Garuda - Garba Rujukan Digital

Pengabdian Kepada Masyarakat untuk Siswa dan Pengelola Pusat Kegiatan Belajar Masyarakat di Kabupaten Bangkalan Damayanti, Fitri; Syarief, Mohammad; Setiawan, Wahyudi
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 1, No 1 (2017)
Publisher : LPPM ITATS

Pendidikan merupakan hak dasar setiap warga negara. Pendidikan dibutuhkan untuk mewujudkan Sumber Daya Manusia (SDM) yang berkualitas. Salah satu permasalahan pendidikan yaitu kurangnya pemerataan kesempatan untuk mendapatkan pendidikan yang layak. Pendidikan Non Formal menjadi alternatif solusi penyelenggaraan pendidikan. Pada penelitian ini dibangun sebuah sistem informasi pengelolaan data sekolah. Sistem informasi terdiri dari lima tingkat user yaitu administrator utama, administrator sekolah, guru, siswa dan umum. Data yang diolah berupa data sekolah, fasilitas, pengelola, guru, siswa serta informasi umum. Untuk data siswa terdapat history mulai siswa masuk hingga siswa lulus. Selain itu terdapat pula Satuan Acara Pembelajaran (SAP) yang menginformasikan materi-materi yang harus disampaikan pada proses belajar mengajar. Sistem informasi ini akan dilengkapi dengan aplikasi pembelajaran untuk Ujian Nasional bagi siswa kejar paket C yang terdiri dari materi dan latihan ujian pilihan ganda untuk mata pelajaran ekonomi, sosiologi, bahasa Indonesia, bahasa Inggris, Geografi dan Matematika. Data dan informasi yang diolah berasal dari Dinas Pendidikan Kabupaten Bangkalan serta penyelenggara program kejar paket. Sedangkan materi aplikasi pembelajaran berasal dari buku-buku pelajaran tertentu setingkat SMA. Diharapkan sistem informasi pengelolaan data sekolah dan aplikasi pembelajaran untuk siswa kejar paket C ini dapat meningkatkan mutu pendidikan sekolah non formal di wilayah kabupaten Bangkalan.

Mobile expert for Tobacco Disease Identification Using The Fuzzy Inference System Tsukamoto Syarief, Mohammad; Imamah, Imamah; Husni, Husni; MS, Akhmad Tajuddin Tholaby
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 1 (2020): Volume 6 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i1.37258

Madura Island is a producer of aromatics tobacco known as Madura Tobacco. One type of Madura tobacco that has superior quality is tobacco Campalok. This tobacco is only in the village of Bakeong Guluk-Guluk district of Sumenep. Its price for each kilogram can penetrate up to two million rupiahs. But failing to harvest due to illness or pests can decrease the quality and price of tobacco Campalok, while the access to consult the agricultural experts in Sumenep district is far enough so the public difficulty getting information faster on tobacco disease treatment. This is the underlying research on the expert system for the identification of diseases in the Android-based tobacco crop.This Expert System was developed by utilizing Android-based mobile technology using the Fuzzy Inference System Tsukamoto method. Farmers who will use this application only enter the characteristics of tobacco leaves that are exposed to pests then the expert system will provide a way of overcoming the pest disease based on the expertise of agricultural experts in Sumenep district Using the Fuzzy method. The result of this research showed that 8 from 10 of diseases were successfully detected by the application so that the accuracy of this application compared to the human expert system is 80 %.

Parsing dan Konversi Kalimat Tanya Konfirmatif Menjadi Query Sparql Menggunakan Pendekatan Top-Down Parsing Syarief, Mohammad
Rekayasa Vol 9, No 2: Oktober 2016
Publisher : Universitas Trunojoyo Madura

Aplikasi Data Mining untuk Mengukur Tingkat Kelulusan Mahasiswa dengan Metode Apriori dan k-Mean Clustering (Studi Kasus: Jurusan Teknik Informatika Universitas Trunojoyo Madura) Syarief, Mohammad
Rekayasa Vol 4, No 2: Oktober 2011
Publisher : Universitas Trunojoyo Madura

Perguruan tinggi memerlukan proses evaluasi dan penilaian secara komprehensif terhadap mutu pendidikan berdasarkan standar terakreditasi, sehingga perguruan tinggi harus mengetahui kondisi mahasiswa berdasarkan tingkat kelulusannya. Hal ini akan dijadikan bahan evaluasi untuk melakukan perbaikan dan mempertahankan mutu pendidikan. Penelitian ini akan menentukan informasi tingkat kelulusan mahasiswa dengan teknik data mining menggunakan Algoritma Apriori dengan menghitung nilai support dan confidence hubungan antara tingkat kelulusan dengan data induk mahasiswa dan mengelompokkan mahasiswa berdasarkan kategori tingkat kelulusannya menggunakan algoritma k-Mean Clustering. Dengan menggunakan nilai minimum transaksi tertentu atau threshold 4 diperoleh nilai yang terbaik dengan rata-rata kelulusan 11 semester masuk jalur PMDK1 dan berasal dari wilayah Bangkalan. Data hasil keluaran menggunakan algoritma apriori selanjutnya dikelompokkan dengan algoritma k-Mean Clustering. Pengelompokan tersebut berdasarkan segmentasi data nilai, penelitian ini menghasilkan bahwa mahasiswa Jurusan Informatika Universitas Trunojoyo Madura rata-rata lulus dengan IPK 2.75–3.5 atau predikat sangat memuaskan dan rata-rata menempuh jumlah sks 144. Kata kunci: k-mean clustering, algoritma apriori, support, confidence, kelulusan mahasiswa. AbstractColleges require process of comprehensive for evaluation the quality of education. They are based on standards accredited, so that college students should know condition based on graduation rates. This evaluation will be used as materials to repair quality of education. This study will be determined with graduation rate of student information. Data mining techniques has been using a Apriori Algorithm to calculate the value of support and confidence the relationship between graduation rates with parent data. Value of specific transaction or a minimum value threshold of 4 of the best values obtained with an average of 11 semesters of graduation and enter the path PMDK1 Bangkalan. Output data using a priori algorithm then grouped by k-Means Clustering algorithm. The grouping is based on the segmentation of data values, this study suggest that the Department of Informatics University student Trunojoyo average graduate with a GPA of 2.75-3.5 or honors and the average number of credits to take 144. Key word: k-mean clustering, apriori algoritm, support, confidence, graduation.

PENERAPAN ALGORITMA K-MEANS, DBSCAN, DAN AHC UNTUK CLUSTERING KUALITAS GARAM PADA PT. GARAM (PERSERO) Putro, Sigit Susanto; Syarief, Mohammad; Rochman, Eka Mala Sari
MULTITEK INDONESIA Vol 18, No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.8501

Garam merupakan barang hasil produksi rakyat yang berperan penting dalam memenuhi kebutuhan konsumen dan berbagai kegiatan industri. Kualitas garam dapat mempengaruhi berbagai aspek, termasuk kesehatan, cita rasa makanan, dan penggunaan dalam kegiatan industri. Kualitas garam yang buruk dapat mempengaruhi kualitas produk akhir yang dihasilkan. Oleh sebab itu, perlu dilakukan pengelompokan kualitas garam untuk memastikan bahwa garam yang digunakan sesuai dengan kebutuhan dan standar kualitas untuk kebutuhan tertentu. Berkaitan dengan tujuan tersebut penelitian ini menerapkan 3 metode berbeda yaitu K-means, DBSCAN, dan AHC. K-means adalah algoritma clustering yang membagi data ke dalam K kelompok dengan cara meminimalkan jarak antara titik data dan pusat cluster. Agglomerative Hierarchical Clustering adalah metode dalam analisis data yang mengelompokkan objek-objek berdasarkan kesamaan karakteristik dengan cara menggabungkan kelompok-kelompok secara hirarki. DBSCAN adalah algoritma clustering yang menggunakan kerapatan spasial untuk mengelompokkan data. Dari jumlah data sebanyak 350 dengan 9 fitur yang berasal dari PT. Garam Sumenep yang di kelompokkan menggunakan tiga metode dilakukan pengujian kualitas clustering menggunakan silhuette coefficient yang menghasilkan nilai 0.345 untuk metode K-means, 0.32 untuk metode AHC dan 0.5 untuk metode DBSCAN.

KLASIFIKASI TINGKAT OBESITAS MENGGUNAKAN METODE GBM DAN CONFUSION MATRIX Reynaldi Valerian, Farhan; Syarief, Mohammad; Abdul Fatah, Doni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13062

Di zaman yang serba teknologi ini, semua hal dapat diperoleh dengan mudah, mulai dari informasi, jasa serta layanan. Dari segi informasi, semua orang dapat memperoleh berbagai data dan panduan, seperti resep makanan, layanan pengiriman barang, hingga layanan kesehatan. Dalam jurnal ini, topik yang dibahas adalah tentang obesitas, sebuah masalah kesehatan yang semakin meningkat secara global. Metode GBM dipilih karena kemampuannya dalam menangani data non-linear dan memberikan akurasi tinggi dalam masalah klasifikasi. Dengan memanfaatkan dataset yang terdiri dari 2111 entri dan 16 atribut yang mencakup faktor-faktor fisik dan gaya hidup, penelitian ini berhasil mengidentifikasi pola-pola yang signifikan dalam klasifikasi obesitas. Hasil analisis menunjukkan bahwa model GBM tidak hanya mencapai akurasi tinggi sebesar 95%, tetapi juga menunjukkan keseimbangan yang baik antara precision, recall, dan F1-Score, yang masing-masing mencapai 95%, 96%, dan 95%.

PENERAPAN ALGORITMA K-MEANS, DBSCAN, DAN AHC UNTUK CLUSTERING KUALITAS GARAM PADA PT. GARAM (PERSERO) Putro, Sigit Susanto; Syarief, Mohammad; Rochman, Eka Mala Sari
MULTITEK INDONESIA Vol 18 No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.8501

Garam merupakan barang hasil produksi rakyat yang berperan penting dalam memenuhi kebutuhan konsumen dan berbagai kegiatan industri. Kualitas garam dapat mempengaruhi berbagai aspek, termasuk kesehatan, cita rasa makanan, dan penggunaan dalam kegiatan industri. Kualitas garam yang buruk dapat mempengaruhi kualitas produk akhir yang dihasilkan. Oleh sebab itu, perlu dilakukan pengelompokan kualitas garam untuk memastikan bahwa garam yang digunakan sesuai dengan kebutuhan dan standar kualitas untuk kebutuhan tertentu. Berkaitan dengan tujuan tersebut penelitian ini menerapkan 3 metode berbeda yaitu K-means, DBSCAN, dan AHC. K-means adalah algoritma clustering yang membagi data ke dalam K kelompok dengan cara meminimalkan jarak antara titik data dan pusat cluster. Agglomerative Hierarchical Clustering adalah metode dalam analisis data yang mengelompokkan objek-objek berdasarkan kesamaan karakteristik dengan cara menggabungkan kelompok-kelompok secara hirarki. DBSCAN adalah algoritma clustering yang menggunakan kerapatan spasial untuk mengelompokkan data. Dari jumlah data sebanyak 350 dengan 9 fitur yang berasal dari PT. Garam Sumenep yang di kelompokkan menggunakan tiga metode dilakukan pengujian kualitas clustering menggunakan silhuette coefficient yang menghasilkan nilai 0.345 untuk metode K-means, 0.32 untuk metode AHC dan 0.5 untuk metode DBSCAN.

Development of Madura Herbal Medicine Database System using Software Development Model of Fast Collaboration Competencies Model Yusuf, Muhammad; Kautsar Sophan, Moch; Agustiono, Wahyudi; Irhamni, Firli; Syarief, Mohammad; Rahmanita, Eza
Jurnal Teknokes Vol. 18 No. 4 (2025): Desember
Publisher : Jurusan Teknik Elektromedik, Politeknik Kesehatan Kemenkes Surabaya, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jteknokes.v18i4.36

Herbal medicine is an original Indonesian product made with natural ingredients. Furthermore, Madura also offers many herbal medicines, such as strong and healthy for men and women after giving birth, beauty and body maintenance, cold, smooth breast milk, and others. Various research and development projects worldwide on technology related to traditional or herbal medicine exist. However, a limited database contains data and information about Madura Herbal medicine. This research aims to develop the Madura Herbal Medicine Database System using the Fast Collaboration Competencies (FCC) to facilitate fast and collaborative teamwork as well as based on competencies. The FCC is a software development method that manages and collaborates across diverse skills, expertise, and competencies. The Madura Herbal Medicine database system was developed using a use case diagram, system architecture, and database design. After that, we created a mock-up or prototype. Then, we implemented the system using PHP Rad and a Decision Tree. Moreover, it provides a Madura Herbal Medicine Database system for research, marketing, and production mapping. The research result is a Madura herbal database system that contains herbal medicine data from Bangkalan, Sampang, Pamekasan, and Sumenep. The Madura herbal database system is essential for buyers, producers, marketers, sales personnel, researchers, and other institutions to provide herbal medicine information and support decision-making. Those four cities are located in Madura. Those two websites have combined through a landing page and API. Therefore, two databases can access each other's data. The Madura Herbal Medicine system can apply Fuzzy KNN and Open data for herbal medicine in the future.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search