Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Manajemen, Pendidikan dan Ilmu Komputer (JMENDIKKOM)
P.P.P.A.N.W.Fikrul Ilmi R.H.Zer
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Other

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

Found 2 Documents
Search

 1 
Optimization of Backpropagation Method with PSO to Improve Prediction of Land Area and Rice Productivity P.P.P.A.N.W.Fikrul Ilmi R.H.Zer; Fazli Nugraha Tambunan
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 4 (2024): Article Research Volume 8 Issue 4, October 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i4.14142

Abstract

This research aims to optimize the Backpropagation method using Particle Swarm Optimization (PSO) optimization to improve the accuracy of prediction of harvest area and rice productivity. The results show that the best architecture for prediction of harvest area is 3-15-1, with a Mean Squared Error (MSE) value of 0.0049980 for standard Backpropagation, and 0.00092376 after being optimized with PSO. Meanwhile, for rice productivity prediction, the best architecture is also 3-15-1, with an MSE value of 0.0049998 for standard Backpropagation, and 0.000435762 after using PSO. PSO optimization significantly reduces the MSE value, which indicates that this method is more accurate than standard Backpropagation. Predictions from 2024 to 2026 show more consistent results with some provinces experiencing an increase or decrease in harvested area and rice productivity that is different from the standard Backpropagation method. Based on the prediction accuracy that reaches 100% and the lower MSE value, it can be concluded that Backpropagation with PSO optimization is a superior method. The results of this study are useful for government, farmers, researchers, and policy makers in more effective agricultural planning and better risk management
Implementasi Data Mining  Untuk Menganalisa Tingkat Kepuasan Konsumen Terhadap Kualitas Pelayanan Toko Online  Second Gangbrand Menggunakan Metode Algoritma C4.5 Dwi Anggraini; Solikhun; Fitri Rizki; P.P.P.A.N.W.Fikrul Ilmi R.H.Zer
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 1 No. 2 (2024): Volume 1 No 2 Juli 2024
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/e9318416

Abstract

Toko Second Gangbrand merupakan sebuah toko online yang menjual barang-barang bekas bermerek. Kepuasan konsumen sangat penting dalam menilai kualitas pelayanan di Toko Online Second Gangbrand. Penelitian ini bertujuan untuk menganalisa tingkat kepuasan konsumen terhadap pelayanan di Toko Online Second Gangbrand. Untuk meningkatkan pelayanan, evaluasi dilakukan mencakup aspek-aspek seperti Bukti Fisik, Daya Tanggap, Kualitas Barang, Jaminan Pelayanan, dan Harga. Namun, Toko Online Second Gangbrand masih menghadapi kesulitan dalam menentukan aspek mana yang harus diperbaiki untuk membuka toko offline. Oleh karena itu, penelitian ini menggunakan metode data mining, khususnya algoritma C4.5. Data diperoleh melalui kuesioner online yang disebarkan menggunakan Google Form. Setelah perhitungan manual, pembuktian dilakukan menggunakan perangkat lunak RapidMiner untuk membuat Pohon Keputusan dan memperoleh model aturan. Metode Algoritma C4.5 dapat digunakan untuk mengklasifikasikan kasus kepuasan konsumen di Toko Online Second Gangbrand dengan akurasi sebesar 91,47%. Hasil analisis ini memberikan wawasan berharga bagi manajemen Toko Online Second Gangbrand dalam meningkatkan kualitas pelayanan dan pengalaman belanja konsumen.
Co-Authors Dwi Anggraini Fazli Nugraha Tambunan Fitri Rizki Solikhun