Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.116

P-Index

This Author published in this journals

All Journal Statistika GRADIEN Communicatus: Jurnal Ilmu Komunikasi Journal of Data Analysis STATISTIKA Buletin Pengabdian Jurnal Agrisep

Marzuki Marzuki

Department Of Statistics, Faculty Of Mathematics And Natural Sciences, Syiah Kuala University

Author-ID : 3893150

Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Physics Public Health Social Sciences

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Pendeteksian Penyakit Diabetes di RSUD Zainoel Abidin Banda Aceh dengan Sistem Fuzzy Mamdani Munawar Munawar; Marzuki Marzuki; Radhiah Radhiah
Journal of Data Analysis Volume 1, Number 2, December 2018
Publisher : Department of Statistics, Syiah Kuala University

Diabetes adalah salah satu penyakit kronis yang dapat menyebabkan komplikasi kesehatan yang serius. Kekerapan dan komplikasi di antara ras, negara dan kebudayaan ditemukan perbedaannya. Metode logika fuzzy mempunyai tiga tahapan proses yaitu fuzzifikasi, inferensi dan defuzzifikasi. Logika fuzzy merupakan sebuah nilai yang memiliki kesamaran antara benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa bernilai benar dan salah secara bersamaan tapi berapa besar kebenaran dan kesalahan suatu nilai tergantung dari berapa besar bobot keanggotaan yang dimilikinya. Dalam teori logika fuzzy dikenal himpunan fuzzy (fuzzy set) yang merupakan pengelompokan sesuatu berdasarkan variabel bahasa (linguistic variable) yang dinyatakan dalam fungsi keanggotaan yang bernilai nol sampai dengan satu. Metode logika fuzzy Mamdani dapat digunakan untuk menentukan tingkat keakurasian untuk mendeteksi penyakit diabetes. Hasil pengujian menunjukkan bahwa semakin tua usia dan semakin sangat tinggi kolesterol seseorang maka akan semakin besar resiko terkena penyakit diabetes. Pada sistem inferensi fuzzy, metode mamdani adalah salah satu metode yang memiliki keakuratan yang tinggi.Diabetes is a chronic disease that can cause serious health complications. The frequency and complication between race, country and culture are found to be different. Fuzzy logic method has three stages, namely fuzzification, inference and defuzzification. Fuzzy logic is a value that has the ambiguity between right and wrong. In fuzzy logic theory, a value can be true and false value simultaneously but how much truth and error of a value depends on how much weight the membership has. In the theory of fuzzy logic known as fuzzy sets which is a grouping of things based on language variables (linguistic variables) which are expressed in membership functions with value zero to one. Mamdani fuzzy logic method can be used to determine the level of accuracy to detect diabetes. The test results show that the older the age and the very high cholesterol a person has, the greater the risk of developing diabetes. In the fuzzy inference system, the mamdani method is one method that has high accuracy.

Analisis MANOVA Satu Arah untuk Melihat Perbedaan Status Gizi Balita Berdasarkan Wilayah Pembangunan Utama di Indonesia Tahun 2017 Muhammad Iqbal; Inas Salsabila; Dwi Astiti Syahbani; Januaria Douw; Marzuki Marzuki; Asep Rusyana
Journal of Data Analysis Volume 3, Number 1, June 2020
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jda.v3i1.12604

Indonesia merupakan sebuah negara yang masih berupaya melakukan pembangunan dalam berbagai aspek kehidupan, salah satunya kesehatan, khususnya pada anak. Perlu dilakukan penilaian terhadap aspek kesehatan tersebut untuk mengetahui bagaimana pemerataan pembangunan yang telah dilakukan. Penelitian ini bertujuan untuk melakukan penilaian tersebut menggunakan metode MANOVA dengan melihat perbedaan persentase balita menurut status gizi sangat pendek, pendek, dan normal berdasarkan empat wilayah pembangunan utama di Indonesia, serta melihat wilayah manakah yang memberikan perbedaan pengaruh pada persentase tersebut. Hasil penelitian menunjukkan bahwa wilayah pembangunan berpengaruh terhadap persentase balita dengan status gizi sangat pendek dan normal. Kemudian tidak ada perbedaan pengaruh antara masing-masing wilayah pembangunan terhadap persentase balita menurut status gizi sangat pendek dan normal di Indonesia. Oleh karena itu dapat disimpulkan bahwa pemerataan pembangunan pada wilayah pembangunan utama di Indonesia belum tercapai. Indonesia is a country that still strives to carry out development in various aspects of life, one of which is health, especially for children. It is necessary to assess the health aspects to find out how even the development has been done. This study aims to conduct these assessments using the MANOVA method by looking at the differences in the percentage of toddlers in very short, short, and normal nutritional status based on the four main development areas in Indonesia, and looking at which areas give a difference in the percentage. The results showed that the development area affected the percentage of toddlers with very short and normal nutritional status. Then there is no different effect between each development area on the percentage of toddlers according to very short and normal nutritional status in Indonesia. Therefore, it can be concluded that equitable development in the main development areas in Indonesia has not been achieved.

Penerapan Time Delay Neural Network pada Model Akustik untuk Sistem Voice-to-Text Berbahasa Sunda Alim Misbullah; Nazaruddin Nazaruddin; Marzuki Marzuki; Zulfan Zulfan
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Penerapan metode deep learning dalam berbagai bidang terutama pada kasus pengenalan pola sudah menghasilkan akurasi yang sangat menjanjikan. Jaringan saraf tiruan atau neural network merupakan bagian dari deep learning yang digunakan untuk melatih model pada kasus pengenalan pola seperti model untuk sistem pengenalan ucapan (voice-to-text). Neural network akan menyimpan informasi dari setiap fitur data berupa bobot pada jaringan yang terhubung antar layer pada model yang dibangun. Bobot pada jaringan tersebut diperbaharui berdasarkan banyaknya fitur dari data yang diinput. Sistem voice-to-text merupakan salah satu bidang pengenalan pola yang mengimplementasikan neural network untuk membangun model akustik. Model akustik pada sistem pengenalan ucapan dilatih menggunakan data audio berupa percakapan atau rekaman dari setiap individu untuk bahasa tertentu seperti bahasa Inggris. Penerapan neural network untuk sistem pengenalan ucapan berbahasa Inggris sudah banyak dilakukan bahkan sudah diimplementasikan dalam bentuk aplikasi karena mampu menghasilkan akurasi yang tinggi. Namun, penggunaan neural network untuk bahasa lokal masih jarang digunakan. Dalam tulisan ini, time delay neural network digunakan untuk membangun model akustik pada sistem pengenalan ucapan berbahasa Sunda. Berdasarkan hasil pengujian terhadap model akustik, time delay neural network mampu menghasilkan WER sampai dengan 0.57% setelah dilakukan penyesuaian pada hyperparameter dari neural network.Implementation of deep learning techniques has given promising results recently in any research area, especially for pattern recognition. Neural network as a part of deep learning has been widely used to build model for various pattern recognition field including speech recognition. In neural network, weights which is parameters among layers play important roles to capture information from input data. The parameters are updated frequently based on input features in each iteration. In speech recognition, neural network is implemented to build acoustic model that uses speech from different speakers as training data. The acoustic model is built for specific language such as English, Mandarin and Indonesian. In recent years, the speech recognition system using deep neural network for English language has been developed well and use in many applications. But, implementation of deep neural network for local language is rarely done. In this research, time delay neural network is used to build acoustic model for speech recognition system of Sundanese language. Based on experimental result, the implementation of time delay neural network can reduce WER to be 0.57% with well-tuned hyperparameters of neural network.

Analisis Kepuasan Pengguna Aplikasi RWikiStat 3.0 Hizir Sofyan; Rasudin Rasudin; Miftahuddin Miftahuddin; Kurnia Saputra; Marzuki Marzuki; Muhammad Iqbal; Doddy Maulana
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

RWikiStat 3.0 adalah aplikasi android untuk pebelajaran statistika berbasis RWeb dan Teknologi Wiki. Aplikasi ini merupakan pengembangan dari RWikiStat 2.0. Kepuasan pengguna aplikasi RWikiStat 3.0. dianalisis dalam tulisan ini. Performa yang dianalisis adalah tampilan aplikasi, tingkat responsif, dan kemanfaatan aplikasi. Data penelitian diperoleh dengan metode survei. Survei dilakukan setelah pelatihan penggunaan aplikasi ini. Pelatihan tersebut dilakukan pada tiga perguruan tinggi di Banda Aceh, yaitu Universitas Serambi Mekkah (USM), Universitas Syiah Kuala (Unsyiah), dan Sekolah Tinggi Keguruan dan Ilmu Pendidikan Bina Bangsa Getsempena (STKIP BBG). Sampel diambil dengan menggunakan metode cluster random sampling dan Unsyiah terambil sebagai klaster penelitian. Jumlah sampel dari Unsyiah adalah sebanyak 37 responden. Responden diberikan angket yang mengandung 9 pertanyaan terkait dengan pendeskripsian secara umum tentang kepuasan responden sebagai pengguna terhadap aplikasi RWikiStat 3.0. Hasil analisis menghasilkan bahwa secara umum responden telah puas akan aplikasi RWikiStat 3.0. Kepuasan terhadap tampilan aplikasi, tingkat responsif, dan kebergunaan aplikasi cukup tinggi. Kemudian, responden memiliki keinginan yang besar untuk merekomendasikan aplikasi ke teman, kolega, atau lainnya. RWikiStat 3.0 is an android application for RWeb and Wiki technological -based statistics learning. This application is the development of RWikiStat 2.0. User satisfaction of RWikiStat 3.0 application was analysed in this paper. Performance was analysed based on the application interface, responsiveness, and features of the application. The research data were obtained by survey method conducted after the training to use this application. The training was conducted at three universities in Banda Aceh, namely Serambi Mekkah University (USM), Universitas Syiah Kuala (Unsyiah), and the Higher School of Teacher Training and Education of Bina Bangsa Getsempena (STKIP BBG). Samples were taken using cluster random sampling method and Unsyiah was fetched as research clusters. The number of samples of Unsyiah were 37 respondents. Respondents were given a questionnaire containing nine questions related to the general description of respondent satisfaction as users for using the application of RWikiStat 3.0. The results of the analysis showed that the overall respondents were satisfied using the application of RWikiStat 3.0. There was higher satisfaction in the application interface, the level of responsiveness and usability of applications. Then, the respondents had a great intention to recommend the application to friends, colleagues, or others.

Co-Authors Achmad Noerkhaerin Putra Akramul Ula Alim Misbullah Asep Rusyana Deni Yanuar, M. Ikom Doddy Maulana Dwi Astiti Syahbani Fakhrurrazi Fakhrurrazi Hafnani Hafnani Hizir Sofyan HIZIR SOFYAN Hizir Sofyan Inas Salsabila Indra Indra Januaria Douw Kurnia Saputra Latifah Rahayu Siregar Miftahuddin Miftahuddin Muhammad Halim Pohan Muhammad Iqbal Muhammad Iqbal Muhammad Iqbal Muhammad Iqbal Muhammad Iqbal Munawar Munawar Munawar Munawar Munawar Munawar Nazaruddin Nazaruddin Nazaruddin Nazaruddin Nova Ernyda Nuzul Fazmi Radhiah Radhiah Rahma Zuhra Ramadhan Ramadhan Rasudin Rasudin Rasudin Rasudin Ridha Ferdhiana Riska Aulia Sofyan Sofyan Syam, Hamdani M Syuhadi Syuhadi Tarmizi Usman Zulfan Zulfan Zulfan Zulfan

Title Search

Found 4 Documents Search Journal : Journal of Data Analysis

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : Journal of Data Analysis