Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Upgris JURNAL TEKNOLOGI DAN OPEN SOURCE
Setyoningsih Wibowo
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Logika Fuzzy Dalam Penjadwalan Waktu Kuliah Setyoningsih Wibowo
Jurnal Informatika Upgris Vol 1, No 1 Juni: (2015)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v1i1 Juni.809

Abstract

Penjadwalan dalam suatu perguruan tinggi harus dilakukan dengan baik sehingga tidak menimbulkan tumpang tindih antar mata kuliah yang satu dengan yang lainnya atau pun unsur yang lain. Adapun penjadwalan harus memenuhi semua kondisi yang ada meliputi mata kuliah, ruang kuliah, jam kuliah beserta dosen pengampu. Oleh karena itu diperlukan metode yang akurat untuk mengatur sistem penjadwalan tersebut. Pada penelitian penjadwalan waktu kuliah dengan menggunakan logika fuzzy, ada beberapa metode yang digunakan akan tetapi penggunaan sistem inferensi fuzzy yang akan dipilih. Pendekatan yang digunakan dalam menyelesaikan permasalahan ini, pencarian teori melalui studi pustaka dari penelitian yang terdahulu tentang penjadwalan waktu kuliah, teori tentang logika fuzzy dan sistem inferensi fuzzy. State of the art disusun dari penelitian dengan tema yang sama dengan permasalahan penjadwalan waktu kuliah. Tujuan dari penelitian ini menganalisa penggunaan sistem inferensi logika fuzzy untuk mengatasi kesulitan dalam mengatur penjadwalan waktu kuliah. Dengan menggunakan dua kali proses pengujian yaitu pada data jadwal semester gasal tahun akademik 2012/2013 dan data jadwal semester genap tahun akademik 2012/2013. Hal ini terbukti dari peningkatan rata-rata nilai akurasi sebesar 90.12% metode mamdani dan nilai akurasi sebesar 70.63% metode sugeno dengan rata-rata selisih nilai akurasi sebesar 19.50%. Kata kunci: Logika Fuzzy, Inferensi Logika, Metode Mamdani, Metode Sugeno
Performance Comparison of K-Means Algorithm and BIRCH Algorithm in Clustering Earthquake Data in Indonesia with Web-Based Map Visualization Baromim Triwijaya; Setyoningsih Wibowo; Nur Latifah Dwi Mutiara Sari
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 8 No. 1 (2025): Jurnal Teknologi dan Open Source, June 2025
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v8i1.4400

Abstract

This study applies the K-Means and BIRCH algorithms to cluster earthquake data in Indonesia based on geographic coordinates (latitude and longitude), depth, and magnitude from 2008 to 2023. Due to its position at the intersection of three major tectonic plates, Indonesia is highly prone to earthquakes, making the mapping of vulnerable regions essential for disaster risk reduction. K-Means is selected for its simplicity and clustering effectiveness, while BIRCH is known for its scalability and efficiency in processing large datasets. The clustering process involves data preprocessing and normalization, followed by determining the optimal number of clusters using the Elbow method. Initial findings indicate that K-Means produces more distinct and well-separated clusters than BIRCH, with Silhouette Scores of 0.3501 and 0.2247, respectively. However, after expanding the dataset to 121,123 records and incorporating additional attributes such as mag_type, phasecount, and azimuth_gap, BIRCH demonstrated a significant improvement in performance, achieving a Silhouette Score of 0.3489—surpassing K-Means, which dropped to 0.1293. These results suggest that BIRCH is more effective for clustering large and complex datasets. The final clustering results are visualized on a web-based map to support spatial analysis and the identification of earthquake-prone zones.
Co-Authors Baromim Triwijaya Nur Latifah Dwi Mutiara Sari