Articles
<![CDATA[PERANCANGAN APLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI ]]>
<![CDATA[Hasanah, Herliyani]]>;
<![CDATA[Nurmalitasari, Nurmalitasari]]>
<![CDATA[ Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2) ]]>
Publisher : <![CDATA[Prosiding SNATIF ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak Tujuan dari penelitian ini adalah membuat perancangan aplikasi sistem cerdas untuk prediksi energi listrik pemakaian sendiri di PLTA Kabupaten Wonogiri dan melakukan perbandingan hasil prediksi sistem cerdas dan hasil produksi energi listrik aktual untuk pemakaian sendiri PLTA berdasarkan tahun dasar yang akan digunakan. Sistem cerdas yang digunakan pada penelitian ini adalah Neuro Fuzzy model Sugeno orde satu. Pada kegiatan penelitian ini akan dibagi menjadi empat tahap pelaksanaan, yaitu inception (permulaan), elaboration (perluasan), construction (konstruksi pembuatan aplikasi), dan transition (transisi). Data yang digunakan dalam penelitian ini adalah data harian Operasi Waduk Gajah Mungkur dan data harian Produksi Listrik PLTA Wonogiri tahun 2010 sampai 2014. Penelitian ini untuk penentuan parameter dengan menggunakan Anfisedit yaitu Toolbox GUI anfis. Bentuk fungsi keanggotaan yang akan digunakan untuk proses pembelajaran adalah membership funcion trimpf (segitiga) dan trapezoidal (trapezium). Hasil dari penelitian ini prediksi menggunakan Neuro Fuzzy dengan dengan fungsi keanggotaan trimpf (segitiga) dan besar epoch 100 memiliki performa prediksi yang paling baik dan konvergen. Dengan besar Correlation Coefficient (R) adalah 0.996 yang berarti korelasi sangat kuat. Kata kunci: energi listrik, prediksi, neuro fuzzy, sistem cerdas]]>
<![CDATA[APLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI ]]>
<![CDATA[Hasanah, Herliyani]]>;
<![CDATA[Nurmalitasari, Nurmalitasari]]>
<![CDATA[ Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 8, No 2 (2017): JURNAL SIMETRIS VOLUME 8 NO 2 TAHUN 2017 ]]>
Publisher : <![CDATA[Universitas Muria Kudus ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (718.033 KB)
|
DOI: 10.24176/simet.v8i2.1324
<![CDATA[Kebutuhan akan energi listrik menjadi kebutuhan primer nasional. Dalam keberlangsungan proses produksi energi listrik pada pembangkitan – pembangkitan diperlukan energi listrik untuk pemakaian sendiri. Dalam penelitian ini dibangun sebuah aplikasi sistem cerdas untuk memprediksi energi listrik pemakaian sendiri di PT Indonesia Power sub unit PLTA Wonogiri. Pada penelitian ini menggunakan 2 kelompok input, yaitu input FIS (Fuzzy Inference System) dan input pada NN (Neuro Fuzzy). Input data merupakan data produksi harian energi listrik di PLTA Wonogiri selama kurun waktu 2010 – 2016. Variabel data yang digunakan dalam penelitian ini adalah data produksi listrik untuk pemakaian PLTA Wonogiri adalah energi listrik yang dihasilkan PLTA Wonogiri dengan satuan KwH (f), elevasi muka air waduk dengan satuan meter (a1) dan debit air yang masuk ke turbin dengan satuan /detik (a2). Output yang diperoleh adalah pusat centroid (m), derajat keanggotaan (mf), bobot (w) dan konsekuen parameter ( c ). Dari hasil pengujian diperoleh keluaran dengan performansi yang optimal pada saat Fuzzy C Means 2 kelas dengan parameter laju pembelajaran 0.4, momentum 0.6 dengan bessar Mean Percentage Error 0.377970875. Kata kunci: prediksi, pemakaian sendiri, energi listrik, fuzzy inference system, neuro fuzzy]]>
<![CDATA[PERANCANGAN APLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI ]]>
<![CDATA[Hasanah, Herliyani]]>;
<![CDATA[Nurmalitasari, Nurmalitasari]]>
<![CDATA[ Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2) ]]>
Publisher : <![CDATA[Prosiding SNATIF ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak Tujuan dari penelitian ini adalah membuat perancangan aplikasi sistem cerdas untuk prediksi energi listrik pemakaian sendiri di PLTA Kabupaten Wonogiri dan melakukan perbandingan hasil prediksi sistem cerdas dan hasil produksi energi listrik aktual untuk pemakaian sendiri PLTA berdasarkan tahun dasar yang akan digunakan. Sistem cerdas yang digunakan pada penelitian ini adalah Neuro Fuzzy model Sugeno orde satu. Pada kegiatan penelitian ini akan dibagi menjadi empat tahap pelaksanaan, yaitu inception (permulaan), elaboration (perluasan), construction (konstruksi pembuatan aplikasi), dan transition (transisi). Data yang digunakan dalam penelitian ini adalah data harian Operasi Waduk Gajah Mungkur dan data harian Produksi Listrik PLTA Wonogiri tahun 2010 sampai 2014. Penelitian ini untuk penentuan parameter dengan menggunakan Anfisedit yaitu Toolbox GUI anfis. Bentuk fungsi keanggotaan yang akan digunakan untuk proses pembelajaran adalah membership funcion trimpf (segitiga) dan trapezoidal (trapezium). Hasil dari penelitian ini prediksi menggunakan Neuro Fuzzy dengan dengan fungsi keanggotaan trimpf (segitiga) dan besar epoch 100 memiliki performa prediksi yang paling baik dan konvergen. Dengan besar Correlation Coefficient (R) adalah 0.996 yang berarti korelasi sangat kuat. Kata kunci: energi listrik, prediksi, neuro fuzzy, sistem cerdas]]>
<![CDATA[Pengaruh Pola Asuh Orang Tua terhadap Hasil Belajar Siswa Kelas IX Mata Pelajaran Bahasa Indonesia pada Masa Pembelajaran Jarak Jauh di SMP Negeri 1 Mungkid ]]>
<![CDATA[Nurmalitasari Nurmalitasari]]>;
<![CDATA[Hari Wahyono]]>;
<![CDATA[Theresia Pinaka Ratna Ning Hapsari]]>
<![CDATA[ Repetisi: Riset Pendidikan Bahasa dan Sastra Indonesia Vol 4, No 2 (2021): REPETISI VOLUME 4 NOMOR 2 ]]>
Publisher : <![CDATA[Fakultas Keguruan dan Ilmu Pendidikan, Universitas Tidar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian yang berjudul “Pengaruh Pola Asuh Orang Tua Terhadap Hasil Belajar Siswa Kelas IX Mata Pelajaran Bahasa Indonesia Pada Masa Pembelajaran Jarak Jauh di SMP Negeri 1 Mungkid” dilatarbelakangi oleh adanya kegiatan pembelajaran jarak jauh yang dilaksanakan sebagai pengganti kegiatan belajar secara tatap muka karena akibat dari wabah Covid-19 yang berdampak pada bidang pendidikan. Penelitian ini bertujuan untuk (1) memperoleh informasi mengenai adanya pengaruh pola asuh orang tua terhadap hasil belajar siswa kelas IX mata pelajaran bahasa Indonesia pada masa pembelajaran jarak jauh di SMP N 1 Mungkid; (2) memperoleh informasi mengenai signifikansi pengaruh pola asuh orang tua terhadap hasil belajar siswa kelas IX mata pelajaran bahasa Indonesia pada masa pembelajaran jarak jauh di SMP N 1 Mungkid; (3) memperoleh informasi mengenai besar pengaruh pola asuh orang tua terhadap hasil belajar siswa kelas IX mata pelajaran bahasa Indonesia pada masa pembelajaran jarak jauh di SMP N 1 Mungkid. Jenis penelitian yang digunakan adalah kuantitatif deskriptif. Populasi penelitian yaitu seluruh orang tua siswa kelas IX di SMP Negeri 1 Mungkid berjumlah 124 dan sampel berjumlah 95 responden. Teknik pengumpulan data menggunakan angket dan studi dokumentasi. Hasil penelitian menunjukkan bahwa: (1) Ada pengaruh pola asuh orang tua terhadap hasil belajar siswa kelas IX mata pelajaran bahasa Indonesia pada masa pembelajaran jarak jauh di SMP Negeri 1 Mungkid dengan hasil perhitungan uji regresi sederhana tingkat signifikansi sebesar 0,000<0,05, (2) Terdapat pengaruh signifikan pola asuh orang tua terhadap hasil belajar siswa kelas IX mata pelajaran bahasa Indonesia pada masa pembelajaran jarak jauh di SMP Negeri 1 Mungkid dengan nilai F hitung sebesar 13,814 sedangkan ftabel sebesar 3,94, (3) Besar pengaruh pola asuh orang tua terhadap hasil belajar siswa kelas IX mata pelajaran bahasa Indonesia pada masa pembelajaran jarak jauh di SMP Negeri 1 Mungkid dengan hasil uji regresi diperoleh koefisien determinasi (R2) sebesar 0,129 yang berarti bahwa pengaruh variabel bebas terhadap variabel terikat sebesar 12,9%. Hasil penelitian ini dapat dijadikan untuk evaluasi pelaksanaan pembelajaran jarak jauh pada siswa kelas IX mata pelajaran bahasa Indonesia di SMP Negeri 1 Mungkid.Kata Kunci: Pola Asuh , Hasil Belajar, Pembelajaran Jarak Jauh.]]>
<![CDATA[APLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI ]]>
<![CDATA[Herliyani Hasanah]]>;
<![CDATA[Nurmalitasari Nurmalitasari]]>
<![CDATA[ Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 8, No 2 (2017): JURNAL SIMETRIS VOLUME 8 NO 2 TAHUN 2017 ]]>
Publisher : <![CDATA[Universitas Muria Kudus ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (718.033 KB)
|
DOI: 10.24176/simet.v8i2.1324
<![CDATA[Kebutuhan akan energi listrik menjadi kebutuhan primer nasional. Dalam keberlangsungan proses produksi energi listrik pada pembangkitan – pembangkitan diperlukan energi listrik untuk pemakaian sendiri. Dalam penelitian ini dibangun sebuah aplikasi sistem cerdas untuk memprediksi energi listrik pemakaian sendiri di PT Indonesia Power sub unit PLTA Wonogiri. Pada penelitian ini menggunakan 2 kelompok input, yaitu input FIS (Fuzzy Inference System) dan input pada NN (Neuro Fuzzy). Input data merupakan data produksi harian energi listrik di PLTA Wonogiri selama kurun waktu 2010 – 2016. Variabel data yang digunakan dalam penelitian ini adalah data produksi listrik untuk pemakaian PLTA Wonogiri adalah energi listrik yang dihasilkan PLTA Wonogiri dengan satuan KwH (f), elevasi muka air waduk dengan satuan meter (a1) dan debit air yang masuk ke turbin dengan satuan /detik (a2). Output yang diperoleh adalah pusat centroid (m), derajat keanggotaan (mf), bobot (w) dan konsekuen parameter ( c ). Dari hasil pengujian diperoleh keluaran dengan performansi yang optimal pada saat Fuzzy C Means 2 kelas dengan parameter laju pembelajaran 0.4, momentum 0.6 dengan bessar Mean Percentage Error 0.377970875. Kata kunci: prediksi, pemakaian sendiri, energi listrik, fuzzy inference system, neuro fuzzy]]>
<![CDATA[Aplikasi Model Wavelet Neuro Fuzzy Untuk Memprediksi Banjir Sungai Bengawan Solo ]]>
<![CDATA[Nurmalitasari Nurmalitasari]]>;
<![CDATA[Sri Sumarlinda]]>
<![CDATA[ Numerical: Jurnal Matematika dan Pendidikan Matematika Vol. 2 No. 1 (2018) ]]>
Publisher : <![CDATA[Institut Agama Islam Ma'arif NU (IAIMNU) Metro Lampung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (367.836 KB)
|
DOI: 10.25217/numerical.v2i1.218
<![CDATA[The objectives of this research is to implementation wavelet neuro fuzzy method to predict water level of Bengawan Solo river. The wavelet neuro fuzzy method is a model combination between discrete wavelet transformation, Artificial Neural Network (ANN) and fuzzy logic. Wavelet Neuro fuzzy modeling aims to reduce the weaknesses of each system, and combine existing advantages of each system, so the predicted result has a very small error value. Predicted when the flood is important because the predicted result can provide early warning information to the community around the river when the arrival of floods so as to reduce the risk of disaster and prepare for emergency response action. The data used in this research are high level of water level data obtained from AWLR Serenan post. The results of the wavelet neuro fuzzy method show the Mean Square error (MSE) forecast of 0.0613.]]>
<![CDATA[Sistem Informasi Prediksi Penerimaan Siswa Baru Menggunakan Metode Autoregressive Di SMP Negeri 3 Purwantoro ]]>
<![CDATA[Agus Mardiyono]]>;
<![CDATA[Eko Purwanto]]>;
<![CDATA[Nurmalitasari Nurmalitasari]]>
<![CDATA[ Bianglala Informatika Vol 10, No 1 (2022): Bianglala Informatika 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (705.536 KB)
|
DOI: 10.31294/bi.v10i1.11850
<![CDATA[Prediksi (forecasting) merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi dan organisasi bisnis dalam setiap pengambilan keputusan yang sangat signifikan. Saat ini permasalahan yang paling sering terjadi dalam penerimaan siswa baru adalah tidak tercapainya kuota siswa yang mendaftar. Sehingga masih terdapat bangku kosong di banyak sekali sekolah. Metode Peramalan Autoregressive adalah salah satu metode dalam peramalan deret waktu. Deret Waktu / Time Series adalah suatu rangkaian atau seri dari nilai-nilai suatu variabel atau hasil observasi yang dicatat dalam jangka waktu yang berurutan. Pada Penelitian ini menggunakan metode Autoregressive untuk melakukan prediksi terhadap jumlah pendaftar pada periode yang akan mendatang. Hasil dari penelitian ini yaitu prediksi untuk tahun ajaran yang akan datang yaitu 97. Hasil pengujian fungsionalitas menggunakan Blackbox testing semua fungsionalitas dapat berjalan sesuai dengan perancangan. Hasil pengujian kepada pengguna sistem informasi menggunakan metode kuesioner didapatkan bahwa dari 15 kuesioner yang disebarkan kepada responden 13 orang atau 86,67% menyatakan sangat setuju dan 2 orang atau 13,33% menyatakan setuju terhadap sistem informasi prediksi jumlah pendaftar siswa baru tersebut. Hasil pengujian menggunakan MAPE (Mean Absoute Percentage Error) sebesar 19,94%.Forecasting is a very important tool in effective and efficient planning, especially in the field of economics and business organization in every very significant decision making. Currently, the problem that most often occurs in the admission of new students is not achieving the quota of students who register. So there are still empty seats in many schools. Autoregressive Forecasting Method is one of the methods in time series forecasting. Time Series / Time Series is a series or series of the values of a variable or the results of observations that are recorded in successive periods of time. This study uses the Autoregressive method to predict the number of registrants in the future period. The results of this study are predictions for the upcoming academic year, namely 97. The results of testing functionality using Blackbox testing all functionality can run according to the design. The results of testing to information system users using the questionnaire method found that from 15 questionnaires distributed to respondents 13 people or 86.67% stated strongly agree and 2 people or 13.33% agreed with the information system predicting the number of new student registrants.The test results using MAPE (Mean Absoute Percentage Error) of 19.94%.]]>
<![CDATA[PERFORMANSI ALGORITMA NAIVE BAYES DAN NEURAL NET UNTUK PREDIKSI KECOCOKAN PASIEN DENGAN PENGOBATAN IMMUNOTERAPI DAN CRYOTHERAPY ]]>
<![CDATA[Herliyani Hasanah]]>;
<![CDATA[Nurmalitasari Nurmalitasari]]>;
<![CDATA[Ahmad Tomi]]>
<![CDATA[ PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021 ]]>
Publisher : <![CDATA[Universitas Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/seminastika.v3i1.254
<![CDATA[Human papillomavirus (HPV) merupakan bagian dari papillomavirus. Infeksi HPV dapat muncul pada kutil kulit dengan berbagai ukuran dan bentuk. Penyakit kutil bisa menjadi kondisi yang parah dan mungkin berhubungan dengan perdarahan lokal. Penyakit kutil umumnya diobati dengan cryotherapy dan immunotherapy. Cryotherapy dan immunotherapy tidak selalu berhasil dan tidak ada pedoman dermatologis resmi yang ada dan dapat digunakan untuk menentukan keberhasilan metode ini pada pasien. Walaupun cryotherapy dan immunotherapy sudah cukup mukhtahir namun masih diperlukan penelitian untuk mengetahui tingkat keberhasilan dengan kondisi dan parameter yang ada.. Penelitian ini bertujuan untuk meneliti efektifitas Algoritma Naive Bayes dan Neural Net untuk memprediksi apakah pasien cocok dengan metode pengobatan immunoterapi dan cryotherapy . Hasil penelitian ini efektifitas menggunakan neural network yang menghasilkan accuracy cukup tinggi 91.3% untuk data cryotherapy dan 82.61% untuk data immunotherapy.]]>
<![CDATA[PERAMALAN JUMLAH PENDAFTAR CALON MAHASISWA STMIK DUTA BANGSA MENGGUNAKAN METODE TIME INVARIANT FUZZY TIME SERIES ]]>
<![CDATA[Nurmalitasari Nurmalitasari]]>
<![CDATA[ Jurnal DutaCom Vol 8 No 1 ]]>
Publisher : <![CDATA[LPPM Universitas Duta Bangsa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (309.42 KB)
<![CDATA[Penelitian ini bertujuan untuk melakukan peramalan jumlah pendaftar calon mahasiswa STMIK Duta Bangsa Surakarta tahun ajaran 2015/2016 dengan menggunakan metode time invariant fuzzy time series. Metode Time Invariant Fuzzy Time Series dipilih karena metode ini merupakan suatu metode peramalan yang relasinya tidak bergantung pada waktu. Dalam penelitian ini himpunan semesta U dibagi menjadi 15 interval yang sama panjang. Berdasarkan penelitian ini diperoleh hasil peramalan jumlah pendaftar calon mahasiswa STMIK Duta Bangsa Surakarta tahun ajaran 2015/2016 sebesar 571 calon dengan eror peramalanya sebesar 0,18.]]>
<![CDATA[ESTIMASI PARAMETER MODEL INTEGER-VALUE AUTOREGRESSIVE UNTUK MENENTUKAN PROBABILITAS TERJADINYA KEBAKARAN YANG DISEBABKAN OLEH GAS ELPIJI DI KOTA SURAKARTA ]]>
<![CDATA[Nurmalitasari Nurmalitasari]]>
<![CDATA[ Jurnal DutaCom Vol 7 No 1 ]]>
Publisher : <![CDATA[LPPM Universitas Duta Bangsa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (788.156 KB)
<![CDATA[Penelitian ini bertujuan melakukan estimasi parameter model INteger-value AutoRregressive (INAR) untuk menentukan probabilitas terjadinya kebakaran yang disebabkan oleh gas elpiji di kota Surakarta. Dalam model INAR parameter yang diestimasi adalah probabilitas bertahan dalam suatu proses (????) dan parameter komponen kedatangan (????). Pada penelitian ini parameter diestimasi menggunakan metode Bayes dengan prior sekawan. Nilai estimasi parameter diperoleh menggunakan metode Markov Chain Monte Carlo (MCMC) dengan pendekatan algoritma Adaptive Rejection Sampling (ARS). Berdasarkan penelitian ini diperoleh nilai ???? =0.35497 dan ???? =0.21789. Besar probabilitas terjadinya kebakaran yang disebabkan oleh gas elpiji di kota Surakarta sebesar 0.64503.]]>
