Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Reaktor Jurnal Pendidikan IPA Indonesia Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Ilmiah Teknik Industri Network Engineering Research Operation [NERO] Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JAVA Journal of Electrical and Electronics Engineering
S. Suprapto
Chemical Engineering Department, Industrial Technology Faculty, Sepuluh Nopember Institute Of Technology, Surabaya 60111,
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Network Engineering Research Operation [NERO]

 1 
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PENENTUAN PRIORITAS REHABILITASI DAERAH ALIRAN SUNGAI (DAS) Fahmi, Muhammad Farid; Suprapto, Yoyon K
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

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

Abstract

Ketersediaan informasi mengenai tingkat kekeritisan lahan yang akurat mempunyai arti yang sangatpenting dalam program RHL sehingga Priorotas DAS mana yang akan dilakukan rehabilitasi bisadiketahui. Dari permasalahan diatas diperlukan sebuah cara untuk menentukan prioritas DAS yangdirehabilitasi. Adapun metode yang digunakan dalam penelitan ini adalah K-Means Clustering. K-MeansClustering memodelkan dataset menjadi cluster-cluster dimana data pada satu cluster yang memilikikarakteristik sama dan memiliki karakteristik yang berbeda dari cluster lain berdasarkan parametertingkat kekeritisan lahan. Dari penelitian ini diperolah Kelompok DAS dengan skor rendah untuk semuaparameter kekritisan lahan sehingga memiliki tingkat kekritisan lahan tinggi dan menjadi prioritas untukdilakukan rehabilitasi.Kata Kunci: Rehabilitasi, DAS, Data Mining, K-means Clustering
PERBANDINGAN AKURASI KLASIFIKASI TINGKAT KEMISKINAN ANTARA ALGORITMA C 4.5 DAN NAÏVE BAYES Iskandar, Derick; Suprapto, Yoyon K
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

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

Abstract

Kemiskinan merupakan salah satu masalah yang dialami oleh beberapa Negara berkembang, termasuk indonesia. Banyak cara yang dilakukan untuk menanggulangi kemiskinan, diantaranya dengan program bantuan sosial untuk rakyat miskin. Bentuk bantuan sosial yang diberikan oleh pemerintah disesuaikan dengan tingkat kemiskinan yang ada disuatu wilayah sehingga pemberian bantuan sosial tersebut tidak salah sasaran. Pada penelitian kali ini kami menggunakan BDT (Basis Data Terpadu) yang dikeluarkan oleh TNP2K dalam menentukan klasifikasi tingkat kemiskinan. Adapun metode yang digunakan dalam penelitian ini adalah Naïve Bayes Clasifier (NBC) dan Algoritma C4.5 yang keduanya merupakan metode pada teknik klasifikasi data mining. Pegujian akan dilakukan dengan menggunakan 14 atribut. Hasil dari proses klasifikasi diperoleh bahwa metode C4.5 memiliki tingkat akurasi 3% lebih baik jika dibandingkan dengan metode Naïve Bayes. Kata Kunci: C4.5, Naïve Bayes, Data mining, kemiskinan.
Co-Authors A. Suryanto Achmad Roesyadi Ahmad Zaini Arlinwibowo, J. Eko Mulyanto Yuniarno Fahmi, Muhammad Farid Fahmi, Muhammad Farid Fakhrina Fahma Farodisa, Annida Miftakhul Ishartono, N. Iskandar, Derick Kusno Budikarjono Kusno Budikarjono Linguistika, Y. Mahfud Mahfud Meilinda Ayundyahrini Mitsuru Sasaki Motonobu Goto Motonobu Goto Nugroho, Jessica Rahmawati Nyoman Puspa Asri Pujiyanto, Eko Purwoko, D. Roiha, Nur Ulfatur Setijadi, Eko Siti Machmudah Siti Machmudah Soetopo, Wahyudi W. Wahyudiono Wahyudiono Wahyudiono