Garuda - Garba Rujukan Digital

PENINGKATAN AKURASI ALGORITMA BACKPROPAGATION DENGAN SELEKSI FITUR PARTICLE SWARM OPTIMIZATION DALAM PREDIKSI PELANGGAN TELEKOMUNIKASI YANG HILANG Muzakkir, Irvan; Syukur, Abdul; Dewi, Ika Novita
PSEUDOCODE Vol 1, No 1 (2014): Jurnal Pseudocode
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (158.564 KB)

Telekomunikasi adalah salah satu industri, di mana pelanggan memerlukan perhatian khusus, oleh karena itu, manajemen di sebuah perusahaan telekomunikasi ingin kehilangan pelanggan model prediksi untuk efisien memprediksi berpotensi kehilangan pelanggan. Jaringan syaraf adalah metode yang sering digunakan untuk memprediksi. Teknik yang paling populer dalam metode adalah saraf algoritma jaringan backpropagation. Namun algoritma backpropagation memiliki kelemahan pada kebutuhan untuk data pelatihan besar dan optimasi yang digunakan kurang efisien. Particle Swarm Optimization (PSO) adalah suatu algoritma optimasi yang dapat memecahkan yang efektif masalah pada algoritma neural network umumnya menggunakan algoritma backpropagation. Pengujian model dengan berbasis menggunakan Backpropagation Particle Swarm Optimization menggunakan data pelanggan hilang pada telekomunikasi. Model yang dihasilkan diuji untuk memperoleh akurasi dan nilai-nilai AUC dari masing-masing algoritma untuk mendapatkan tes menggunakan nilai yang diperoleh akurasi Backpropagation adalah 85.48% dan nilai AUC adalah 0.531. Sementara pengujian dengan menggunakan Backpropagation berbasis Particle Swarm Optimization dipilih atribut dan penyesuaian nilai parameter yang diperoleh 86.05% akurasi dan nilai AUC adalah 0,637. Dengan demikian dapat disimpulkan bahwa data pelanggan uji hilang dalam telekomunikasi menggunakan aplikasi Particle Swarm Optimization Backpropagation dan dalam pemilihan atribut diperoleh bahwa metode ini lebih akurat dalam prediksi pelanggan hilang telekomunikasi dibandingkan dengan Backpropagation, ditandai dengan peningkatan akurasi 00:57% dan nilai-nilai AUC dari 0.106, dengan nilai yang dimasukkan ke dalam akurasi klasifikasi cukup.Kata Kunci: Telekomunikasi, Neural Network, Backpropagation, Particle Swarm Optimization.

PENERAPAN METODE TOPSIS UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELUARGA MISKIN PADA DESA PANCA KARSA II Muzakkir, Irvan
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (598.86 KB)

Menentukan keluarga miskin adalah salah satu upaya pemerintah untuk melakukan intervensi pembangunan dalam bentuk bantuan terhadap keluarga miskin. Tepat sasaran adalah suatu keharusan sehingga benar-benar dapat berdaya guna bagi yang membutuhkan. Perkembangan penduduk Desa Panca Karsa II rata-rata 2% pertahun, sedangkan angka kelahiran dan kematian rata-rata 1% pertahun. Mayoritas mata pencaharian penduduk adalah petani dan buruh tani. Hal ini disebabkan karena sudah turun temurun dan juga minimnya tingkat pendidikan. Model yang digunakan dalam sistem pendukung keputusan ini adalah FMADM dengan menggunakan Metode TOPSIS. Metode TOPSIS tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat. Untuk itu peneliti mencoba membantu permasalahan tersebut di atas dengan membuatkan suatu sistem pendukung keputusan menggunakan Bahasa Pemrograman PHP dengan Database MySQL, sehingga Penerapan Metode TOPSIS untuk sistem ini dapat memberikan hasil yang maksimal dalam hal pengambilan keputusan.

CASE BASED REASONING METHOD UNTUK SISTEM PAKAR DIAGNOSA PENYAKIT SAPI Muzakkir, Irvan; Botutihe, Marniyati Husain
ILKOM Jurnal Ilmiah Vol 12, No 1 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

This study discusses about the Application of Case Based Reasoning (CBR) Method for Expert Systems in Diagnosing Cattle Disease. Beginning with data collection by consulting experts in the Department of Agriculture in Animal Health, Pohuwato Regency. The data obtained in the form of data names of disease and symptom data. The data is obtained based on the steps of the CBR method calculation in order to obtain the results of the diagnosis and the solution provided for handling the disease. Researcher have analyzed and create program listings to build a system that will be used by farmers. Based on CBR calculations Scours case which has the lowest weight is 0.09 while the highest weight is owned by the Pink Eye case 1. In this process provides a solution to the similarity of the case weight from the old case to the new higher case. In the case of Pink Eye having a higher weight and positive exposure to pink eye disease, the solution given is the provision of anti-allergic, anti-biotic and vitamin. Based on the results obtained, it can be concluded that the application of the CBR method is good for using cattle disease and is very helpful for farmers in dealing with cattle disease.

SISTEM PAKAR DIAGNOSA PENYAKIT MALARIA PADA RSUD TANI DAN NELAYAN KABUPATEN BOALEMO Irvan Muzakkir
Teknosains Vol 10 No 1 (2016): JANUARI
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/teknosains.v10i1.1877

Malaria is an infectious disease caused by parasites of the genusPlasmodium, which is transmitted through the bite of Anopheles mosquitowith an overview of the disease include fever are often periodic, anemia,enlargement of the spleen and various collection of symptoms due to effectson several organs such as brain, liver and kidneys. Because malaria is verydangerous, the authors designed a malaria disease diagnosis expert systemthat allows users to diagnose the onset of her illness. Expert systems arecomputer programs that mimic an expert reasoning with expertise in aparticular knowledge area. Expert system trying to find a solution, giveadvice or conclusion that is consistent with thethe problems it finds. Theauthor managed to implement a web-based expert system uses backwardchaining method that can overcome these problems in consultation with thepatient. Programming languages used in this system is the PHPprogramming language and for database creation using mysq. Hope theauthor, this system can help physicians or even ordinary people in makingdecisions when diagnosing malaria. Based on the results of white box testingconcluded that this expert system error-free program for a total ofCyclomatic Complexity = 4, Region = 4, and Independent Path = 4.

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN TOKEN LISTRIK BAGI MASYARAKAT PENGGUNA DAYA 450 VA METODE FUZZY TOPSIS PADA DESA MANAWA Irvan Muzakkir
Simtek : jurnal sistem informasi dan teknik komputer Vol 4 No 1 (2019): April 2019
Publisher : STMIK Catur Sakti Kendari

Salah satu bantuan yang ada di desa terkhusus didesa manawa adalah bantuan subsidi token listrik dimana bantuan ini sangat membantu masyarakat yang kurang mampu agar rumah mereka tetap dialiri aliran listrik yang terkadang mereka sendiri tidak mampu untuk membeli langsung token listrik. Tetapi terkadang terjadi banyak permasalahan pada saat penyaluran bantuan tersebut dimana masih kurang tepatnya penyaluran bantuan tersebut, masih banyak masayarakt mampu yang seharunya tidak perlu mendapatkan bantuan tersebut tetapi mereka masih mendapatkan bantuan. Oleh karena itu, perlu dirancang sebuah sistem yang memudahkan dalam proses pengambilan keputusan. Dalam perancangan sebuah sistem pendukung keputusan dibutuhkan sebuah metode untuk melakukan perhitungan nilai-nilai kriteria yang digunakan untuk menyeleksi penerima bantuan. Dalam penelitian ini akan digunakan Fuzzy TOPSIS untuk perangkingan. Digunakannya logika Fuzzy untuk merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi, dan kebenaran parsial, serta menggunakan Bahasa Pemrograman PHP untuk pembuatan web, Database MySQL, serta penggunaan Aplikasi Deamweaver dan Photoshop.

PENERAPAN METODE TOPSIS UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELUARGA MISKIN PADA DESA PANCA KARSA II Irvan Muzakkir
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i3.156.274-281

Menentukan keluarga miskin adalah salah satu upaya pemerintah untuk melakukan intervensi pembangunan dalam bentuk bantuan terhadap keluarga miskin. Tepat sasaran adalah suatu keharusan sehingga benar-benar dapat berdaya guna bagi yang membutuhkan. Perkembangan penduduk Desa Panca Karsa II rata-rata 2% pertahun, sedangkan angka kelahiran dan kematian rata-rata 1% pertahun. Mayoritas mata pencaharian penduduk adalah petani dan buruh tani. Hal ini disebabkan karena sudah turun temurun dan juga minimnya tingkat pendidikan. Model yang digunakan dalam sistem pendukung keputusan ini adalah FMADM dengan menggunakan Metode TOPSIS. Metode TOPSIS tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat. Untuk itu peneliti mencoba membantu permasalahan tersebut di atas dengan membuatkan suatu sistem pendukung keputusan menggunakan Bahasa Pemrograman PHP dengan Database MySQL, sehingga Penerapan Metode TOPSIS untuk sistem ini dapat memberikan hasil yang maksimal dalam hal pengambilan keputusan.

Neural Network Method Based on Particle Swarm Optimization for Predicting Satisfaction of Recipients of Internet Data Support from the Ministry of Education and Culture Annahl Riadi; Irvan Muzakkir; Marniyati H. Botutihe
ILKOM Jurnal Ilmiah Vol 14, No 1 (2022)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

The free quota assistance program for students and lecturers is an assistance program carried out by the ministry of education and culture, this program has been implemented since the impact of the covid-19 pandemic in all regions of Indonesia, this assistance is expected to help students and lecturers in carrying out online learning caused by the pandemic covid-19, the purpose of this study is to measure the level of visitor satisfaction through predictions of satisfaction so that it can help the government in advancing the world of education., data processing is carried out using the rapid miner application and using the neural network method with particle swarm optimization, from the results of data processing the results obtained are Values the accuracy for the neural network algorithm model is 42.44% and the accuracy value for the PSO-based neural network algorithm model is 91.86%.

Metode Composite Performance Indekx (CPI) Sistem Pendukung Keputusan Penilaian Desa Terbaik Annahl Riadi; Irvan Muzakkir
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 6 (2022): Desember 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i6.5153

Abstrak - Kegiatan pelaksanaan penilaian desa terbaik harus dilakukan dengan terbuka dan kompetitif meskipun jumlah data yang dimasukan relatif banyak. Penilaian desa terbaik sering terkendala, karena setiap desa memiliki karakteristik yang berbeda sehingga menyebabkan nilai kriteria pada masing-masing desa berbeda. Perhitungan dari penilaian masih dilakukan dalam manual sehingga masih banyaknya kesalahan pelaksanaannya dan penilaian desa yang terbaik belum dilaksanakan secara terbuka dan transfaran. Berdasarkan permasalahan tersebut dibutuhkan sistem pendukung keputusan penilaian desa terbaik menggunakan metode Composite Performance Index (CPI) yag dapat diterapkan pada Kecamatan Patilanggio dalam pengambilan keputusan, sehingga dapat diimplementasikan. Sistem pendukung keputusan penilaian desa terbaik hasil dari perhitungan Metode Composite Performance Index (CPI) merupakan prioritas yang dibutuhkan sebagai bahan pertimbangan pada Kecamatan Patilanggio untuk menentukan Penilaian Desa Terbaik. Hasil yang diperoleh SPK Penilaian Desa Terbaik Berdasarkan Hasil Pengujian White Box Disimpulkan Bahwa Sistem Pendukung Keputusan Ini Bebas Dari Kesalahan Program Dengan Total Node(N)= 15, Edge(E)= 18, Predicate Node(P)= 7 Region(R)= 8Kata kunci: SPK, CPI, Penilaian, Desa Terbaik, Patilanggio Abstrack - The activity of implementing the best village assessment must be carried out openly and competitively even though the amount of data entered is relatively large. The assessment of the best village is often constrained, because each village has different characteristics, causing the criteria values for each village to be different. The calculation of the assessment is still done manually so there are still many implementation errors and the best village assessment has not been carried out openly and transparently. Based on these problems, a decision support system for the best village assessment is needed using the Composite Performance Index (CPI) method which can be applied to Patilanggio District in decision making, so that it can be implemented. The decision support system for the best village assessment resulting from the calculation of the Composite Performance Index (CPI) Method is a priority needed as material for consideration in Patilanggio District to determine the Best Village Assessment. The results obtained by the SPK for the Best Village Assessment Based on the White Box Test Results It was concluded that this Decision Support System was free from program errors with Total Node(N)= 15, Edge(E)= 18, Predicate Node(P)= 7 Region(R)= 8Keywords: SPK, CPI, Evaluation, Best Village, Patilanggio

Metode K-Nearest Neighbor (KNN) Untuk Sistem Pakar Diagnosa Penyakit Pneumonia Pada Balita Fatma Tolana; Irvan Muzakkir; Annahl Riadi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 3 (2023): Juni 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i3.6332

Abstrak - Pneumonia yaitu radang paru-paru, penyebabnya adalah bakteri dengan gejala panas tinggi disertai batuk berdahak, napas cepat, sesak, dan gejala lainnya. Permasalahan yang dihadapi masyarakat saat ini adalah keterlambatan penanganan secara medis kepada penderita pneumonia karena beberapa alasan diantaranya masyarakat harus menunggu antrian sehingga balita yang di periksa kondisinya setelah penyakit pneumonia sudah parah. Dikarenakan permasalahan tersebut, sehingga mendorong peneliti untuk merancang sebuah system yang dapat dimanfaatkan oleh puskesmas paguat sehingga mampu mengurangi banyaknya antrian serta mampu mendeteksi adanya penyakit khususnya pada balita. Sistem pakar ini bisa memberikan informasi yang cepat tentang penyakit pneumonia beserta terapi pengobatan. Pada penelitian ini digunakan metode K-Nearest Neighbor sebagai metode untuk menghitung nilai data pembelajaran (neighbor) yang jaraknya paling dekat dengan objek tersebut. atas gejala-gejala yang dipilih. Bahasa pemrograman yang digunakan php dan database mysql.Kata kunci: expert system, PHP, Pneumonia , KNN Abstract - Pneumonia is inflammation of the lungs, the cause is bacteria with symptoms of high heat accompanied by cough with phlegm, rapid breathing, spasms, and other symptoms. The problem faced by the community at this time is the delay in medical treatment to patients with pneumonia due to several reasons including the community having to wait in a queue so that toddlers who are examined for their condition after pneumonia are already severe. Because of these problems, thus encouraging researchers to design a system that can be used by health centers paguat so as to reduce the number of queues and be able to detect the presence of disease, especially in infants. This expert system can provide fast information about pneumonia and treatment therapies. In this study the K-Nearest Neighbor method is used as a method to calculate the value of learning data (neighbor) which is the closest distance to the object. for the selected symptoms. The programming language used is php and the mysql database.Keywords: expert system, PHP, Pneumonia , KNN

Metode K-Nearest Neighbor (KNN) Untuk Sistem Pakar Diagnosa Penyakit Pneumonia Pada Balita Fatma Tolana; Irvan Muzakkir; Annahl Riadi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 3 (2023): Juni 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i3.6332

Abstrak - Pneumonia yaitu radang paru-paru, penyebabnya adalah bakteri dengan gejala panas tinggi disertai batuk berdahak, napas cepat, sesak, dan gejala lainnya. Permasalahan yang dihadapi masyarakat saat ini adalah keterlambatan penanganan secara medis kepada penderita pneumonia karena beberapa alasan diantaranya masyarakat harus menunggu antrian sehingga balita yang di periksa kondisinya setelah penyakit pneumonia sudah parah. Dikarenakan permasalahan tersebut, sehingga mendorong peneliti untuk merancang sebuah system yang dapat dimanfaatkan oleh puskesmas paguat sehingga mampu mengurangi banyaknya antrian serta mampu mendeteksi adanya penyakit khususnya pada balita. Sistem pakar ini bisa memberikan informasi yang cepat tentang penyakit pneumonia beserta terapi pengobatan. Pada penelitian ini digunakan metode K-Nearest Neighbor sebagai metode untuk menghitung nilai data pembelajaran (neighbor) yang jaraknya paling dekat dengan objek tersebut. atas gejala-gejala yang dipilih. Bahasa pemrograman yang digunakan php dan database mysql.Kata kunci: expert system, PHP, Pneumonia , KNN Abstract - Pneumonia is inflammation of the lungs, the cause is bacteria with symptoms of high heat accompanied by cough with phlegm, rapid breathing, spasms, and other symptoms. The problem faced by the community at this time is the delay in medical treatment to patients with pneumonia due to several reasons including the community having to wait in a queue so that toddlers who are examined for their condition after pneumonia are already severe. Because of these problems, thus encouraging researchers to design a system that can be used by health centers paguat so as to reduce the number of queues and be able to detect the presence of disease, especially in infants. This expert system can provide fast information about pneumonia and treatment therapies. In this study the K-Nearest Neighbor method is used as a method to calculate the value of learning data (neighbor) which is the closest distance to the object. for the selected symptoms. The programming language used is php and the mysql database.Keywords: expert system, PHP, Pneumonia , KNN

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search