Article Per Year (5 Year)
p-Index From 2020 - 2025
0.947
P-Index
This Author published in this journals
All Journal Format : Jurnal Imiah Teknik Informatika Jurnal Teknik Informatika C.I.T. Medicom Jurnal Sistem Informasi dan Sistem Komputer Jurnal Pengabdian Masyarakat Nasional
Anis Cherid
Universitas Mercu Buana
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Data Mining Pengolahan Data Calon Pekerja Migran Indonesia (PMI) dengan Penerapan Metode Klustering K-Means dan Metode Klasifikasi K-Nearest Neighbor (KNN): Studi Kasus PT. SAM Dedy Dedy; Anis Cherid
FORMAT Vol 9, No 2 (2020)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2020.v9.i2.008

Abstract

Informasi adalah suatu hal yang sangat penting bagi perusahaan untuk melaksanakan proses bisnisnya secara efektif dan efisien. Informasi dapat diperoleh dari hasil pengolahan data, salah satunya adalah dengan proses Data Mining. Data Mining dapat menggali dan mengolah data menjadi suatu informasi yang sangat penting dan berguna yang mungkin belum diketahui sebelumnya. Clustering menganalisis objek data dimana label kelas tidak diketahui dan dapat digunakan untuk menentukan label kelas tidak diketahui dengan cara mengelompokkan data untuk membentuk kelas baru. Klasifikasi adalah proses menemukan model (fungsi) yang menjelaskan dan membedakan kelas-kelas atau konsep, dengan tujuan agar model yang diperoleh dapat digunakan untuk memprediksikan kelas atau objek yang memiliki label kelas tidak diketahui. Metode clustering diterapkan dalam penelitian ini untuk menghasilkan kelompok (kluster) data yang dapat menggambarkan pola kemiripan karakteristik data atribut penilaian kualitatif penentu dan data atribut lamanya waktu Calon Pekerja Migran Indonesia (CPMI) tersebut dari perekrutan sampai dengan berangkat ke luar negeri untuk bekerja (perhitungan waktu dari tanggal masuk Balai Latihan Kerja (BLK) dan tanggal keberangkatan). Sedangkan Metode klasifikasi KNN diterapkan untuk mengolah dataset hasil pengolahan K-Means sebelumnya dengan tujuan untuk menghasilkan pola klasifikasi data dalam memprediksi klasifikasi nilai atribut data pendukung CPMI baru.
Proficiency Test In Using Mail Merge feature of Microsoft Office With Expert System Algorithms Devi Setiyoningrum; Anis Cherid
Jurnal Teknik Informatika C.I.T Medicom Vol 10 No 2 (2018): Informatika
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (670.969 KB) | DOI: 10.35335/cit.Vol10.2018.5.pp29-37

Abstract

Manufacture of bulk mail is a common thing to do, both in the rural environment, academic, organization, or in layman's instansi.Selama administrative activities related to the mass mailing is done by creating a letter to then reproduced and edited manually one by one on different parts, for example on the part of the name and address. In fact, Microsoft Office has provided tools mail merge to create mass mailings that can handle multiple recipients with just one surat.Salah one solution to overcome this problem, many outstanding tutorials, discuss thoroughly the mail merge, but there needs to be a media that serves to test the extent to which knowledge of a person in control of such knowledge.. Expert systems is a system that is trying to adopt human knowledge into a computer so that the computer can resolve the issue as was done by experts, and expert systems are well designed in order to solve a particular problem by mimicking the work of the experts. Therefore, the need for application of expert systems that function to test proficiency in using the mail merge feature. The system is built using forward chaining and PHP programming language. need for an expert system application that serves to test proficiency in using the mail merge feature. The system is built using forward chaining and PHP programming language. need for an expert system application that serves to test proficiency in using the mail merge feature. The system is built using forward chaining and PHP programming language.
Penerapan Convolutional Neural Network Pada Klasifikasi Tanaman Menggunakan ResNet50 Umi Kulsum; Anis Cherid
Jurnal Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2023): Vol 8 No 2 - 2023
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v8i2.191

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan tanaman apel menjadi dua kategori, yaitu sehat dan busuk, serta menciptakan perangkat lunak berbasis Desktop yang dapat mengklasifikasikan jenis tanaman berdasarkan citra digital menggunakan Convolutional Neural Network (CNN) dengan model ResNet50. Data yang digunakan untuk melatih model terdiri dari 1545 gambar, sedangkan data uji yang digunakan berjumlah 661 gambar. Proses klasifikasi dilakukan untuk dua kelas, yaitu citra daun apel sehat dan citra daun apel busuk. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan akurasi sebesar 91% setelah proses pelatihan dilakukan selama 50 epoch pada data latih. Selanjutnya, aplikasi perangkat lunak berbasis Desktop dibuat untuk menampilkan hasil jenis daun apel yang dipilih, dengan menampilkan informasi apakah daun tersebut termasuk dalam kategori sehat atau busuk.
Prediksi Temperatur Cuaca di Negara Norwegia Menggunakan Metode LSTM Syarif Hidayatullah; Anis Cherid
Jurnal Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2023): Vol 8 No 2 - 2023
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v8i2.192

Abstract

Penelitian ini mengkaji penggunaan algoritma model Long Short-Term Memory (LSTM) dalam membangun model prediksi rata-rata temperatur minimum cuaca berdasarkan data time series. Beberapa pengujian dilakukan untuk mengevaluasi performa model dengan variasi komposisi data latih dan data test, serta perubahan jumlah epoch. Dari hasil pengujian, didapati bahwa penggunaan komposisi data test sebanyak 12 pengamatan, sementara menyisakan 48 data latih dengan 100 epoch, memberikan hasil Root Mean Squared Error (RMSE) terbaik yaitu 1,242 dari seluruh percobaan yang dilakukan. Hasil menunjukkan bahwa metode LSTM efektif dalam menghasilkan prediksi suhu dengan memperhitungkan fluktuasi bulanan dari waktu ke waktu. Meskipun prediksi suhu pada interval yang lebih pendek cenderung lebih fluktuatif, prediksi jangka panjang menunjukkan kecenderungan suhu untuk menjaga kestabilannya dalam jangka waktu yang lebih panjang. Penelitian ini memberikan wawasan mengenai aplikasi model LSTM dalam prediksi cuaca berbasis time series dan memberikan panduan untuk komposisi data dan jumlah epoch yang optimal dalam menghasilkan prediksi yang akurat.
Klasifikasi Penyakit Tanaman Tomat Menggunakan Convolutional Neural Network dan Implementasi Model H5 Pada Aplikasi Desktop Adhitya Jamalludin Bastari; Anis Cherid
Jurnal Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2023): Vol 8 No 2 - 2023
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v8i2.194

Abstract

Penelitian ini mengembangkan metode budidaya tomat lebih efektif dengan analisis pola dan klasifikasi data citra menggunakan Convolutional Neural Network (CNN). Tujuan utamanya adalah mengklasifikasikan penyakit tomat dan jenis tanaman berdasarkan citra digital. Dengan menggunakan teknologi Deep Learning, informasi yang akurat dan mendalam tentang pertumbuhan dan kualitas tanaman tomat dapat diperoleh. Penelitian ini berhasil mencapai akurasi 99% dalam mengklasifikasikan citra daun tomat sehat, jamur septoria, jamur fulva, dan jamur target spot dengan model Inception V3. Perangkat lunak berbasis desktop yang dikembangkan mampu menampilkan hasil klasifikasi jenis daun secara spesifik.
MEDIA PEMBELAJARAN MULTIMEDIA INTERAKTIF BERBASIS ADOBE PREMIERE PRO UNTUK PROSES KEGIATAN PEMBELAJARAN Afiyati Afiyati; Sabar Rudiarto; Anis Cherid
Jurnal Pengabdian Masyarakat Nasional Vol 2, No 2 (2022)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/pemanas.v2i2.18361

Abstract

The purpose of the research was to find out the description of the process of making interactive multimedia based on Adobe Premiere Pro on Basic Competency in Managing the process of teaching and learning activities carried out at SMP Negeri 215 West Jakarta. This type of research uses the ADDIE research model (Analysis, Design, Develop, Implement, and Evaluate), but the author only adopts two stages, namely: analysis and design. This event was attended by 20 West Jakarta SMPN 215 teachers. The implementation of this event uses an approach method, namely presentation of material provided by the speaker, question and answer if there are socialization participants who still do not understand how Adobe Premiere Pro works. Based on the results of the Pretest and Posttest, it shows that after this socialization seminar all teachers can understand the use of Adobe Premiere Pro for making video processing programs that have 45 video effects and 12 audio effects that are used to change display patterns and create video and audio animations that you want to give to students. their students.
Co-Authors Adhitya Jamalludin Bastari Afiyati, Afiyati Dedy Dedy Devi Setiyoningrum Sabar Rudiarto Syarif Hidayatullah Umi Kulsum