Claim Missing Document
Check
Articles

Found 15 Documents
Search

TEKNIK GENETIC MODIFIED K-NEAREST NEIGHBOR UNTUK ESTIMASI HASIL PRODUKSI GULA TEBU BERDASARKAN NILAI KLOROFIL DAUN TEBU Siti Mutrofin; R. V. Hari Ginardi; Chastine Fatichah

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (587.558 KB)

Abstract

Pada umumnya, taksasi (estimasi) hasil produksi gula didasarkan pada luas area, masa tanam, faktor panjang leng, jumlah batang/leng, tinggi batang, bobot batang, dan rendemen. Faktor rendemen sangatberpengaruh terhadap kualitas gula (manis atau tidak), sedangkan faktor yang lain hanya mempengaruhikuantitas gula. Salah satu tolak ukur produksi gula maupun rendemen dapat dilihat dari nilai klorofil dauntebu. Klorofil juga memiliki peranan yang sangat penting bagi proses fotosintesis. Untuk itu, dalampenelitian taksasi produksi gula tebu ini didasarkan pada nilai klorofil daun tebu. Dalam penelitian ini,performa algoritma Modified k-Nearest Neighbor (MKNN) ditingkatkan dengan cara mengoptimalkan nilaik dengan menggunakan algoritma genetika, yang selanjutnya algoritma tersebut dinamakan denganalgoritma Genetic Modified K-Nearest Neighbor (GMKNN). Tujuan dari penelitian ini adalah GMKNNsebagai algoritma baru digunakan untuk melakukan estimasi hasil produksi gula tebu berdasarkan nilaiklorofil daun tebu. Dari sejumlah uji coba, terbukti bahwa klorofil (Model2) dapat digunakan untukmelakukan taksasi, walaupun memiliki hasil yang kurang baik dibandingkan ketika tidak menggunakanklorofil (Model1). Model2 unggul pada percobaan dengan menggunakan 95 data, Model2 juga terbuktimemiliki perbedaan yang signifikan dberdasarkan uji T. Kinerja algoritma GMKNN lebih baik dari padaMKNN dengan nilai MSE terkecil sebesar 3737 pada percobaan dengan menggunakan 95 data, dan MSEterbesar sebesar 2053730 pada percobaan dengan menggunakan 201 data, namun GMKNN juga memilikikekurangan, yaitu komputasi tinggi, terjebak pada optimum lokal, sedangkan kekurangan MKNN adalahpenentuan nilai ambang batas dalam mendapatkan nilai similaritas antar data latih yang masih manualpada kasus estimasi.
Implementasi Algoritma Genetika untuk Otomatisasi Sistem Penjadwalan pada Lembaga Bimbingan Belajar Siti Mutrofin; Indana Zulfa; Diema Hernyka Satyareni
G-Tech: Jurnal Teknologi Terapan Vol 5 No 1 (2021): G-Tech, Vol. 5, No. 1, Oktober 2021
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.028 KB) | DOI: 10.33379/gtech.v5i1.1178

Abstract

Lembaga Rumah Belajar AHE Ngumpul yang berada di Desa Ngumpul, Jogoroto, Jombang, Jawa Timur memiliki beberapa permasalahan, diantaranya adalah: 1) Sistem penjadwalan bersifat konvensional, di mana jadwal belajar masih dibuat secara manual oleh pemilik AHE Ngumpul sendiri dan juga seorang guru; 2) Pencatatan jadwal juga masih dicatat di buku cetak dengan ditulis tangan, yang tidak bisa digunakan secara bersama-sama pada waktu bersamaan dan harus digandakan; 3) Sumber daya manusia (SDM) pada AHE Ngumpul terbatas; dan 4) Proses penjadwalan konvensional dikerjakan oleh dua orang dengan waktu 1.622 detik. Berdasarkan permasalahan tersebut, maka pada penelitian ini diusulkan penerapan Algoritma Genetika atau Genetic Algorithm (GA) pada sistem penjadwalan berbasis web dengan tujuan mengatasi permasalahan yang dialami oleh AHE Ngumpul. Data didapatkan dari dokumen terkait dengan sistem penjadwalan pembelajaran yang dimiliki oleh AHE Ngumpul. Atribut yang digunakan untuk penelitian ini adalah guru, siswa, hari, serta waktu. Pada GA penelitian ini menggunakan one cut point crossover dan reciprocal exchange mutation. Hasil uji coba menunjukkan hasil yang cukup baik dibandingkan dengan penjadwalan konvensional dengan tingkat keberhasilan 86,5203%, meskipun masih ada jadwal yang bentrok. Rata-rata waktu pembuatan jadwal menggunakan: 1) GA adalah 203 detik, dengan nilai fitness 0,0232; dan 2) GA dan tenaga seorang manusia (hanya memperbaiki jadwal yang bentrok dari GA) adalah 715 detik. Selisih antara penjadwalan konvensional dengan penerapan GA digabung dengan manusia menghemat waktu 907 detik.
Web-based Application for Savings and Payment Management using CodeIgniter case study Elementary School Siti Mutrofin; Arif Widodo; Eddy Kurniawan
Journal of Computer Networks, Architecture and High Performance Computing Vol. 5 No. 2 (2023): Article Research Volume 5 Issue 2, July 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v5i2.2724

Abstract

Schools often face problems in manually recording student contributions and savings: ineffectiveness, inefficiency, and inaccuracies in recording, calculating, or the three data are needed again. In this study, we offer Savings Management Information Systems (SiMantab), which aim to solve these problems. In order to realize the research objectives, we proposed to apply CodeIgniter to develop SiMantab for recording student data, student guardians, information on savings, reports on student transactions, and payments. The outcomes of this research are: 1) SiMantab can generate daily savings reports for each student and provide reports for student guardians'; 2) SiMantab allows student guardians to monitor payment activities such as tuition fees in auto debit savings; 3) SiMantab is able to convey information bills statement on the student guardian's menu; and 4) The school obtain information on students' payments record based on the student data such as gender and class displayed on the supervisor's main menu.
Perbandingan Kinerja Algoritma Kmeans dengan Kmeans Median pada Deteksi Kanker Payudara Mutrofin, Siti; Wicaksono, Toni; Murtadho, Ali
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 1
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i1.274

Abstract

Clustering adalah salah satu tugas dari Data Mining berbasis unsupervised learning. Clustering dapat digunakan untuk permasalahan di berbagai bidang, seperti pendidikan, kesehatan, ekonomi, pertanian, hiburan, olah raga, dll. Salah satu algoritma clustering yang sederhana dan umum digunakan pada tipe data numerik adalah Kmeans. Terlepas dari segala kelebihan Kmeans, Kmeans memiliki permasalahan berupa pemilihan pusat awal cluster atau centroid yang dipilih secara acak (random). Karena hasil akhir cluster dari Kmeans sangat sensitif pada pemilihan awal cluster yang dapat menyebabkan konvergensi yang tidak optimal. Pada penelitian ini dilakukan perbandingan antara Kmeans dengan Kmeans Median dalam menentukan centroid awal yang bertujuan untuk mengetahui kinerja kedua algoritma yang paling optimal. Pada Kmeans Median, pemilihan centroid awal dipilih dengan menggunakan nilai median yang diambil dari kelompok data dan akan dicari nilai mediannya. Dataset yang digunakan dalam penelitian ini adalah Breast Cancer Coimbra yang dapat diakses di UCI Machine Learning Repository. Perhitungan jarak untuk kedua algoritma menggunakan euclidean distance. Pengujian pada penelitian ini untuk mengetahui kinerja kedua algoritma menggunakan Davies-Bouldin Index (DBI). Pengujian dilakukan empat kali pada masing-masing algoritma. Dari keempat pengujian tersebut, Kmeans mendapatkan DBI terbaik 0,47 dan terburuk 0,4796. Sedangkan pada Kmeans Median memiliki DBI 0,47 pada keempat pengujiannya. Kinerja Kmeans berdasarkan iterasi antara 3, 5, dan 6. Sedangkan Kmeans Median iterasinya konsisten hanya 4. Berdasarkan komputasinya, Kmeans lebih unggul karena algoritmanya lebih sederhana, hal itu terlihat dari waktu yang dibutuhkan lebih sedikit dibandingkan Kmeans Median.
Sistem Informasi Pembayaran Siswa Pada Madrasah Tsanawiyah Swasta di Mojokerto Mutrofin, Siti; Khaiyuma, Ilmaya; Satyareni, Diema Hernyka
Jurnal Informasi dan Teknologi 2024, Vol. 6, No. 1
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60083/jidt.v6i1.488

Abstract

MTs Darul Hikmah, Mojokerto, Jawa Timur memiliki beberapa permasalahan dalam pengelolaan data pembayaran siswa karena masih menggunakan spreadsheet. Spreadsheet tidak dirancang seperti database relasional yang memiliki primary key dan relasi antar tabel, sehingga masalah tersebut timbul, diantaranya 1) Rekapitulasi pembayaran siswa yang dilakukan oleh petugas TU berulangkali dengan file yang berbeda yang berpotensi data tidak konsisten antar data; 2) Berpotensi terjadi kekeliruan dalam memasukkan data; 3) Pencarian data yang tidak efektif dan efisien; dan 4) Mendata secara manual siswa yang belum membayar. Tujuan penelitian ini adalah untuk mengatasi permasalahan yang ada dengan dibuatkan sistem informasi administrasi pembayaran siswa berbasis web. Agar tujuan tersebut tercapai, penelitian ini menggunakan metode pengembangan sistem waterfall, perancangan sistem UML, bahasa pemrograman PHP dengan framework CodeIgniter, database MySQL, dan pengujian black-box. Berdasarkan hasil pengujian didapatkan sistem yang diusulkan berhasil mengatasi permasalahan yang ada, baik dari sisi fungsi, valid, dan sistem telah sesui proses bisnis.