Claim Missing Document
Check
Articles

Found 2 Documents
Search

Jumlah Kepala Sekolah Dan Guru Menurut Kelompok Umur Di Provinsi Jawa Barat, Jawa Tengah, D.I. Yogyakarta, Dan Jawa Timur Tahun 2023/2024 Paradis Anwar, Borneo; Zakaria, Firza; Listanto, Muhammad; Mupashal, Rafi; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 2 No 7 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini dilakukan untuk mengevaluasi dan memahami pola distribusi data penduduk di empat provinsi Indonesia, yaitu Jawa Barat, Jawa Tengah, D.I. Yogyakarta, dan Jawa Timur. Penelitian ini memfokuskan pada analisis frekuensi penduduk serta penghitungan parameter statistik seperti rata-rata dan ragam. Visualisasi data disajikan dalam bentuk histogram, poligon frekuensi, dan ogive untuk memperjelas tren distribusi penduduk di wilayah tersebut. Dengan pendekatan ini, penelitian ini bertujuan memberikan wawasan yang lebih mendalam mengenai variasi populasi di setiap provinsi. Hasil dari analisis menunjukkan perbedaan signifikan dalam pola distribusi penduduk di antara provinsi-provinsi yang dianalisis, yang mengindikasikan adanya variasi dalam pertumbuhan dan persebaran populasi. Temuan ini dapat menjadi landasan penting bagi perencana kebijakan publik dan pemerintah daerah dalam merumuskan strategi pembangunan yang tepat sasaran dan lebih responsif terhadap kebutuhan populasi di masing-masing wilayah. Penelitian ini diharapkan mampu memberikan kontribusi bagi pemahaman distribusi demografis dan mendukung perencanaan yang berbasis data, sehingga dapat membantu dalam mengalokasikan sumber daya secara efektif dan merancang kebijakan pembangunan yang lebih seimbang dan inklusif.
Klasifikasi Wine Quality Menggunakan Support Vector Machine (Svm) Zakaria, Firza; Andra, Jibran Dwi; Rafli, Muhammad; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas wine merupakan faktor penting dalam industri minuman karena berpengaruh langsung terhadap nilai jual dan kepuasan konsumen. Penilaian kualitas wine secara konvensional masih mengandalkan uji sensorik oleh pakar yang bersifat subjektif serta memerlukan waktu dan biaya yang besar. Oleh karena itu, diperlukan pendekatan berbasis kecerdasan buatan untuk membantu proses evaluasi kualitas wine secara objektif dan efisien. Penelitian ini bertujuan untuk mengklasifikasikan kualitas wine menggunakan algoritma Support Vector Machine (SVM) berdasarkan parameter fisikokimia. Dataset yang digunakan adalah Wine Quality Red Dataset dari UCI Machine Learning Repository. Tahapan penelitian meliputi preprocessing data, normalisasi menggunakan StandardScaler, pembagian data latih dan data uji, pembangunan model SVM dengan kernel Radial Basis Function (RBF), serta evaluasi model menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM mampu memberikan performa klasifikasi yang baik dalam memprediksi kualitas wine. Model yang dibangun menghasilkan akurasi yang optimal sesuai standar evaluasi jurnal AIDANSPK. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem pendukung keputusan di bidang industri pangan.