Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS STATISTIKA TERHADAP HASIL PERLAKUAN PANAS PENGERASAN GANDA PADA BAJA ST40 MENGGUNAKAN METODE T-TEST DAN REGRESI LINEAR BERGANDA Fauzi; Muhammad Ibrohim
Hexagon Jurnal Teknik dan Sains Vol 3 No 2 (2022): HEXAGON - Edisi 6
Publisher : Fakultas Teknologi Lingkungan dan Mineral - Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (379.618 KB) | DOI: 10.36761/hexagon.v3i2.1650

Abstract

Mild steel merupakan bahan yang digunakan untuk konstruksi dan komponen-komponen mesin, kelebihan mild Steel lunak, kekerasan relatif rendah, mudah di las serta dapat dilakukan proses permesinan. Sifat mekanik dari baja sangat berperan penting untuk menentukan batas maksimal sifat mekanik dan umur (life time) dari konstruksi maupun komponen-komponen mesin. Agar menghasilkan kekerasan baja karbon rendah yang optimal diperlukan perancangan eksperimen agar memperoleh hasil ekperimen yang valid. Berdasarkan Analisa statistika menggunakan metode t-test sampel Regresi linear berganda. data hasil penelitian dianalisis menggunakan analisis statistika korelasi dan komparasi menggunakan software SPSS 2016. Persamaan regresi menggunakan quenchant air adalah Y= 0.184 + 0.208x1 - 0.057x2, dengan nilai uji F adalah sig = 0.000 < 0.05 dengan koefisien determinasi ditunjukan oleh R square = 0.593. Persamaan regresi menggumakan quenchant oli adalah Y= 0.164 + 0.125 x1 - 0.036 x2, dengan dengan nilai uji F adalah sig = 0.000 < 0.05 dengan koefisien determinasi ditunjukan oleh R square = 0.69. Penelitian ini dapat disimpulkan bahwa perbandingan nilai kekerasan menggunakan quenchant air dan oli didapatkan angka taraf signifikansi untuk keseluruhan data double hardening dan tempering > 0.05 dalam artian Tidak terdapat perbedaan secara signifikan nilai kekerasan baja ST40 menggunakan media pendingin air dengan oli.
UTILIZATION OF K-NEAREST NEIGHBOR ALGORITHM TO ANALYZE AND CLASSIFY HEART DISORDERS BASED ON ELECTROCARDIOGRAM RECORDING DATA Sumiati; Hanif Nurmajid; Muhammad Ibrohim; Hendry Gunawan
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/mrecx470

Abstract

This study develops a system to classify heart conditions based on electrocardiogram (ECG) medical records using the K-Nearest Neighbor (KNN) method. This system aims to assist medical personnel, especially doctors, in analyzing ECG results more efficiently, considering the limited number of doctors and practice schedules, with the KNN method, the system can classify heart conditions based on the proximity of the patient's ECG data to other ECG data whose conditions are already known. The results of this study have an accuracy of 80%, a value of 0.88 on the Success Rate and 0.54 on Kappa. This study provides a significant contribution in the use of technology to improve the efficiency of heart examinations. This KNN-based system can be used as a tool in the diagnostic process, considering the limited medical resources. In the future, the development of this system can be done by increasing the amount of data, more complete features, or trying other more complex classification methods to improve accuracy and Kappa.   Keyword: Heart Disorders, Classification, K-Nearest Neighbor, Success Rate and Kappa Statistic