Article Per Year (5 Year)
p-Index From 2020 - 2025
3.512
P-Index
This Author published in this journals
All Journal REKAYASA JOIN (Jurnal Online Informatika) SENTIA 2017 SENTIA 2016 Jurnal Informatika dan Rekayasa Elektronik Jurnal Tekinkom (Teknik Informasi dan Komputer) Journal of Computer System and Informatics (JoSYC) GUYUB: Journal of Community Engagement TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Nusantara Journal of Computers and its Applications Proceeding Of International Conference On Education, Society And Humanity
Fadli Hidayat, M. Noer
Universitas Nurul Jadid
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Physics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Nusantara Journal of Computers and its Applications

 1 
ANDROID MONITORING SYSTEM PEMANFAATAN FASILITAS KESEHATAN PROGRAM KELUARGA HARAPAN KECAMATAN PAITON KABUPATEN PROBOLINGGO M. Noer Fadli Hidayat; Abu Tholib
NJCA (Nusantara Journal of Computers and Its Applications) Vol 4, No 1 (2019): Juni 2019
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v4i1.124

Abstract

Sebagai upaya percepatan penanggulangan kemiskinan, sejak tahun 2007 Pemerintah Indonesia telah melaksanakan PKH (Program Keluarga Harapan) sehingga pada bulan September dengan total penurunan penduduk miskin sebanyak 1.188.230 (0.58%). (BPS, 2017) Di Kabupaten Probolinggo jumlah KPM PKH sebanyak 79.563 keluarga yang tersebar di 24 Kecamatan, dan untuk Kecamatan Paiton Jumlah KPM PKH sebanyak 3.917 Keluarga, dan jumlah KPM yang mendapat fasilitas layanan kesehatan adalah 1.709 orang sehingga permasalahan yang sering terjadi adalah pendamping PKH belum mampu melakukan pendampingan secara intens karena KPM tersebar diberbagai lokasi, laporan kehadiran dan pemanfaatan fasilitas layanan kesehatan belum tersaji secara akurat, pada penelitian ini diusulkan sistem monitoring pemanfaatan fasilitas kesehatan program keluarga harapan kec. Paiton Kabupaten Probolinggo berbasis android sangat dibutuhkan oleh Pendamping PKH di kecamatan Paiton
PENENTUAN GIZI ANAK MENGGUNAKAN KOMPARASI METODE C4.5 DAN K-NEAREST NEIGHBOR (KNN) M Noer Fadli Hidayat
NJCA (Nusantara Journal of Computers and Its Applications) Vol 5, No 2 (2020): Desember 2020
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v5i2.202

Abstract

Kesehatan anak usia di bawah 2 tahun harus sempurna untuk membentuk generasi emas di masanya. Upaya yang dapat dilakukan salah satunya adalah pemenuhan asupan dan kecukupan gizi selama 1000 hari pertama kehidupan (1000 HPK). Dalam 1000 HPK anak terjadi periode emas pertumbuhan yang harus terpenuhi gizinya agar menjamin kesehatan yang baik di masa depan. Pada 1000 HPK dijelaskan bahwa gizi berkaitan dengan kebiasaan pola makan dan lingkungan selama kehamilan hingga usia 2 tahun seorang anak mempengaruhi kondisi fisiknya kelak di masa yang akan datang. Pertumbuhan anak yang normal dapat dilihat dari pengukuran fisik secara langsung atau secara antropometri. Pengukuran fisik secara langsung terdapat 3 faktor utama yaitu :1) Pengukuran Berat Badan Sesuai Umur (BB/U), 2) Pengukuran Tinggi Badan Sesuai Umur (TB/U), 3) Pengukuran Berat Badan Sesuai Tinggi Badan (BB/TB). Dari ketiga faktor tersebut harus dicocokan dengan menggunakan tabel pertumbuhan yang berlaku untuk suatu masyarakat, sehingga dapat mengevaluasi dan melihat perkembangan fisik anak. Penelitian ini akan menerapakan dua metode yang akan dicari model terbaik sebagai panutan untuk penentuan gizi anak. Metode yang akan digunakan adalah dua metode data mining yang klasifikasi yaitu C.45 dan K-Nearest Neighbor (K-NN), yang akan dicari model terbaik dari kedua metode tersebut dalam mencari tingkat keakurasian yang paling tinggi. Hasil penelitian menunjukan kinerja metode KNN dengan akurasi mencapai 93,30% lebih baik dari hasil kinerja metode C.45 dengan akurasi mencapai 78,03%.
FAKTORISASI MATRIKS MENGGUNAKAN STOCHASTIC GRADIENT DESCENT UNTUK OPTIMASI SISTEM REKOMENDASI HOTEL abu tholib; Inayatul Maula; M. Noer Hidayat
NJCA (Nusantara Journal of Computers and Its Applications) Vol 9, No 1 (2024): June 2024
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v9i1.367

Abstract

In today's digital world, recommendation systems have a very important role to help users find hotels that match their preferences. This research focuses on developing a hotel recommendation system by combining matrix factorization method with Stochastic Gradient Descent (SGD) algorithm. The matrix factorization method is used to model the hotel ranking data as the product of the user matrix and the hotel matrix. While for the Stochastic Gradient Descent (SGD) algorithm plays a role in optimizing model parameters efficiently, where the method will be tested on hotel rating datasets or ratings. Evaluation of model performance in this study, using metrics such as Root Mean Squared (RMSE), Mean Squared Error (MSE), and Mean Absolute Error (MAE). This study shows fairly accurate results, with an RMSE value of 0.370312, an MSE value of 0.137131, and an MAE value of 0.089932. These results show that combining the matrix factorization method with Stochastic Gradient Descent (SGD) can be an effective solution for building a hotel recommendation system according to user preferences
Co-Authors Abdillah Mundir Abu Tholib Achmad Febrianto Ahmad Fawaid Akil, Ahmad Ibnu Anando Setyo Adiwirawan Didik Dwi Prasetya Dwiki Qutsi Ali Multazam Erna Daniati Fathorazi Nur Fajri Fathur Rizal Fauzan Abdul Latif Inayatul Maula Indah Sri Mulyati Jose, Anthonio Fernando Kamil Malik Lailatul Qomariyah, Lailatul Misbahul Munir Moh. Furqan Mohammad Alfian Faisol Mustaqim Muhammad Najibulloh Muzaki Nabila, Uyun Nisa', Chairun Qurrotu Aini Rahman, Handono Fatkhur Resty Wulanningrum Siti Helmyati Soleh, Paisal Suci Rahayu Agustini Sucipto Sucipto Supri yono Syaad Patmanthara Syindy Mauliddiyah Triyanna Widiyaningtyas Wahab Sya’roni Yanuar, Rizqi Alif