Article Per Year (5 Year)
p-Index From 2021 - 2026
1.619
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science INTEGER: Journal of Information Technology JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) International Journal of Artificial Intelligence and Robotics (IJAIR) Journal Of Artificial Intelligence And Software Engineering
Mohammad Zoqi Sarwani, Mohammad Zoqi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 3 Documents
Search
Journal : INTEGER: Journal of Information Technology

 1 
Rekomendasi Pengobatan Pada Penyakit Kucing Menggunakan Metode Decision Tree (Studi Kasus : Klinik Drh. Panti Absari) Hidayat, Faris; Sarwani, Mohammad Zoqi; Hariyanto, Rudi
INTEGER: Journal of Information Technology Vol 9, No 2 (2024): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v9i2.6319

Abstract

Kucing adalah salah satu hewan peliharaan  paling populer di dunia. Dalam merawat kucing, kesehatan menjadi faktor yang harus diperhatikan saat merawat kucing. Penyakit kucing merupakan isu penting dalam dunia kesehatan hewan. Seiring kemajuan teknologi, pengobatan yang direkomendasikan mengalami berubah secara signifikan. Sistem kecerdasan buatan dan analisis data yang canggih memungkinkan para profesional medis membuat rekomendasi pengobatan yang lebih personal dan efektif. Dalam dunia medis, deteksi dan diagnosis penyakit sangatlah penting. Metode prediksi ini membantu pemilik kucing mengetahui  pengobatan terbaik dan benar. Salah satu metode yang dapat digunakan adalah metode Decision Tree. Metode Decision Tree digunakan untuk mempelajari klasifikasi dan prediksi dari data serta menggambarkan hubungan antara variabel x dan variabel y dalam bentuk pohon. Hasil dari pengujian dengan menggunakan 100 data yang dibagi menjadi 80 data training dan 20 data testing menunjukkan tingkat akurasi yang cukup tinggi yaitu 90%, Precision 83%, dan recall 90%.
Implementasi Association Rule Pada Transaksi Penjualan Menggunakan Metode Neural Network Backpropagation Putri, Nabila; Sarwani, Mohammad Zoqi; Hariyanto, Rudi
INTEGER: Journal of Information Technology Vol 9, No 2 (2024): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v9i2.6398

Abstract

Pertumbuhan perdagangan dan penjualan telah menghasilkan volume data transaksi yang besar dan kompleks. Analisis data transaksi dapat memberikan wawasan berharga tentang pola pembelian pelanggan dan asosiasi antara item yang dibeli. Dalam penelitian ini, kami mengusulkan pendekatan baru untuk mengekstraksi aturan asosiasi dari data transaksi penjualan menggunakan metode Neural Network Backpropagation. Pendekatan ini mengintegrasikan kekuatan jaringan saraf untuk memodelkan pola kompleks dalam data transaksi untuk menemukan hubungan antara item yang dibeli. Pertama, data transaksi diubah menjadi representasi biner yang sesuai untuk pemrosesan oleh jaringan saraf. Selanjutnya, jaringan saraf feedforward dengan lapisan tersembunyi diinisialisasi dan dilatih menggunakan algoritma backpropagation. Kami menguji pendekatan kami menggunakan dataset transaksi penjualan dari data di PT. Program Induk Utama. Hasil percobaan menunjukkan bahwa pendekatan yang diusulkan mampu menemukan aturan asosiasi yang signifikan dan bermakna dalam dataset penjualan, dengan tingkat keakuratan 92,30%, epoch 1312, dan MSE 0,0009979927. Selain itu, pendekatan ini menawarkan kelebihan dalam menangani pola-pola yang kompleks dan tidak terstruktur dalam data transaksi.
Prediksi Hasil Tangkapan Ikan di Kota Pasuruan Dengan Metode Support Vector Machine (SVM) Chanafi, Imam; Sarwani, Mohammad Zoqi; Udin, Muhammad
INTEGER: Journal of Information Technology Vol 10, No 1 (2025): April
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7163

Abstract

 Kota Pasuruan yang terletak di Provinsi Jawa Timur merupakan kota yang kaya akan potensi dan beragam sumber daya serta mempunyai peran penting dalam sektor industri dan perdagangan. Untuk mengelola dan mengembangkan potensi ini, Dinas Perairan Kota Pasuruan memiliki tugas menjaga keseimbangan ekosistem perikanan sekaligus memberdayakan para nelayan dan pembudidaya ikan. Tujuan dari penelitian ini adalah untuk mengetahui prediksi hasil tangkapan ikan di Kota Pasuruan menggunakan Metode Support Vector Machine (SVM). Data yang diperoleh dari Dinas Perikanan Kota Pasuruan dalam waktu 5 tahun mulai tahun 2019 sampai 2023. Dari hasil penelitian ini, maka dapat disimpulkan hasil nilai MAPE Train Linear 18.07%, MAPE Test Linear 22.92%. Sedangkan untuk MAPE Train Polynominal 16.95%, MAPE Test Polynominal 18.46%.
Co-Authors Agus Naba Anang Aris Widodo Aprilia, Yunita Nur Chanafi, Imam Hidayat, Faris Mohamad Khoiron Nadhiroh, Irni Irana Ainin Putri Hasan, Vitara Nindya Putri, Nabila Romadhona, Salsabil Wahyu Rudi Hariyanto Salafudin, Muhammad Shubkhan Sani, Dian Ahkam Saputro, Harinudin Setiawan, Muhamad Agus Suharyadi, Heri Udin, Muhammad Wayan Firdaus Mahmudy