kardiotokografi memiliki fitur/atribut sebanyak 36 dan diklasifikasikan menjadi 3 kelas yaitu : kelas Normal, kelas Suspect, dan kelas Pathologic dengan record sebanyak 2126. Metode Neural network dapat mengklasifikasi kardiotokografi dengan baik dibuktikan dengan nilai akurasi yang tinggi yaitu sebesar 99,15%, serta dapat membantu user untuk mengambil keputusan selanjutnya pada Karditokografi tersebut. Kata kunci: Kardiotokografi, Data Mining, Neural network Absract Kardiotokografi is the most preferred method of investigation, in the use of fetal well being observers. Information obtained from kardiotokografi, used to identify the initial state of the pathological (disorders of the fetus, the development of fetal disease or hypoxia and others). World Health Organization estimates approximately 15% of all pregnant women will develop into complications related to her pregnancy and can lead to the death of the mother and the fetus. The technology of data mining is one of the tools for optimizing the data in the data base of large-sized medical. Data mining, has great potential to learn the patterns that are hidden in the main medical data sets. Kardiotokografi DataSet features/attributes as much as 36 and are classified into three classes as follows: Normal class, class Suspect and Pathologic class with the record as much as 2126. Neural network method of classifying kardiotokografi can properly evidenced by high accuracy value of 99,15%, and can help the user to take decisions on the Karditokografi. Keywords: Kardiotokografi, Data Mining, Neural network

Co-Authors Ade Mubarok Afit Muhammad Lukman - STMIK Nusa Mandiri Jakarta, Afit Muhammad Lukman Ahmad Surya Rifandy Ali Akbar Rismayadi Ali Akbar Rismayadi Andre Prayoga Ayi Astuti Erfian Junianto Fitri Khoirunnisa Iedam Fardian Anshori, Iedam Fardian Ina Najiyah Isminarni Rahayu Jenny Setiadi Miftah Farid Adiwisastra Putri Riva Somantri Rinto Nurtantho Rizki Tri Prasetio Sari Susanti Sobri, Muhammad Ali Sudrajat, Fahri Andriansyah Suherman, Himam Dwipratama Syamsu Rizal Harish Syarif Hidayatulloh Wildan Habibulloh Yosef Abdul Ghani Yudi Ramdhani

Title Search

Found 3 Documents Search Journal : Jurnal Informatika

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Jurnal Informatika