Garuda - Garba Rujukan Digital

Pengelompokan Wilayah Madura Berdasar Indikator Pemerataan Pendidikan Menggunakan Partition Around Medoids Dan Validasi Adjusted Random Index Satoto, Budi Dwi; Khotimah, Bain Khusnul; Iswati, Iswati
Journal of Information Systems Engineering and Business Intelligence Vol 1, No 1 (2015): April
Publisher : Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (279.174 KB)

Abstrakâ Pemerataan pendidikan di Indonesia telah menjadi perhatian pemerintah sejak lama. Namun hingga saat ini, pendidikan di Indonesia masih belum merata. Hal tersebut dapat dilihat dari rendahnya nilai Angka Partisisipasi Kasar (APK) dan Angka Partisipasi Murni (APM) di daerah-daerah tertentu serta belum meratanya sarana dan prasarana pendidikan. Adapun tujuan penelitian ini adalah memberikan informasi kepada pemerintah setempat mengenai kondisi pendidikan di wilayahnya sehingga dapat menghasilkan kebijakan yang tepat mengenai pengembangan infrastuktur pendidikan dan distribusi guru bantu. Clustering adalah metode data mining yang membagi data kedalam kelompok yang mempunyai objek yang karakteristik sama. Penelitian ini menggunakan metode clustering Partition AroundÂ Medoids (PAM) dengan 3 distance measure: Manhattan, Euclidean dan Canberra distance. Untuk mengukur kualitas hasil clustering, digunakan nilai Adjusted Rand Index (ARI). Semakin besar nilai ARI, semakin baik kualitas cluster. Dari 3 kali ujicoba diperoleh rata-rata nilai ARI untuk Euclidean distance sebesar 0.799, Manhattan distance dengan rata-rata sebesar 0.738 dan Canberra distance sebesar 0.163. Sedangkan pengelompokan terbaik diperoleh menggunakan Euclidean distance dengan nilai ARI sebesar 0.825 dan kecocokan dengan label asli sebesar 83.33%. Dari pengelompokan terbaik menghasilkan kelompok pemerataan tinggi terdiri dari 11 kecamatan, kelompok pemerataan sedangÂ terdiri dari 15 kecamatan dan kelompok pemerataan rendah terdiri dari 46 kecamatan.Â Kata Kunciâ indikator pemerataan pendidikan, clustering, Partition Around Medoid, distance measure, Adjusted Random IndexAbstractâDistribution of education in Indonesia has become governments attention for a long time. But until now, education in Indonesia is still not evenly distributed. This can be seen from the low value of Participation Rough figures and net enrollment ratio in certain areas as well as uneven educational facilities. The purpose of this research is to provide information to local authorities about the state of education in local region to produce an appropriate policy regarding development of educational infrastructure and teachers assistant distribution. Clustering is a data mining method that divides data into several groups with the same object characteristics. This research used Partition Around Medoids methods with 3 distance measure that contain Manhattan, Euclidean and Canberra distance. Adjusted Random Index used to measure the quality of clustering results. From 3 times sampling, better value of ARI Euclidean distance 0.799,Â Manhattan distance 0.738 and Canberra distance 0.163 Â while the best clustering obtained Â is Euclidean distance with value of ARI 0.825 and compatibility with the original label 83.33%. it is produces high equity group composed of 11 districts with equity groups are composed of 15 districts and low equity group consists of 46 sub-districts.Â KeywordsâIndicator of Educational Equity, Clustering, Partition Around Medoid, Distance Measure, Adjusted Random Index .

PERBANDINGAN METODE SOM (SELF ORGANIZING MAP) DENGAN PEMBOBOTAN BERBASIS RBF (RADIAL BASIS FUNCTION) Cahyani, Andharini Dwi; Khotimah, Bain Khusnul; Rizkillah, Rafil Tania
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 7 No 1 Agustus 2014
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

In many clustering systems many methods was used to cluter-ization, one of which is the SOM (Self Organizing Maps). In our study we used two approaches. The first approach was a lawyer-cluster's using SOM-RBF used in the training data and could be expected to result in better cluster. And the second approach clustering was used of SOM.Comparison of both methods is based on the application of the data derived from the dataset movielens.org site. Comparative assessment using three scenarios, namely the MSE as a stop condition on the running time, the MSE as the stop condition of the epoch and the learning rate, and MSE as the stop condition of the actual value of the MSE. With this running time is detected which is more rapid approach to the time span for extracting training data. Based on the results of experiments performed using 500 data, which is applied to clusters 3 and 4 lead to the conclusion that the first approach has the value of MSE is actually closer to the absolute value of MSE as compared to the second approach.

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN BERBASIS SPENCER DENGAN METODE ANALITYCAL HIERARCY PROCESS (STUDI KASUS BAPERJAKAT UNIVERSITAS TRUNOJOYO MADURA) Khotimah, Bain Khusnul
Rekayasa Vol 4, No 2: Oktober 2011
Publisher : Universitas Trunojoyo Madura

AbstrakDalam penentuan karyawan berprestasi pada bagian kepegawaian khususnya Universitas Trunojoyo (BAPERJAKAT) terdapat beberapa faktor yang menjadi penilaian. Penelitian ini melakukan penilaian kinerja karyawan dengan berbasis Competencies for Executive Leadership Development yakni pengetahuan tentang pekerjaan, kreativitas, perencanaan, pelaksanaan instruksi, pelaksanaan deskripsi tugas, kualitas kerja, kerja sama dan sikap terhadap karyawan lain, inisiatif, kehandalan, kehadiran, sikap pekerjaan, keuletan, dan kejujuran. Kompetensi tersebut dirangkum oleh spencer menjadi standart penilaian yang akan dibandingkan dengan penilaian DP3 untuk membangun sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi. Metode yang digunakan untuk perhitungan pembobotan menggunakan metode Analytic Hierarchy Process (AHP), di mana masing-masing kriteria dihitung berdasarkan uji konsistensi untuk dijadikan pembobotan pada setiap karyawan. Sedangkan hasilnya berupa perangkingan untuk pengambil keputusan yang terkait dengan masalah pemilihan karyawan berprestasi, sehingga akan didapatkan karyawan yang paling layak diberi rekomendasi ke jenjang selanjutnya. Untuk mengambil suatu keputusan tergantung dari kuota yang ada dan urutan tertinggi dari perangkingan sebagai prioritas yang paling diutamakan. Pada perhitungan menggunakan kriteria kompetensi Spencer menghasilkan skor 3.1 dan AHP 2.94 . dan Metode Spencer merupakan metode penilaian yang terbaik karena mempunyai rentang pembobotan yang kecil karena kriteria lebih banyak. Kata kunci: AHP, kompetensi Spencer, kinerja karyawan, pembobotan AbstractThe determination of employees on the personnel, especially the University Trunojoyo (Baperjakat) there are several factors that assessment. This study assessed the performance-based employees with the Executive Leadership Development Competencies for the knowledge of the work, creativity, planning, implementation instructions, the implementation of job descriptions, work quality, cooperation and attitude toward other employees, initiative, reliability, attendance, work attitude, tenacity, and honesty. Competencies are summarized by Spencer become standard assessment will be compared with the assessment DP3 to build a decision support system that has the ability to analyze the selection of employees. The method used separately weighting calculations using the method of Analytic Hierarchy Process (AHP), in which each criterion was calculated based on the consistency test to be used as the weighting on each employee. While the result is a ranking for decision-makers on issues related to the selection of employees, so will the employees get the most feasible given the recommendation kejenjang next. To take a decision depending on the existing quotas and the highest order of priority ranking as the most preferred. In calculations using the criteria of competence Spencer generate AHP score 3.1 and 2.94. and the method of Spencer is the best method of valuation because it has a small weighting range for more criteria. Key words: AHP, Spencer competency, employees evaluation, weighting range.

Pembuatan Digital Library untuk Mendukung Proses Belajar Mengajar di Universitas Trunojoyo Syakur, Ali; Khotimah, Bain Khusnul
Rekayasa Vol 1, No 2: Oktober 2008
Publisher : Universitas Trunojoyo Madura

Natural Library growth relate to information technology, started from library of manual, library of terautomasi, digital library or cyber library. Measure growth of library was measured from many appl yings of using information technology, so the requirement of information technology of library as strength in continuation for spreading of science information and culture expanding along with writing, printing, educating and requirement of human society ininformation. This research would be made by library information system with database of client server in University of Trunojoyo. The library information was recognized by cyber library information system base on web and information system of client server which used for local network ( nor intranet) of Internet and used good at library of college or library of public.

SISTEM PAKAR TROUBLESHOOTING KOMPUTER DENGAN METODE CERTAINTY FACTOR MENGGUNAKAN PROBABILITAS BAYESIAN (STUDI KASUS ABORATORIUM JARINGAN KOMPUTER) Khotimah, Bain Khusnul
Rekayasa Vol 3, No 1: April 2010
Publisher : Universitas Trunojoyo Madura

Troubleshooting komputer yaitu mendeteksi kerusakan hardware dan software pada saat komputer beroperasi berdasarkan gejala-gejala yang ada seperti komputer tiba-tiba hang, hardisk failed, atau booting komputer menjadi lambat, dan lain-lain. Gejala-gejala ini sering mengandung ketidakpastian yang bisa terjadi karena informasi atau fakta yang tidak lengkap. Untuk mengatasi masalah ketidakpastian ini, system artificial intelligence yaitu sistem pakar mengadopsi metode certainty factor untuk menganalisa berdasarkan gejala-gejala yang terjadi. Metode CF merupakan tingkat kepastian system terhadap suatu fakta atau aturan untuk menghasilkan sebuah diagnose. Hasil ujicoba sistem menunjukkan bahwa sistem mampu melakukan diagnose kerusakan komputer berdasarkan gejala-gejala yang ada meskipun gejala-gejala tersebut mengandung ketidakpastian yang disajikan bersamaan dengan saran penyelesaian berdasarkan hasil diagnosa dengan menggunakan probabilitas Bayesian. Hasil diagnosa disertai dengan nilai CF yang menunjukkan tingkat kebenaran hasil diagnosa. Di mana nilai CF terbaik berdasarkan nilai CF tertinggi untuk menghasilkan tingkat kepercayaan semakin optimal Kata kunci: certainy factor, troubleshooting, sistem pakar, hardware, software AbstractTroubleshooting a computer that detects damage to hardware and software when computer operates on basis of existing symptoms such as sudden computer crashes, failed hard drive, or booting, they are becomes slow, and others. These symptoms often contain uncertainties can occur information incomplete. To overcome problem of uncertainty, so artificial intelligence systems were an expert system methods to analyze the certainty factor based on the symptoms that occur. CF method is the certainty of the system toward a fact or a rule to generate a diagnosis. System test results show that the system can perform computer malfunction diagnosis based on symptoms that exist even though the symptoms of uncertainty and result by used bayessian probability. The diagnosis is accompanied by the CF value that indicates the level of truth of the diagnosis. Where is the best CF value based on the highest CF value to produce the optimal level of confidence. Keywords: certainy factor, troubleshooting, expert system, hardware, software

PERBANDINGAN METODE SOM (SELF ORGANIZING MAP) DENGAN PEMBOBOTAN BERBASIS RBF (RADIAL BASIS FUNCTION) Cahyani, Andharini Dwi; Khotimah, Bain Khusnul; Rizkillah, Rafil Tania
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 7 No 1 Agustus 2014
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v7i1.619

In many clustering systems many methods was used to cluter-ization, one of which is the SOM (Self Organizing Maps). In our study we used two approaches. The first approach was a lawyer-cluster's using SOM-RBF used in the training data and could be expected to result in better cluster. And the second approach clustering was used of SOM.Comparison of both methods is based on the application of the data derived from the dataset movielens.org site. Comparative assessment using three scenarios, namely the MSE as a stop condition on the running time, the MSE as the stop condition of the epoch and the learning rate, and MSE as the stop condition of the actual value of the MSE. With this running time is detected which is more rapid approach to the time span for extracting training data. Based on the results of experiments performed using 500 data, which is applied to clusters 3 and 4 lead to the conclusion that the first approach has the value of MSE is actually closer to the absolute value of MSE as compared to the second approach.

ANALISIS SENTIMEN TERHADAP KARAPAN SAPI DI TWITTER MENGGUNAKAN METODE K-MEANS DAN SUPPORT VECTOR MACHINE (SVM) Rani, Zalzabila; Khotimah, Bain Khusnul
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5685

Perkembangan teknologi dan internet telah mengubah cara komunikasi masyarakat, dengan media sosial menjadi platform utama. Twitter, yang memiliki 18,45 juta pengguna di Indonesia pada tahun 2022, digunakan dalam penelitian ini untuk menganalisis sentimen publik terkait Karapan Sapi, kompetisi balap sapi tradisional di Madura. Penelitian ini bertujuan untuk mengidentifikasi sentimen publik terhadap Karapan Sapi, menyebarkan efektivitas kombinasi metode K-Means dan Support Vector Machine (SVM), serta menerapkan Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ke regresi data. Sebanyak 647 ulasan Twitter berbahasa Indonesia dikumpulkan melalui crawling berbasis Python dan diproses menggunakan text preprocessing. Metode K-Means mengelompokkan ulasan menjadi tiga cluster: aspek budaya Karapan Sapi, olahraga tradisional, dan keterkaitan dengan pihak militer atau pemerintah. SMOTE menyelesaikan keseimbangan sentimen data, meningkatkan kinerja model pembelajaran mesin pada kelas minoritas. Model SVM dengan parameter optimal (kernel linear, C=1.0, gamma=1.0) menghasilkan akurasi 92%, meskipun masih menunjukkan ketelitian performa antar kelas. Penelitian ini membuktikan efektivitas kombinasi K-Means dan SVM, serta pentingnya SMOTE dalam analisis sentimen berbasis Twitter, khususnya untuk budaya lokal seperti Karapan Sapi.

Forecasting of Rice Harvest Results Using SVR Modeling Techniques Anamisa, Devie Rosa; Khotimah, Bain Khusnul; Hariyawan, Mohammad Yanuar; Irhamni, Firli; Jauhari, Achmad; Mufarroha, Fifin Ayu; Violina, Dina; Nuraini, Dinah
Jambura Journal of Mathematics Vol 7, No 1: February 2025
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjom.v7i1.30592

Forecasting is an activity that predicts future values {}{}by utilizing existing track record data. The object of this study is rice plants because they are the primary food source for the Indonesian people. Every year, the Government strives for rice farmers throughout Indonesia to produce abundant rice harvests to meet the community's food needs. Therefore, rice farmers need a system that can predict their rice harvests to obtain information about future harvests to find out whether their harvests have decreased or increased so that they can determine efforts that can be made in the future and can be used as a policy maker for the Government in maintaining the national food security chain. This study uses time series data on rice harvests in Pamekasan, Madura, for 2007-2023 using the Support Vector Regression (SVR) model. The results of several trials have shown that the application of the SVR model for forecasting rice harvests in 2024 has produced good accuracy with a relatively low MAPE error rate of 3.97\%, and the rice harvest has reached an average prediction of 15470.08 tons with an average actual data of 7937.884 tons. Therefore, applying this SVR model can be recommended for predicting future rice harvests.

Prediksi Hasil Panen Padi dengan Metode Multiple Linear Regression dan Particle Swarm Optimization untuk Meningkatkan Produksi Padi di Madura Nuraini, Dinah; Violina, Dina; Anamisa, Devie Rosa; Khotimah, Bain Khusnul; Jauhari, Achmad; Mufarroha, Fifin Ayu
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 1 (2025): JUSIFOR - Juni 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i1.5857

Pertanian memegang peran penting dalam perekonomian Indonesia, khususnya sektor pertanian padi yang menjadi sumber pangan utama bagi sebagian besar penduduk. Meskipun Indonesia memiliki potensi besar dalam sektor ini, produksi padi seringkali mengalami fluktuasi yang memengaruhi ketahanan pangan. Oleh karena itu, prediksi produksi padi sangat penting untuk merencanakan kebijakan pertanian dan memastikan ketahanan pangan. Metode yang digunakan adalah Multiple Linear Regression (MLR) yang dioptimalkan dengan Particle Swarm Optimization (PSO) untuk memprediksi produksi padi di Pulau Madura. Data yang digunakan meliputi variabel terikat (produksi padi) dan variabel bebas seperti luas tanam, luas panen, dan produktivitas. Mean Absolute Percentage Error (MAPE) digunakan dalam menghiung kesalahan error model. Hasil pengujian menunjukkan bahwa pembagian data 50% untuk pelatihan dan 50% untuk pengujian menghasilkan hasil terbaik dengan MAPE sebesar 7,04%, yang lebih rendah dibandingkan dengan rasio data lainnya.

Prediksi Panen Padi Di Madura Dengan Triple Exponential Smoothing (TES) dan Algoritma Genetika Violina, Dina; Nuraini, Dinah; Anamisa, Devie Rosa; Khotimah, Bain Khusnul; Jauhari, Achmad; Mufarroha, Fifin Ayu
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 1 (2025): JUSIFOR - Juni 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i1.5860

Dikenalnya Indonesia sebagai negara agraris karena sebagian besar wilayahnya digunakan untuk budidaya pertanian. Dengan keberhasilan panen padi sebesar 34.6 juta ton, Indonesia mampu menduduki peringkat keempat dunia untuk produksi padi Perannya sebagai sumber utama karbohidrat menjadikan padi banyak dipilih sebagai makanan sehari-hari di dunia, termasuk Indonesia. Khususnya di Madura, seiring bertambahnya jumlah pendudduk setiap tahunnya, kebutuhan pangan ikut bertambah. DI sisi lain, produksi padi yang terjadi di Madura setiap tahunnya mengalami fluktuasi. Oleh karena itu, untuk mengatasi permasalahan tersebut pada penelitian ini memanfaatkan teknologi sebagai upaya membantu petani dan pemerintah dalam menangani permasalahan agar tidak terjadi kekurangan. Penelitian ini dirancang dengan menerapkan metode Triple Exponential Smoothing (TES) yang memiliki tiga parameter (alpha, betha, dan gamma). Pemilihan parameter sangat berpengaruh pada hasil akurasi, sehingga dalam penelitian ini ditambahkan Algoritma Genetika sebagai metode optimasi yang telah terbukti memberikan hasil yang baik pada beberapa penelitian. Algoritma Genetika pada penelitian ini digunakan untuk mengoptimalkan tiga parameter Triple Exponential Smoothing yang diperoleh hasil MAPE 9.74% dengan rasio data pelatihan 90% dan data pengujian 10%.

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search