Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) Jurnal Ilmu Komputer
Irawan Ibrahim
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ASOSIASI ITEM BELANJA DESA MENGGUNAKAN ALGORITMA APRIORI Rubiyanto Maku; Irawan Ibrahim; Nursetiawati Nursetiawati
Jurnal Ilmu Komputer (JUIK) Vol 1, No 2 (2021): October 2021
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (769.115 KB) | DOI: 10.31314/juik.v1i2.1175

Abstract

The problems that occur are a lot of data contained in village financial institutions, which raises difficulties in terms of village budgeting and expenditure, so it is necessary to implement an a priori algorithm for data on village income and expenditure budgets. The method that will be used in this study is Apriori by analyzing the village income and expenditure budget data. The formation of association rules is obtained by determining the minimum support value of 2% and minimum confidence of 50%. The association rule with the smallest support score and the highest value of confidence, which is 100%, becomes the rule chosen for the reference of bundling strategies in village expenditure items. Apriori Algorithms can be applied to support the Village Expenditure Budget Item. Planning and spending of the Village Budget Item is greatly assisted by the application of this Priori algorithm so that the effectiveness is expected to be increased. The application of the Apriori algorithm which is done through software designed has been shown to show the appropriate results. This is proven by calculating the value of support and confidence which shows the same results.
PERBANDINGAN ALGORITMA NAÏVE BAYES DAN C4.5 UNTUK KLASIFIKASI BANTUAN RUMAH SEHAT Irawan Ibrahim; Hilmansyah Gani; Rizal Lamusu; Yulan Humolungo
Jurnal Ilmu Komputer (JUIK) Vol 2, No 1 (2022): February 2022
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (822.422 KB) | DOI: 10.31314/juik.v2i1.1477

Abstract

Klasifikasi adalah sebuah teknik untuk menentukan keanggotaan kelompok berdasarkan data-data yang sudah ada. Penentuan pemilihan penerima bantuan rumah sehat hanya di putuskan melalui forum musyawarah desa sehingga membutuhkan ketelitian dalam pemenuhan kriteria dan syarat penerima bantuan rumah sehat. Pada pengumpulan data, data yang didapatkan memiliki 11 kriteria di antaranya yaitu nama kepala keluarga, pekerjaan, usia pernikahan status perkawinan, jumlah anggota keluarga, status kepemilikan tanah, atap, langit-langit, lantai, dinding dan jamban. Tahap pengujian menggunakan 114 record data. Keakurasian dari hasil uji coba menggunakan Algoritma Naïve Bayes dan C4.5 ditinjau dari dua parameter yaitu X-Validation dan jumlah data training. Nilai keakurasian hasil klasifikasi yang ditinjau dari parameter Algoritma C4.5 mendapatkan nilai akurasi yang tertinggi dengan tingkat akurasi 96.51% dibandingkan dengan Algoritma Naïve Bayes dengan tingkat akurasi sebesar 95,61%.
PENERAPAN METODE MULTI OBJECTIVE OPTIMIZATION ON THE BASIC OF RATIO ANALYSIS (MOORA) UNTUK PEMILIHAN PENERIMA BANTUAN LANGSUNG TUNAI DI DESA ILOMANGGA Handayani, Tri Pratiwi; Pratiwi I Wantu; Irawan Ibrahim; Hilmansyah Gani
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 3 No. 2 (2023): Juli: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v3i2.1724

Abstract

Penelitian ini bertujuan untuk mengimplementasikan algoritma Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) sebagai Pendukung Keputusan dalam memilih penerima Bantuan Tunai Langsung di Desa Ilomangga, Gorontalo. Dengan dataset sebanyak 169 calon penerima, penelitian ini berfokus pada pengembangan pendekatan yang efisien untuk membantu kepala desa dalam proses pemilihan penerima manfaat. Dengan menggabungkan optimisasi multi-obyektif dan analisis rasio, algoritma MOORA secara objektif mengevaluasi dan mengurutkan penerima berdasarkan kelayakan dan kesesuaian. Temuan penelitian ini menunjukkan efektivitas MOORA dalam menyederhanakan proses seleksi, memastikan transparansi, dan mengoptimalkan alokasi sumber daya bagi mereka yang paling membutuhkan. Penelitian ini memberikan kontribusi pada sistem pendukung keputusan dengan memperlihatkan implementasi praktis MOORA.
Co-Authors Gani, Hilmansyah Handayani, Tri Pratiwi Nursetiawati Nursetiawati Pratiwi I Wantu Rizal Lamusu Rubiyanto Maku Yulan Humolungo