Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Priyanto, Evania
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 2 Documents
Search

 1 
Analisis User Interface Pada Website Mie Djoetek Kediri Pradhana, Akmal Hisyam; Firmansyah, Achmad Ali; Irfa’udin, Muhammad; Priyanto, Evania; Islami, Bifadhlillah Marsheila
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.4942

Abstract

Website Mie Djoetek Kediri merupakan sebuah situs sumber informasi utama bagi customer untuk melihat informasi, menu, dan promo terbaru. User interface website yang baik dapat meningkatkan trafik dan memberi kepercayaan yang lebih kepada customer. Oleh karena itu, sangatlah penting untuk menganalisis user interface pada Website Mie Djoetek Kediri. Penelitian ini bertujuan untuk mengetahui seberapa baik user interface diterima oleh pengguna. Metode penelitian yang digunakan yaitu Eight Golden Rules. Eight Golden Rules merupakan dasar aturan dalam perancangan user interface yang baik. Penelitian dilakukan terhadap 50 calon customer sebagai responden. Hasil akhir penelitian ini memiliki skor total 146. Sehingga dapat disimpulkan, Bahwa website dapat di terima oleh pengguna pada level baik.
Implementasi Metode K-Nearest Neighbor Untuk Memprediksi Kondisi Cuaca Priyanto, Evania; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4954

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) menggunakan aplikasi RapidMiner untuk memprediksi kondisi cuaca. Mengingat cuaca memiliki pola yang tidak menentu, prediksi manual menjadi sangat sulit. Meskipun cuaca tidak dapat diprediksi dengan kepastian absolut, perkiraan masih dapat dibuat. Dalam konteks ini, data mining memungkinkan mesin untuk mengenali dan mempelajari pola data yang kompleks. Oleh karena itu, machine learning dapat digunakan untuk mempelajari pola data cuaca guna melakukan prediksi. Penelitian ini menggunakan enam variabel sebagai kriteria, yaitu tanggal, curah hujan, suhu maksimum, suhu minimum, kecepatan angin, dan kondisi cuaca. Pengujian yang dilakukan menggunakan algoritma K-Nearest Neighbor (KNN) melalui aplikasi RapidMiner dengan nilai K=2 menunjukkan akurasi sebesar 100%, berdasarkan 1462 data yang diambil dari tahun 2012 hingga 2015. Hasil analisis membuktikan bahwa metode KNN yang diterapkan dengan aplikasi RapidMiner efektif dalam memprediksi cuaca.
Co-Authors Aidina Ristyawan, Aidina Erna Daniati Firmansyah, Achmad Ali Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Pradhana, Akmal Hisyam