Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.642

P-Index

This Author published in this journals

All Journal ILKOM Jurnal Ilmiah Jurnal Abdimas Mahakam Jurnal Teknik Informatika (JUTIF) Journal of Applied Computer Science and Technology (JACOST) Journal of Computer and Information System (J-CIS) Malaqbiq : Jurnal Pengabdian kepada Masyarakat.

Sugiarto Cokrowibowo

Universitas Sulawesi Barat

Author-ID : 4181338

Religion Arts Humanities Computer Science & IT Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Public Health Social Sciences

Published : 18 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2

Komparasi Algoritma SAW, AHP, dan TOPSIS dalam Penentuan Uang Kuliah Tunggal (UKT) Wawan Firgiawan; Sugiarto Cokrowibowo; Nuralamsah Zulkarnaim
Journal of Computer and Information System ( J-CIS ) Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020
Publisher : Universitas Sulawesi Barat

Abstrak UKT mahasiswa mempunyai kelompok yang berbeda-beda, dimana tiap kelompok mempunyai persentase masing-masing yang sudah ditetapkan oleh pemerintah berdasarkan ekonomi mahasiswa. Tidak adanya standarisasi yang jelas dalam penentuan UKT menuai banyak problem. Pendekatan pengambil keputusan atau disebut Decision Support Systems (DSS) akan membantu dalam pengambilan keputusan terhadap UKT mahasiswa yang akurat. Tujuan dari makalah ini ingin membandingkan 3 metode Multicriteria Decision Analysis, yaitu menggunakan metode Simple Additive Weinghting (SAW), metode Technique for Order Preference by Similarity to Ideal Solustion (Topsis) serta metode Analitical Hierarcy Process (AHP) yang digunakan dalam pengambilan keputusan penentuan UKT mahasiswa sesuai dengan kriteria untuk menentukan metode yang relevan akan permasalahan tersebut. Penentuan skala dan pembobotan dalam setiap metode akan mempengaruhi hasil yang diperoleh oleh masing-masing kriteria. Dari hasil komparasi dari 3 metode yaitu SAW, TOPSIS, dan AHP diperoleh bahwa AHP mempunyai nilai rata-rata yang mendekati nol yaitu dengan nilai 0,10, sedangkan TOPSIS mempunyai rata-rata yaitu 0,44 dan AHP sendiri dengan nilai rata-rata 0,53 sehingga AHP merupakan metode yang terbaik digunakan dalam penentuan UKT. Kata Kunci:

Clustering Wilayah berdasarkan Data Kesehatan Lingkungan menggunakan Fuzzy C-Means Irfan A.P.; Siti Aminah; Sugiarto Cokrowibowo; Nuralamsah Zulkarnaim
Journal of Computer and Information System ( J-CIS ) Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020
Publisher : Universitas Sulawesi Barat

Abstrak Kesehatan merupakan hal penting dalam kehidupan, karena dengan kesehatan kita dapat menjalankan kegiatan kita sehari - hari. Secara administratif, Kabupaten Majene terdiri dari 8 kecamatan, 82 desa/kelurahan dan 361 SLS (Satuan Lingkungan Setempat) yang terbagi dalam 257 dusun dan 104 lingkungan. Karena hal itu, kesehatan lingkungan pemukiman sangatlah penting. Tujuan utama dalam penelitian ini adalah mengelompokan tiap wilayah (kecamatan) menjadi beberapa kelompok dan mengetahui tingkat kesehatan lingkungan berdasarkan 5 parameter yang spesifik dengan menggunakan metode Fuzzy C – Means. Dengan adanya metode ini, keakurasian data dan tingkat kesehatan lingkungan menjadi lebih akurat. Hasil output dalam penelitian ini berupa informasi pengelompokan kesehatan lingkungan yang diharapkan mampu untuk menjadi bahan pertimbangan dalam menentukan tingkat kesehatan lingkungan berdasarkan 5 parameter yang menjadi indikator penyehatan lingkungan.

Sistem Pendukung Keputusan Pemberian Beasiswa menggunakan Metode FMADM dan WP Ridwan; Nurdina Rasjid; Sugiarto Cokrowibowo; Dian Megah Sari
Journal of Computer and Information System ( J-CIS ) Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020
Publisher : Universitas Sulawesi Barat

Sistem penyeleksian penerima beasiswa masih memungkinkan terjadinya kesalahan yang disengaja ataupun tidak disengaja sehingga output menjadi kurang optimal dan dapat berakibat seleksi penerima beasiswa menjadi tidak objektif. Dari masalah ini sehingga dibutuhkan sebuah sistem yang dapat membantu manusia dalam memberikan pertimbangan keputusan yang akan kita ambil atau dikenal dengan Sistem Pendukung Keputusan (SPK). Beasiswa Peningkatan Prestasi Akademik (PPA) merupakan beasiswa yang acuan penilaiannya adalah dilihat dari nilai IPK (Indeks Prestasi Komulatif), Satuan Kredit Semester (SKS), Prestasi, dan Kemampuan Ekonomi. Sistem Pendukung Keputusan (SPK) merupakan solusi yang efektif , dikarenakan dapat memberikan penilaian terhadap setiap alternatif untuk mencapai pilihan yang terbaik. Sistem Pendukung Keputusan (SPK) mempunyai metode untuk memberikan dukungan dalam proses pengambilan keputusan, yaitu Fuzzy Multiple Attribute Decision Making (FMADM) digunakan untuk menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan dengan algoritma Weighted Product (WP).

Implementasi SPK untuk Pemilihan Konsentrasi Studi Mahasiswa menggunakan AHP-TOPSIS wahyuni wahyuni rahman; Nahya Nur; Sugiarto Cokrowibowo
Journal of Computer and Information System ( J-CIS ) Vol 3 No 2 (2020): J-CIS Volume 3 No. 2 2020
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v2i1.721

Pemilihan konsentrasi studi mahasiswa masih sering terjadi kesalahan karena pemilihannya yang dilakukan secara asal-asalan dengan mengikuti pilihan temannya atau saran dari orangtuanya tanpa mempertimbangkan kemampuan dan bakat yang dimiliki sendiri oleh mahasiswa tersebut sehingga masih banyak mahasiswa yang menyesal dengan pilihan konsentrasi yang sudah dipilihnya. Dari masalah tersebut dibutuhkan suatu SistemPendukung Keputusan (SPK) yang dapat membantu mahasiswa dalam menentukan keputusan untuk memilih konsentrasi studi sesuai dengan kriteria Minat Bakat, Jurusan Sebelumnya dan Pekerjaan. Metode yang digunakan dalam Sistem Pendukung Keputusan (SPK) adalah metode Analytic Hierarchy Process (AHP) digunakan untuk menentukan bobot dari setiap kriteria dan subkriteria kemudian Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) digunakan untuk melakukan perangkingan hasil pemilihan konsentrasi studi mahasiswa. Dari pilihan rekomendasi konsentrasi yang diberikan oleh SPK diharapkan agar mahasiswa tidak lagi menyesal dengan pilihan konsentrasi yang sudah diambil.

Deteksi Wajah dengan Metode Local Binary Pattern Histogram pada OpenCV menggunakan Pemrograman Pyhton farid wajidi; Arfa Arfa; Sugiarto Cokrowibowo
Journal of Computer and Information System ( J-CIS ) Vol 3 No 2 (2020): J-CIS Volume 3 No. 2 2020
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v2i1.773

Deteksi wajah (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). Deteksi wajah dapat digunakan untuk melakukan pencarian data wajah dari citra atau video yang berisi wajah yang berbagai ukuran, posisi dan latar belakang. Pengenalan wajah merupakan suatu kemampuan yang digunakan oleh manusia dalam biometrik untuk membedakan manusia yang satu dengan lainnya. Seiring dengan semakin canggihnya teknologi saat ini, pengenalan wajahpun bisa dilakukan oleh sebuah sistem dengan artifical intelligence yang terhubung. Kemampuan untuk mengenal wajah tersebut memiliki kecerdasan buatan kemudian diimplementasikan dalam sebuah perangkat dengan platform android sehingga memiliki kemampuan sama seperti manusia. Local Binary Pattern Histogram (LBPH) adalah teknik baru dari metode Local Binary Pattern (LBP) untuk mengubah peforma hasil pengenalan wajah. LBP adalah deskriptor tekstur yang dapat juga digunakan untuk mewakili wajah, karena gambar wajah dapat dilihat sebagai sebuah komposisi micro-texture-pattern yaitu suatu operator non parametrik yang menggambarkan tata ruang lokal citra.

Ekstraksi dan Visualisasi Web Text Mining menggunakan JSOUP sugiarto cokrowibowo; Ismail
Journal of Computer and Information System ( J-CIS ) Vol 1 No 1 (2018): Journal of Computer and Information System (J-CIS)
Publisher : Universitas Sulawesi Barat

Terdapat milyaran dokumen web di world wide web yang terus bertumbuh dalam volume, kecepatan dan kompleksitas yang besar dan secara alamiah sebagian besar kontennya tidak terstruktur. Diperlukan adanya teknik atau alat untuk mengekstraksi data teks dari sebuah halaman web yang dapat beradaptasi terhadap konten yang tidak terstruktur maupun semi terstruktur dari halaman web. Pada penelitian ini penulis mengajukan pustaka Java Jsoup untuk mengekstraksi dokumen web kemudian memvisualisasikan hasilnya dalam bentuk word cloud.

Multiple Traveling Salesman Problem menggunakan Algoritma Ant Colony Optimization dengan Operasi Elitism Sugiarto Cokrowibowo; Ismail; Indra
Journal of Computer and Information System ( J-CIS ) Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020
Publisher : Universitas Sulawesi Barat

The Multiple Traveling Salesman Problem (MTSP) is a combinatorial optimization problem and extension of Traveling Salesman Problem (TSP). There are many implementation of MTSP on transportation and scheduling. MTSP is an NP-hard problem. This paper study about solving MTSP using Ant Colony Optimization and Elitisme operator from Genetic Algorithm. The result of this combination algorithm enhance the solution search performace because of the elitism operation which ensure the solution value always increase.

Perbandingan Fungsi Aktivasi Terhadap Kinerja Algoritma Neural Network Pada Klasifikasi Data Diabetes cirua, asnan; cindi; Sugiarto Cokrowibowo
Journal of Computer and Information System ( J-CIS ) Vol 8 No 1 (2025): J-CIS Vol. 8 No. 1 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i1.5211

Penelitian ini menggunakan algoritma https://www.adenomyosisadviceassociation.org/hysterectomy backpropagation dengan membandingkan tiga fungsi aktivasi Sigmoid biner, Sigmoid bipolar, dan Tanh dalam mengklasifikasikan Data Diabetes. Dataset terdiri dari 70.692 data dengan 18 atribut, dengan 17 atribut sebagai input dan 1 atribut (Diabetes) sebagai target klasifikasi. Algoritma ini mampu melakukan klasifikasi pada kasus diabetes berdasarkan pengujian kinerja yang dilakukan dengan hasil perbandingan akurasi dengan rasio data terbaik pada 90:10 dengan tiga jenis fungsi aktivasi. sigmoid biner dengan arsitektur 17-5-1 didapatkan akurasi sebesar 76,22% dengan precision sebesar 83,07% untuk kelas 0 dan 71,63% untuk kelas 1, recall didapatkan hasil sebesar 66, 23% untuk kelas 0, untuk fungsi aktivasi sigmoid bipolar dengan arsitektur 17-15-1 didapatkan hasil akurasi sebesar 76,02% dengan precision kelas 0 dan 1 sebesar 80,97% dan 72,42% dan recall untuk kelas 0 dan 1 berturut-turut sebesar 68,08% dan 83,97%, sedangkan untuk akurasi dengan fungsi aktivasi TanH dengan arsitektur 17-15-1 didapatkan hasil sebesar 76,02% dengan presisi sebesar 80,97% untuk kelas 0 dan 72,42% untuk kelas 1 dengan nilai recall sebesar 68,08% untuk kelas 0 dan 83,97%. Berdasarkan hasil akurasi tersebut maka disimpulkan fungsi aktivasi sigmoid biner memberikan nilai akurasi terbaik pada dataset diabetes

Klasifikasi Kesehatan Rambut Menggunakan Algoritma Artificial Neural Network Ahmad Thamrin Dahri; Sugiarto Cokrowibowo; A. Amirul Asnan Cirua
Journal of Computer and Information System ( J-CIS ) Vol 8 No 1 (2025): J-CIS Vol. 8 No. 1 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i1.5244

Dalam penelitian ini menggunakan metode Artificial Neural Network (ANN) dengan algoritma backpropagation untuk mengklasifikasi kesehatan rambut yang berisi faktor- faktor yang menyebabkan rambut rontok yang berkontribusi terhadap kebotakan. Data yang digunakan untuk pengujian ini terdiri dari 999 data dengan 13 atribut. Berdasarkan atribut-atribut tersebut 12 dijadikan Input dan 1 atribut (Hair Loss) akan dijadikan target dalam klasifikasi. Hasil klasifikasi kesehatan rambut menggunakan Backpropagation dengan Confusion matrix menghasilkan akurasi tertinggi yaitu 63.81%, dengan presisi untuk kelas 0 (No Hair Fall) yaitu 51.68%, presisi 1 (Hair Fall) yaitu 73.63%, dengan recall kelas 0 (No Hair Fall) yaitu 61.33%, dan recall kelas 1 (Hair Fall) yaitu 65.32% pada rasio data 80:20, dengan hyperparameter Learning Rate 0.001, neuron hidden 10 dan max epoch 2000 dengan arsitektur 12-10-1.

Perbandingan Algoritma Naive Bayes dan C4.5 dalam Memprediksi Penyakit Bustamin; Andriani; Cokrowibowo, Sugiarto
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.810

Setiap tahun, jumlah penderita diabetes semakin meningkat. Berdasarkan data dari World Health Organization (WHO), ada sekitar 347 juta orang di dunia menderita diabetes melitus, dan diperkirakan kematian yang disebabkan oleh diabetes akan meningkat dua pertiga kali diantara tahun 2008 sampai 2030. Peningkatan jumlah penderita diabetes disebabkan oleh keterlambatan pemprediksi dan juga karena pola hidup yang tidak sehat. Konsep dari naive bayes dan C4.5 sangat fleksibel terhadap data-data yang kurang tepat serta didasarkan pada bahasa alami. Karena itu dibutuhkan suatu sistem sebagai alat bantu dalam penentuan apakah pasien itu menderita diabetes melitus atau tidak dengan menggunakan konsep perbandingan algoritma Naive Bayes dan C4.5. Berdasarkan permasalahan diatas, dapat dikembangkan sebuah teknik data mining dengan memprediksi data pasien teridentifikasi penyakit diabetes dengan menggunakan metode Algoritma C4.5 dan metode Naive Bayes dengan harapan setelah diolah dengan teknik data mining tersebut dapat dihasilkan informasi dalam prediksi data pasien teridentifikasi penyakit diabetes.

Co-Authors A. Amirul Asnan Cirua Adawiah, Nadilatul Ahmad Thamrin Dahri Aji Prasetya Wibawa Alief Taufik Anak Agung Istri Sri Wiadnyani Andriani Anggit Priadmojo Arfa Arfa Arnita Irianti Arnita Irianti Aswandi Bustamin cindi cirua, asnan Citra Suardi Dahlia Patah, Dahlia Dasar, Amry Dian Megah Sari Enny Radjab Faradilah F. Karim Farid Wajidi Gerard Antonini Duma Hasanuddin, Tasrif Indra Irfan A.P. Ismail Moh Sadly Ramli Mufti Hatur Rahmah Muh Fahmi Rustan Muh. Aliyazid Mude Nur, Nahya Nuralamsah Zulkarnaim Nuralamsyah Zulkarnaim Nurdina Rasjid Parma Hadi Rantelinggi Ridwan Siti Aminah Tasrif Hasanuddin wahyuni wahyuni rahman Wawan Firgiawan

Title Search

Found 11 Documents Search Journal : Journal of Computer and Information System (J-CIS)

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search
Journal : Journal of Computer and Information System (J-CIS)