Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal EXPLORE
Ariyanti, Dyah
STIKOM Tunas Bangsa Pematangsiantar
Computer Science & IT

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

Found 2 Documents
Search

 1 
Identifikasi Hama dan Penyakit Pada Bawang Merah Menggunakan Metode Fuzzy Sugeno Berbasis Android Aprilia, Ira; Ariyanti, Dyah; Febriany, Anggy
Jurnal Explore Vol 8, No 1 (2018)
Publisher : STMIK Mataram

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

Abstract

Produktivitas bawang merah di Indonesia dari tahun ketahun masih rendah dari produktivitas maksimum khususnya di kabupaten Probolinggo karena disebabkan oleh serangan hama dan penyakit sehingga kerap kali menurunkan nilai ekonomis serta mutu bawang merah. Kurangnya informasi untuk para petani khusunya petani pemula pada tanaman bawang merah mengakibatkan terlambatnya penanggulangan untuk mencegah serangan hama dan penyakit pada tanaman bawang merah. Oleh karena itu dengan adanya kemajuan teknologi informasi saat ini, para petani bisa mengetahui dengan mudah informasi mengenai hama dan penyakit bawang merah serta cara pengendaliannya. Pada paper ini menghasilkan sebuah aplikasi identifikasi hama dan penyakit pada bawang merah menggunakan metode fuzzy sugeno berbasis android  menggunakan bahasa pemograman Java dengan menguji 16 data pakar. Dari hasil pengujian system aplikasi ini, peneliti mendapatkan tingkat keakurasian sebesar 93,75% dengan rincian 15 data akurat dan 1 data tidak akurat.
Penerapan Teknik Data Mining untuk Clustering Armada pada PT. Siaga Transport Indonesia Menggunakan Metode k-Means Hikmah, Nuzul; Ariyanti, Dyah; Sugesti, Melista
Jurnal Explore Vol 9, No 1 (2019)
Publisher : STMIK Mataram

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

Abstract

PT. Siaga  Transport Indonesia adalah perusahaan yang bergerak dibidang expedisi. Armada menjadi aset penting untuk perusahaan yang bergerak di bidang ini. Beratnya muatan yang diangkut, jauhnya jarak yang ditempuh, dan usia armada menjadi faktor penyebab kerusakan armada. Hal ini berpengaruh terhadap potensi armada. Untuk itu diperlukan analysis clustering menggunakan metode k-means untuk mengetahui armada yang potensial dan yang kurang potensial. Clustering merupakan teknik pengelompokkan objek yang didasarkan pada kemiripan antar objek dalam satu cluster. K-means merupakan metode clustering yang mempunyai kemampuan mengelompokkan data dalam jumlah cukup besar dengan waktu komputasi yang relatif cepat dan efisien. Dalam penelitian ini sistem akan mengelompokkan 33 armada dengan menggunakan variabel biaya operasional, tahun kendaraan, produktivitas armada dan kilometer armada menjadi 3 kelompok dengan kategori cluster armada berpotensi rendah, sedang dan tinggi. Dari hasil akhir sistem diketahui cluster 1 atau armada dengan potensi rendah ada 7 armada, cluster 2 atau armada dengan potensi sedang ada 14 armada, cluster 3 atau armada dengan potensi tinggi ada 12 armada. Pengujian dilakukan dengan metode silhouette coefficient dengan rentang variasi nilai yang dihasilkan yaitu dibawah nol sampai dengan 0,9.
Co-Authors Aprilia, Ira Febriany, Anggy Hikmah, Nuzul Sugesti, Melista