Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Informatika Jurnal Informatika Polinema (JIP)
Yulian Pamuji, Fandi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Pengembangan Aplikasi Penentuan Media Promosi Pelaku UMKM Berbasis Website Subiyantoro, Edi; Rofiqul Muslikh, Ahmad; Yulian Pamuji, Fandi; Wunu, Maria Elfrida
Jurnal Teknologi dan Manajemen Informatika Vol. 9 No. 1 (2023): Juni 2023
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v9i1.8502

Abstract

Today, with the presence of digital technology, UMKM actors in Indonesia have numerous opportunities to create job opportunities and expand their businesses to the global market. However, not all UMKM actors in Indonesia have sufficient understanding and knowledge of the current digital technology being used. This research aims to design a system that can assist UMKM actors to increasing their product sales volume by developing an effective and efficient web-based application for selecting promotional media for UMKM. The testing of the UMKM AHP Application system, based on a black box method, is conducted to identify any potential issues in the application and ensure its readiness for publication. This testing covers various pages such as Criteria page, Alternative page, AHP Preference Value page, Criteria Analysis page, Alternative Analysis page, Ranking Report page, Report page, Profile page, and Logout page.
Komparasi Metode Mean dan KNN Imputation dalam Mengatasi Missing Value pada Dataset Kecil Yulian Pamuji, Fandi; Ahmad Rofiqul Muslikh; Rizza Muhammad Arief; Delviana Muti
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5031

Abstract

Missing value pada dataset yang kecil akan mengakibatkan berkurangnya data yang dapat digunakan untuk pembelajaran sehingga prediksi hasil klasifikasi dari data tersebut akan berkurang. Metode Imputasi sebagai solusi metode yang paling umum digunakan untuk menangani masalah dataset yang tidak lengkap. Metode Imputasi proses di mana beberapa teknik statistik digunakan untuk mengganti data yang hilang dengan nilai pengganti. Tujuan penelitian ini dengan kinerja klasifikasi yang dapat dipertahankan dengan metode imputasi missing value, karena metode ini dapat menghindari berkurangnya jumlah dataset yang digunakan dalam proses klasifikasi pada dataset dan meningkatkan kinerja klasifikasi pada dataset yang tidak ideal terutama untuk jumlah dataset yang kecil. Berdasarkan hasil eksperimen yang telah dilakukan dari penelitian ini yaitu bahwa pengujian metode imputasi Mean dan KNN Imputation dengan metode klasifikasi mampu menangani data kosong dengan jumlah missing value sedikit maupun banyak dengan menghasilkan nilai accuracy mencapai kinerja prediksi yang lebih besar dibandingkan dengan menggunakan missing value nilai 0. Kemudian untuk dataset Hepatitis nilai Accuracy tinggi menggunakan metode imputasi KNN Imputasi dengan nilai 0,79 menggunakan metode Logistic Regression dan dataset Ginjal Kronis nilai Accuracy tinggi menggunakan metode imputasi Mean dengan nilai 0,97 dengan menggunakan metode Naïve Bayes. Hal tersebut menunjukkan bahwa proses metode imputasi terhadap nilai kosong disetiap column dataset kecil pada tahap data preprocessing memberikan pengaruh terhadap nilai Accuracy metode Mean dan KNN Imputation pada metode klasifikasi.
Co-Authors Delviana Muti Edi Subiyantoro Muslikh, Ahmad Rofiqul Rizza Muhammad Arief Rofiqul Muslikh, Ahmad Wunu, Maria Elfrida