cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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)
Published by Universitas Lambung Mangkurat
ISSN : 24067857     EISSN : 2443406X     DOI : http://dx.doi.org/10.20527/klik.v6i3
Core Subject : Science,
Computer Science & IT
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 247 Documents
 2   3   4   5   6 
PENERAPAN JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI JUMLAH KEMISKINAN PADA KABUPATEN/KOTA DI PROVINSI RIAU Anjar Wanto
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 5, No 1 (2018)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v5i1.129

Abstract

Provinsi Riau yang kaya akan Sumber Daya Alam ternyata tidak sebanding dengan jumlah penduduk miskin yang menempati di sejumlah kabupaten/kota di Riau. Contohnya seperti pada tahun 2013 terdapat ± 68.600 penduduk miskin di kabupaten Kampar, atau merupakan yang tertinggi dibandingkan kabupaten/kota lainnya. Oleh karena itu dibutuhkan langkah-langkah strategis agar jumlah penduduk miskin tidak bertambah sepanjang tahun, salah satu nya adalah dengan melakukan prediksi jumlah penduduk miskin untuk tahun-tahun selanjutnya. Cara ini dilakukan agar angka kemiskinan bisa semakin ditekan dengan cara melakukan penganggulangan sejak dini. Data yang akan diprediksi adalah data jumlah kemiskinan kabupaten/kota di Provinsi Riau yang bersumber dari Badan Pusat Statistik Provinsi Riau tahun 2010 sampai dengan 2015. Algoritma yang digunakan untuk melakukan prediksi adalah jaringan saraf tiruan Backpropagation. Algoritma ini memiliki kemampuan untuk mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya. Ada 5 model arsitektur yang digunakan pada algoritma backpropagation ini, antara lain 4-2-5-1 yang nanti nya akan menghasilkan prediksi dengan tingkat akurasi 8%, 4-5-6-1=25%, 4-10-12-1=92%, 4-10-15-1=100% dan 4-15-18-1=33%. Arsitektur terbaik dari ke 5 model ini adalah 4-10-12-1 dengan tingkat keakurasian mencapai 100% dan tingkat error yang digunakan 0,001-0,05. Sehingga model arsitektur ini cukup baik digunakan untuk memprediksi jumlah kemiskinan. Keywords: Penerapan, Jaringan Saraf Tiruan, Backpropagation, Prediksi, KemiskinanRiau is rich in Natural Resources is not comparable with the number of poor people who occupy in a number of districts/cities in Riau. For example, in 2013 there were ± 68,600 poor people in Kampar district, or the highest compared to other districts. Therefore, strategic steps are needed so that the number of poor people will not increase throughout the year, one of them is to predict the number of poor people for the next years. This way is done so that the poverty rate can be further suppressed by doing the countermeasures early on. The data to be predicted is the data of the number of poverty districts/cities in Riau Province sourced from the Central Bureau of Statistics of Riau Province in 2010 until 2015. Algorithm used to make prediction is the Backpropagation. This algorithm has the ability to remember and make generalizations of what has been there before. There are 5 architectural models, among others 4-2-5-1 which later will produce predictions with an accuracy rate of 8%, 4-56-1=25%, 4-10-12-1=92%, 4-10-15-1=100% and 4-15-18-1=33%. The best architecture of the 5 models is 4-10-12-1 with 100% accuracy and error rate of 0.001-0.05. So this model of architecture is good enough used to predict the amount of poverty. Kata kunci: Implementation, Artificial Neural Network, Backpropagation, Prediction, Poverty
VIRTUAL TOUR 3D SITUS PURBAKALA PUGUNG RAHARJO LAMPUNG TIMUR Puput Budi Wintoro; Irwan Irmawan; Deny Budiyanto; Rio Ariestia Pradipta
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 2 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i2.318

Abstract

Pugung Raharjo archaeological site is the historical tourist destination located in East Lampung. This site keeps the Hinduism-Buddhism civilization which is considered to be the cultural heritage. The rapid development of technology nowadays raises the new digital technology as a media for tourism promotion so that a promotional media through the android-based virtual tour technology must be built. The android-based virtual tour is the proper media to promote Pugung Raharjo archaeological site so that the public recognizes the locations and the historical objects of the site. The feature on this android-based virtual tour is in the 3-dimensional definition. In this research, the MDLC (Multimedia Development Life Cycle) method was necessarily used. The MDLC method was implemented by obtaining the materials, designing the application, creating the application, and distributing the application to the public through a playstore that was able to be downloaded freely. The result of this research showed that this android-based virtual tour was used by the public as a guideline for recognizing the Pugung Raharjo archaeological site.Keywords: Promotion Media, Virtual Tour, 3D, MDLC, Android Situs Purbakala Pugung Raharjo merupakan destinasi wisata sejarah yang berada di Kabupaten Lampung Timur. Situs ini tersimpan jejak peradaban hindu budha yang sekarang berstatus cagar budaya. Perkembangan zaman yang sangat pesat pada saat ini, telah banyak penggunaan teknologi digital sebagai media promosi wisata. Untuk mempromosikan situs purbakala Pugung Raharjo Lampung Timur kepada masyarakat dalam bentuk digital maka dibuatlah sebuah media promosi dengan teknologi virtual tour berbasis android. Aplikasi virtual tour Situs Purbakala Pugung Raharjo ini digunakan untuk memudahkan masyarakat mengetahui dan mengenal lokasi serta benda-benda bersejarah yang ada di situs purbakala Pugung Raharjo secara virtual 3 dimensi. Pada Penelitian ini menggunakan metode MDLC (Multimedia Development Life Cycle). Metode MDLC ini dimulai dengan mengumpulkan bahan, kemudian membuat sebuah desain dan membuat sebuah aplikasi berdasarkan desain yang telah dibuat sebelumnya. Proses terakhir pembuatan aplikasi ini yaitu distribusi kepada masyarakat melalui playstore yang dapat diunduh secara gratis. Hasil penelitian menunjukkan bahwa aplikasi virtual tour ini dapat digunakan sebagai pedoman masyarakat untuk mengetahui serta mengenal situs purbakala Pugung Raharjo.Kata kunci : Media promosi, Virtual tour, 3D, MDLC, Android
UJI PERFORMANSI OPENPGP PADA KOMUNIKASI DATA WEB SERVICE BERBASIS RESTFULL Muhammad Zaien; Muhammad Reza Faisal; Radityo Adi Nugroho
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 3, No 1 (2016)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v3i1.35

Abstract

The exchange of data in distributed systems that communicate using Web Service must happen , so that sensitive data will also be redeemed. Sensitive data is supposed to be secret , but when the data is transferred using a Web Service can be known, so OpenPGP encryption used to maintain the confidentiality of the data. Securing the transfer of data to using the OpenPGP encryption standard may have an impact on the performance of Web Service response time and durability in the server serving the request , so need to known the impact with testing and analysis of variance on test results . Implementation of OpenPGP to secure the transfer of data on Web Service resulting in increased response time of Web Service but the response time can still be tolerated , and this application does not significantly affect the resilience of the server serving the request . Keywords: Web Service , RESTful, OpenPGP, Security Pertukaran data pada sistem tersebar yang berkomunikasi menggunakan Web Service pasti terjadi, sehingga data yang bersifat sensitif pun juga akan ditukarkan. Data yang bersifat sensitif ini seharusnya dirahasiakan tetapi ketika ditransfer menggunakan Web Service data tersebut dapat diketahui. Sehingga diterapkan OpenPGP untuk menjaga kerahasiaan data. Pengamanan transfer data menerapkan standar enkripsi OpenPGP dapat berdampak pada performa waktu response Web Service dan ketahanan server dalam melayani request, sehingga perlu diketahui dampak tersebut dengan melakukan pengujian dan analisis varian dari hasil pengujian. Penerapan OpenPGP untuk mengamankan transfer data pada Web Service mengakibatkan bertambahnya waktu response Web Service tetapi waktu response tersebut masih dapat ditoleransi, dan penerapan ini tidak mempengaruhi secara signifikan terhadap ketahanan server dalam melayani request. Kata kunci: Web Service , RESTful, OpenPGP, Keamanan
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
DEMPSTER SHAFER'S ROLE IN THE EXPERT SYSTEM IN DIAGNOSING PET SKIN DISEASES Gita Malinda; Andi Farmadi; Muliadi Aziz
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 6, No 1 (2019)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v6i1.216

Abstract

Cats are pets that are very close to humans. Infectious pet diseases can sometimes spread quickly and can be fatal, both in animals and humans. For early prevention, the pet disease must be immediately known which in this case is a cat skin disease. To find out the diagnosis of cat skin disease using the Dempster-Shafer method. So that the results obtained the strongest confidence value of cat skin disease {A1, A3, A4} which is equal to 0.48, which was obtained from three existing symptoms, namely wet dry crust, moist inner moist ear and frequent scratching.Keywords: Cats, Expert System, Dempster Shafer.Kucing merupakan hewan peliharaan yang sangat dekat dengan manusia.. Penyakit hewan peliharaan yang menular terkadang dapat menyebar secara cepat dan dapat berakibat fatal, baik pada hewan dan manusia. Untuk pencegahan dini maka penyakit hewan peliharaan tersebut harus segera diketahui yang dalam kasus ini adalah penyakit kulit kucing. Untuk mengetahui diagnose penyakit kulit kucing tersebut menggunakan metode dempster-shafer. Sehingga memproleh hasil Nilai keyakinan paling kuat terhadap penyakit kulit kucing  {A1,A3,A4} yaitu sebesar 0,48, yang didapat dari tiga gejala yang ada yaitu kerak kering basah, bagian dalam telinga basah lembab dan sering menggaruk.Kata kunci: Kucing, Sistem Pakar, Dempster Shafer.
EKSTRAKSI FITUR MENGGUNAKAN MODEL WORD2VEC PADA SENTIMENT ANALYSIS KOLOM KOMENTAR KUISIONER EVALUASI DOSEN OLEH MAHASISWA Muhammad Rusli; M. Reza Faisal; Irwan Budiman; Radityo Adi Nugroho; Andi Farmadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.296

Abstract

This research is about Sentiment Analysis using the Word2vec model. this research was conducted by Fauzi (2019). But in his research the use of the Word2vec model produces an accuracy of 70%, because the data used is small. In little data Word2vec cannot grasp the similarity of meaning well. So that related research was conducted which used lecturer evaluation comment data and also Wikipedia article data in Indonesian language as Word2vec model. In this study a comparison of average extraction features of Word2vec and Bag of Centroid base Word2vec was done and a combination of the two was then performed using the Support Vector Machine method. The application of Word2vec Average base feature extraction in the lecturer evaluation commentary data resulted in an accuracy of 84,8%. Then using the Bag of Centroid base feature extraction using Word2vec Hierarchy Clustering produces the best accuracy of 81,6% with a total of 75 features. The result of merging the two feature extractions produces an accuracy of 85,3%.Keywords: Sentiment Analysis, Word2vec, Feature extractionPenelitian ini mengenai Sentiment Analysis menggunakan model Word2vec. penelitian ini pernah dilakukan oleh  Fauzi (2019). Namun pada penelitiannya penggunaan model Word2vec menghasilkan akurasi 70%, karena data yang digunakan sedikit. Dalam data yang sedikit Word2vec tidak dapat menangkap kemiripan makna dengan baik. Sehingga dilakukan penelitian terkait yang mana menggunakan data komentar evaluasi dosen dan juga data artikel Wikipedia berbahasa Indonesia  sebagai model Word2vec. Pada penelitian ini dilakukan perbandingan ekstraksi fitur Average base Word2vec dan Bag of Centroid base Word2vec dan juga dilakukan penggabungan keduanya kemudian dilakukan klasifikasi menggunakan metode Support Vector Machine. Penerapan ekstraksi fitur Average base Word2vec pada data komentar evaluasi dosen menghasilkan akurasi sebesar 84,8%. Kemudian menggunakan ekstraksi fitur Bag of Centroid base Word2vec menggunakan Hirarki Clustering menghasilkan akurasi terbaik sebesar 81,6% dengan jumlah 75 fitur. Hasil penggabungan kedua ekstraksi fitur menghasilkan akurasi sebesar 85,3%.Kata kunci: Sentiment Analysis, Word2vec, Ekstraksi fitur.
PENERAPAN K-OPTIMAL PADA ALGORITMA KNN UNTUK PREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA PROGRAM STUDI ILMU KOMPUTER FMIPA UNLAM BERDASARKAN IP SAMPAI DENGAN SEMESTER 4 Mutiara Ayu Banjarsari; Irwan Budiman; Andi Farmadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 2, No 2 (2015)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v2i2.26

Abstract

The data pile on a database of academic information systems at Computer Science Program of Mathematic and Natural Science Faculty of Lambung Mangkurat University is not fully utilized, although it can provide new information that has not been known before. Data mining techniques can be used to predict the timely graduation of students. The k-Nearest Nieghbor, a method to classify objects based on training data located closest to the object, was used in this study. Selection of the value of k in kNN algorithm became important because it would affect the performance of the algorithm kNN, therefore it was necessary to know how the value of k and the level of accuracy. The k-Fold Cross Validation method and Accuracy Test was used to determine the value of k-Optimal. The result showed that the value of k = 5 was defined as k-Optimal which was then be applied in the kNN algorithm for prediction of timely graduation of students based on the Grade Point Average up to 4th semester. Keywords: kNN, k-Optimal, Classification, Data mining, k-Fold Cross Validation method Tumpukan data pada database sistem informasi akademik Program Studi Ilmu Komputer FMIPA Unlam belum dimanfaatkan secara maksimal, padahal dari data tersebut dapat memberikan sebuah informasi baru yang belum diketahui sebelumnya. Teknik data mining dapat digunakan untuk memprediksi kelulusan tepat waktu mahasiswa. Penelitian menggunakan metode k-Nearest Nieghbor yang merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data training yang jaraknya paling dekat dengan objek tersebut. Pemilihan nilai k pada algoritma kNN menjadi hal yang penting karena akan mempengaruhi kinerja dari algoritma kNN, oleh karena itu perlu diketahui berapa nilai k dan tingkat akurasinya. Metode k-Fold Cross Validation dan Uji Akurasi digunakan untuk mengetahui nilai k-Optimal. Hasil yang didapat adalah nilai k=5 dengan tingkat akurasi sebesar 80.00% yang ditetapkan sebagai k-Optimal. Nilai k=5 diterapkan pada algoritma kNN untuk prediksi kelulusan tepat waktu mahasiswa berdasarkan IP sampai dengan semester 4. Kata Kunci : kNN, k-Optimal, Klasifikasi, Data mining, Sistem Informasi Akademik, Metode k-Fold Cross Validation
IMPLEMENTASI METODE TOPSIS DAN SAW DALAM MEMBERIKAN REWARD PELANGGAN Agus Perdana Windarto
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 1 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i1.73

Abstract

In an industry sales, competition is a natural thing. The number of businesses with the same type makes an entrepreneur should have the right strategies in increasing the purchasing power of customers and reap the benefits. This research aims to implement the algorithms in computer science to create a decision support system for granting rewards to customers Drinking water Depot. In this research method used is TOPSIS and SAW. Where samples are used as much as 6 customers with the assessment criteria is the status of payments, the status of customer liveliness, long subscription, purchase amount, and the time of purchase. From the comparison of the two methods, showed that the calculations carried out by TOPSIS method is better than the SAW method.Keywords: Customer, SPK, Reward, TOPSIS method, Method SAWDalam sebuah industri penjualan, persaingan merupakan hal yang wajar. Banyaknya usaha-usaha dengan jenis yang sama membuat seorang pengusaha harus memiliki strategi-strategi yang tepat dalam meningkatkan daya beli pelanggan dan menuai keuntungan. Penelitian ini bertujuan untuk mengimplementasikan algoritma dalam ilmu komputer untuk membuat sistem pendukung keputusan pemberian reward kepada pelanggan Depot Air minum. Dalam penelitian ini metode yang digunakan adalah TOPSIS dan SAW. Dimana sampel yang digunakan sebanyak 6 pelanggan dengan kriteria penilaian adalah status pembayaran, status keaktifan pelanggan, lama berlangganan, jumlah pembelian, dan waktu pembelian. Dari hasil perbandingan kedua metode tersebut, diperoleh hasil bahwa perhitungan yang dilakukan dengan metode TOPSIS lebih baik dibandingkan dengan metode SAW.Kata Kunci: Pelanggan, SPK, Reward, Metode TOPSIS, Metode SAW
IMPLEMENTASI FUZZY SUGENO UNTUK MENENTUKAN KESESUAIAN TANAMAN KELAPA SAWIT PADA LAHAN GAMBUT Andi Farmadi; Ichsan Ridwan; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 5, No 2 (2018)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v5i2.176

Abstract

Determination of land suitability for a plant is needed to provide faster decision results , especially in determining the suitability of oil palm plants on peatlands , this determination is very important because most of the land in Kalimantan is an area with peat soil . Palm oil suitability variables were determined by 8 variables , namely soil depth , soil CEC , wet saturation , Ph H2O , C-Organic , N-Total , P2O5 and K2O , which were made in a fuzzy set system , field data onto the form of data taken in regional areas peat soil , then calculated using the fuzzy inference Sugeno method . The output of the calculation using fuzzy Sugeno gives exactly the same results as the decision given by the expert on the field data .Keywords: fuzzy, Sugeno, land suitability. Penentuan kesesuaian lahan terhadap suatu tanaman sangat dibutuhkan untuk memberikan hasil keputusan yang lebih cepat khususnya pada penentuan kesesuaian tanaman kelapa sawit pada lahan gambut, penentuan ini menjadi sangat penting karena sebagian besar lahan didaerah kalimantan adalah wilayah dengan tanah bergambut. Variabel kesesuaian tanaman kelapa sawit ditentukan dengan 8 variabel yaitu kedalaman tanah, KTK tanah, Kejenuhan basah, Ph H2O, C-Organik, N-Total, P2O5 dan K2O, yang dibuat dalam sistem himpunan fuzzy, data lapangan berupa data yang diambil pada wilayah daerah tanah bergambut, kemudian diihitung menggunakan fuzzy inferensi metode Sugeno. Hasil output perhitungan menggunakan fuzzy segeno memberikan hasil yang persis sama dengan keputusan yang diberikan oleh pakar terhadap data lapangan.Kata kunci: fuzzy, Sugeno, kesesuaian lahan.
ANALISIS ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI TINGKAT KEBERHASILAN PELATIH SEPAKBOLA SEBAGAI SALAH SATU KEMAJUAN OLAHRAGA DI INDONESIA Muhammad Ridwan Lubis
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 6, No 3 (2019)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v6i3.248

Abstract

The development of sports is an important role of a trainer and the management role that is in it. Determining the success of the trainer by using the criteria of experience, strategy and understanding of the trainer on the mental and spiritual conditions of each player is the first step in achieving success. Research using computational-based information technology is very much developed mainly by using neural network methods. Research using Artificial Neural Networks has been widely used, especially in the field of sports, especially football, including prediction results of soccer matches. In this study, the study of determining the success rate of soccer coaches as one of the advances in Indonesian football sports using the backpropagation algorithm was the goal of researchers to produce an effective decision in determining the success of football sports in Indonesia.Keywords: Coach, Football, Artificial Neural Network, Backpropagation Indonesian Perkembangan olahraga merupakan peran penting dari seorang pelatih dan peran manajemen yang ada didalamnya. Menentukan tingkat keberhasilan pelatih dengan menggunakan kriteria pengalaman, strategi dan pemahaman pelatih terhadap kondisi mental dan spiritual setiap pemain merupakan langkah awal dalam mencapai keberhasilan. Penelitian dengan menggunakan teknologi informasi berbasis komputasi sangat banyak dikembangkan terutama dengan menggunakan metode neural network. Penelitian dengan menggunakan Jaringan Saraf Tiruan sudah banyak digunakan terutama  dalam bidang olahraga terutama sepakbola, diantaranya adalah Prediksi hasil pertandingan sepak bola. Pada penelitian ini, penelitian tetang menentukan tingkat keberhasilan pelatih sepakbola sebagai salah satu kemajuan olahraga sepakbola diindonesia menggunakan algoritma backpropagation menjadi tujuan peneliti  untuk menghasilkan sebuah keputusan yang efektif dalam menentukan keberhasilan olahraga sepakbola di indonesia.Kata kunci: Pelatih, Sepakbola, Jaringan Saraf Tiruan, Backpropagation, Indonesia

Page 4 of 25 | Total Record : 247

 2   3   4   5   6 

Filter by Year

2014 2024


Reset
Filter By Issues
All Issue Vol 11, No 2 (2024) Vol 11, No 1 (2024) Vol 10, No 3 (2023) Vol 10, No 2 (2023) Vol 10, No 1 (2023) Vol 9, No 3 (2022) Vol 9, No 2 (2022) Vol 9, No 1 (2022) Vol 8, No 3 (2021) Vol 8, No 2 (2021) Vol 8, No 1 (2021) Vol 7, No 3 (2020) Vol 7, No 2 (2020) Vol 7, No 1 (2020) Vol 6, No 3 (2019) Vol 6, No 2 (2019) Vol 6, No 1 (2019) Vol 5, No 2 (2018) Vol 5, No 1 (2018) Vol 4, No 2 (2017) Vol 4, No 1 (2017) Vol 3, No 2 (2016) Vol 3, No 1 (2016) Vol 2, No 2 (2015) Vol 2, No 1 (2015) Vol 1, No 1 (2014) More Issue