Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Voice Of Informatics

Sistem Informasi Geografis Pemetaan Kebun Kelapa Dan Hasil Produksi Kopra Kelapa Di Kabupaten Tasikmalaya Sundari, Shinta Siti; Mubarok, Husna
Jurnal VOI (Voice Of Informatics) Vol 7, No 1 (2018)
Publisher : STMIK Tasikmalaya

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

Abstract

Dinas Pertanian Kabupaten Tasikmalaya merupakan salah satu instansi teknis di lingkungan pemerintah daerah Kabupaten Tasikmalaya yang memberikan pelayanan kepada publik di bidang pertanian, dimana lingkungan dan kelestarian sumber daya hutan maupaun kebun serta menghasilkan produksi pertanian yang berdaya baik diantaranya dalam bidang perkebunan, yang akan memperlancar perekonomian rakyat dalam pencapaian hasil pembangunan pertanian untuk kesejahteraan masyarakat Kabupaten Tasikmalaya.            Sebagian masyarakat belum mengetahui perkebunan kelapa dan hasil kopra kelapa, sehingga masyarakat yang ingin mencari kebun kelapa kesulitan dalam menentukan daerah yang tepat untuk dijadikan mata pencaharian, dan perusahaan-perusahaan yang membutuhkan kopra kelapa juga masih kesulitan dalam mencari daerah penghasil kopra kelapa.            Sistem Informasi Geografis Berbasis Web (WebSIG) merupakan penawaran solusi dari permasalahan diatas. Keberadaan WebSIG ini dapat digunakan sebagai daya dorong pengguna untuk mencari dan mendapatkan informasi yang cepat, akurat, saling terintegrasi mengenai informasi daerah perkebunan khususnya pada perkebunan kelapa. Selain dapat memberikan informasi spasial dan non spasial, webGIS juga dapat digunakan sebagai sarana pendukung dalam pencarian daerah penghasil kopra kelapa. Kata kunci : SIG, Perkebunan Kelapa, Google Map PI.
Penerapan Data Mining Untuk Pengelompokan Penyakit Dengan Algoritma Fuzzy C-Means (Studi Kasus : UPT Puskesmas Salawu) Shinta Siti Sundari; Nida Ariani
Jurnal VOI (Voice Of Informatics) Vol 8, No 2 (2019)
Publisher : STMIK Tasikmalaya

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

Abstract

Salawu Health Center is one of the public health service center located at Jalan Raya Salawu Kp. Margasari Village Salawu District Salawu. Every day, Salawu Health Center serves many patients from various regions in Salawu Sub-district. The patients can even reach hundreds of people in one day so as to generate data on patient visits are very much. Limited information on the spread of disease suffered by many patients in some areas in Salawu Health Center, resulting in less optimal in taking policy action, anticipation of treatment and prevention of disease to the community. To find information about the grouping of disease taken from the data of the patient visit required a technique for extracting that is technique of data mining with Fuzzy C-Means algorithm. This system is designed using PHP and MySQL programming languages. While the design method of software using waterfall model. From the test results the system produces 4 clusters with an accuracy value obtained in this study that is equal to 76% and the value of PCI 0.6154.Keywords : Data Mining, Clustering disease, Fuzzy C-MeansPuskesmas Salawu merupakan salah satu pusat pelayanan kesehatan masyarakat yang bertempat di Jalan Raya Salawu Kp. Margasari Desa Salawu Kecamatan Salawu. Setiap harinya, Puskesmas Salawu melayani banyak pasien dari berbagai wilayah yang ada di Kecamatan Salawu. Jumlah pasien bahkan bisa mencapai ratusan orang dalam satu hari sehingga menghasilkan data kunjungan pasien yang sangat banyak. Terbatasnya informasi mengenai penyebaran penyakit yang sering diderita oleh pasien di beberapa wilayah di Puskesmas Salawu, mengakibatkan kurang optimalnya dalam mengambil tindakan kebijakan, antisipasi pengobatan dan pencegahan penyakit kepada masyarakat. Untuk menemukan informasi mengenai pengelompokan penyakit yang diambil dari data kunjungan pasien diperlukan suatu teknik penggalian data yang tidak sedikit yaitu teknik data mining dengan menggunakan algoritma Fuzzy C-Means. Sistem ini dirancang dengan menggunakan bahasa pemrograman PHP dan MySQL. Sedangkan metode perancangan perangkat lunak menggunakan model waterfall. Dari hasil pengujian sistem menghasilkan 4 cluster dengan nilai akurasi yang diperoleh dalam penelitian ini yaitu sebesar 76% dan nilai PCI 0.6154.Kata kunci: Data Mining, Pengelompokan Penyakit, Fuzzy C-Means.