Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jifosi TECHNOVATAR
Zain Muzadid Zamzani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Engineering Industrial & Manufacturing Engineering Mathematics

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

Found 2 Documents
Search

 1 
IMPLEMENTASI DATA MINING DENGAN METODE K-MEANS CLUSTERING UNTUK PREDIKSI TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Andini Fitriyah Salsabilah; Zain Muzadid Zamzani; Wanda Gustrifa
JIFOSI Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i3.460

Abstract

Penelitian ini menganalisis Tingkat Pengangguran Terbuka (TPT) di Provinsi Jawa Timur menggunakan metode K-Means Clustering. Data TPT diperoleh dari Badan Pusat Statistik (BPS) untuk periode 2019-2023, mencakup 38 kabupaten/kota di Jawa Timur. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat pengangguran guna mendukung pemerintah dan pemangku kepentingan dalam menentukan prioritas penanganan daerah dengan TPT tinggi. Proses analisis menggunakan metodologi SEMMA (Sampling, Exploration, Modification, Modeling, dan Assessment). Penentuan jumlah cluster optimal dilakukan dengan metode Elbow menggunakan Silhouette Score. Hasil pengelompokan menunjukkan distribusi kabupaten/kota ke dalam beberapa klaster berdasarkan tingkat kemiripan TPT. Evaluasi menggunakan Silhouette Score menghasilkan nilai rata-rata sebesar 0,4333 yang mengindikasikan bahwa klaster yang terbentuk memiliki tingkat pemisahan yang cukup baik tetapi masih dapat ditingkatkan. Hasil ini memberikan gambaran awal yang berguna dan dapat digunakan sebagai referensi untuk analisis lanjutan atau pengambilan kebijakan yang lebih tepat sasaran. Kata kunci: Tingkat Pengangguran Terbuka, Data Mining, K-Means, SEMMA, Silhouette Score
DETEKSI STRES MANUSIA MELALUI ANALISIS TIDUR DENGAN METODE FUZZY Zain Muzadid Zamzani; M. Ryan Nurdiansyah N.A; Baktiar Yudha Yana
TECHNOVATAR Jurnal Teknologi, Industri, dan Informasi Vol. 1 No. 1 (2023): OKTOBER
Publisher : Awatara Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61434/technovatar.v1i1.60

Abstract

Deteksi dan pengukuran tingkat stres pada individu merupakan aspek penting dalam bidang kesehatan dan psikologi. Salah satu pendekatan yang sedang berkembang adalah melalui analisis tidur, yang dapat memberikan wawasan tentang kondisi stres seseorang. Tujuan dari penelitian ini adalah untuk mengidentifikasi metode fuzzy yang dapat memberikan estimasi tingkat stres yang lebih akurat melalui analisis tidur. Dalam penelitian ini, dua metode fuzzy, yaitu Metode Mamdani dan Metode Tsukamoto, diterapkan untuk menganalisis pola tidur dan memperoleh estimasi tingkat stres. Metode Mamdani dan Metode Tsukamoto menggunakan aturan-aturan fuzzy untuk menghubungkan variabel-variabel tidur dengan tingkat stres yang diestimasikan. Hasil penelitian menunjukkan bahwa Metode Fuzzy Mamdani memiliki tingkat akurasi sebesar 84.920635% dalam mengestimasi tingkat stres melalui analisis tidur. Sementara itu, Metode Fuzzy Tsukamoto memperoleh tingkat akurasi sebesar 83.174603%. Dengan demikian, Metode Fuzzy Mamdani secara signifikan lebih unggul dalam memberikan estimasi yang lebih akurat dibandingkan dengan Metode Fuzzy Tsukamoto. Penemuan ini memberikan kontribusi penting dalam pengembangan metode deteksi stres melalui analisis tidur, yang dapat digunakan dalam bidang kesehatan dan penelitian psikologis untuk membantu mengidentifikasi dan mengatasi masalah stres pada individu.
Co-Authors Andini Fitriyah Salsabilah Baktiar Yudha Yana M. Ryan Nurdiansyah N.A Wanda Gustrifa