Claim Missing Document
Check
Articles

Found 36 Documents
Search

PENERAPAN METODE DECISION TREE UNTUK PRAKIRAAN CUACA KOTA BEKASI Kristopher Halim; Dyah Erny Herwindiati; Tri Sutrisno
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 11 No. 2 (2023): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v11i2.26026

Abstract

To predict the weather requires a lot of weather data variables, many influencing factors such as the large amount of data. Because this makes prediction accuracy and speed less accurate. So with that made a way to make predictive model research using several data mining techniques. The data to be used in this study were obtained from timeanddate.com, timeanddate.com is a site that provides data and information about daily weather conditions. The data used ranges from December 2021 to August 2022. The research aims to obtain weather classification patterns using the data mining classification algorithm, namely the C4.5 algorithm. The results of testing the C4.5 algorithm using the php website and program get an accuracy of 82%.
Pemetaan Lahan Impervious Bogor Menggunakan Metode PCA-SVM Stephen Adhikurnia; Dyah Erny Herwindiati; Janson Hendryli
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28195

Abstract

Bogor adalah daerah penyangga air utama bagi Jakarta. Lahan terbuka hijau dan area resapan air yang melimpah di Bogor memiliki peranan penting sebagai penampung dan sumber air, terutama untuk wilayah sekitarnya, termasuk Jakarta. Namun, di tengah posisi Bogor sebagai daerah resapan, sumber serta cadangan air bagi Jakarta, luas lahan hijau di wilayah Bogor semakin berkurang setiap tahunnya. Hal ini tidak lepas dari berbagai faktor non alami yang terjadi seperti peningkatan jumlah penduduk secara signifikan dan tingkat pembangunan pemukiman serta daerah wisata. Untuk itu, diperlukan sebuah cara untuk melakukan pemetaan terhadap daerah impervious di Bogor. Lahan akan diklasifikasikan untuk tipe pervious, hijau sebagian, dan secara khusus impervious. Metode yang digunakan dalam penelitian ini adalah dan Principal Component Analysis – Support Vector Machine (SVM). Hasil akhir klasifikasi menunjukkan angka Pervious F1-Score sebesar 0.82, Hijau Sebagian F1-Score sebesar 0.73, dan Impervious F1-Score sebesar 0.87.
PEMETAAN LAHAN MENGGUNAKAN SINGULAR VALUE DECOMPOSITION DAN LINEAR DISCRIMINANT ANALYSIS Hongi Nagaputra; Dyah Erny Herwindiati; Janson Hendryli
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28198

Abstract

Semakin maraknya pembangunan industri di wilayah Tangerang Selatan serta pembangunan sekolah atau bangunan-bangunan sosial lainnya di wilayah Depok menyebabkan perubahan tata guna lahan yang signifikan. Wilayah Tangerang Selatan dan Depok memiliki peran penting sebagai kota penyangga air kota Jakarta. Namun, perubahan tata guna lahan yang terjadi menyebabkan terganggunya pola aliran air, khususnya aliran Sungai Ciliwung yang melewati kedua wilayah tersebut. Terganggunya aliran air di wilayah penyangga air menyebabkan terjadinya banjir di Jakarta karena air tidak dapat meresap di wilayah penyangganya. Oleh karena itu, pentingnya menjaga ketersediaan lahan hijau pada wilayah penyangga air khususnya Tangerang Selatan dan Depok. Skripsi ini akan membahas mengenai aplikasi pemetaan lahan yang mengolah data citra Landsat 8 pada tingkat kecamatan di Tangerang Selatan dan Depok. Aplikasi ini mengolah data citra menggunakan metode Singular Value Decomposition untuk mereduksi dimensi data citra serta diklasifikasikan ke dalam kelas seperti lahan hijau, hijau sebagian, dan impervious menggunakan metode klasifikasi Linear Discriminant Analysis.
Leadership and Implementation of Total Quality Management: A Case Study of Employee Performance Improvement in Hospitals Rina Indah Hariyanti; Dyah Erny Herwindiati; Mahlia Muis
Proceeding of The International Conference on Business and Economics Vol. 2 No. 1 (2024): Proceeding of The International Conference on Business and Economics
Publisher : Universitas 17 Agustus 1945 Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56444/icbeuntagsmg.v2i1.1793

Abstract

This study aims to find out and analyze the influence of leadership on employee performance through the mediation of the implementation of Total Quality Management (TQM). The research design used is a survey research that takes samples from a population and uses questionnaires as a tool for collecting basic data. The research locations were carried out at Koja General Hospital, Sulianti Saroso Infectious Special Hospital, and TK II TNI AD M Ridwan Hospital. The number of population as well as the sample in this study is 240 people. To meet the assumptions and analysis models in this study, the Likert Scale was used. The analysis technique used in this study is path analysis using the Amos program. The results of the study show that leadership variables have a significant effect on the implementation of TQM, leadership has a significant effect on employee performance. Leadership has a significant effect on employee performance through the implementation of TQM.
Klasifikasi Gambar Perkotaan dengan Lahan Hijau Menggunakan SVD dan KNN Ryan Satria; Dyah Erny Herwindiati
Computatio : Journal of Computer Science and Information Systems Vol. 9 No. 2 (2025): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v9i2.35313

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan citra perkotaan dan lahan hijau dengan memanfaatkan metode Singular Value Decomposition (SVD) untuk reduksi dimensi dan K-Nearest Neighbors (KNN) sebagai algoritma klasifikasi. Dataset yang digunakan terdiri dari 60 gambar, masing-masing 30 citra perkotaan dan 30 citra lahan hijau, dengan ukuran 40×40 piksel yang diambil dari berbagai sumber daring. Setiap citra diubah menjadi vektor fitur berdimensi tinggi kemudian direduksi menggunakan SVD untuk mengekstraksi komponen utama yang paling signifikan. Hasil analisis scree plot menunjukkan bahwa tiga komponen utama sudah cukup untuk mewakili variansi terbesar dalam data. Selanjutnya, dataset dibagi menjadi 80% data latih dan 20% data uji untuk proses klasifikasi menggunakan KNN dengan parameter k=3. Evaluasi kinerja dilakukan dengan membandingkan hasil prediksi model terhadap label asli melalui tabel perbandingan kelas, confusion matrix, serta perhitungan akurasi. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan citra dengan akurasi sempurna sebesar 100%. Namun hasil akurasi sempurna diakibatkan oleh jumlah dataset yang kecil. Temuan ini membuktikan bahwa kombinasi metode SVD dan KNN efektif dalam membedakan citra perkotaan dan lahan hijau berdasarkan karakteristik warna dominannya.
Prediksi Jumlah Penduduk Tingkat Kecamatan di Wilayah Bogor Menggunakan Metode Long Short Term Memory Owen Djoenaedi; Dyah Erny Herwindiati; Teny Handhayani
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.16219

Abstract

Population growth is addition or reduction of the population which is influenced by several factors. In Indonesia, this is something that pays great attention and is monitored by the government, especially on Java Island. Worries of population increase is one of the reasons for this monitoring which can cause problems with the support power and capacity power of the environment. The purpose of this design is to predict the population and calculate population growth rate at sub-district level in the Bogor area for 2021 and 2022 using population data at different annual intervals in each areas. Prediction is done using Long Short Term Memory. The configuration parameters of the model used for training and testing is different for each areas which obtained from the results of the parameter experiment which was repeated 5 times for each configuration to obtain the best Mean Absolute Percentage Error (MAPE) average. All models for LSTM method gain an average MAPE below 10% in each areas so that the models for prediction were stated to be very good.