Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Computer and Information System (J-CIS)
A. Amirul Asnan Cirua
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Klasifikasi Kesehatan Rambut Menggunakan Algoritma Artificial Neural Network Ahmad Thamrin Dahri; Sugiarto Cokrowibowo; A. Amirul Asnan Cirua
Journal of Computer and Information System ( J-CIS ) Vol 8 No 1 (2025): J-CIS Vol. 8 No. 1 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i1.5244

Abstract

Dalam penelitian ini menggunakan metode Artificial Neural Network (ANN) dengan algoritma backpropagation untuk mengklasifikasi kesehatan rambut yang berisi faktor- faktor yang menyebabkan rambut rontok yang berkontribusi terhadap kebotakan. Data yang digunakan untuk pengujian ini terdiri dari 999 data dengan 13 atribut. Berdasarkan atribut-atribut tersebut 12 dijadikan Input dan 1 atribut (Hair Loss) akan dijadikan target dalam klasifikasi. Hasil klasifikasi kesehatan rambut menggunakan Backpropagation dengan Confusion matrix menghasilkan akurasi tertinggi yaitu 63.81%, dengan presisi untuk kelas 0 (No Hair Fall) yaitu 51.68%, presisi 1 (Hair Fall) yaitu 73.63%, dengan recall kelas 0 (No Hair Fall) yaitu 61.33%, dan recall kelas 1 (Hair Fall) yaitu 65.32% pada rasio data 80:20, dengan hyperparameter Learning Rate 0.001, neuron hidden 10 dan max epoch 2000 dengan arsitektur 12-10-1.
Analisis Kinerja Algoritma Backpropagation Neural Network dalam Prediksi Penilaian Kepuasan Penumpang Maskapai Penerbangan Sugiarto Cokrowibowo; A. Amirul Asnan Cirua; Adawiah, Nadilatul
Journal of Computer and Information System ( J-CIS ) Vol 7 No 1 (2024): J-CIS Vol. 7 No. 1 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i1.3823

Abstract

Penelitian ini bertujuan untuk menggunakan Algoritma Backpropagation Neural Network dalam memprediksi tingkat kepuasan penumpang maskapai penerbangan. Langkah-langkah pengujian dilakukan dengan variasi rasio data 70:30, 80:20, dan 90:10 serta parameter seperti Learning Rate, Hidden Layer, dan Max_Epoch. Hasil penelitian menunjukkan bahwa Backpropagation Neural Network mampu melakukan prediksi dengan baik, dengan tingkat akurasi terbaik mencapai 99.82% pada rasio data 90:10. Struktur arsitektur terbaik terdiri dari 22 input layer, 20 Hidden Layer, dan 1 output layer, dengan iterasi/Max_Epoch sebanyak 1000 dan Learning Rate 0.01. Temuan ini menunjukkan potensi algoritma ini dalam meningkatkan pemahaman tentang kepuasan pelanggan dalam industri penerbangan.
Co-Authors Adawiah, Nadilatul Ahmad Thamrin Dahri Sugiarto Cokrowibowo