Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Jurnal Armada Informatika Digital Transformation Technology (Digitech)
Erlanie Sufarnap
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Library & Information Science

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Model Analisis Klasifikasi Untuk Anemia Dengan Fungsi Keanggotaan Fuzzy Inference System Sugeno Erlanie Sufarnap; Sudarto Sudarto
Jurnal SIFO Mikroskil Vol 18, No 1 (2017): JSM Volume 18 Nomor 1 Tahun 2017
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (866.131 KB) | DOI: 10.55601/jsm.v18i1.460

Abstract

Penentuan klasifikasi anemia berdasarkan morfologi akan mempermudah dalam mendiagnosa penyakit seorang pasien lebih lanjut karena masing-masing klasifikasi tersebut juga memiliki banyak kemungkinan jenis penyakitnya. Konsep logika fuzzy sangat fleksibel dan mempunyai toleransi terhadap data yang tidak tepat serta didasari bahasa alami untuk menentukan sebuah hasil. Masih sering terjadi kesalahan dalam penentuan klasifikasi anemia sehingga menyebabkan kesalahan terapi pada pasien. Oleh karena itu diperlukan suatu sistem sebagai alat bantu dalam penentuan apakah seorang pasien masuk pada klasifikasi anemia manakah dengan konsep logika fuzzy. Metode yang digunakan adalah fuzzy inference system Sugeno dalam pengklasifikasian anemia. ??? 
Seleksi Fitur Information Gain Dalam Meningkatkan Kinerja Naïve Bayes Dalam Prediksi Performa Mahasiswa Sufarnap, Erlanie; Sudarto, Sudarto
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5525

Abstract

Prestasi pendidikan saat ini sangat ditentukan dengan performa belajar generasi muda. Untuk meningkatkan performa belajar mahasiswa ada beberapa faktor yang menjadi pengaruhnya. Hal terpenting yang perlu diperhatikan saat proses pembelajaran berlangsung adalah peningkatan performa mahasiswa. Naïve bayes adalah sebuah algoritma supervised learning berdasarkan teorema Bayes yang digunakan untuk memecahkan masalah klasifikasi dengan mengikuti pendekatan probabilistik.  Hasil capaian tersebut tentu saja berpengaruh pada ketepatan mahasiswa dalam menyelesaikan waktu studinya. Eksperimen ini juga menguji accuracy, precision, recall, dan f1-score menggunakan k-fold cross validation. Nilai accuracy tertinggi didapat dari hasil pengujian 10-fold data 60% dari total atribut dengan nilai 89,31%. Nilai precision tertinggi didapat dari hasil pengujian 10-fold data 60% dari total atribut dengan nilai 92,20%. Nilai recall tertinggi didapat dari hasil pengujian 10-fold data 60% dan 10-fold data 80% dari total atribut dengan nilai 92,20%. Dan nilai f1-score tertinggi didapat dari hasil pengujian 10-fold data 60% dari total atribut dengan nilai 92,18%. Sedangkan pengukuran dengan menggunakan ROC curve, berdasarkan hasil AUC disetiap perbandingan yang dilakukan bahwa hasil pengujian dengan 60% dari total atribut memiliki nilai tertinggi dari pengujian lainnya.
PERANCANGAN WEBSITE LAUNDRY DAN PENJUALAN CAT SEPATU PADA SAVEMYSHOE hita; Rahmadina Samudra, Adelia; Sufarnap, Erlanie
Jurnal Armada Informatika Vol 7 No 2 (2023): Jurnal Armada Informatika : Edisi Desember
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v7i2.77

Abstract

Savemyshoe merupakan organisasi yang bergerak dalam bidang jasa laundry sepatu dan penjualan produk cat sepatu. Dalam proses pemesanan jasa layanan antar dan jemput sepatu, pelanggan harus terlebih dahulu menghubungi admin melalui chatting Whatsapp atau Instagram dan dalam proses penjualan cat sepatu pelanggan harus datang langsung ke toko. Untuk menyelesaikan permasalahan tersebut, maka penulis melakukan inovasi dengan merancang sistem informasi pemesanan produk dan jasa berbasis web. Web merupakan salah satu layanan yang didapat oleh pemakai komputer yang terhubung ke Internet. Dalam perancangan situs web ini penulis menggunakan metodologi yang mengacu pada pendekatan Rapid Application Development (RAD). Website ini dibuat untuk kebutuhan pengguna (pelanggan dan admin). Pemodelan situs web ini menggunakan UML berupa use case diagram untuk menggambarkan kebutuhan fungsional. Adapun hasil dari website ini mampu membantu pelanggan dalam melakukan pemesanan jasa atau produk secara cepat, membantu pelanggan dalam mendapatkan informasi mengenai jasa atau produk serta membantu pihak Savemyshoe dalam hal promosi dan penjualan produk.
Seleksi Fitur Information Gain Dalam Meningkatkan Kinerja Naïve Bayes Dalam Prediksi Performa Mahasiswa Sufarnap, Erlanie; Sudarto, Sudarto
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5525

Abstract

Prestasi pendidikan saat ini sangat ditentukan dengan performa belajar generasi muda. Untuk meningkatkan performa belajar mahasiswa ada beberapa faktor yang menjadi pengaruhnya. Hal terpenting yang perlu diperhatikan saat proses pembelajaran berlangsung adalah peningkatan performa mahasiswa. Naïve bayes adalah sebuah algoritma supervised learning berdasarkan teorema Bayes yang digunakan untuk memecahkan masalah klasifikasi dengan mengikuti pendekatan probabilistik.  Hasil capaian tersebut tentu saja berpengaruh pada ketepatan mahasiswa dalam menyelesaikan waktu studinya. Eksperimen ini juga menguji accuracy, precision, recall, dan f1-score menggunakan k-fold cross validation. Nilai accuracy tertinggi didapat dari hasil pengujian 10-fold data 60% dari total atribut dengan nilai 89,31%. Nilai precision tertinggi didapat dari hasil pengujian 10-fold data 60% dari total atribut dengan nilai 92,20%. Nilai recall tertinggi didapat dari hasil pengujian 10-fold data 60% dan 10-fold data 80% dari total atribut dengan nilai 92,20%. Dan nilai f1-score tertinggi didapat dari hasil pengujian 10-fold data 60% dari total atribut dengan nilai 92,18%. Sedangkan pengukuran dengan menggunakan ROC curve, berdasarkan hasil AUC disetiap perbandingan yang dilakukan bahwa hasil pengujian dengan 60% dari total atribut memiliki nilai tertinggi dari pengujian lainnya.
Co-Authors hita Rahmadina Samudra, Adelia Sudarto Sudarto Sudarto