IKRAM: Jurnal Ilmu Komputer Al Muslim
data mining, data science, software engineering, machine learning, image processing, decision support system, expert system, computer graphics, mobile programming, and soft computing
Articles
9 Documents
Search results for
, issue
"Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim"
:
9 Documents
clear
<![CDATA[Sistem Pakar Diagnosa Kerusakan Mesin Jahit Menggunakan Metode Certainty Factor ]]>
<![CDATA[Eka Tresna Ningrum]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[LPPM STMIK AL MUSLIM ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Production sewing machines are mechanical or electromechanical equipment that serves to facilitate the sewing process. Likewise in convection, production sewing machines are the main requirement for producing apparel. Convection generally uses Typical and Brother sewing machines. Along with the intense use of sewing machines to produce apparel, it can cause the quality of the components inside to be damaged quickly, requiring technicians to repair them. However, the limited number of technicians caused sewing machine repairs to be delayed. From these problems, an expert system for diagnosing sewing machine damage was made using the certainty factor method. This system was created to help make it easier for users to recognize the early symptoms of sewing machine damage and the solutions. The certainty factor method was chosen to be applied to this system because the results given by this method are in the form of percentages. The percentage is obtained from the calculation between the value of belief or measure of belief (MB) and the value of distrust or measure of disbelief (MD) from a sewing machine expert. The results of the application of the certainty factor method on an expert system for diagnosing sewing machine damage, namely the system can help accelerate users to recognize the symptoms and types of damage. Users obtain a percentage of the confidence level of damage of 85% of the selected symptoms. Keywords: Expert System, Sewing Machine, Certainty Factor Method]]>
<![CDATA[Pemberian Kredit Kendaraan Bermotor Menggunakan Metode Fuzzy Logic Sugeno Pada PT. Bintang Mandiri Finance Bekasi ]]>
<![CDATA[ASEP PURNAMA ASEP PURNAMA]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[LPPM STMIK AL MUSLIM ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[ Bintang Mandiri Finance Bekasi is a leasing or financing company that provides loan funds with car BPKB guarantees. In terms of providing loan funds to customers, PT. Bintang Mandiri Finance Bekasi checks the data of prospective customers first, as a reference for creditworthiness. However, there are still many customers who have bad credit so that they are unable to pay their debt obligations to PT. Bintang Mandiri Finance Bekasi. The emergence of bad credit is caused at the beginning of the credit application process, the data provided by the prospective customer does not match the facts. This error occurs when conducting surveys and credit analysis which are still manually which have to check a lot of data provided by prospective customers. There is one way that can provide a solution, by using a system or artificial intelligence that can select prospective customers based on the desired criteria. Another part of Artificial Intelligence (AI) is Sugeno's Fuzzy logic. Sugeno's fuzzy logic is used to produce single/crisp decisions during defuzzification, its use depends on the problem domain that occurs and the design tool uses Unified Modeling Language (UML). The granting of credit using the Sugeno fuzzy logic method can be used in determining prospective customers based on the recommendation value of Sugeno's fuzzy logic calculations and can speed up the credit analysis process. The recommended value from the calculation of the Sugeno fuzzy logic method can minimize the occurrence of bad loans.]]>
<![CDATA[Analisa Data Pola Peminjaman Buku Perpustakaan Dengan Metode Algoritma Asosiasi Apriori ]]>
<![CDATA[Angelina Hadriani Hadriyanto]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[LPPM STMIK AL MUSLIM ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Library is one _ source information and places study . Every information loan book saved by library so that generate loan data book in size big . Big data if not used _ will make problem in the future day .In study this , researcher will use technique for grouping loan data book library . based on emerging trend _ together in something activity visit library . In carry out the loan process book , of course only raw data will processed with share it into the different data fragments .For repair system manager library in study this with use method Algorithm a priori . Among the processed loan data tables is a loan table by general , 2-itemset candidate table, borrowing tabular table, support value table, confidence value table. For make this Data Mining process easier , researchers use Anaconda Navigator application , from the transaction data table loan 2016-2019 which became object study this .In testing algorithm a priori using Python and using available Jupiter apps in Anaconda. In testing writer convert the data into a .csv file format . Based on results testing and analysis from application algorithm a priori in pattern loan books in the library of our Education Foundation, then could drawn conclusion that Algorithm a priori could used for knowing book what only often _ appears in the loan process book , and found couple in loan book student Sandicta are (1-2 3600 seconds – pocong also pocong ) and (12-20 4R – Always With Me ) Keywords: Loan Patterns, Data Mining, Association Rules, Apriori Algorithm]]>
<![CDATA[Pemberian Kredit Kendaraan Bermotor Menggunakan Metode Fuzzy Logic Sugeno Pada PT. Bintang Mandiri Finance Bekasi ]]>
<![CDATA[Purnama, Asep]]>;
<![CDATA[Amanda]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[PT. Bintang Mandiri Finance Bekasi merupakan leasing atau perusahaan pembiayaan yang memberikan pinjaman dana dengan jaminan BPKB mobil. Dalam hal memberikan pinjaman dana terhadap nasabah, PT. Bintang Mandiri Finance Bekasi melakukan pemeriksaan data calon nasabah terlebih dahulu, sebagai referensi untuk kelayakan kredit. Namun masih banyak nasabah yang mengalami kredit macet sehingga tidak mampu membayar kewajiban utang kepada PT. Bintang Mandiri Finance Bekasi. Timbulnya kredit macet disebabkan saat awal proses pengajuan kredit data yang diberikan oleh calon nasabah tidak sesuai dengan fakta. Kesalahan tersebut terjadi saat melakukan survey dan analisa kredit yang masih secara manual yang harus mengecek banyak data yang diberikan oleh calon nasabah. Salah satu cara untuk mengatasi masalah kredit macet yaitu dengan menggunakan kecerdasan buatan yang dapat memilih calon nasabah berdasarkan kriteria yang diinginkan. Bagian lain dari Kecerdasan Buatan atau Artificial Inteligence (AI) adalah Fuzzy logic Sugeno. Fuzzy logic Sugeno digunakan untuk menghasilkan keputusan tunggal/crisp saat defuzzyfikasi, penggunaannya tergantung dari domain masalah yang terjadi dan alat bantu perancangan menggunakan Unified Modeling Language (UML). Pemberian kredit menggunakan metode fuzzy logic sugeno dapat digunakan dalam menetukan calon nasabah berdasarkan nilai rekomendasi perhitungan fuzzy logic sugeno dan dapat mepercepat proses analisa kredit. Nilai rekomendasi hasil perhitungan metode fuzzy logic sugeno dapat meminimalisir terjadinya kredit macet.]]>
<![CDATA[Sistem Pakar Diagnosa Kerusakan Smarthphone Android Menggunakan Metode Forward Chaining ]]>
<![CDATA[Mustofa]]>;
<![CDATA[Pamudji, Rama Adistya Nurcahya]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Teknologi informasi telah membawa kehidupan manusia menjadi semakin maju. Dampak positif yang terjadi seperti pertukaran informasi dari seluruh sisi belahan dunia semakin cepat. Smartphone merupakan salah satu alat kemajuan teknologi informasi yang sering digunakan oleh masyarakat serta diikuti perkembangannya dalam setiap generasi yang di rilis, Smartphone juga tidak terlepas dari adanya kerusakan. Kerusakan yang terjadi juga memerlukan penanganan yang relatif cepat, agar tidak terjadi kerusakan yang lebih parah dan pada akhirnya merugikan pengguna. Sistem pakar merupakan suatu sistem komputer yang dapat meniru atau mengimbangi kemampuan seorang pakar. Tujuan dari penelitian ini adalah membuat sistem pakar berbasis web untuk mendeteksi kerusakan Smartphone khususnya Android. Dengan menggunakan teknik penalaran forward chaining, deteksi dilakukan dengan memulai dari sekumpulan gejala-gejala, nantinya dapat melihat kesimpulan jenis kerusakan pada smartphone yang mengalami kerusakan.]]>
<![CDATA[Identifikasi Penyakit dan Hama Pada Padi Menggunakan Metode Fuzzy Logic Tahani ]]>
<![CDATA[Rahayu, Pitriani Sri]]>;
<![CDATA[Amanda]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Padi merupakan bahan pangan yang menjadi makanan pokok untuk sebagian masyarakat Indonesia. Padi juga mudah terserang oleh berbagai penyakit, seperti hama wereng coklat seperti hama wereng coklat, penggerek batang, dan sebagainya. Penelitian ini dibuat dengan menggunakan fuzzy logic tahani sebagai metodenya. Fuzzy Logic Tahani digunakan untuk menghasilkan keputusan tunggal saat defuzzyfikasi, penggunaanya tergantung domain masalah yang terjadi.Teknik pemodelan system menggunakan desain yang terstruktur yaitu UML. Sistem yang dibuat menggunakan bahasa pemrograman PHP yang berjalan pada layanan XAMPP serta menggunakan basis data MySQL. Hasil dari sistem ini identifikasi penyakit dan hama pada padi menggunakan metode fuzzy logic tahani dapat digunakan dalam mendiagnosa gejala berdasarkan nilai rekomendasi hasil perhitungan dari metode fuzzy logic tahani. ]]>
<![CDATA[Sistem Pakar Diagnosa Kerusakan Mesin Jahit Menggunakan Metode Certainty Factor ]]>
<![CDATA[Ningrum, Eka Tresna]]>;
<![CDATA[Pamudji, Rama Adistya Nurcahya]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Mesin jahit produksi adalah peralatan mekanis atau elektromekanis yang berfungsi untuk mempermudah dalam proses menjahit. Demikian juga halnya pada konveksi, mesin jahit produksi menjadi kebutuhan utama untuk memproduksi pakaian jadi. Konveksi umumnya menggunakan mesin jahit Typical dan Brother. Seiring dengan intensnya penggunaan mesin jahit untuk memproduksi pakaian jadi, dapat menyebabkan kualitas komponen didalamnya menjadi cepat rusak sehingga memerlukan teknisi untuk memperbaikinya. Namun, terbatasnya jumlah teknisi menyebabkan perbaikan mesin jahit menjadi tertunda. Dari permasalahan tersebut dibuatlah sebuah sistem pakar diagnosa kerusakan mesin jahit menggunakan metode certainty factor. Sistem ini dibuat untuk membantu mempermudah pengguna mengenali gejala awal kerusakan mesin jahit dan solusinya. Metode certainty factor dipilih untuk diterapkan pada sistem ini karena hasil yang diberikan metode ini berupa persentase. Persentase tersebut didapat dari perhitungan antara nilai kepercayaan atau measure of belief (MB) dan nilai ketidakpercayaan atau measure of disbelief (MD) dari seorang pakar mesin jahit. Hasil dari penerapan metode certainty factor pada sistem pakar diagnosa kerusakan mesin jahit yaitu sistem dapat membantu mempercepat pengguna mengenali gejala dan jenis kerusakan. Pengguna memperoleh persentase tingkat keyakinan kerusakan sebesar 85% dari gejala yang dipilih. ]]>
<![CDATA[Analisa Data Pola Peminjaman Buku Perpustakaan Dengan Metode Algoritma Asosiasi Apriori ]]>
<![CDATA[Hadriani, Angelina]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam penelitian ini, akan digunakan teknik untuk mengelompokan data peminjaman buku perpustakaan. berdasarkan kecenderungan yang muncul bersamaan dalam suatu kegiatan kunjungan pustaka. Dalam melakukan proses peminjaman buku, tentu saja data mentah akan diolah dengan membaginya kedalam pecahan-pecahan data yang berbeda. Untuk memperbaiki sistem pengelola perpustakaan dalam penelitian ini dengan menggunakan metode Algoritma apriori. Diantara table data peminjaman yang diolah adalah table peminjaman secara umum, table kandidat 2-itemset, table tabular peminjaman, table nilai support, table nilai confidence. Untuk mempermudah proses Data Mining ini, peneliti menggunakan aplikasi Anaconda Navigator, dari table data transaksi peminjaman tahun 2016-2019 yang menjadi objek penelitian ini. Dalam pengujian algoritma apriori menggunakan Python dan menggunakan aplikasi Jupiter yang tedapat dalam Anaconda. Dalam pengujian penulis mengkonvert data menjadi format file.csv. Berdasarkan hasil pengujian dan analisis dari penerapan algoritma apriori dalam pola peminjaman buku pada perpustakaan Yayasan Pendidikan Kita, maka dapat ditarik kesimpulan bahwa Algoritma apriori dapat digunakan untuk mengetahui buku apa saja yang sering muncul di dalam proses peminjaman buku , dan diketemukan pasangan dalam peminjaman buku siswa Sandikta adalah (1-2 3600 detik – pocong juga pocong ) dan (12-20 4R – Always With Me ).]]>
<![CDATA[Analisis Sentimen Cuitan Twitter Pada Proses Seleksi CPNS Menggunakan Algoritma Ensembles Vote ]]>
<![CDATA[Susi]]>
<![CDATA[ IKRAM: Jurnal Ilmu Komputer Al Muslim Vol. 1 No. 1 (2022): IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Publisher : <![CDATA[IKRAM: Jurnal Ilmu Komputer Al Muslim ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Analisis sentimen guna mengetahui komentar pengguna media sosial twitter, dengan menggunakan metode klasifikasi diantaranya 3 (tiga) algoritma lain seperti k-Nearest Neighbor (k-NN), C4.5, Naïve Bayes dan Ensembles Vote. Selanjutnya dilakukan optimasi parameter, misalnya dengan menggunakan cross-validation. Selain itu metode yang digunakan yaitu metode CRISP-DM yang bertujuan untuk memperoleh suatu pola atau pengetahuan dari data yang dimanfaatkan untuk menyelesaikan suatu masalah dan digunakan untuk pengambilan keputusan yang tepat. hasil perhitungan metode k-NN mendapatkan nilai akurasi 61.90% sedangkan hasil perhitungan Naïve Bayes mendapatkan nilai akurasi 100.00%.]]>
