Fajri, Miftahul
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENERAPAN VISUALISASI DATA TERHADAP KLASIFIKASI TINDAK KRIMINAL DI INDONESIA Madyatmadja, Evaristus Didik; Ridho, Muhammad Nuha; Pratama, Adhyaksa Rizky; Fajri, Miftahul; Novianto, Lutfi
Infotech: Journal of Technology Information Vol 8, No 1 (2022): JUNI
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v8i1.127

Abstract

Crime still occurs in every region in Indonesia. Various classifications of crimes that occur and cause unrest for people in every region in Indonesia. The purpose of this study is to analyze and visualize data on crimes that occur in every region in Indonesia so as to facilitate the Indonesian government in making decisions. The method used for this research is the clustering method. The clustering stage is carried out by grouping data on crimes that occur in Indonesia which are classified from each region. The results of the data that have been visualized show that the crime rate in each area is different according to the classification of crime, so it is necessary to increase security in each area that has a level of criminality data according to the classification of crime. 
Data Mining Pada Klasifikasi Jamur Menggunakan Algoritma C.45 Berdasarkan Karakteristik Morfologi Mushroom Fathurrohman, Rofi; Fajri, Miftahul; Cahyono, Salman M; Abdillah, Dzulqa Fauzan; Ramadhan, Vinan
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i1.3529

Abstract

Jamur merupakan salah satu bahan pangan yang populer di Indonesia, namun tidak semua jamur dapat dikonsumsi karena beberapa jenis jamur bersifat racun. Oleh karena itu, diperlukan metode untuk mengklasifikasikan jamur menjadi dapat dimakan dan beracun. Penelitian ini bertujuan untuk melakukan klasifikasi jamur menggunakan algoritma klasifikasi data mining yaitu algoritma C.45 berdasarkan karakteristik morfologi jamur. Data jamur dikumpulkan dari berbagai sumber dan memiliki 22 atribut, termasuk bau, warna cetakan spora, akar tangkai, ukuran insang, dan jarak insang. Algoritma C.45 digunakan untuk membangun pohon keputusan yang dapat mengklasifikasikan jamur. Hasil penelitian menunjukkan bahwa algoritma C.45 memiliki akurasi sebesar 99.90%. Interpretasi pohon keputusan menunjukkan bahwa jamur yang memiliki : berbau amis, apak, busuk, creosof, menyengat, pedas, dan tidak berbau, warna cetakan spora hijau dan putih, akar tangkai klub dan bulat, ukuran insang sempit dan jarak insang dekat adalah jamur beracun. Sementara itu, jamur yang tidak memiliki karakteristik tersebut adalah jamur yang dapat dimakan. Kesimpulannya, algoritma C.45 dapat digunakan sebagai metode efektif untuk mengklasifikasikan jamur dan membantu masyarakat dalam membedakan jamur yang dapat dimakan dan beracun
Data Mining Pada Klasifikasi Jamur Menggunakan Algoritma C.45 Berdasarkan Karakteristik Morfologi Mushroom Fathurrohman, Rofi; Fajri, Miftahul; Cahyono, Salman M; Abdillah, Dzulqa Fauzan; Ramadhan, Vinan
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i1.3529

Abstract

Jamur merupakan salah satu bahan pangan yang populer di Indonesia, namun tidak semua jamur dapat dikonsumsi karena beberapa jenis jamur bersifat racun. Oleh karena itu, diperlukan metode untuk mengklasifikasikan jamur menjadi dapat dimakan dan beracun. Penelitian ini bertujuan untuk melakukan klasifikasi jamur menggunakan algoritma klasifikasi data mining yaitu algoritma C.45 berdasarkan karakteristik morfologi jamur. Data jamur dikumpulkan dari berbagai sumber dan memiliki 22 atribut, termasuk bau, warna cetakan spora, akar tangkai, ukuran insang, dan jarak insang. Algoritma C.45 digunakan untuk membangun pohon keputusan yang dapat mengklasifikasikan jamur. Hasil penelitian menunjukkan bahwa algoritma C.45 memiliki akurasi sebesar 99.90%. Interpretasi pohon keputusan menunjukkan bahwa jamur yang memiliki : berbau amis, apak, busuk, creosof, menyengat, pedas, dan tidak berbau, warna cetakan spora hijau dan putih, akar tangkai klub dan bulat, ukuran insang sempit dan jarak insang dekat adalah jamur beracun. Sementara itu, jamur yang tidak memiliki karakteristik tersebut adalah jamur yang dapat dimakan. Kesimpulannya, algoritma C.45 dapat digunakan sebagai metode efektif untuk mengklasifikasikan jamur dan membantu masyarakat dalam membedakan jamur yang dapat dimakan dan beracun