Claim Missing Document
Check
Articles

Found 30 Documents
Search

Sistem Pendukung Keputusan Rekomendasi Webhosting Pada Kantor Media Online Suaramu.Co Menggunakan Metode Multi Attribute Utility Theory (Maut) Umar, Kiki Amelia; Lutfi, Salkin; Tempola, Firman
J-TIFA Vol 2 No 1 (2019): Maret 2019
Publisher : Program Studi Teknik Informatika, Universitas Muhammadiyah Maluku Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (401.369 KB)

Abstract

Dalam memulai pembuatan website, menggunakan web server yang disediakan oleh penyedia jasa web hosting merupakanpilihan yang lebih digemari daripada membangun web server sendiri karena modal awal lebih ringan. Di internet bisaditemukan banyak penyedia jasa web hosting dengan beragam pilihan paket dan dan spesifikasi- lainnya seperti harga,storage dan lain-lain. Karena banyaknya pilihan paket dan spesifikasi yang disediakan itulah membuat para pemilik web yangingin menggunakan layanan penyedia jasa hosting kesulitan dalam menentukan pilihan yang sesuai dengan kriteria kebutuhansistem atau website. Tujuan dari penelitian ini untuk menghasilkan sebuah sistem pendukung keputusan rekomendasi webhosting pada portal SuaraMu.co menggunakan metode Multi Attribute Utility Theory. Metode Multi Attribute Utility Theorymerupakan salah satu dari metode pendukung keputusan yang digunakan untuk merubah dari beberapa kepentingan kedalamnilai numeric dengan skala 0-1, dengan 0 mewakili pilihan terburuk dan 1 mewakili pilihan terbaik. Hasil dari penelitianmenggunakan metode Multi Attribute Utility Theory untuk mencari rekomendasi web hosting menghasilkan hasil akhirdengan ranking tertinggi 0,3209 dan alternatif 1 (Idwebhost) sebagai web hosting yang direkomendasikan. Hasil daripenelitian ini dapat mendukung keputusan pemilik portal Suara.Mu dalam memilih web hosting.
IMPLEMENTASI FORWARD CHAINING UNTUK MENDIAGNOSA GEJALA-GEJALA PENGGUNA NARKOBA Ishak, Gunawan; Tempola, Firman; Sirajuddin, Hairil Kurniadi
IJIS - Indonesian Journal On Information System Vol 5, No 1 (2020): APRIL
Publisher : POLITEKNIK SAINS DAN TEKNOLOGI WIRATAMA MALUKU UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (631.113 KB) | DOI: 10.36549/ijis.v5i1.65

Abstract

Narkoba adalah zat yang dapat menimbulkan pengaruh tertentu bagi mereka yang menggunakannya dengan cara memasukkan obat tersebut ke dalam tubuhnya, pengaruh tersebut berupa pembiasan, hilangnya rasa sakit rangsangan, semangat dan halusinasi  pada pemakai tertentu. Forward Chaining merupakan suatu penalaran yang dimulai dari fakta untuk mendapatkan kesimpulan (conclusion) dari fakta tersebut. Forward chaining bisa dikatakan sebagai strategi inference yang bermula dari sejumlah fakta yang diketahui. Pencarian dilakukan dengan menggunakan rules yang premisnya cocok dengan fakta yang diketahui tersebut untuk memperoleh fakta baru dan melanjutkan proses hingga goal dicapai atau hingga sudah tidak ada rules lagi yang premisnya cocok dengan fakta yang diketahui maupun fakta yang diperoleh.= 94; Multimedia = 93.6; Administrasi Perkantoran = 87.7
Implementasi Metode Naive Bayes Untuk Memprediksi Resiko Penyakit Jantung Ranjasmara, Muhammad; Khairan, Amal; Tempola, firman; rosihan, rosihan
Patria Artha Technological Journal Vol 4, No 2 (2020): Patria Artha Technological Journal
Publisher : Department of Electrical Engineering, University of Patria Artha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33857/patj.v4i2.351

Abstract

Kematian akibat penyakit jantung terus meningkat dan tak mengenal usia muda dan tua. World Health Organization menyebutkan 7,3 juta penduduk dunia meninggal akibat dari penyakit jantung. Bahkan disebutkan penyakit jantung adalah salah penyakit nomor satu paling mematikan. Untuk itu penting diketahui resiko dari pentakit jantung dengan menerapkan model-model yang ada pada machine learning. Tujuan dari penelitian ini yaitu untuk mengimplementasikan metode Naive Bayes untuk memprediksi penyakit jantung, serta dilakukan ujii kinerja algoritma dengan menghitung presisi, recall dan akurasi. Adapun Kriteria-kriteria yang digunakan pada penelitian ini yaitu umur, jenis kelamin, jenis sakit dada, tekanan darah, kolestrol, kadar gula, elektrokardiografi, tekanan jantung, angina induksi, old-peak, segmen_st, Fluoroskopi, denyut jantung. Sedangkan class yang diprediksi ada 2 beresiko dan tidak beresiko. Hasil dalam penelitian ini menunjukan bahwa metode berhasil memprediksi atau mengklasifikasi pasien beresiko penyakit jantung dan tidak beresiko penyakit jantung dengan persentase precision 90%, recall 100% serta mendapatkan akurasi 92.85% dan termaksuk exellent classification.
The idealPosition System: Sebagai Solusi Pendukung Keputusan untuk Menentukan Pemain Bola yang Ideal Berdasarkan Posisi Pemain Faisal F Taran; Abdul Mubarak; Firman Tempola; Achmad Fuad; Salkin Lutfi
JUSIFO : Jurnal Sistem Informasi Vol 6 No 2 (2020): JUSIFO (Jurnal Sistem Informasi) | December 2020
Publisher : Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Islam Negeri Raden Fatah Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19109/jusifo.v6i2.6468

Abstract

In North Maluku, especially in Ternate, many football schools have been opened to train and find potential Indonesian National players. One of them has contributed to producing Indonesian National player candidates, namely Sekolah Sepak Bola (SSB) Tunas Gamalama. The problems that occur at this time at SSB Tunas Gamalama, managers and coaches are difficult to determine the ideal player to fill each position. Oftentimes, SSB Tunas Gamalama students choose a position according to their idol football players, and also because of the popularity of these positions. The tendency of SSB Tunas Gamalama students to be like this results in an imbalance of potential players in certain position. During this time the coach takes a long time and is often subjective in selecting players at every position available. In this research, the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method was used as a method of decision support. This article aims to build a Decision Support System (DSS) in determining the ideal football player based on the player's position (The idealPosition System) using the TOPSIS method. This research produces DSS which can be used to determine the ideal soccer player based on the player's position.
HYBRID FUZZY DAN NAIVE BAYES DALAM PENENTUAN STATUS UKT (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS KHAIRUN) Anas Anas; Firman Tempola; Amal Khairan
PROtek : Jurnal Ilmiah Teknik Elektro Vol 6, No 1 (2019): PRotek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (523.806 KB) | DOI: 10.33387/protk.v6i1.1015

Abstract

Uang Kuliah Tunggal (UKT) merupakan nama dari sebuah sistem pembayaran yang saat ini berlaku diseluruh PTN. Ketentuan ini berdasarkan Permendibud No. 55 Tahun 2013 asal 1 ayat 3 yakni setiap mahasiswa hanya membayar satu komponen. Jumlah mahasiswa baru di Universitas Khairun yang begitu banyak dan kuota per UKT terbatas maka terkadang dalam hal penentuan status UKT masih terdapat ketidaksesuain dengan ekonomi Mahasiswa. Oleh karena itu dibutuhkan aplikasi penentuan status UKT yang lebih akurat. Tujuan dari penelitian ini yaitu untuk membuat aplikasi penentuan status UKT dengan menggunakan metode Fuzzy dan Naive Bayes dan membandingkan akurasi Naive Bayes dan akurasi dari kombinasi metode Fuzzy dan Naive Bayes. Untuk membandingkan akurasi Naive Bayes dan Fuzzy Naive Bayes peneliti melakukan 2 percobaan dengan menggunakan data training sebanyak 50 dan data testing sebanyak 20, percobaan pertama diakukan dengan mengguakan4 kriteria, dengan metode Naive Bayes hasil akurasi yaitu 70%, dan metode Fuzzy Naive Bayes hasil akurasi yaitu 55%, percobaan kedua dilakukan dengan menggunakan 6 kritaria, dengan metode Naive Bayes hasil akurasi yaitu 90% dan dengan menggunakan Fuzzy Naive Bayes hasil akurasi mencapai 85%. Dari penelitian tersebut diketahui bahwa akurasi Naive Bayes lebih tinggi dari pada akurasi Fuzzy Naive Bayes dan jumlah kriteria sangat berpengaruh dalam peningkatan akurasi.
Komparasi RBR Dan CBR Untuk Penentuan Kelayakan Mahasiswa Penerima Beasiswa Firman Tempola
PROtek : Jurnal Ilmiah Teknik Elektro Vol 5, No 2 (2018): PRotek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (249.385 KB) | DOI: 10.33387/protk.v5i2.687

Abstract

Hadirnya program pemberian beasiswa kepada mahasiswa yang kurang mampu dan mahasiswa yang berprestasi baik dibidang akademik maupun nonakademik menjadi salah satu bukti perhatian pemerintah kepada bidang pendidikan. pada jenjang sarjana ada berbagai macam beasiswa yang disediakan oleh pemerintah salah satunya yaitu beasiswa PPA dan BBM. RBR dan CBR adalah dua penalaran komputer yang sering digunakan dalam menyelesaikan masalah dengan menerapkan data real pada sistem yang telah di bangun. Penelitian ini mengkomparasikan CBR dan RBR pada penentuan kelayakan mahasiswa penerima beasiswa. Dengan output dari sistem adalah layak menerima beasiswa PPA, layak menerima beasiswa BBM dan tidak layak menerima beasiswa. Ada 98 data uji. Dari hasil pengujian didapatkan akurasi sebesar 82,65 % dengan menggunakan CBR dan 77,75% menggunakan RBR. Untuk waktu proses RBR rata-rata 0,54 detik sedangkan CBR 5 detik.
Sistem Pendukung Keputusan Kelayakan Penerimaan Bantuan Beras Sejahtera (Rastra) Dengan Menggunakan Metode Weighted Product Sukril I Wahid; Moh. Jamil; Firman Tempola
PROtek : Jurnal Ilmiah Teknik Elektro Vol 6, No 2 (2019): PRotek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (396.714 KB) | DOI: 10.33387/protk.v6i2.1216

Abstract

Program Beras Sejahtera (RASTRA) merupakan kebijakan pemerintah dalam rangka pemberdayaan masyarakat agar masyarakat sejahtera yang telah berjalan lama, akan tetapi dalam pelaksanaannya program Rastra ini masih terjadi banyak penyimpangan-penyimpangan seperti tidak tepat sasaran, tidak tepat waktu, dan beras yang terkadang kurang layak konsumsi, hal ini yang sering terjadi pada kantor Kelurahan Tabam Kota Ternate Utara Provinsi Maluku Utara. Sesuai dengan ketentuan mana yang berhak atau tidak mendapatkan bantuan tersebut maka dibutuhkan sebuah Sistem Pendukung Kepeutusan (SPK). Sistem pendukung keputusan dapat membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat. Pada penelitian ini menggunakan metode Weighted Product. Dari hasil penelitian menunjukkan pemanfaatan Weighted Product sebagai model Sistem Pendukung Keputusan Kelayakan Penerimaan Rastra dengan metode Weighted Product di Kelurahan Tabam Kota Ternate Utara dapat membantu pihak Kelurahan dalam menghitung kelayakan calon penerima bantuan Beras Sejahtera dan untuk menentukan kelayakan penerima beras miskin menjadi lebih tepat sasaran dan penyimpanan data seleksi tersebut dapat terupdate setiap saat.
Penilaian Pengetahuan Siswa Dengan Jaringan Syaraf Tiruan Algoritma Perceptron Syarifuddin N. Kapita; Samlan Mahdi; Firman Tempola
TECHNO: JURNAL PENELITIAN Vol 9, No 1 (2020): Techno Jurnal Penelitian
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/tjp.v9i1.1712

Abstract

In the process of student assessment in SD Negeri 1 Kota Ternate, they still use MS Excel software and it takes approximately 2 to 4 days, so it is assumed to be less effective. This study aims to apply the Perceptron Artificial Neural Network to facilitate the work of teacher assessment in SD Negeri 1 Kota Ternate. Artificial neural network is an information processing system that is designed to mimic the workings of the human brain in solving problems quickly and accurately. In processing the assessment using the perceptron algorithm, training data and testing are needed to classify student learning outcomes data. The system development method used is prototype. System testing is done by the white box method’s. The data used are data classification of student learning outcomes in the realm of knowledge, namely Daily Assessment Results (HPH), Mid Semester Assessment Results (HPTS), and Final Semester Assessment Results (HAS). The results showed that the highest level of accuracy occurred in the initial treatment with an accuracy of 96%, so it can be concluded that the Artificial Neural Network system with the Perceptron algorithm can be implemented for student assessment in the 2013 curriculum.
Pelatihan Pemanfaatan ICT Untuk Meningkatkan Produksi Industri Rumahan Di Kota Ternate Firman Tempola; Amal Khairan; Achmad Fuad; Salkin Lutfi; Abdul Mubarak; Rosihan
BAKTI : Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2021): BAKTI : Jurnal Pengabdian Kepada Masyarakat
Publisher : LLDikti Wilayah XII Maluku dan Maluku Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (386.139 KB) | DOI: 10.51135/baktivol1iss2pp62-68

Abstract

Tanpa disadari Information and communication technology (ICT) saat ini sangat berpengaruh pada kehidupan sehari-hari. Entah dalam ruang akademik maupun nonakademik, pada anak-anak maupun orang tua. Pada laki-laki maupun perempuan. Sehingga pemahaman terkait ICT menjadi sesuatu yang sangat penting untuk diketahui. Industri Rumahan adalah salah satu peluang usaha yang dijalankan oleh ibu-ibu rumah tangga didalam rumah tanpa menyita waktu. Selain itu, hadirnya industri rumahan juga dapat berpengaruh pada ekonomi keluarga dan membuka lapangan kerja baru. Di ternate, para pelaku industri rumahan masih lemah dalam memahami ICT. Padahal pengaruh ICT di era saat ini begitu besar pada sektor ekonomi. Untuk itu dilakukan pelatihan pemanfaatan ICT untuk meningkatkan produksi industri rumahan (IR) di kota ternate bagi ibu-ibu pelaku IR dengan metode ceramah dan praktek langsung.
PREDIKSI TINGKAT KESUBURAN (FERTILITY) DENGAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION Azim Hisyam Baksir; Achmad Fuad; Firman Tempola; Rosihan Rosihan
JIKO (Jurnal Informatika dan Komputer) Vol 3, No 2 (2020)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v3i2.1922

Abstract

Fertilitas merupakan kemampuan organ reproduksi untuk bekerja secara optimal untuk menjalankan fungsi fertilisasi. Pada laki-laki fertilitas tergantung pada sel kualitas sperma, sel sperma dipengaruhi oleh fakor lingkungan, riwayat penyakit serta kebiasaan hidup. Faktor tersebut adalah musim atau cuaca, usia, penyakit bawaan dari kecil, adanya trauma, bedah, demam tinggi, alkohol, rokok dan lama duduk. Dalam dunia kesehatan, diagnosis penyakit menjadi hal yang sulit. Namun catatan rekam medis dapat membantu dokter muda untuk mengambil keputusan. Setiap tahun data rekam medis semakin bertumpuk, dan apa yang akan dilakukan dengan seluruh data tersebut. Data Mining dapat menggunakan data tersebut untuk membangun sebuah model untuk mengenali pola data yang ada pada basis data. Jaringan saraf tiruan merupakan suatu konsep rekayasa pengetahuan dalam bidang kecerdasan buatan yang didesain dengan mengadopsi sistem saraf manusia. Dapat digunakan untuk proses klasifikasi maupun prediksi. Tujuan dari penelitian ini yaitu untuk mengimplementasikan metode jaringan saraf tiruan backpropagation untuk mengklasifikasikan kualitas fertilitas, serta dapat mendapatkan analisis sensifitas, spesifitas, dan akurasi metode. Arsitektur jaringan saraf tiruan backpropagation menggunakan 9 neuron pada input layer, 2 neuron pada hidden layer, dan 1 neuron output layer. Hasil dalam pengujian menunjukan rata-rata bahwa metode ini berhasil mengklasifikasi dengan baik kualitas fertilitas dengan akurasi 80.3157894736842%, untuk data kelas “Normal” sensifitas yang didapatkan 89.596083231334%, sedangkan klasifikasi  kelas “Tidak Normal” spesifitas 26.466165413534%. Untuk validasi k-fold cross yang diterapkan dari 100 data yang dipecah menjadi empat bagian. Hasil rata-rata akurasi sebesar 86%, rata-rata sensifitas 91.99%, dan rata-rata spesifitas 52.50%.