Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) E-Link: Jurnal Teknik Elektro dan Informatika
Sulaeman, Muhamad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy

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

Found 2 Documents
Search

 1 
ANALISIS SEGMENTASI PUSKESMAS DI KABUPATEN CIREBON MENGGUNAKAN ALGORITMA PARTITIONING AROUND MEDOID BERDASARKAN INDIKATOR PENYEBAB STUNTING Komalasari, Cahyaningrum; Faqih, Ahmad; Dikananda, Fatihanursari; Sulaeman, Muhamad; Susana, Heliyanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8189

Abstract

Stunting merupakan keadaan dimana seseorang mengalami kekurangan gizi. Namun, hingga saat ini, belum terdapat segmentasi Puskesmas terkait stunting berdasarkan indikatornya menggunakan data mining di Kabupaten Cirebon. Pada penelitin ini bertujuan untuk menganalisis segmentasi puskesmas terkait stunting dengan indikatornya guna memberikan rekomendasi pencegahan dan penyuluhan terkait stunting menggunakan Algoritma Partitioning Around Medoid (PAM). Data bersumber dari website opendata.jabarprov.go.id dan opendata.cirebonkab.go.id dan observasi langsung ke dinas Kesehatan kab. Cirebon. Variabel yang digunakan Jumlah Ibu Hamil yang mengalami KEK (Kekurangan Energi Kronik), Jumlah stunting, Jumlah Ahli Gizi dan Jumlah Puskesmas aktif yang ada di kabupaten Cirebon pada tahun 2022. Proses pengolahan data menggunakan metode KDD (Knowledge Discovery in Database). Implementasi k-medoids dilakukan dengan inisiasi nilai centroid secara acak dalam iterasi. Hasil menunjukkan medoid sementara sebesar 7122,045634, dan medoid awal 6348,966306, dengan selisih 773,0793279 hasil yang signifikan mengakibatkan penghentian iterasi pada tahap pertama. Evaluasi manual dengan rumus SSW (Sum of Square Within Cluster) dan SSB (Sum of Square Between) menghasilkan rasio cluster 0,8470604, mendekati 0, menunjukkan hasil yang baik dan Evaluasi cluster menggunakan Davies-Bouldin Index (DBI) menggunakan RapidMiner menghasilkan nilai 0,569. Cluster 1 (19 puskesmas) memiliki kasus stunting tertinggi, sedangkan Cluster 2 (41 puskesmas) memiliki kasus stunting rendah, memberikan dasar rekomendasi pencegahan serta penyuluhan yang lebih terarah.
MENINGKATKAN MODEL KLASIFIKASI MENGGUNAKAN ALGORITMA NAÏVE BAYES PADA DATA PENJUALAN DI TOKO PELANGI JAYA MOTOR Susilowati, Nursyatika Berliana; Rohman, Cep Lukman; Basysyar, Fadhil M.; Sulaeman, Muhamad
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 20 No. 1: Mei 2025
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v20i1.9189

Abstract

Penelitian ini bertujuan untuk mengidentifikasi barang-barang "Laris" berdasarkan hasil klasifikasi guna memahami pola permintaan pelanggan dan mengurangi risiko kelebihan atau kekurangan stok di Toko Pelangi Jaya Motor. Dengan menggunakan algoritma Naïve Bayes, penelitian ini mengevaluasi data penjualan untuk memetakan barang-barang dengan permintaan tinggi. Hasil analisis menunjukkan bahwa atribut jumlah penjualan (Qty) memiliki pengaruh paling signifikan dalam menentukan kategori "Laris" dengan tingkat akurasi model mencapai 97.17%. Penelitian ini memberikan wawasan yang mendalam untuk meningkatkan efisiensi pengelolaan stok dan kepuasan pelanggan.
Co-Authors Ahmad Faqih Basysyar, Fadhil Muhammad Dikananda, Fatihanursari Komalasari, Cahyaningrum Rohman, Cep Lukman Susana, Heliyanti Susilowati, Nursyatika Berliana