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 3 Documents
Search
Journal : JAVA Journal of Electrical and Electronics Engineering

 1 
Perbandingan akurasi klasifikasi tingkat kemiskinan antara algoritma C4.5 dan Naïve Bayes Clasifier Iskandar, Derick; Suprapto, Yoyon K
JAVA Journal of Electrical and Electronics Engineering Vol 11, No 1 (2013)
Publisher : JAVA Journal of Electrical and Electronics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (112.627 KB)

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 digunakandalam 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.
Distribution Geographic System Paket Perijinan Usaha di Wilayah Kota Surabaya menggunakan Metode K-Means berbasis GIS Roiha, Nur Ulfatur; Suprapto, Yoyon K
JAVA Journal of Electrical and Electronics Engineering Vol 12, No 2 (2014)
Publisher : JAVA Journal of Electrical and Electronics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (317.889 KB)

Abstract

This Paket perijinan pada aplikasi Surabaya Single Window banyak diminati oleh masyarakat karena proses perijinan hanya satu kali namun bisa mendapatkan banyak ijin usaha. Semakin meningkatnya permohonan paket perijinan usaha membuat stake holder harus meningkatkan fasilitas dan infrastruktur terkait dengan perijinan tersebut. Oleh karena itudibutuhkan distribusi paket perijinan di setiap kelurahan maupun kecamatan. Distribusi dan prediksi data ditampilkan dalam bentuk peta data spasial untuk memudahkan stake holdermengambil keputusan. Penelitian ini menggunakan metode clusterisasi K-means.
Penentuan Prioritas Rehabilitasi DAS Menggunakan Algoritma K-Means Clustering Fahmi, Muhammad Farid; Suprapto, Yoyon K
JAVA Journal of Electrical and Electronics Engineering Vol 11, No 2 (2013)
Publisher : JAVA Journal of Electrical and Electronics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (230.541 KB)

Abstract

Ketersediaan informasi mengenai tingkat kekeritisan lahan yang akurat mempunyai arti yang sangat penting dalam program RHL sehingga Priorotas DAS mana yang akan dilakukan rehabilitasi bisa diketahui.Dari permasalahan diatas diperlukan sebuah cara untuk menentukan prioritas DAS yang direhabilitasi. Adapun metode yang digunakan dalam penelitan ini adalah K-Means Clustering.KMeans Clustering memodelkan dataset menjadi klaster-klaster dimana data pada satu klaster yang memiliki karakteristik sama dan memiliki karakteristik yang berbeda dari klaster lain berdasarkan parameter tingkat kekeritisan lahan. Dari penelitian ini diperolah validasi data dengan penghitungan manual sebesar 80.25% serta didapatkan Kelompok DAS dengan skor rendah untuk semua parameter kekritisan lahan sehingga memiliki tingkat kekritisan lahan tinggi dan menjadi prioritas untuk dilakukan rehabilitasi.
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