Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal Pengabdian Masyarakat IPTEK Digital Transformation Technology (Digitech)
Umri Erdiansyah
STMIK Triguna Dharma
Computer Science & IT Library & Information Science

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

Found 3 Documents
Search

 1 
Comparison of Accuracy in Naïve Bayes and Random Forests in Classification of Liver Disease Ahmadi Irmansyah Lubis; Umri Erdiansyah; Rosma Siregar
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.045 KB) | DOI: 10.24114/cess.v7i1.28888

Abstract

Pada penelitian ini bertujuan untuk melakukan komparasi terhadap metode Naïve Bayes dan Random Forest dalam klasifikasi data pasien penyakit liver. Adapun data pengujian yang digunakan yaitu Indian Liver Patient Dataset (ILPD) yang diperoleh dari UCI Machine Learning Repository. Dataset tersebut memiliki 583 record data, 10 kriteria, dan 1 variable kelas serta dengan jumlah kelas sebanyak 2 kelas atribut, serta data set tersebut berjenis multivariate. Terdapat beberapa tahapan preprocessing yang dilakukan, antara lain normalisasi data yang diujikan, selanjutnya dilakukan analisis klasifikasi menggunakan metode naïvebayes dan random forest. Berdasarkan hasil pengujian yang dilakukan dalam memperoleh nilai akurasi perhitungan klasifikasi menggunakan Confusion Matrix, maka metode Random Forest memperoleh hasil yang terbaik yaitu dengan peroleh akurasi sebesar 70.60 % bila dibandingkan dengan Naïve Bayes yang hanya memperoleh akurasi sebesar 55.80 %. Sehingga Random Forest memiliki performa kinerja yang lebih unggul dalam perolehan akurasi yang dihasilkan dalam klasifikasi penyakit liver.
Perancangan dan Pembangunan Sistem Informasi Manajemen berbasis Website Pada Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung Ahmadi Irmansyah Lubis; Feri Setiawan; Lusiyanti Lusiyanti; Umri Erdiansyah; Rosma Siregar
Jurnal Pengabdian Masyarakat IPTEK Vol. 2 No. 1 (2022): Edisi Januari 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v2i1.4757

Abstract

Perancangan dan pembangunan sistem informasi manajemen berbasis website pada Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung didasari atas hasil wawancara dengan Pimpinan Ranting Muhammadiyah Pasar VII Tembung yang dimana memiliki permasalahan dalam melakukan pendataan keanggotaan, serta transparansi laporan keuangan. Maka dengan membangun sebuah Sistem berbasis Website yang nantinya dapat memberikan manfaat bagi Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung dalam pengelolaan informasi kegiatan, penyimpanan database keanggotaan, serta pencatatan dokumen dan laporan keuangan. Dengan adanya Sistem Informasi Manajemen tentunya memberikan kemudahan yang dapat membantu menyelesaikan permasalahan pengelolaan informasi pada Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung.
Kombinasi Metode AHP dan Weighted Product Dalam Penentuan Evaluasi Kinerja Asisten Pengajar Ahmadi Irmansyah Lubis; Umri Erdiansyah; Feri Setiawan
Digital Transformation Technology Vol. 1 No. 2 (2021): Research Artikel Periode September 2021
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (379.906 KB) | DOI: 10.47709/digitech.v1i2.1101

Abstract

Dalam riset ini bertujuan untuk menguji dan menerapkan metode AHP dan Weighted Product dalam pengambilan keputusan untuk penentuan peringkat dari hasil evaluasi kinerja asisten pengajar. Bobot kriteria diperoleh berdasarkan perhitungan nilai dari metode AHP dan Weighted Product digunakan untuk perhitungan perankingan alternatif terbaik dari data yang digunakan. Data pengujian yang digunakan bersumber dari UCI iMachine Learning iRepository yaitu Teaching Assistant Evaluation Dataset yang merupakan data evaluasi kinerja dari asisten pengajar yang memiliki 151 record data, 5 kriteria, dan 1 variable kelas serta data set tersebut berjenis multivariate. Hasil dari pengujian metode AHP dan Weighted Product pada penelitian ini menunjukkan bahwa kedua metode tersebut mampu dalam menghasilkan nilai bobot kriteria secara objektif berdasarkan bobot Eigen Vector AHP serta dapat menghasilkan perangkingan alternatif terbaik melalui perhitungan Weighted Product dengan menghasilkan A134 dengan nilai preferensi akhir yaitu 0.0107 sebagai ialternatif terbaik sedangkan A96 dengan nilai preferensi akhir sebesar 0.0034 sebagai ialternatif iterendah dengan waktu eksekusi yang diperoleh yaitu 1.27 detik.
Co-Authors Ahmadi Irmansyah Lubis Feri Setiawan Lusiyanti Lusiyanti Rosma Siregar