Garuda - Garba Rujukan Digital

DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD Eka Mala Sari Rochman; Imamah Imamah; Aeri Rachmad
MULTITEK INDONESIA Vol 12, No 1 (2018): Juli
Publisher : Universitas Muhammadiyah Ponorogo

Informasi memiliki arti yang sangat penting dalam era globalisasi seperti saat ini. Kesuksesan seseorang bahkan ditentukan dari kemampuannya mengakses dan mengolah informasi. Alat untuk mengakses informasipun dibuat sesimple dan sepraktis mungkin. Para penyedia layanan provider bersaing untuk memberikan layanan terbaik dalam bidang pengaksesan informasi. Hal terpenting bagi perusahaan provider adalah mengetahui prediksi kerusakan kartu sim per tahun guna mempersiapkan kartu pengganti bagi setiap laporan yang akan diajukan pelanggan. Kepuasan pelanggan merupakan tolak ukur penting dari quality of service sebuah perusahaan. Pada penelitian ini mendesain model peramalan menggunakan metode Extreme Learning Machnie (ELM). Sebelum data diolah menggunakan metode ELM, data dinormalisasi kemudian diinputkan pada setiap neuron input. Arsitektur yang digunakan menggunakan 1 lapisan input dengan 5 neron, 1 lapisan hidden layer dengan jumlah neuron sebanyak 5 dan 1 lapisan output. Metode ELM bobot parameter input dipilih secara random, hingga menghasilkan good generalization performance karena tiap parameter bobot input dan hidden bias saling berhubungan dengan layer lainnya.

Predicting the Final result of Student National Test with Extreme Learning Machine Eka Mala Sari Rochman; Aeri Rachmad; Fitri Damayanti
Pancaran Pendidikan Vol 7, No 2 (2018)
Publisher : The Faculty of Teacher Training and Education The University of Jember Jember, Indonesia

The level of student achievement is a benchmark of the quality assessment of a school. This student's assessment is based on the national final exam scores every year. When the national exam score increases, it will affect the number of students who will enroll in a school. It affects the number of classes to be opened in the registration of new student candidates. This study aims to predict student achievement based on the value of subjects that become the focus on the final national examination. One method of forecasting in the Artificial Neural Network (ANN) is the Extreme Learning Machine (ELM). The working principle in this method is basically the same as ANN method in general. Namely, there are input layer, hidden layer and output layer. By randomly assigning the input parameters, the ELM generates good generalization performance. By using 20-20-1 network architecture, this research has a result in a small RMSE value of 0.314.

Aplikasi Pencatatan Kegiatan Pnpm Mandiri Berbasis Web (Studi Kasus : Kecamatan Kamal - Bangkalan) Rochman, Eka Mala Sari; Rachmad, Aeri
Jurnal Sistem Informasi Vol 2 (2015)
Publisher : Universitas Serang Raya

Permasalahan kemiskinan yang cukup kompleks membutuhkan keterlibatan semua pihak secara bersama dan terkoordinasi, namun penanganannya selama ini cenderung parsial dan tidak berkelanjutan. Peran dunia usaha dan masyarakat pada umumnya juga belum optimal. Untuk itu diperlukan perubahan yang bersifat sistemik dan menyeluruh dalam upaya penanggulangan kemiskinan. Untuk meningkatkan efektivitas penanggulangan kemiskinan dan penciptaan lapangan kerja, pemerintah meluncurkan Program Nasional Pemberdayaan Masyarakat (PNPM) Mandiri yang mana memiliki tiga komponen kegiatan yaitu dana bantuan langsung masyarakat, dana operasional kegiatan dan program pendampingan masyarakat. Pada PNPM mandiri kamal, semua informasi tentang agenda kegiatan masih dicatat secara manual sehingga seringkali terjadi keterlambatan penerimaan informasi karena tidak efisien dan dapat menimbulkan ketidakakuratan dalam melakukan pengelolaan data. Informasi yang datang pada penerima tidak boleh terlambat. Informasi yang sudah usang tidak akan mempunyai nilai lagi. Karena informasi merupakan landasan di dalam pengambilan keputusan. Oleh karena itu pada penelitian ini memberikan solusi dengan membangun sebuah aplikasi pencatatatn kegiatan PNPM mandiri menggunakan web yang dapat menginformasikan kegiatan PNPM serta pengelolaan dana BLM dengan memberi reminder pada masing-masing jadwal.

Penerapan Digitalisasi Data Umkm Berbasis Website Untuk Monitoring UMKM Di Desa Saroka Eka Mala Sari Rochman; Rachmad, Aeri; Setiawan, Wahyudi
Jurnal Pengabdian dan Pemberdayaan Banyuwangi (Jurnal Abdiwangi) Vol 1 No 1 (2023): Jurnal Abdiwangi
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Politeknik Negeri Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57203/abdiwangi.v1i1.2023.54-64

Potensi ekonomi lokal pedesaan dapat menjadi salah satu faktor pendukung pembangunan desa yang dapat dimanfaatkan oleh masyarakat untuk menciptakan nilai tambah. Salah satu cara yang dapat membangun ekonomi masayarakat pedesaan adalah dengan mendirikan usaha mikro, kecil dan menengah atau disebut dengan UMKM. sektor UMKM berperan penting untuk memajukan perekonomian masyarakat maupun negara. Desa memiliki peran untuk mendukung pembangunan pada sektor tersebut. salah satu fungsi desa adalah memberikan sarana prasarana terhadap masyarakat desa salahsatunya dukungan terhadap UMKM yang ada didesa. Saat ini desa masih mengalami kesulitan untuk melakukan pendataan UMKM karena tumbuhnya usaha mikro masyarakat tersebut seringkali tidak melibatkan desa. Dengan demikian desa masih belum memiliki data induk UMKM hingga data perkembangan UMKM tersebut secara realtime. Hal ini menyebabkan desa tidak dapat mengambil keputusan secara tepat untuk memberikan dukungan pada UMKM

Salt Sales Prediction Using the Moving Average Method (A Case Study of Madura-Indonesia Salt) Syakur, Muhammad Ali; Negara, Yudha Dwi Putra; Rachmad, Aeri; Rochman, Eka Mala Sari
Elinvo (Electronics, Informatics, and Vocational Education) Vol 8, No 2 (2023): November 2023
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/elinvo.v8i2.56279

Forecasting is a term used to forecast or predict the business that we run to see the direction in the future which uses historical data as the main reference. An appropriate strategy is needed to manage the production of salt raw materials properly, namely through sales forecasting. PT Budiono Madura Bangun Persada is a company engaged in salt processing with the brands "Anak pintar (AP)" and "Kapal Container (KC)" where the amount of production experiences uncertainty, namely an increase or decrease, this results in an uncertain amount of raw materials. This study aims to predict the exact amount of salt production in a certain period. The amount of data used is the period November 2020 - April 2021 as much as. The final result of this forecasting model is the best using predictions on day 6 for both AP salt and KC salt, with an MSE value of 290.71 for KC salt and an MSE value of 843.08 for AP salt

Application based of Tourist Attraction Selection with Fuzzy Tahani Sari Rochman, Eka Mala; Pratama, Ifan; -, Husni; Rachmad, Aeri
Jurnal Pekommas Vol 5 No 2 (2020): October 2020
Publisher : Sekolah Tinggi Multi Media “MMTC” Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56873/jpkm.v5i2.2417

Madura is one of the islands located in the Province of East Java, Indonesia, which has a lot of tourism potency but there has been no system to accommodate this. As a result, the tourists have difficulty of getting the official information about tourism objectives within Madura. Therefore, in this study was conducted with the aim of creating a decision support system for tourism object selection in Madura so that the prospective tourists find it easier to choose tourism attractions that that suits their desires. In connection with these objectives, this study applies the Fuzzy Tahani logic method as the decision support model. It is used because its main equipment is a functional hierarchy that its main input is predetermined criteria. The results of this study are expected to facilitate prospective tourists in making decisions in choosing attractions in Madura. By using the visitor criterias, the distance from the city center, and the reviews of the tourists on the attractions, the decision support system is able to provide recommendations for tourist attractions to be selected. The result of the functionality test showed determined that the system can 100% run.

PENERAPAN ALGORITMA K-MEANS, DBSCAN, DAN AHC UNTUK CLUSTERING KUALITAS GARAM PADA PT. GARAM (PERSERO) Putro, Sigit Susanto; Syarief, Mohammad; Rochman, Eka Mala Sari
MULTITEK INDONESIA Vol 18, No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.8501

Garam merupakan barang hasil produksi rakyat yang berperan penting dalam memenuhi kebutuhan konsumen dan berbagai kegiatan industri. Kualitas garam dapat mempengaruhi berbagai aspek, termasuk kesehatan, cita rasa makanan, dan penggunaan dalam kegiatan industri. Kualitas garam yang buruk dapat mempengaruhi kualitas produk akhir yang dihasilkan. Oleh sebab itu, perlu dilakukan pengelompokan kualitas garam untuk memastikan bahwa garam yang digunakan sesuai dengan kebutuhan dan standar kualitas untuk kebutuhan tertentu. Berkaitan dengan tujuan tersebut penelitian ini menerapkan 3 metode berbeda yaitu K-means, DBSCAN, dan AHC. K-means adalah algoritma clustering yang membagi data ke dalam K kelompok dengan cara meminimalkan jarak antara titik data dan pusat cluster. Agglomerative Hierarchical Clustering adalah metode dalam analisis data yang mengelompokkan objek-objek berdasarkan kesamaan karakteristik dengan cara menggabungkan kelompok-kelompok secara hirarki. DBSCAN adalah algoritma clustering yang menggunakan kerapatan spasial untuk mengelompokkan data. Dari jumlah data sebanyak 350 dengan 9 fitur yang berasal dari PT. Garam Sumenep yang di kelompokkan menggunakan tiga metode dilakukan pengujian kualitas clustering menggunakan silhuette coefficient yang menghasilkan nilai 0.345 untuk metode K-means, 0.32 untuk metode AHC dan 0.5 untuk metode DBSCAN.

KLASIFIKASI PNEUMONIA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Nabil Dzul Afkar, Ahmad; Rachmad, Aeri; Mala Sari Rochman, Eka
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13938

Pneumonia adalah infeksi akut pada paru-paru yang disebabkan oleh mikroorganisme seperti virus, bakteri, jamur, dan parasit. Penyakit ini dapat menyerang berbagai usia, terutama balita dan orang tua, namun, balita dan orang tua yang paling sering terdampak. Diagnosis pneumonia masih bergantung pada tenaga medis yang berpengalaman, sehingga diperlukan metode otomatis yang dapat meningkatkan akurasi dan efisiensi dalam deteksi pneumonia. Dengan memanfaatkan pendekatan Deep Learning, khususnya Convulution Neural Network (CNN) yang menjadi pilihan popular dalam klasifikasi gambar dan analisi visual, Penelitian ini bertujuan mengembangkan model CNN berbasis ResNet50 untuk mengklasifikasikan gambar rontgen dalam mendeteksi pneumonia. Model ini dapat memberikan solusi otomatis yang lebih efisian dalam membantu tenaga medis, serta meningkatkan akurasi diagnosis penyakit pneumonia menggunakan ResNet50. Dalam penelitian ini klasifikasi pneumonia menggunakan dataset Chest X-Ray Images yang di ambil dari kaggle dengan format JPG. Dataset berisi citra x-ray dada normal dan pneumonia. Data berjumlah 5.856 gambar yang terbagi kedalam 2 kelas yakni, 1.583 normal dan 4.273 pneumonia. Hasil eksperimen menunjukkan bahwa model ResNet50 dengan optimizer yang digunakan adalah Stochastic Gradient Descent Momentum (SGD-M) dengan learning rate 0.1 menghasilkan penelitihan data train di dapat akurasi sebesar 95.43%, sedangkan tahap pelatihan data test mendapatkan akurasi sebesar 92.25% tingkat akurasi sudah cukup layak.

Imbalanced Text Classification on Tourism Reviews using Ada-boost Naïve Bayes Suzanti, Ika Oktavia; Kamil, Fajrul Ihsan; Rochman, Eka Mala Sari; Azis, Huzain; Suni, Alfa Faridh; Rachman, Fika Hastarita; Solihin, Firdaus
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 9 No. 1 (2025)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v9i1.1496

Hidden paradise is a term that aptly describes the island of Madura, which offers diverse tourism potential. Through the Google Maps application, tourists can access sentiment-based information about various attractions in Madura, serving both as a reference before visiting and as evaluation material for the local government. The Multinomial Naïve Bayes method is used for text classification due to its simplicity and effectiveness in handling text mining tasks. The sentiment classification is divided into three categories: positive, negative, and mixed. Initial analysis revealed an imbalance in sentiment data, with most reviews being positive. To address this, sampling techniques—both oversampling and undersampling—were applied to achieve a more balanced data distribution. Additionally, the Adaptive Boosting ensemble method was used to enhance the accuracy of the Multinomial Naïve Bayes model. The dataset was split into training and testing sets using ratios of 60:40, 70:30, and 80:20 to evaluate the model’s stability and reliability. The results showed that the highest F1-score, 84.1%, was achieved using the Multinomial Naïve Bayes method with Adaptive Boosting, which outperformed the model without boosting, which had an accuracy of 76%.

PENERAPAN ALGORITMA K-MEANS, DBSCAN, DAN AHC UNTUK CLUSTERING KUALITAS GARAM PADA PT. GARAM (PERSERO) Putro, Sigit Susanto; Syarief, Mohammad; Rochman, Eka Mala Sari
MULTITEK INDONESIA Vol 18 No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.8501

Garam merupakan barang hasil produksi rakyat yang berperan penting dalam memenuhi kebutuhan konsumen dan berbagai kegiatan industri. Kualitas garam dapat mempengaruhi berbagai aspek, termasuk kesehatan, cita rasa makanan, dan penggunaan dalam kegiatan industri. Kualitas garam yang buruk dapat mempengaruhi kualitas produk akhir yang dihasilkan. Oleh sebab itu, perlu dilakukan pengelompokan kualitas garam untuk memastikan bahwa garam yang digunakan sesuai dengan kebutuhan dan standar kualitas untuk kebutuhan tertentu. Berkaitan dengan tujuan tersebut penelitian ini menerapkan 3 metode berbeda yaitu K-means, DBSCAN, dan AHC. K-means adalah algoritma clustering yang membagi data ke dalam K kelompok dengan cara meminimalkan jarak antara titik data dan pusat cluster. Agglomerative Hierarchical Clustering adalah metode dalam analisis data yang mengelompokkan objek-objek berdasarkan kesamaan karakteristik dengan cara menggabungkan kelompok-kelompok secara hirarki. DBSCAN adalah algoritma clustering yang menggunakan kerapatan spasial untuk mengelompokkan data. Dari jumlah data sebanyak 350 dengan 9 fitur yang berasal dari PT. Garam Sumenep yang di kelompokkan menggunakan tiga metode dilakukan pengujian kualitas clustering menggunakan silhuette coefficient yang menghasilkan nilai 0.345 untuk metode K-means, 0.32 untuk metode AHC dan 0.5 untuk metode DBSCAN.

Title

Found 20 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 20 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 20 Documents
Search