Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Tecnoscienza Jurnal Nasional Komputasi dan Teknologi Informasi
Marniyati H. Botutihe
Universitas Pohuwato
Aerospace Engineering Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Mathematics Neuroscience Transportation Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Perbandingan Metode Forecasting K-NN, NN dan SVM Untuk Peramalan Jumlah Produksi Coconut Oil Ivo Colanus Rally Drajana; Marniyati H. Botutihe
JURNAL TECNOSCIENZA Vol. 7 No. 2 (2023): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v7i2.919

Abstract

Abstrak Tanaman pohon kelapa memiliki banyak bagian yang dimanfaatkan, sehingga tumbuhan ini dianggap tumbuhan serbaguna. Minyak kelapa (coconut oil) dihasilkan oleh buah pohon kelapa salah satunya adalah buah kelapa yang diolah menjadi minyak kelapa (coconut oil). Peramalan sangat diperlukan untuk meramalkan jumlah produksi minyak kelapa (coconut oil) pada sebuah perusahaan untuk mencapai target produksi. Penelitian ini memiliki tujuan untuk membandingkan metode forecasting untuk mendaptkan model terbaik. Dari hasil eksperimen menggunakan data sales order (SO) di peroleh model terbaik untuk peramlan menunjukkan bahwa model yang terbaik dihasilkan oleh algoritma Support Vector Machine (SVM) dilihat dari hasil RMSE terkecil yaitu 0,172 jika di bandingkan dengan model K-Nearest Neighbor (K-NN) dan model Neural Network (NN).
Metode Case Based Reasoning untuk Sistem Pakar Diagnosa Penyakit Akibat Serangan Hama pada Tanaman Padi Marniyati H. Botutihe; Bahrin Bahrin; Rahmat Arbabu

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10207

Abstract

Abstrak - Tanaman padi merupakan salah satu jenis pangan utama di dunia setelah gandum dan jagung, dengan peran signifikan dalam pemenuhan kebutuhan karbohidrat hampir setengah populasi global. Namun, berbagai hama seperti serangga, hewan, dan mikroorganisme dapat merusak pertumbuhan dan produksi tanaman padi. Penelitian ini bertujuan untuk merancang sistem pakar yang menggunakan metode Case Based Reasoning (CBR) untuk mendiagnosis penyakit akibat serangan hama pada tanaman padi, Tujuan utamanya adalah Memperoleh hasil penerapan metode Case Based Reasoning pada sistem pakar diagnosa penyakit serangan hama pada  tanaman padi. Metode CBR memungkinkan diagnosis dengan membandingkan gejala baru terhadap kasus sebelumnya yang terdokumentasi, sehingga memanfaatkan pengalaman untuk menyelesaikan masalah baru. Hasil implementasi sistem ini menunjukkan bahwa sistem berfungsi sesuai harapan melalui pengujian White Box dengan Cyclomatic Complexity sebesar 9, serta pengujian Black Box. Dengan demikian, sistem pakar tersebut layak digunakan untuk membantu petani dalam mengidentifikasi penyakit pada tanaman padi dan mengambil tindakan yang tepat.Kata kunci : Padi; hama; Sistem Pakar; Case Based Reasoning; CBR; Abstract - Rice is one of the world’s main food crops after wheat and corn, playing a significant role in fulfilling the carbohydrate needs of nearly half of the global population. However, various pests such as insects, animals, and microorganisms can damage the growth and production of rice plants. This study aims to design an expert system that uses the Case-Based Reasoning (CBR) method to diagnose diseases caused by pest attacks on rice plants. The main objective is to obtain the results of applying the Case-Based Reasoning method in an expert system for diagnosing pest-attack diseases in rice plants. The CBR method enables diagnosis by comparing new symptoms with previously documented cases, thus utilizing past experiences to solve new problems. The results of implementing this system indicate that it functions as expected through White Box testing with a Cyclomatic Complexity of 9, as well as Black Box testing. Therefore, the expert system is considered feasible to assist farmers in identifying diseases in rice plants and taking appropriate action.Keywords: Rice; Pests; Expert Systems; Case Based Reasoning; CBR;
Particle Swarm optimization-based Neural Network method for predicting satisfaction of recipients of internet data quota assistance from the ministry of education and culture Annahl Riadi; Irvan Muzakkir; Marniyati H. Botutihe
ILKOM Jurnal Ilmiah Vol 14, No 1 (2022)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v14i1.1094.52-56

Abstract

The free quota assistance program for students and lecturers is an assistance program provided by The Ministry of Education and Culture. This program has been implemented since the spread of the covid-19 pandemic in all regions of Indonesia. This assistance is expected to help students and lecturers carry out online learning caused by the pandemic covid-19. This study aims to predict the satisfaction level of the users so that it can help the government in advancing education. The data processing is carried out using the rapid miner application and the neural network method with particle swarm optimization. From the results of data processing, the accuracy value for the neural network algorithm model is 42.44%, and the accuracy value for the PSO-based neural network algorithm model is 91.86%.
Perbandingan Metode Forecasting K-NN, NN dan SVM Untuk Peramalan Jumlah Produksi Coconut Oil Ivo Colanus Rally Drajana; Marniyati H. Botutihe
JURNAL TECNOSCIENZA Vol. 7 No. 2 (2023): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v7i2.919

Abstract

Abstrak Tanaman pohon kelapa memiliki banyak bagian yang dimanfaatkan, sehingga tumbuhan ini dianggap tumbuhan serbaguna. Minyak kelapa (coconut oil) dihasilkan oleh buah pohon kelapa salah satunya adalah buah kelapa yang diolah menjadi minyak kelapa (coconut oil). Peramalan sangat diperlukan untuk meramalkan jumlah produksi minyak kelapa (coconut oil) pada sebuah perusahaan untuk mencapai target produksi. Penelitian ini memiliki tujuan untuk membandingkan metode forecasting untuk mendaptkan model terbaik. Dari hasil eksperimen menggunakan data sales order (SO) di peroleh model terbaik untuk peramlan menunjukkan bahwa model yang terbaik dihasilkan oleh algoritma Support Vector Machine (SVM) dilihat dari hasil RMSE terkecil yaitu 0,172 jika di bandingkan dengan model K-Nearest Neighbor (K-NN) dan model Neural Network (NN).
Metode Certainty Factor untuk Sistem Pakar Diagnosa Penyakit Kulit pada Manusia Marniyati H. Botutihe; Aizan Asyikin
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 4 (2026): Agustus, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

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

Abstract

Abstrak - Kesehatan kulit merupakan salah satu aspek yang sangat penting dalam menjaga kesehatan secara keseluruhan. Khususnya di Indonesia, yang terletak di kawasan tropis dengan paparan sinar matahari yang cukup tinggi sepanjang tahun, perawatan kulit menjadi suatu hal yang tidak dapat diabaikan. Banyak factor penyebab munculnya penyakit pada kulit, maka harus melakukan pemeriksaan ke dokter. Waktu yang terbatas dan banyak pasien yang ditangani oleh dokter dan pengetahuan masyarakat yang minim terhadap kesehatan kulit menjadi penghambat dalam mengetahu,li penyakit kulit. Penelitian ini bertujuan memperoleh sebuah system penyakit kulit menerapkan metode Certainty Factor yang efektif sehingga dapat di implementasikan. Model penelitian ini adalah jenis deskriptif, yaitu dengan teknik pemecahan maslah yang ada berdasarkan data, menganalisis dan mengimplementasikan. Model system pakar penyakit kulit menggunakan metode Certainty Factor yang dibangun bisa di terapkan pada pakar diagnosa penyakit kulit, bukti yang mendukung pernyataan tersebut dengan memakai testing white box dan basis text testing yang menerbitkan nilai cylomatic complexity = 8. Kata kunci : Pakar; Penyakit; Sistem, Kulit; Certainty Factor; Abstract - Skin health is one of the most important aspects of maintaining overall health. In particular, Indonesia is located in a tropical region with relatively high exposure to sunlight throughout the year, making skin care an aspect that cannot be ignored. There are many factors that can cause skin diseases; therefore, medical examination by a doctor is necessary. Limited time, the large number of patients handled by doctors, and the public's limited knowledge of skin health are obstacles to identifying skin diseases. This study aims to develop an effective skin disease diagnosis system by applying the Certainty Factor method so that it can be implemented in practice. This research uses a descriptive method, which involves solving existing problems based on data through analysis and implementation. The developed expert system model for skin disease diagnosis using the Certainty Factor method can be applied to assist experts in diagnosing skin diseases. The supporting evidence was obtained through white-box testing and basis path testing, which resulted in a cyclomatic complexity value of 8.. Keywords: Expert system; Disease; Skin; Certainty Factor;
Co-Authors Aizan Asyikin Annahl Riadi Bahrin Bahrin Irvan Muzakkir Ivo Colanus Rally Drajana Rahmat Arbabu