Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah KOPEMAS
Nirwana Nirwana
Universitas Muslim Indonesia
Computer Science & IT Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Performa Metode Support Vector Regression (SVR) dalam Memprediksi Harga Bahan Sembako Nasional Huzain Azis; Purnawansyah Purnawansyah; Nirwana Nirwana; Felix Andika Dwiyanto
ILKOM Jurnal Ilmiah Vol 15, No 2 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i2.1686.390-397

Abstract

Support Vector Regression (SVR) is a supervised learning algorithm to predict continuous variable values. The basic goal of the SVR algorithm is to find the most suitable decision line. SVR has been successfully applied to several issues in time series prediction. In this research, SVR is used to predict the price of staple commodity, which are constantly changing in price at any time due to several factors making it difficult for the public to get groceries that are easy to reach. National staple commodity data consisting of 17 commodities, including shallots, honan garlic, kating garlic, medium rice, premium rice, red cayenne peppers, curly red chilies, red chili peppers, meat of broiler chicken, beef hamstrings, granulated sugar, imported soybeans, bulk cooking oil, premium packaged cooking oil, simple packaged cooking oil, broiler chicken eggs, and wheat flour. With a data set for the last 3 years, including from January 1, 2020, to December 31, 2022. There are 3 variables in the data set, namely commodity, date, and price. This research divides the entire dataset into 80% training and 20% testing data. The results of this research show that SVR using the RBF kernel produces good forecasting accuracy for all datasets with an average Mean Square Error (MSE) training data of 6,005 while data testing is 6,062, Mean Absolute Deviation (MAD) of training data is 6,730 while data testing is 6.6831, Mean Absolute Percentage Error (MAPE) training data is 0.0148 while data testing is 0.0147, and Root Mean Squared Error (RMSE) training data is 7.772 while data testing is 7.746.
BUDIDAYA TANAMAN OBAT KELUARGA MELALUI PEMANFATAAN LAHAN PEKARANGAN KELOMPOK KARANG TARUNA DI DESA BORIKAMASE Nurjannah Abna; Nirwana Nirwana
Konferensi Nasional Pengabdian Masyarakat (KOPEMAS) #5 2024 Konferensi Nasional Pengabdian Masyarakat (KOPEMAS) 2020
Publisher : Konferensi Nasional Pengabdian Masyarakat (KOPEMAS) #5 2024

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

Abstract

Desa Borikamase memiliki  peluang usaha budidaya tanaman obat keluarga melalui pemanfaatan Pekarangan. untuk  dikembangkan secara maksimal. Karang Taruna  salah satu organisasi kepemudaan Desa Borikamase  telah menanam berbagai jenis tanaman, seperti bunga dan obat tradisional  hanya mereka belum optimal dalam pengelolaan lahan pekarangan dengan tanaman obat keluarga,   tidak memiliki pengetahuan dan keterampilan tentang jenis tanaman obat keluarga dan khasiatnya, bagaimana cara menanam dan mengolah tanaman obat keluarga yang dapat dimanfaatkan minimal sebagai pertolongan pertama bagi masyarakat yang sakit serta menambah pendapatan keluarga. Tujuan kegiatan adalah meningkatkan pengetahuan Pengurus Karang Taruna dalam pemanfaatan pekarangan rumah produktif, meningkatkan pengetahuan tanaman  obat keluarga dan khasiatnya tata cara menanam tanaman obat keluarga, keterampilan mengolah tanaman obat keluarga serta menambah keindahan serta kesehatan lingkungan  dan  income keluarga. Peran Karang Taruna dalam mengelola pekarangan rumah yang berfungsi  untuk menciptakan keindahan dan kesejukan, juga dapat menambah income keluarga dianggap program strategis, karena pemuda memiliki jiwa seni, keindahan, telaten dan lebih  fokus dalam pemeliharaan tanaman obat keluarga dan ikut membantu pemerintah dalam mengatasi masalah kesehatan masyarakat minimal membantu dalam memberikan pertolongan pertama bagi masyarakat yang sakit.
Co-Authors Felix Andika Dwiyanto Huzain Azis Nurjannah Abna Purnawansyah Purnawansyah