cover
Contact Name
FIRMAN TEMPOLA
Contact Email
firma.tempola@unkhair.ac.id
Phone
-
Journal Mail Official
if_jiko@unkhair.ac.id
Editorial Address
-
Location
Kota ternate,
Maluku utara
INDONESIA
Jiko (Jurnal Informatika dan komputer)
Published by Universitas Khairun
ISSN : 26148897     EISSN : 26561948     DOI : -
Core Subject : Science,
Jiko (Jurnal Informatika dan Komputer) Ternate adalah jurnal ilmiah diterbitkan oleh Program Studi Teknik Informatika Universitas Khairun sebagai wadah untuk publikasi atau menyebarluaskan hasil - hasil penelitian dan kajian analisis yang berkaitan dengan bidang Informatika, Ilmu Komputer, Teknologi Informasi, Sistem Informasi dan Sistem Komputer. Jurnal Informatika dan Komputer (JIKO) Ternate terbit 2 (dua) kali dalam setahun pada bulan April dan Oktober
Arjuna Subject : -
Articles 12 Documents
Search results for , issue "Vol 3, No 2 (2020)" : 12 Documents clear
PERANCANGAN SISTEM INFORMASI PERPUSTAKAAN SMKN 1 LOEA KOLAKA TIMUR rasmiati rasyid; nur amanah; Rabiah adawiyah
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.v3i2.1718

Abstract

Perpustakaan merupakan tempat penyediaan gudang buku yang dapat dimanfaatkan oleh orang banyak. Hampir setiap sekolah memiliki fasilitas perpustakaan yang dibisa digunakan oleh seluruh stacholder yang ada di sekolah. SMKN 1 Loea juga mempunyai fasilitas perpustakaan yang menyediakan berbagai jenis buku. Perpustakaan SMKN 1  Loea juga menyediakan buku khusus untuk guru dan siswa untuk dipinjam. Buku yang dipinjam oleh siswa dan guru dapat dikembalikan setelah satu semester karena digunakan dalam proses belajar mengajar. Pencatatan peminjaman dilakukan dengan menggunakan buku. Jika ada informasi mengenai buku yang ingin dicari maka petugas perpustakaan harus mencari ke buku catatan yang tersedia. Perancangan sistem informasi perpustakaan pada SMKN 1 Loea ini dilakukan untuk memberikan masukan ke pihak sekolah untuk mengunakan teknologi informasi sebagai alat bantu dalam proses kerja yang terjadi di perpustakaan. Perancangan ini dilakukan dengan menggunakan diagram arus data (DAD) level 0 sebagai gambaran sistem yang akan dirancang. Untuk perancangan basis datanya menggunakan model data phisik dengan menggunakan aplikasi mysql
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%.

Page 2 of 2 | Total Record : 12