Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Informasi Interaktif Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat
Aflahah Apriliyani
Universitas AMIKOM Yogyakarta
Computer Science & IT

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

Found 3 Documents
Search

 1 
IMPLEMENTASI METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI VARIETAS PADI YANG COCOK UNTUK LAHAN PERTANIAN Reflan Nuari; Aflahah Apriliyani; Juwari Juwari; Kusrini Kusrini
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 4 No 2 (2018): Desember
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (317.392 KB) | DOI: 10.46808/informa.v4i2.39

Abstract

Bahan pangan pokok di Indonesia adalah beras, seiring dengan bertambahnya jumlah penduduk di Indonesia maka kebutuhan akan beras juga meningkat. Proses pencapaian swasembada pangan tidak lepas dari penerapan serta inovasi teknologi yang dikembangkan oleh pemerintah melalui petani. Tahapan yang sangat penting adalah proses budidaya padi, dimana pemilihan varietas padi yang sesuai dengan lahan yang tersedia. Dengan pemilihan varietas yang tepat maka hasil produksi padi akan meningkat sesuai dengan harapan. Untuk mendapatkan informasi tentang jenis varietas padi yang sesuai membutuhkan ahli atau pakar varietas padi. Kendala yang sering dihadapi adalah keterbatasan para ahli khususnya di bidang varietas padi yang sangat membutuhkan perhatian. Untuk itu dikembangkanlah suatu sistem yang dapat membantu para petani, penyuluh maupun masyarakat dalam menentukan varietas yang sesuai dengan lahan yang ada. sistem pakar varietas padi pertama kali dikembangkan oleh Prof.Dr.Ir. Abdul Karim Makarim, MSc. dengan menggunakan aplikasi microsoft excel. Untuk mempermudah dalam pemilihan varietas padi peneliti membuat sistem pakar dengan mengimplementasikan metode K-Nearest Neighbor (KNN). Di dalam KNN dalam pengujiannya adalah menggunakan data lama kemudian membandingkan dengan data baru sehingga dihasilkan data yang lebih akurat.
PERBANDINGAN KECEPATAN LAYER 7 PROTOCOL DAN WEB PROXY UNTUK BLOK SITUS Aflahah Apriliyani; Abdul Malik Zuhdi; Muhammad Fatahillah; Hanafi Hanafi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (890.698 KB) | DOI: 10.46808/informa.v5i1.61

Abstract

Seiring dengan perkemabangan perangkat router yang cukup pesat, membuat teknik filtering pada router Mikrotik semakin banyak. Teknik filtering pada router Mikrotik dapat dilakukan dengan berbagai cara diantaranya adalah Layer 7 Protocols dan Web Proxy. Penelitian ini membandingkan kecepatan dari kedua teknik tersebut saat di implementasikan pada sebuah situs. Dari hasil penelitian memperlihatkan bahwa teknik pemblokiran menggunakan WebProxy adalah teknik tercepat yaitu dengan waktu proses rata-rata 0.0578368 detik.
PREDIKSI PENJUALAN KOSMETIK DENGAN SUPPORT VECTOR MACHINE Aflahah Apriliyani; Ema Utami; Suwanto Raharjo
Informasi Interaktif Vol 4, No 2 (2019): Jurnal Informasi Interaktif
Publisher : Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (343.961 KB)

Abstract

The development of the cosmetics industry experienced a very significant development. Along with the development of cosmetics, information technology has become one of the inputs for the company. Information about the sale of cosmetics and information on cosmetic supplies is an inseparable thing. Cosmetics are products made from plants, minerals and animals. Predictions about future sales can control the amount of available product stock, so that shortages and excess product stock can be minimized. Accurate Prediction results will facilitate the fulfillment of market demand and can provide timely predictions. This research was conducted to predict cosmetic sales. Knowing the supply of cosmetics is something that can be found in cosmetic stores, to facilitate the prediction of cosmetic inventories in the coming period can use sales data in the previous period. Date time series is one of the time series methods used for forecasting methods to find out the pattern of patterns in the past to find out patterns in the future. The Support Vector Machine algorithm will work accurately when the required features are relevant. But inreality the features needed are not relevant, feature selection can be done to select the features needed to obtain accurate information, so as to increase efficiency. In this study the Support Vector Machine algorithm produces the best method, which is 0.136 based on the smallest error value with period 4 variables, Validation Shuffled Sampling 10 and Polynomial kernel type. The best model is also obtained with the Support Vector Machine algorithm with forward selection resulting in the smallest error value of 0.144 with period 8 variables, as well as the Validation Shuffled Sampling 10 and the polynomial kernel type. Keywords: Kosmetik, Data Mining,  Support Vector Machine, feature selection, forward selection
Co-Authors Abdul Malik Zuhdi Ema Utami Hanafi Hanafi Juwari Juwari Kusrini Kusrini Muhammad Fatahillah Reflan Nuari Suwanto Raharjo