Article Per Year (5 Year)
p-Index From 2020 - 2025
4.177
P-Index
This Author published in this journals
All Journal MATEMATIKA Delta Jurnal Ilmiah Pendidikan Matematika FKIP Universitas Pekalongan Rekayasa: Jurnal Penerapan Teknologi dan Pembelajaran Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika Upgris JURNAL HAMA DAN PENYAKIT TUMBUHAN TROPIKA Indonesian Journal Of Civil Engineering Education Syntax Literate: Jurnal Ilmiah Indonesia BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Agrotek Tropika Jurnal AME (Aplikasi Mekanika dan Energi): Jurnal Ilmiah Teknik Mesin Jurnal Pendidikan Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Aurelia: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Bagimu Negeri : Jurnal Pengabdian Kepada Masyarakat Mount Hope Global Economic Journal Jurnal Pengabdian Fakultas Pertanian Universitas Lampung Ngaos: Jurnal Pendidikan dan Pembelajaran Mount Hope Management International Journal ILJ: Islamic Learning Journal Jurnal Proteksi Agrikultura
Solikhin Solikhin
Program Studi Matematika, FSM UNDIP Jl. Prof. Soedarto, S.H. Semarang, 50275
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Teknologi Informasi dan Ilmu Komputer

 1 
Fuzzy Time Series dan Algoritme Average Based Length untuk Prediksi Pekerja Migran Indonesia Solikhin, Solikhin; Yudatama, Uky
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 4: Agustus 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3634.511 KB) | DOI: 10.25126/jtiik.2019641177

Abstract

Perkembangan jumlah Pekerja Migran Indonesia (PMI) program Government to Government (G to G) Jepang bidang perawat (nurse) dan perawat orang berusia lanjut (care worker) mengalami naik turun dari tahun 2008 hingga 2018. Untuk dapat menganalisis jumlah PMI yang mengalami naik turun dengan mengukur perkembangan jumlah PMI saat ini dan memprediksikan kondisi tersebut pada masa mendatang, maka diperlukan model prediksi. Dalam penelitian ini diterapkan model fuzzy time series dengan menggunakan algoritme average-based length. Penentuan panjang interval yang efektif dapat mempengaruhi hasil prediksi yaitu dapat meningkatkan keakuratan yang tinggi dalam fuzzy time series. Hasil proses prediksi PMI program G to G Jepang tahun 2019 bidang nurse diperoleh 43.3, bidang care worker diperoleh 300 dan bidang keseluruhan diperoleh 325. Hasil uji kinerja prediksi PMI program G to G Jepang, menggunakan Mean Absolute Percentage Error (MAPE) adalah 24.27% untuk bidang nurse dengan nilai akurasi prediksi 20–50% termasuk dalam kriteria “wajar”, bidang care worker 11.29% dengan nilai akurasi prediksi 10–20% termasuk dalam kriteria “baik”, sedangkan untuk bidang keseluruhan diperoleh 8.41% dengan nilai akurasi prediksi MAPE <10% termasuk dalam kriteria “sangat baik”. Berdasarkan hasil prediksi tersebut dapat digunakan sebagai pendukung keputusan bagi manajemen dalam membuat kebijakan terkait persiapan, perencanaan, penjadwalan, penempatan, dan perlindungan terhadap para calon PMI pada masa mendatang. Dengan demikian dapat meningkatkan kualitas kinerja sumberdaya manusia dalam memberikan pelayanan terbaik terhadap para calon PMI program G to G Jepang.AbstractThe development of the number of Pekerja Migran Indonesia (PMI) Government to Government programs (G to G) in Japan in the field of nurses  and care workers experienced ups and downs from 2008 to 2018. To be able to analyze the number of PMIs experiencing ups and downs by measuring the development of the current number of PMIs and predicting these conditions in the future, a prediction model is needed. In this study fuzzy time series models are applied using an average-based length algorithm. Determining the length of an effective interval can influence the results of predictions, which can increase high accuracy in fuzzy time series. The results of the PMI program G to G Japan prediction process for 2019 in the nurse field were obtained 43.3, the care worker field was obtained 300 and the overall field was 325. The results of the G to G Japan PMI prediction performance test, using the Mean Absolute Percentage Error (MAPE) were 24.27% for nurse field with predictive accuracy value of 20–50% included in the criteria of "reasonable", the field of care worker 11.29% with a prediction accuracy value of 10-20% included in the criteria "good", while for the overall field obtained 8.41% with MAPE prediction accuracy value < 10% is included in the criteria of "very good". Based on the results of these predictions it can be used as a decision support for management in making policies related to preparation, planning, scheduling, placement, and protection of future PMI candidates. Thus it can improve the quality of the performance of human resources in providing the best service to prospective G-G Japan PMI programs.
Aplikasi untuk Mencari Kelayakan Siswa Penerima Bantuan Pendidikan dengan Metode Simple Additive Weighting (Studi Kasus : SMK NU Ma'arif Kudus) Syaifuddin, Syaifuddin; Solikhin, Solikhin; Riyanto, Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864023

Abstract

Setiap periode SMK NU Ma’arif 2 Kudus melaksanakan program penyaluran bantuan kepada peserta didiknya yang kurang mampu. Dalam memberikan bantuan tersebut perlu dilakukan seleksi bagi para calon penerima. Permasalahan yang dihadapi panitia adalah seleksi dilakukan dengan menunjukpara peserta didik secara langsung dan acak sehingga mengalami kesulitan dalam menentukan siapa yang sebenarnya berhak menerima bantuan. Untuk mengatasi masalah tersebut dan mendapatkan calon yang berhak menerima serta mencapai standar yang diinginkan, maka diperlukan Sistem Seleksi Calon Penerima Bantuan Siswa Miskin (BSM) menggunakan Metode Simple Additive Weighting (SAW) sebagai pendukung keputusan.Metode SAW mencari penjumlahan terbobot berdasar pada kriteria penilaian yang telah ditentukan. Kriteria yang digunakan dalam sistem ini yaitu;jumlah penghasilan orang tua, nilai rata-rata rapor, jumlah kerabat/ saudara. Dari hasil pengujian sistem ini diperoleh luaran berupa perankingan nilai akhir mulai dari yang terbesar hingga terkecil. Hasil analisa perbandingan sistem ini dengan sistem lama terkait tingkat keakuratannya adalah 18 dari 30 siswa (60%) pada sistem lama, sedangkan sistem baru adalah 30 dari 30 siswa (100%). Hasil kuesioner terkait uji kelayakan sistem Seleksi Calon Penerima BSM menggunakan Metode SAWini sangat mudah digunakan (Perceived Ease Of Use) dengan nilai akhir 86,3%, dan sangat bermanfaat (Perceived Of Usefulness) dengan nilai akhir 88,3%.Penerapan sistem ini berkontribusi bagi SMK NU Ma’arif 2 Kudus dalam melaksanakan program penyaluran dana BSM secara optimal, transparan, tepat sasaran, dan berkeadilan serta dapat dijadikan sebagai pendukung keputusan bagi pemangku kepentingan.AbstractEvery period SMK NU Ma’arif 2 Kudus carries out educational aid distribution programs to students who are less fortunate. In providing this assistance, it is necessary to select prospective recipients. The problem faced by the committee is that the selection is carried out by directly and randomly appointing students so that they have difficulty determining who is actually entitled to receive assistance. To overcome this problem and get candidates who are entitled to receive and achieve the desired standards, it is necessary to apply the eligibility selection of students receiving educational assistance using the Simple Additive Weighting (SAW) method as decision support. The SAW method seeks a weighted addition based on predetermined assessment criteria. The criteria used in this system are; the amount of parents' income, the average value of report cards, the number of relatives / relatives. From the test results of this system, the output is in the form of a ranking of the final values ranging from largest to smallest. The results of the comparative analysis of this system with the old system regarding the level of accuracy are 18 out of 30 students (60%) in the old system, while the new system is 30 out of 30 students (100%). The results of the questionnaire related to the feasibility test of the application for selection of students receiving educational assistance using the SAW Method are very easy to use (Perceived Ease Of Use) with a final value of 86.3%, and very useful (Perceived Of Usefulness) with a final value of 88.3%. The contribution to SMK NU Ma’arif 2 Kudus in this study was the making of an application to find out the eligibility of student beneficiaries using the SAW method. This can assist the committee in implementing the education aid fund distribution program in an optimal, transparent, on target and equitable manner and can be used as decision support for stakeholders.
Prediksi Produksi Biofarmaka Menggunakan Model Fuzzy Time Series dengan Pendekatan Percentage Change dan Frequency Based Partition Harmadji, Dwi Ekasari; Solikhin, Solikhin; Yudatama, Uky; Purwanto, Agus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 1: Februari 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106267

Abstract

Masa depan biofarmasi semakin cerah. Akibat mahalnya harga obat modern, maka permintaan tanaman obat meningkat di dalam dan luar negeri. Hal ini karena biofarmaka banyak digunakan di industri lain, seperti makanan, minuman, dan kosmetik. Konsumen di seluruh dunia termasuk di Indonesia bergerak menuju produk makanan dan kesehatan yang lebih sehat dengan slogan "kembali ke alam". Dengan demikian permintaan tanaman obat sebagai bahan baku industri lainnya juga meningkat. Untuk mengatasi masalah tersebut diperlukan suatu prediksi untuk menentukan besaran kenaikan atau penurunan jumlah produksi komoditas strategis biofarmaka untuk beberapa tahun ke depan, sehingga Memungkinkan analisis pergerakan tren dari perkembangan data sebelumnya. Saat ini belum dijumpai studi peramalan deret waktu untuk memprediksi produksi biofarmaka dengan tingkat akurasi baik. Dalam eksperimen ini kami mengusulkan model peramalan fuzzy time series berdasarkan pendekatan percentage change sebagai himpunan semesta dan frequency-based partition yang dapat memberikan tingkat akurasi peramalan yang tinggi. Prediksi difokuskan pada biofarmaka untuk empat jenis rimpang yaitu Jahe, Lengkuas, Kencur, dan Kunyit yang dinilai menjadi prioritas utama pengembangan tanaman obat di Indonesia. Dalam penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistika tahun 1997-2020. Tujuan dari survei adalah untuk memprediksi dan menganalisa perkembangan produksi biofarmaka untuk empat jenis rimpang. Hasil prediksi menunjukan akurasi luar biasa dengan nilai Mean Absolute Percentage Error yang sangat kecil yakni Jahe 0,03%, Lengkuas 0,02%, Kencur 0,14%, dan Kunyit 0,03%. Dengan demikian hasil eksperimen ini dapat berkontribusi dan digunakan bagi pihak yang berkompeten untuk membantu dalam menentukan kebijakan strategis di masa depan. AbstractBiopharmaceuticals' future is brightening. Due to the exorbitant cost of modern treatment, the desire for medicinal herbs is growing. due to their widespread use in different industries such as food, beverages, and cosmetics. Consumers worldwide, especially in Indonesia, are gravitating towards healthier food and health goods. So the demand for medicinal plants as raw materials increases. To solve this issue, a forecast is required for the next few years on the increase or decline in production of strategic biopharmaca commodities. Currently, no reliable time series forecasting study exists for biopharmaca production. To achieve high predicting accuracy, we present a fuzzy time series forecasting model based on percentage change as a universal set and frequency-based partition. Ginger, Galangal, Kencur, and turmeric are predicted to be the most important rhizomes for biopharmaca research in Indonesia. Secondary statistics from the Central Statistics Agency for 1997–2020 This study's goal was to anticipate and analyze biopharmaca synthesis in four rhizomes. The prediction results are incredibly accurate, with Mean Absolute Percentage Error values of just 0.03%, 0.02%, 0.14%, and 0.03% for Ginger, Galangal, Kencur, and Turmeric, respectively. Thus, competent parties can use the outcomes of this experiment to help determine future strategic policies.
Model Hybrid untuk Prediksi Jumlah Penduduk yang Hidup dalam Kemiskinan Putra, Toni Wijanarko Adi; Solikhin, Solikhin; Abdillah, M Zakki
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 6: Desember 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107484

Abstract

Kemiskinan merupakan permasalahan global yang saling berkaitan dengan permasalahan sosial lainnya. Sebagian besar negara berkembang di dunia pasti mengalami hal tersebut dan berusaha mencari solusi untuk mengentaskan kemiskinan, seperti yang terjadi di provinsi Jawa Tengah, Indonesia. Kemiskinan di Jawa Tengah mengalami fluktuasi selama lima tahun terakhir. Secara spesifik, menurut data Badan Pusat Statistik, jumlah penduduk miskin pada tahun 2018, 2019, 2020, 2021, dan 2022 sebanyak 3.897,20 ribu, 3.743,23 ribu, 3.980,90 ribu, 4.109,75 ribu, dan 3.831,44 ribu jiwa. Tinjauan terhadap naik turunnya kemiskinan pada tahun-tahun mendatang sangatlah penting. Untuk memerangi kemiskinan secara efektif, tidak hanya memahami penyebab kemiskinan tetapi memprediksi kemiskinan juga sangatlah penting. Penelitian ini bertujuan untuk memprediksi garis kemiskinan, jumlah penduduk miskin, dan persentase penduduk miskin di Jawa Tengah. Penelitian ini mengusulkan model peramalan hybrid untuk memperkirakan perubahan kemiskinan di Jawa Tengah. Di sini kami mengintegrasikan teknik statistik Holt-Winter triple exponential smoothing ke dalam fuzzy time series dengan pendekatan algoritma rate of change. Hasil uji kesalahan prediksi dengan metode Mean Absolute Percentage Error sangat kecil yaitu: garis kemiskinan sebesar 0,003%, jumlah penduduk miskin sebesar 0,005%, dan persentase penduduk miskin sebesar 0,004%. Temuan penelitian ini diyakini akan membantu pembuat kebijakan dalam mengembangkan strategi efektif untuk memerangi kemiskinan. Pengetahuan ini dapat menjadi dasar pengambilan keputusan alokasi sumber daya bagi pemerintah daerah dan pusat serta pembuat kebijakan.   Abstract Poverty is a global problem that is interconnected with other social problems. Most developing countries in the world certainly experience this and are trying to find solutions to alleviate poverty, as is the case in the province of Central Java, Indonesia. Poverty in Central Java has fluctuated over the last five years. Specifically, according to data from the Central Statistics Agency, the number of poor people in 2018, 2019, 2020, 2021, and 2022 is 3,897.20 thousand, 3,743.23 thousand, 3,980.90 thousand, 4,109.75 thousand, and 3,831.44 thousand people. A review of the rise and fall of poverty in the coming years is very important. To fight poverty effectively, not only understanding the causes of poverty but also predicting poverty is essential. The aim of this research is to predict the poverty line, number of poor people, and percentage of poor people in Central Java. This research proposes a hybrid forecasting model to estimate changes in poverty in Central Java. Here we integrate Holt-Winter's triple exponential smoothing statistical technique into fuzzy time series with a rate of change algorithm approach. The prediction error test results using the Mean Absolute Percentage Error method are very small, namely: the poverty line is 0.003%, the number of poor people is 0.005%, and the percentage of poor people is 0.004%. It is believed that the findings of this research will assist policymakers in developing effective strategies to combat poverty. This knowledge can be the basis for resource allocation decisions for local and central governments and policymakers.
Co-Authors A G Thamrin Abdul Aziz Abdul Hafid Dasuqi, Muhammad Abdullah Aman Damai Agus Karyanto AGUS PURWANTO Ainur Rosidah Ardiansyah, Prima Ari Wibawa Budi Santosa Arsha, Nabila Syahadati Asiyah, Tahsya Asya, Dinda Putri Azizah, Mar'atul Basri, Ari Kusuma Budi Siswanto Dian Rakhmawati, Dian Efri, Efri F.X. Susilo, F.X. Fauzi, Adnan Fembriarti Erry Prasmatiwi Fiandani, Ambar Golkariansyah, Golkariansyah Gunawan, Tomy Hakim Harahap, Enda Mora Harmadji, Dwi Ekasari Hasriadi Mat Akin Helina, Selvi Heni Pujiastuti Hesti Muliawati Hirmawan, Yuda I GEDE SWIBAWA, I GEDE Jesica, Dispy Khoirur Rozikin, Hari Kholidah, Umi Khulailiyah, Ahsanatul Kushendarto Kushendarto, Kushendarto Kustopo Budiraharjo Kuswanta Futas Hidayat Lailiyah, Nurul Lestari Wibowo Lestari, Fiya Auliya Lucia Ratnasari M. Zakki Abdillah Marwati , Sri Mashuri, Agus Alwi Mustakim Mustakim Ningtyas, Maharani Pramelia Nursyamsiah, Ulfa Pramono, Gatot Eka Pratiwi, Irene Indah Purnomo Purnomo Radix Suharjo Rahman, Moch Rifki Andika Ringo, Andrew Y. C. Rivetra, Amelia Hayu Riyanto, Eko Rosma Hasibuan, Rosma Rusdi Evizal Sadiyah, Nyimas Sanjaya, Purba Saputra, Oded Septia Lutfi Septiana, Arum Ryani Setyaji, Yekti Setyo Widagdo Sri Yusnaini Sudi Pramono . Sugiatno Sugiatno Sunarno Sunarno Supriyadi, Tachli susilo hariyanto Susilo, FX. Susilo, Tarsisius Suskandini Ratih Dirmawati Syaifuddin Syaifuddin Taufik Hidayat Tri Maryono Tri Purwani, Tri Uky Yudatama, Uky Utomo, R. Heri Soelistyo Utomo, R. Heri Soelistyo Wibawa, Salsabila Gustia Widodo, Eko Slamet Winarsih Winarsih Winarti , Ika Winarti, Ika Y.D Sumanto Yadi, Rahman YD Sumanto Yepese, Edison Hadi Yoseph Erbito Yusticia, Stenia Ruski Yuyun Fitriana