cover
Contact Name
Muliadi
Contact Email
muliadi@ulm.ac.id
Phone
+6285228102971
Journal Mail Official
klik@ulm.ac.id
Editorial Address
Jl. A. Yani, KM. 36, PRODI ILMU KOMPUTER Lingkungan Fakultas Matematika dan Pengetahuan Alam Universitas Lambung Mangkurat, Gedung II, Lt. 3, Banjarbaru klik@ulm.ac.id
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal)
ISSN : 24067857     EISSN : 2443406X     DOI : http://dx.doi.org/10.20527/klik.v6i3
Core Subject : Science,
KLIK Scientific Journal, is a computer science journal as source of information in the form of research, the study of literature, ideas, theories and applications in the field of critical analysis study Computer Science, Data Science, Artificial Intelligence, and Computer Network, published two times a year every month of February and September
Articles 10 Documents
Search results for , issue "Vol 4, No 2 (2017)" : 10 Documents clear
JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI SUKUK NEGARA RITEL BERDASARKAN KELOMPOK PROFESI DENGAN BACKPROPOGATION DALAM MENDORONG LAJU PERTUMBUHAN EKONOMI Agus Perdana Windarto; Solikhun Solikhun; Handrizal Handrizal; M Fauzan
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.90

Abstract

State Retail Sukuk is a Sharia Securities issued and its sale is regulated by the State, namely the Ministry of Finance (Depkeu). Where the government will choose the seller agent and consulting retail sukuk law. Selling agents must be obliged to have a commitment to the government in the development of the sukuk market and experience in selling Islamic financial products. The publication of this instrument is likened to a "mutualist symbiosis" between the Government and Society, both of which benefit equally. The government as the publisher benefits from the use of funds from the community, while the community benefits from investments made. This research contributes to the government and the Bank to be able to promote maximally for the next sukuk issuer. The data used is data from kemenkeu through website www.djppr.kemenkeu.go.id. The data are sukuk sales data with series 001 - 007 which are grouped into several categories namely geography, profession and age category. Algorithm used in this research is Artificial Neural Network with Backpropogation method. The input variables used are PNS (X1), Private Officer (X2), IRT (X3), Entrepreneur (X4), TNI / Polri (X5) and Others (X6) with architectural model of training and testing of 6 architectures 6-2-1, 6-5-1, 6-2-5-1 and 6-5-2-1. The output (output) generated is the best pattern of the ANN architecture. The best architectural model is 6-5-2-1 with epoch 37535, MSE 0.0009997295 and 100% accuracy rate. From this model will be conducted sensitivity analysis to see the variable that has the best performance and obtained variable Private Employees (X2) with a score of 0.3268. So obtained the results of the most investors predicted on the purchase of sukuk for the next 008 series based on the profession category is Private Employees. Keywords: Sukuk, JST, Backpropogation, Sensitivity Analysis and PredictionSukuk Ritel Negara adalah Surat berharga Syariah yang diterbitkan dan penjualannya diatur oleh Negara, yaitu Departemen Keuangan (depkeu). Dimana pemerintah akan memilih agen penjual dan konsultasi hukum sukuk ritel. Agen penjual haruslah wajib memiliki komitmen terhadap pemerintah dalam pengembangan pasar sukuk dan berpengalaman dalam menjual produk keuangan syariah. Penerbitan instrumen ini diibaratkan sebuah “simbiosis mutualis” antara Pemerintah dan Masyarakat, dimana keduanya sama-sama memperoleh keuntungan. Pemerintah selaku penerbit memperoleh keuntungan berupa  penggunaan dana dari masyarakat, sedangkan masyarakat memperoleh keuntungan dari investasi yang dilakukan. Penelitian ini memberikan kontribusi bagi pemerintah dan Bank untuk dapat melakukan promosi secara maksimal untuk penerbitat sukuk berikutnya. Data yang digunakan adalah data dari kemenkeu melalui website www.djppr.kemenkeu.go.id. Data tersebut adalah data penjualan sukuk dengan seri 001 – 007 yang dikelompokkan dalam beberapa kategori yakni geografis, profesi dan kategori umur. Algoritma yang digunakan pada penelitian ini adalah Jaringan Saraf Tiruan dengan metode Backpropogation. Variabel masukan (input) yang digunakan adalah PNS (X1), Pegawai Swasta (X2), IRT (X3), Wiraswasta (X4), TNI/Polri (X5) dan Lainnya (X6) dengan model arsitektur pelatihan dan pengujian sebanyak 6 arsitektur yakni 6-2-1, 6-5-1, 6-2-5-1 dan 6-5-2-1. Keluaran (output) yang dihasilkan adalah pola terbaik dari arsitektur JST. Model arsitektur terbaik adalah 6-5-2-1 dengan epoch 37535, MSE 0,0009997295 dan tingkat akurasi 100%. Dari model ini akan dilakukan analisis sensivitas untuk melihat variabel yang memiliki performa terbaik dan diperoleh variabel Pegawai Swasta (X2) dengan skor 0,3268. Sehingga didapat hasil prediksi investor terbanyak pada pembelian sukuk untuk seri 008 berikutnya berdasarkan kategori profesi adalah Pegawai Swasta.Kata Kunci: Sukuk, JST, Backpropogation, Analisis Sensivitas dan Prediksi
PENERAPAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR PADA SISTEM PAKAR DIAGNOSA HAMA ANGGREK COELOGYNE PANDURATA Doddy Teguh Yuwono; Abdul Fadlil; Sunardi Sunardi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.89

Abstract

Coelogyne Pandurata or better known by the general name of black orchid, this orchid species only grows on the island of Borneo. Coelogyne Pandurata is an epiphytic orchid attached to other plants but not harmful. This orchid is one endemic of Borneo that requires human intervention to maintain its sustainability. Orchid plants are very susceptible to various pests and diseases. Because many orchid species are cultivated, the disease is difficult to recognize, because the symptoms of disease on orchids vary depending on the variety. The methods applied in this calculation are used Forward Chaining and Certainty Factor methods. This expert system allows users to diagnose pests that attack the Orchid Coelogyne Pandurata plant (Black Orchid Borneo) from various literature and initial observations. The result of application of Forward Chaining and Certainty Factor Method can give pest diagnosis on Orchid Coelogyne Pandurata based on the symptoms given Based on the calculation, the description of confidence level based on the interpretation table of the expert and the final percentage of 93.0736% is Very Probably both methods are applied To solve existing problems.Keywords: Coelogyne Pandurata, Certainty Factor, Expert system, Forward ChainingCoelogyne Pandurata atau lebih dikenal dengan nama umum anggrek hitam, spesies anggrek ini hanya tumbuh di pulau kalimantan. Coelogyne Pandurata merupakan anggrek epifit yaitu menempel pada  tanaman lain tetapi tidak merugikan. Anggrek ini merupakan salah satu endemik kalimantan yang memerlukan campur tangan manusia untuk menjaga kelestariannya. Tanaman anggrek sangat rentan terhadap berbagai serangan hama dan penyakit. Karena jenis tanaman anggrek banyak dibudidayakan, menyebabkan penyakitnya sukar dikenal, karena gejala serangan penyakit pada anggrek bervariasi tergantung dari varietasnya. Metode yang diterapkan dalam perhitungan ini digunakan metode  Forward Chaining dan Certainty Factor. Sistem pakar ini memungkinkan pengguna mendiagnosa hama yang menyerang tanaman Anggrek Coelogyne Pandurata (Anggrek Hitam Kalimantan) dari berbagai literatur dan pengamatan awal. Hasil penerapan Metode Forward Chaining dan Certainty Factor dapat memberikan diagnosa hama pada Anggrek Coelogyne Pandurata berdasarkan gejala-gejala yang diberikan  Berdasarkan hasil perhitungan, maka keterangan tingkat keyakinan berdasarkan tabel interpretasi dari pakar dan persentase akhir sebesar 93,0736% adalah Sangat Mungkin kedua metode ini diterapkan untuk menyelesaikan masalah yang ada.Kata kunci: Coelogyne Pandurata, Certainty Factor, Forward Chaining, Sistem pakar
IMPLEMENTASI METODE KOHONEN UNTUK PREDIKSI CURAH HUJAN (STUDI KASUS : KOTA PONTIANAK) Fatma Agus Setyanngsih
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.105

Abstract

The prediction to determine the rainfall in Pontianak is much needed. One of them is using a neural network algorithm using SOM (Self Organizing Maping) with the data used in January 2010-2013. The purpose of this study was to determine the rainfall prediction in the city of Pontianak with parameters of air temperature, relative humidity, air pressure and wind speed. The results showed that the value of MSE is obtained when studying the data network prediction in January of 2010 until 2013 using the Neural Network-SOM learning process with the amount of 1 neuron and using 124 datas, with MSE value 0,0148. Keywords: Rainfall, Neural Network, Time Series, Self Organizing MapPrediksi untuk mengetahui curah hujan yang terjadi di Pontianak sangat dibutuhkan salah satunya yaitu menggunakan algoritma jaringan syaraf tiruan dengan pengelompokkannya menggunakan SOM (Self Organizing Map) dengan data yang digunakan adalah data di bulan januari tahun 2010-2013. Tujuan dari penelitian ini adalah untuk mengetahui prediksi curah hujan di kota Pontianak dengan parameter suhu udara, kelembababn relative, tekanan udara dan kecepatan angin. Hasil penelitian menunjukkan bahwa nilai MSE ini didapatkan saat jaringan mempelajari data prediksi pada bulan januari di tahun 2010 sampai tahun 2013 dengan menggunakan proses pembelajaran JST SOM dengan jumlah neuron 1 dan menggunakan 124 data, dengan nilai MSE 0,0148. Kata kunci: Curah Hujan, Jaringan Syaraf Tiruan, Time Series, Self Organizing Map
MOBILE APPLICATION SISTEM MONITORING KONDISI PASIEN SERANGAN JANTUNG BERBASIS GOOGLE MAPS DAN ANDROID Musfirah Putri Lukman; Hendra Surasa
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.97

Abstract

Many people with heart disease who do not detect recurrent heart attacks because they do not feel chest pain, shortness of breath and cold sweat. Recorded 45% of cases in the journal Circulation America Heart Association published heart attacks that did not start with symptoms to make deaths due to heart triples. Therefore, continuous monitoring of vital signs of the body such as heart rate, breathing frequency and body temperature, especially for fast, slow and unnecessary activity functions need to reduce the risk of paralysis, coma, and even death.The method used in mobile applications based on Google Maps and android uses a waterfall model. This application is designed with the purpose of protecting patients, especially with elderly risk factors from sudden death at the location of recurrent heart attacks by identifying the functional abnormalities of the body's vital activity in real-time that alarm the family against the alarm signals that occur in patients. A monitoring system using a microcontroller and sensors mounted on the patient will send the location of a recurrent attack of the patient with the help of google maps technology and the value of the body's vital tool will be displayed on the smartphone screen without limitation of location, distance, and time. Applications built with java programming language, and using web service and MySQL for database.The results of this study the application has been able to display the parameter values measured by the right and can display the location of the occurrence of recurrent attacks of the heart. Techno-biomedical devices with GPS technology can also provide a quick response to the initial rescue handling of patients who suddenly experience recurrent attacks by sending alarm alerts as alarms in the form of phone calls.Keywords: Application, Monitoring, Heart, breath and temperatureBanyak penderita penyakit jantung yang tidak mendeteksi terjadinya serangan jantung berulang sebab tidak merasakan nyeri dada, napas yang pendek dan keringat dingin. Tercatat 45% kasus dalam jurnal Circulation terbitan America Heart Association serangan jantung yang tidak diawali dengan gejala membuat kematian akibat jantung meningkat tiga kali lipat. Oleh sebab itu perlu pemantauan berkelanjutan terhadap tanda vital tubuh seperti detak jantung, frekuensi nafas dan suhu tubuh penderita khususnya untuk fungsi aktivitas yang telalu cepat, terlalu lambat dan tidak ada perlu untuk mengurangi resiko kelumpuhan, pasien koma, bahkan kematian.Metode yang digunakan pada aplikasi mobile berbasis Google Maps dan android ini menggunakan model waterfall. Aplikasi ini dirancang dengan tujuan melindungi penderita terutama dengan faktor resiko lansia dari kematian mendadak pada lokasi serangan jantung berulang dengan mengidentifikasi kelainan fungsi aktivitas vital tubuh secara real-time yang menjadi alarm bagi keluarga terhadap tanda bahaya yang terjadi pada penderita. Sebuah sistem monitoring menggunakan mikrokontroller dan sensor yang dipasang pada penderita akan mengirimkan lokasi serangan berulang penderita dengan bantuan teknologi google maps dan nilai alat vital tubuh akan ditampilkan pada layar smartphone tanpa batasan lokasi, jarak, dan waktu. Aplikasi dibangun dengan bahasa pemrograman java, dan menggunakan web service serta MySQL untuk basis data.Hasil dari penelitian ini aplikasi telah mampu menampilkan nilai parameter yang diukur oleh dengan tepat dan dapat menampilkan lokasi terjadinya serangan berulang jantung.  Perangkat tekno-biomedik dengan teknologi GPS juga dapat memberikan respon cepat terhadap penanganan penyelamatan awal terhadap penderita yang tiba-tiba mengalami serangan berulang dengan mengirimkan tanda bahaya sebagai alarm dalam bentuk panggilan telepon.Keywords: Aplikasi, Monitoring, Jantung, Nafas dan Suhu
FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN CABAI Muliadi Muliadi; Irwan Budiman; Muhammad Adhitya Pratama; Antar Sofyan
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.116

Abstract

Expert systems are usually used only to help get the results of a diagnosis faster. In the expert system, a method usually used to support a diagnosis process. In this research using the method of Fuzzy and Dempster-Shafer. Fuzzy methods used to find the scale of values belief (trust) a fact with fuzzyficationt process, while the Dempster-Shafer method used to combine pieces of the facts to calculate the likelihood of an event. The purpose of this study was to determine whether the method of Fuzzy and Dempster-Shafer can be applied to the expert system to provide disease diagnosis chili. Where the results of the expert system will produce a presentation about the likelihood of diagnosis of plant diseases chili.Keywords : Fuzzy Logic, Dempster-Shafer, Expert System, Chili PlantsSistem pakar biasanya digunakan hanya untuk membantu memperoleh hasil suatu diagnosa dengan lebih cepat. Pada sistem pakar, biasanya digunakan suatu metode untuk mendukung proses suatu diagnosa. Pada penelitian ini menggunakan bantuan metode Fuzzy dan Dempster-Shafer. Metode Fuzzy digunakan untuk mencari bobot nilai belief (kepercayaan) suatu fakta dengan proses fuzzyfikasi, sedangkan metode Dempster-Shafer digunakan untuk menggabungkan potongan fakta untuk mengkalkulasi kemungkinan dari suatu peristiwa. Tujuan dari penelitian ini adalah untuk mengetahui apakah metode Fuzzy dan Dempster-Shafer dapat diterapkan pada sistem pakar dalam memberikan diagnosa penyakit cabai. Dimana hasil dari sistem pakar ini akan menghasilkan presentasi besarnya kemungkinan terdiagnosanya penyakit tanaman cabai.Kata kunci : Logika Fuzzy, Dempster-Shafer, Sistem Pakar, Tanaman Cabai
PENERAPAN ALGORITMA C4.5 UNTUK PREDIKSI PENGGUNAAN JENIS KONTRASEPSI BERBASIS WEB Rusda Wajhillah; Ita Yulianti
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.98

Abstract

Family planning (KB) is a government program designed to balance between your needs and population with the use of contraceptives. Lack of knowledge about contraception causes no little acceptors prefer using contraception based on try or even follow the advice of others less familiar against contraception. Therefore, the required presence of actions/special handling to ease the acceptors in selecting effective contraception and in accordance with the condition of her body. The algorithm C4.5 i.e. method of decision tree a very big change into a decision tree which represents the rule. The rules can be easily understood by the natural language (Kusrini, 2009). To that end, in this research will be done analysis of the usage data type of contraceptive use classification data mining algorithm i.e. C4.5 using several parameters including age, number of children, blood pressure and a history of the disease that will be applied in the form of the web in order to facilitate the acceptors in great value the information more quickly and flexibly. Of the 130 number of cases consisting of 104 cases of hormonal contraceptive users and acceptors of 26 cases of non hormonal contraceptive users obtained from village of  Nyangkowek sub-district of Posyandu Cicurug, then obtained 14 rule resulting from the decision tree algorithm C4.5 with the number of class a non hormonal as much as 8 rule and the number of hormonal as 6 class rule as well as evaluated by testing Cross Validation, which produced the level of accuracy of 85.38% , so it can be inferred that this research can help the acceptors KB in choosing the type of effective contraception.Keywords: Acceptors, The Algorithm C4.5, Contraception, Expert SystemKeluarga Berencana (KB) merupakan suatu program pemerintah yang dirancang untuk menyeimbangkan antara kebutuhan dan jumlah penduduk dengan menggunakan alat kontrasepsi. Kurangnya pengetahuan tentang kontrasepsi menyebabkan tidak sedikit akseptor lebih memilih menggunakan kontrasepsi berdasarkan coba-coba atau bahkan mengikuti saran dari orang lain yang kurang paham terhadap alat kontrasepsi. Oleh sebab itu, diperlukan adanya tindakan/penanganan khusus untuk mempermudah para akseptor dalam memilih kontrasepsi yang efektif dan sesuai dengan kondisi tubuhnya. Algoritma C4.5 yaitu metode pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami.Untuk itu, dalam penelitian ini akan dilakukan analisa data penggunaan jenis kontrasepsi menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa parameter diantaranya usia, jumlah anak, tekanan darah dan riwayat penyakit yang akan diaplikasikan dalam bentuk web guna mempermudah para akseptor dalam mendapatkan nilai informasi yang lebih cepat dan fleksibel. Dari 130 jumlah kasus yang terdiri dari 104 kasus akseptor pengguna kontrasepsi hormonal dan 26 kasus pengguna kontrasepsi non hormonal yang didapat dari Posyandu Desa Nyangkowek Kecamatan Cicurug, maka didapatkan 14 rule yang dihasilkan dari pohon keputusan algoritma C4.5 dengan jumlah class non hormonal sebanyak 8 rule dan jumlah class hormonal sebanyak 6 rule serta dievaluasi dengan pengujian Cross Validation yangmenghasilkan tingkat akurasi sebesar 85,38%, sehingga dapat disimpulkan bahwa penelitian ini dapat membantu para akseptor KB dalam memilih jenis kontrasepsi yang efektif.Kata Kunci: Akseptor, Algoritma C4.5, Kontrasepsi, Sistem Pakar
SISTEM FUZZY LOGIC TERTANAM PADA MIKROKONTROLER UNTUK PENYIRAMAN TANAMAN PADA RUMAH KACA Andi Farmadi; Dodon T Nugrahadi; Fatma Indriani; Oni Soesanto
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.121

Abstract

Greenhouse use is often used as a crop development site for cultivation or research, by controlling temperature, soil moisture and irrigation, and continuously being developed in automated control systems. Greenhouse control developed in this research is by using fuzzy system algorithm. The fuzzy system is embedded in arduino uno wifi microcontroller for the control of crop irrigation in greenhouses with C programming language on arduino IDE. The system input consists of two variables that are inputted through the temperature sensor input and the soil moisture sensor. The sensor input variable is then made fuzzy set for mapping the temperature condition in the cold, or hot, for soil moisture variable made with three sets that is dry, moist and wet, from the two variables of the input with each of the three sets made rule in this case made in nine decision rule for plant watering status. fuzzy method used is to use sugeno method because it is simpler in decision making which allows more efficient in writing source code on arduino microcontroller which has small memory limitations. The result of the decision or output of the fuzzy system is comprised of a watering system of plants with non-flush status, medium flush, and flushKeywords: Fuzzy system, microcontol, greenhouse.Pemanfaatan Rumah Kaca sering digunakan sebagai tempat pengembangan tanaman untuk budidaya ataupun penelitian, dengan mengontrol suhu, kelembaban tanah dan pengairan, yang terus mengalami perkembangan dalam sistem kontrol otomatis. Pengontrolan pada rumah kaca yang dikembangkan pada penelitian ini yaitu dengan menggunakan algoritma sistem fuzzy. Sistem Fuzzy yang ditanamkan pada mikrokontroller arduino uno wifi untuk mengontol otomatis penyiraman tanaman pada rumah kaca dengan bahasa pemrograman C pada IDE arduino. Input sistem terdiri dari dua variabel yang dimasukkan melalui input sensor suhu dan sensor kelembaban tanah. Variabel inputan sensor kemudian dibuat himpunan fuzzy untuk memetakan keadaan suhu pada kondisi dingin sedang, atau panas, untuk variabel kelembaban tanah dibuat dengan tiga himpunan yaitu kering, lembab dan basah, dari kedua varibel inputan tersebut dengan masing masing tiga himpunan dibuatkan rule dalam kasus ini dibuat dalam sembilan buah rule keputusan untuk status penyiraman tanaman.metode fuzzy yang digunakan adalah menggunakan metode sugeno karena lebih simpel dalam pengambilan keputusan yang memungkinkan lebih efisien dalam penulisan source code pada mikrokontroller arduino yang memiliki keterbatasan memori yang kecil. Hasil dari keputusan atau output dari sistem fuzzy tersebut adalah terdiri sistem penyiraman tanaman dengan status tidak siram, siram sedang, dan siram banyakKata Kunci : Sistem  Fuzzy, mikrokontol, rumah kaca.
SELEKSI ATRIBUT PADA ALGORITMA C4.5 MENGGUNAKAN GENETIK ALGORITMA DAN BAGGING UNTUK ANALISA KELAYAKAN PEMBERIAN KREDIT Saeful Bahri
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.99

Abstract

According to the banking ACT No. 9 of 1992 is the provision of credit or money bills which can dipersama-kan with it, based on the approval of an agreement between the bank pinjam-meminjam with other parties that require that the borrower to pay off a loan after a certain period of time with the giving of flowers. Credit analysis aims to evaluate the customer able to or not in fulfilling obligations. In analyzing the sometimes an analyst is not accurate in analyzing causing bad credit. Of the problems that existed then used a method of classification for an analysis of the feasibility of granting credit using a model algorithm Genetic Algorithm with C4.5 (AG) as a selection of attributes and bagging method to improve accuracy. After testing two models namely algorithm C4.5 and C4.5 with Genetic Algorithms (AG) and the results obtained bagging method is the algorithm C 4.5 produces a value accuracy 93,47% and AUC values 0,932 with excellent levels of Clasification diagnose but after Genetic Algorithm added (AG) and increased accuracy value bagging 2.87% to 96,34% and AUC values increased 0.044 became 0.976.Keywords: Credit, the algorithm C 4.5, Genetic Algorithms (GA), BaggingMenurut UU Perbankan No.9 Tahun 1992 kredit merupakan penyediaan uang  atau tagihan yang dapat dipersama-kan dengan itu,  berdasarkan  persetujuan  atau  kesepakatan  pinjam-meminjam  antara  bank  dengan  pihak  lain  yang  mewajibkan  pihak  peminjam  untuk  melunasi  utangnya setelah jangka waktu tertentu dengan pemberian bunga. Analisa kredit bertujuan untuk mengevaluasi nasabah mampu atau tidak dalam memenuhi kewajiban. Dalam menganalisa terkadang seorang analis tidak akurat dalam menganalisa sehingga menyebabkan kredit macet. Dari permasalahan yang ada maka digunakan sebuah metode klasifikasi untuk analisis kelayakan pemberian kredit menggunakan model algoritma C4.5 dengan Algoritma Genetika (AG) sebagai seleksi atribut dan metode bagging untuk meningkatkan akurasi. Setelah dilakukan pengujian dua model yaitu algoritma C4.5 dan C4.5 dengan Algoritma Genetika (AG) dan metode bagging hasil yang diperoleh adalah algoritma C4.5 menghasilkan nilai akurasi 93,47 % dan nilai AUC 0,932 dengan tingkat diagnose excellent Clasification namun setelah ditambahkan Algoritma Genetika(AG) dan bagging nilai akurasi meningkat 2,87% menjadi 96,34 % dan nilai AUC meningkat 0.044 menjadi 0.976.Kata kunci: Kredit, Algoritma C4.5, Algoritma Genetika (AG), Bagging
IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT Maya Yusida; Dwi Kartini; Radityo Adi Nugroho; Muliadi Muliadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.115

Abstract

Land suitability is the suitability of a plot of land for a particular use. In the determination of appropriate plant recommendations on land, the Banjarbaru Swampland Food Crops Research Institute sets out 8 criteria in its assessment. These criteria include Soil Depth (cm), CEC Soil (cmol), Saturation Bases (%), pH (H2O), C-Organic (%), N Total (%), P2O5 (mg / 100g), K2O (mg / 100g). Making this expert system using Fuzzy Tsukamoto method. The results obtained from this expert system in the form of data on land suitability for rubber and palm oil plantations that are prioritized to be planted in a field based on the growing requirements of a plant. Keywords: Expert System, Land Suitability, Fuzzy TsukamotoKesesuaian lahan adalah kecocokan sebidang lahan untuk penggunaan tertentu. Dalam penentuan rekomendasi tanaman yang sesuai terhadap lahan, Balai Penelitian Tanaman Pangan Lahan Rawa Banjarbaru menetapkan 8 kriteria dalam penilaiannya. Kriteria tersebut meliputi Kedalaman Tanah (cm), KTK Tanah (cmol), Kejenuhan Basa (%), pH (H2O), C-Organik (%), N Total (%), P2O5 (mg/100g), K2O (mg/100g). Pembuatan sistem pakar ini menggunakan metode Fuzzy Tsukamoto. Hasil yang didapat dari sistem pakar ini berupa data tingkat kesesuaian lahan untuk tanaman karet dan kelapa sawit yang lebih diprioritaskan untuk ditanam disuatu lahan berdasarkan syarat tumbuh suatu tanaman. Kata Kunci : Sistem Pakar, Kesesuaian Lahan, Fuzzy Tsukamoto
OPTIMASI MULTI TRAVELLING SALESMAN PROBLEM (M-TSP) UNTUK DISTRIBUSI PRODUK PADA HOME INDUSTRI TEKSTIL DENGAN ALGORITMA GENETIKA Agung Mustika Rizki; Wayan Firdaus Mahmudy; Gusti Eka Yuliastuti
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.86

Abstract

In the field of textile industry, the distribution process is an important factor that can affect the cost of production. For that we need optimization on the distribution process to be more efficient. This problem is a model in the Multi Travelling Salesman Problem (M-TSP). Much research has been done to complete the M-TSP model. Among several methods that have been applied by other researchers, genetic algorithms are a workable method for solving this model problem. In this article the authors chose the genetic algorithm is expected to produce an optimal value with an efficient time. Based on the results of testing and analysis, obtained the optimal population amount of 120. For the optimal generation amount is 800. The test results related to the number of population and the number of generations are used as input to test the combination of CR and MR, obtained the optimal combination of CR = 0 , 4 and MR = 0.6 with a fitness value of 2.9964.Keywords: Textile Industry, Multi Travelling Salesman Problem (M-TSP), Genetic AlgorithmPada bidang industri tekstil, proses distribusi merupakan satu faktor penting yang dapat berpengaruh terhadap biaya produksi. Untuk itu diperlukan optimasi pada proses distribusi agar menjadi lebih efisien. Masalah seperti ini merupakam model dalam Multi Travelling Salesman Problem (M-TSP). Banyak penelitian telah dilakukan untuk menyelesaikan model M-TSP. Diantara beberapa metode yang telah diterapkan oleh peneiti lain, algoritma genetika adalah metode yang bisa diterapkan untuk penyelesaian permasalahan model ini. Dalam artikel ini penulis memilih algoritma genetika diharapkan dapat menghasilkan nilai yang optimal dengan waktu yang efisien. Berdasarkan hasil pengujian dan analisis, didapatkan jumlah populasi yang optimal sebesar 120. Untuk jumlah generasi yang optimal adalah sebesar 800. Hasil pengujian terkait jumlah populasi dan jumlah generasi tersebut dijadikan masukan untuk melakukan pengujian kombinasi  CR dan MR, didapatkan kombinasi yang optimal yakni CR=0,4 dan MR=0,6 dengan nilai fitness sebesar 2,9964.Kata kunci: Industri Tekstil, Distribusi, Multi Travelling Salesman Problem (M-TSP), Algoritma Genetika

Page 1 of 1 | Total Record : 10