Article Per Year (5 Year)
p-Index From 2020 - 2025
1.197
P-Index
This Author published in this journals
All Journal Jurnal Informatika Proceeding International Conference on Information Technology and Business Jurnal Informasi dan Komputer JUSIM (Jurnal Sistem Informasi Musirawas)
Pakarti Riswanto
STMIK Dian Cipta Cendikia Kotabumi
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
PENERAPAN DECISION TREE C4.5 SEBAGAI SELEKSI FITUR DAN SUPPORT VECTOR MACHINE (SVM) UNTUK DIAGNOSA KANKER PAYUDARA Pakarti Riswanto; RZ. Abdul Aziz; Sriyanto -
Jurnal Informatika Vol 19, No 1 (2019): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v19i1.1442

Abstract

In the field of medicine, the use of data mining has a quite important and evolutionary role that can change the perspective of doctors, practitioners and health researchers in the process of detecting breast cancer in a patient. There are 2 classification applications in it, namely the process of diagnosing (diagnosing) cancer cells that distinguishes between tumors (benign cancer) or malignant cancer and prognosis (prognosis) to determine the possibility of reappearance of cancer cells in patients who have been operated on in the future. Data mining aims to describe new findings in the dataset and explain a process that uses statistical, mathematical, artificial intelligence, and machine learning techniques to extract and identify useful information and related knowledge from the database.Classification with data mining can be done using several methods, namely Decision Tree, K-Nearest Neighbor, Naive Bayes, ID3, CART, Linear Discriminant Analysis, etc., which certainly have advantages and disadvantages of each. But in this study, the author focuses on the classification of data mining using the Support Vector Mechine and Deccision Tree algorithms.This study will analyze the Breast Cancer Wisconsin Original data set obtained from the UCI Machine Learning Repository (repository of research data) to classify breast cancer malignancies. This time the author correlates between the Decision Tree classifier algorithm which has good ability to process large databases as a feature selection, then with a proper and relevant SVM Method used in analyzing and diagnosing breast breast cancer patients because it has accurate results for existing problems and several bases . Keywords— Data Mining, diagnosis, Decision Tree, SVM Method
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TELADAN MENGGUNAKAN METODE COMPOSITE PERFORMANCE INDEX (CPI) PADA SMK NEGERI 1 KOTABUMI Rustam Rustam; Pakarti Riswanto; Dwi Marisa Efendi; Asep Afandi; Supriyanto .; Sidik Rahmatullah; Sigit Mintoro; Desri Arisandi
Jurnal informasi dan komputer Vol 10 No 1 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 04 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i1.318

Abstract

SMK Negeri 1 Kotabumi is one of the Vocational High Schools that conduct the selection of exemplary teachers in the hope that the selection of exemplary teachers can spur teachers to further improve the quality in teaching. The assessment of exemplary teachers also still uses manual methods carried out using assessment sheets carried out by the committee, so it takes a longer time and the results obtained have not been maximal. In this study, the use of the Composite Performance Index (CPI) Method can be implemented into the PHP programming language and produce decisions that are in accordance with the criteria for selecting exemplary teachers, based on sample data used as many as 10 teacher data, Widodo, Spd.MM with a score of 2191.67 was decided to be an exemplary teacher.
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MENENTUKAN TINGKAT KEDISIPLINAN SISWA Sidik Rahmatullah; Supriyanto Supriyanto; Rustam Rustam; Merri Parida; Pakarti Riswanto; Iko Prastiyo
Jurnal informasi dan komputer Vol 9 No 1 (2021): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2021 pada bulan 04 (A
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v9i1.195

Abstract

Sekolah yang memiliki misi untuk mempersiapkan siswa yang berkualitas dan handal dengan menampung berbagai macam latar belakang dan juga kepribadian siswa yang berbeda-beda. Dengan adanya perbedaan tersebut mendorong para siswa untuk melakukan tindakan pelanggaran di sekolah. Pelanggaran-pelanggaran tersebut menyebabkan terhambatnya kegiatan belajar di sekolah, dan menurunkan kualitas sekolah. Untuk membantu dan meminimalisir terjadinya pelangaran di sekolah, maka penelitian ini di lakukan dengan menggunakan teknik data mining dengan metode naïve bayes classifier dan metode pengembangan sistemnya adalah waterfall. Dalam pengimplementasiannya akan di terapkan ke dalam pogram vb.net dengan tool visual studio 2019 dan menggunakan database MYSQLi. Adapun atribut yang akan di gunakan yaitu jenis kelamin, jenis tinggal, asal sekolah, jarak rumah, pendidikan ayah, pekerjaan ayah, penghasilan ayah, pendidikan ibu, pekerjaan ibu, dan penghasilan ibu. Penerapan sistem ini bertujuan membantu sekolah dalam pengklasifikasian tingkat kedisiplinan siswa dan menghasilkan output pengelompokan tingkat kedisiplinan siswa dengan kelas tinggi dan rendah. Dari hasil uji coba data testing yang berjumlah 8 record dengan 10 variabel menghasilkan keakuratan sebesar 63% dan eror sebesar 38%, sehingga dapat di simpulkan bahwa sistem ini sudah baik untuk di lihat dari data yang di dapat berdasarkan kesesuaiannya.
PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PUPUK DENGAN METODE ALGORITMA APRIORI Dwi Marisa Efendi; Pakarti Riswanto
Jurnal informasi dan komputer Vol 9 No 1 (2021): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2021 pada bulan 04 (A
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v9i1.196

Abstract

Data mining merupakan cara untuk menemukan informasi baru, yang diambil dari data dalam jumlah besar yang membantu dalam pengambilan keputusan. Ketersedian Produk Pupuk untuk kebutuhan para pembeli merupakan salah faktor yang sangat penting dalam bidang usaha penjualan pupuk. Karena stok yang yang tidak akurat akan menyebabkan biaya penyimpanan yang tinggi dan tidak ekonomis,karena kemungkinan terjadinya kekosongan atau kelebihan produk tertentu.Hal ini sangat berbahaya bagi pelaku usaha. Metode Apriori adalah salah satu teknik yang dapat digunakan untuk membantu dalam merancang strategi dalam penyediaan produk pupuk pada toko tersebut.
Metode Pemilihan Karyawan Terbaik Sebagai Penentu Goodwill Perguruan Tinggi Dengan Menggunakan Metode Topsis (Studi Kasus Perguruan Tinggi Di Lampung Utara) Dwi Sartika; Pakarti Riswanto
Jurnal informasi dan komputer Vol 9 No 2 (2021): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2021 pada bulan 10 (O
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v9i2.241

Abstract

Dalam organisasi sumber daya manusia merupakan aset yang bisa memberikan manfaatberkelanjutan untuk mencapai tujuan organisasi. Sumber daya manusia harus sesuai dengankualifikasi yang sudah ditetapkan berdasarkan kriteria-kritera yang ditentukan olehorganisasi, karena sumber daya manusia yang kompeten dan berkualitas sangat dibutuhkandalam upaya meningkatkan produktivitas dan aktivitas organisasi.Sumber daya manusia juga memiliki faktor penting dalam reformasi ekonomi organisasiyakni bagaimana menciptakan sumber daya manusia yang memiliki kemampuan daya saingtinggi dalam persaingan global. Karena sumber daya manusia merupakan modal dasar darikekayaan organisasi, selain itu sumber daya manusia dikatakan seagai faktor produksi yangbersifat aktif mengumpulkan modal, mengeksploitasi sumber-sumber daya lainnya,membangun ekonomi, politik, membantu mengembangkan organisasi dan sangatmempengaruhi banyak aspek penentu keberhasilan kinerja organisasi.Melalui observasi pemilihan karyawan terbaik dapat memotivasi karyawan untukmeningkatkan kinerja dan tanggung jawab terhadap tugas pokok dan fungsi yang sudahditetapkan organisasi berdasarkan struktur dan standar organisasi yang berlaku. Hal ini bisadilihat pada hasil penelitian dengan menggunakan metode topsis melalui aplikasi delphi 7saat karyawan terbaik ditetapkan dari hasil pengisian kuesioner yang dilakukan olehresponden diantaranya atasan, staff dan mahasiswa, nilai yang di dapat menjadi penentupenilaian karyawan terbaik berdasarkan kriteria yang sudah peneliti tentukan yaitu tanggungjawab, kedisiplinan, pendidikan, masa kerja, komunikasi, absensi, kepemimpinan dankepriadian, bukan berdasarkan kedekatan karyawan atau hubungan tertentu dengan pejabattinggi organisasi. Hasil penelitian setelah melalui perhitungan maka akan di dapatperankingan karyawan untuk penentuan karyawan terbaik setelah menghitung matriks jarakideal positif dan jarak ideal negatif kemudian menghasilkan nilai alternatif untuk penentuankaryawan terbaik
ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI JUMLAH SISWA BERPOTENSI DROP OUT Sidik Rahmatullah; Ngajiyanto Ngajiyanto; Pakarti Riswanto; Arief Hendriawan
Jurnal informasi dan komputer Vol 10 No 1 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 04 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i1.308

Abstract

Kualitas pendidikan di sekolah dapat dilihat dari tingginya tingkat keberhasilan siswa dan rendahnya kegagalan siswa. Salah satu indikator kegagalan siswa adalah kasus Drop Out). Permasalahan Drop Out menjadi sesuatu yang menarik untuk diteliti, karena hal ini dapat mempengaruhi kualitas pendidikan. Pada penelitian ini penulis melakukan penelitian Algoritma Naive Bayes Untuk Memprediksi Jumlah Siswa Berpotensi Drop Out (Study Kasus : SMK Negeri 2 Kotabumi Lampung Utara). Dari penerapan data mining tersebut dapat diketahuia bahwa data yang diolah dengan menggunakan Algoritma Naive Bayes dan menggunakan microsoft excel. Berdasarkan hasil dari penerapan aplikasi atau tools prediksi siswa drop out yang menggunakan Rapidminer 7.1 maka didapatkan hasil dari data nilai siswa yang di ambil pada SMK Negeri 2 Kotabumi Lampung Utara terdapat 1178 data nilai siswa dari tahun 2017 – 2020 di ketahui rata – rata 256 siswa tidak drop out dan 34 drop out pertahun dengan rata- rata accuracy 98,745% pertahun dan dengan rata – rata classification error 1,255% pertahun. Dan dalam pengujian 11 data testing mendapatkan hasil 10 siswa tidak drop out dan 1 data siswa salah dengan status tidak drop out menjadi drop out dengan tingkat accuracy 90,91% dan classification error 9,09 %.
Expert System For Determining Composition Of Replacement Feed At The Time Of Raw Materials In Cow Fatting Companies With Backward Chaining Inference Case Study : ( PT. Andini Agro Loka, Central Lampung) Pakarti Riswanto; Herman Affandi; Sidik Rahmatullah
Prosiding International conference on Information Technology and Business (ICITB) 2019: INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY AND BUSINESS (ICITB) 5
Publisher : Proceeding International Conference on Information Technology and Business

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

Abstract

In the business of fattening cattle, cow feed nutrition is very supportive in the success of this business. But cattle farmers' understanding of the composition of feed nutrition is still low. In the business of fattening cattle, cow feed nutrition is very supportive in the success of this business. But cattle farmers' understanding of the composition of feed nutrition is still low.This expert system can be used as information and guidelines for determining nutrient composition in cattle feed using Backward Chaining. This method uses a chain that is crossed from a hypothesis back to facts that support the hypothesis. The use of this system can provide accurate information and references for users in the form of determining the nutritional composition of cattle feed. This system can provide assistance in the form of determining the composition of feed replacement during the lean season using raw material backward chaining by not reducing the nutritional value contained in the feed and the price remains economical.Key words: cow feed nutrition, expert systems, and backward chaining
E-Registration Application Read Al-Quran Development for Student's Institute of Informatics and Business Darmajaya Triowali Rosandy; Retno Dwi Handayani; Pakarti Riswanto; Suratno Suratno
Prosiding International conference on Information Technology and Business (ICITB) 2022: INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY AND BUSINESS (ICITB) 8
Publisher : Proceeding International Conference on Information Technology and Business

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

Abstract

Registration the Quran Reading Development Program for Darmajaya Institute of Informatics and Business Students is currently still using the google form where the link is shared manually using social media such as WhatsApp, Instagram, Facebook or orally directly through lecturers teaching Islamic subjects. The Quran Reading Development Program Team opened registration for approximately 2 weeks to ensure that information on this activity had been conveyed to all students who had taken religious courses. Furthermore, the team took 1 week to validate the registration and payment data, then the Quran reading team publish information for students who succeeded or failed in registering. This causes the activity to experience problems where the implementation of the Bina Baca Quran program can run 3 to 4 weeks after the implementation of the learning lecture takes place. With the development of the use of electronic systems in community services, the Bina Baca Quran registration application is an Android-based mobile registration information system application that serves to facilitate students and teams in carrying out Quran reading development activities, especially during registration. The method in designing the Quran reading application for Darmajaya Institute of Informatics and Business students used is the SDLC method, namely the waterfall model. After testing and based on the results that have been done using blackbox testing, the Quran reading application can run smoothly as expected and there are no bugs and in the testing process. The registration application for the Quran reading development program is more efficient and can make it easier to carry out registration activities in the Quran reading development program for IIB Darmajaya students.Keywords— Registration, Quran Reading, Waterfall, Blackbox Testing, Android Mobile
PENERAPAN DATA MINING PREDIKSI PENJUALAN MEBEL TERLARIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR(K-NN) (STUDI KASUS : TOKO ZERITA MEUBEL) Lusi Suryadi; Ngajiyanto ngajiyanto; Novia Eka Pratiwi; Ferly Ardhy; Pakartika Riswanto
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 7 No 2 (2022): JUSIM (Jurnal Sistem Informasi Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v7i2.1697

Abstract

Penerapan Data Mining sangatlah dibutuhkan oleh toko Zerita Meubel dikarenakan usaha dagang ini menjual berbagai macam jenis produk Meubel. Dilihat dari banyaknya permintaan konsumen ternyata terdapat beberapa produk terlaris dan tidak terlaris, sehingga berdasarkan data 1 tahun terakhir, maka dibutuhkan sebuah prediksi penjualan produk terlaris, agar mempermudah pihak usaha dagang dalam perencanaan penyedia stok. Dikarenakan sistem yang sedang berjalan saat ini masih manual, untuk itu data yang didapat kurang akurat dan efisien. Maka untuk mengatasi hal ini, diperlukan sebuah sistem prediksi penjualan produk terlaris dengan teknik data mining yang menggunakan metode k nearest neighbor. Penelitian ini menghasilkan sebuah sistem algoritma k nearest neighbor pada teknik data mining yang membantu untuk memprediksi penjualan produk telaris pada toko Zerita Meubel.
Co-Authors Afandi, Asep Arief Hendriawan Aziz, RZ. Abdul Desri Arisandi Dwi Sartika Efendi, Dwi Marisa Ferly Ardhy Herman Affandi Iko Prastiyo Lusi Suryadi Mintoro, Sigit Ngajiyanto, Ngajiyanto Novia Eka Pratiwi Parida, Merri Rahmatullah, Sidik Retno Dwi Handayani Rustam Rustam Sriyanto Sriyanto Supriyanto . Supriyanto Supriyanto Suratno Suratno Triowali Rosandy