Article Per Year (5 Year)
p-Index From 2021 - 2026
1.554
P-Index
This Author published in this journals
All Journal JURIKOM (Jurnal Riset Komputer) Jurnal Ilmiah Intech : Information Technology Journal of UMUS Journal of Informatics, Information System, Software Engineering and Applications (INISTA) IC Tech: Majalah Ilmiah SmartComp
Agus Ilyas
STMIK Widya Pratama
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
KOMPARASI MODEL PREDIKSI PENANGANAN KASUS NARKOTIKA Tri Agus Setiawan; Agus Ilyas; Arochman Arochman
IC-Tech Vol 17 No 1 (2022): IC-Tech Volume XVII No. 1 April 2022
Publisher : STMIK WIDYA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.042 KB) | DOI: 10.47775/ictech.v17i1.239

Abstract

Narkotika terdiri dari obat-obatan, zat maupun bahan apabila dikonsumsi dan masuk kedalam tubuh dapat mempengaruhi kesehatan fungsi organ dalam manusia yaitu otak. Permasalahan tentang narkoba di Indonesia sangat menghawatirkan dimana pada tahun 2019 yaitu sebesar 2,4% adalah pengguna yang berarti bahwa dari 10.000 penduduk Indonesia ada 240 berusia 15-64  tahun  atau  berjumlah 4,5 juta jiwa. Adapun research problem yang pada penelitian yang dilakukan adalah bagaimana menentukan metode prediksi jumlah penanganan kasus narkotika terbaik sehingga dapat meminimalkan jumlah korban jiwa. Dalam penelitian yang dilakukan menggunakan metode komparasi algoritma prediksi yaitu Linear Regresion, Neural Network, Support Vector Machine (SVM) tentang pengguna narkotika sehingga dihasilkan prediksi yang mendekati nilai sesungguhnya dari kasus yang ada. Ouput yang dihasilkan didapatkan hasil bahwa performance prediksi dengan algoritma SVM pada penanganan kasus narkotika memiliki tingkat prediksi lebih baik disbanding dengan algoritma prediksi yang lain yaitu nilai RMSE 169.533 +/- 0.000. Untuk kegiatan penelitian yang akan datang dapat mengitegrasikan dengan algoritma klasifikasi untuk menentuka jenis narkotika yang paling banyak dipakai.  Kata kunci: Narkotika. Rapid Miner, Support Vector Machine
Sistem Rekomendasi Pemilihan Kerja Siswa SMK Dengan Menggunakan Algoritma Decision Tree Muhamad Faisal Halim; Much. Rifqi Maulana; Hermanus Wim Hapsoro; Arochman Arochman; Agus Ilyas
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i3.4957

Abstract

Banyaknya lulusan SMK setiap tahunnya menjadi salah satu pondasi untuk memajukan bangsa ini, namun hal tersebut tidak selalu diikuti dengan ketersediaan lapangan pekerjaan yang memadai, oleh karena itu Banyak lulusan SMK yang menganggur dan sulit memasuki dunia kerja. Peran bursa kerja khusus (BKK) pada sekolah sangat penting, karena berhubungan langsung dengan pemetaan kompetensi siswa dan perusahaan dengan lowongan pekerjaan baru. Namun sering kali kinerja pada sistem BKK tidak berjalan dengan baik dan optimal, dan susahnya melakukan pemetaan kompetensi siswa yang masih dilakukan dengan manual, dengan demikian obyektivitas hasilnya rendah. Sistem rekomendasi perusahaan untuk lulusan SMK menjadi solusi yang dapat menunjang hal-hal tersebut. Dengan memanfaatkan data lulusan sebelumnya dengan menggunakan variable nilai akademis matematika raport, rata-rata raport, rata-rata us, ujian praktik kejuruan sebagai fitur prediktor, pemetaan kompetensi siswa untuk disalurkan pada perusahaan dapat dilakukan dengan mudah dan obyektivitas menjadi lebih tinggi. Dengan memanfaatkan algoritma decision tree untuk menentukan hasil rekomendasi dan CRISP-DM sebagai metode pengambangan sistem diperoleh evaluasi metrik akurasi sebesar 61%. Maka dengan adanya sistem rekomendasi ini proses dalam menyeleksi lulusan untuk disalurkan ke perusahaan tertentu dapat dilakukan dengan mudah dan lebih efisien dan hasil dari rekomendasi dapat digunakan sebagai pengambilan keputusan kedepannya nanti.
Co-Authors ARI PUTRA WIBOWO arief soma darmawan Arochman Arochman Eny Jumiati Hari Agung Budijanto Much. Rifqi Maulana Muhamad Faisal Halim Muhammad Faizal Kurniawan Sattriadi Wahyu Binabar Sattriedi Wahyu Binabar Tri Agus Setiawan Tri Titiani Chasanah Victorianus Aries Siswanto Wahjuningsih, Tri Pudji Wahyu Setianto