Article Per Year (5 Year)
p-Index From 2019 - 2024
3.706
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal CoreIT JURNAL KAJIAN TEKNIK ELEKTRO JTAM (Jurnal Teori dan Aplikasi Matematika) KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) IJID (International Journal on Informatics for Development) JURIKOM (Jurnal Riset Komputer) Jurnal Informatika dan Rekayasa Perangkat Lunak Bubungan Tinggi: Jurnal Pengabdian Masyarakat Technology and Informatics Insight Journal KAMI MENGABDI
Tundo, Tundo
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Mathematics Social Sciences Transportation Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Application of The Fuzzy Inference System Method to Predict The Number of Weaving Fabric Production Tundo, Tundo; Sela, Enny Itje
IJID (International Journal on Informatics for Development) Vol 7, No 1 (2018): IJID June
Publisher : Universitas Islam Negeri Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/ijid.2018.07105

Abstract

In this study discusses the application of fuzzy logic in solving production problems using the Tsukamoto method and the Sugeno method. The problem that is solved is how to determine the production of woven fabric when using three variables as input data, namely: stock, demand and inventory of production costs. The first step is to solve the problem of woven fabric production using the Tsukamoto method which is to determine the input variables and output variables which are firm sets, the second step is to change the input variable into a fuzzy set with the fuzzification process, then the third step is processing the fuzzy set data with the maximum method. And the last or fourth step is to change the output into a firm set with the defuzzification process with a weighted average method, so that the desired results will be obtained in the output variable. The solution to the production problem using the Sugeno method is almost the same as using the Tsukamoto method, it's just that the system output is not a fuzzy set, but rather a constant or a linear equation. The difference between the Tsukamoto Method and the Sugeno Method is in consequence. The Sugeno method uses constants or mathematical functions of the input variables.
PREDIKSI PRODUKSI MINYAK KELAPA SAWIT MENGGUNAKAN METODE FUZZY TSUKAMOTO DENGAN RULE YANG TERBENTUK MENGGUNAKAN DECISION TREE REPTREE Tundo, Tundo
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 9, No 2 (2020)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v9i2.23868

Abstract

Prediction of palm oil production using the Tsukamoto fuzzy method with the rules formed using REPTree decision tree is to speed up the making of the rules used without having to consult with experts. The results of the research analysis found the following conclusions: (1) The rule base model in this study is a decision tree that can be used for Tsukamoto's Fuzzy Inference System with an accuracy of 95.2381%, (2) Rule formed by 5 rules with a time of 0 seconds , (3) The results of direct analysis with real data in April, May, June, July, August, and September 2019 said that the error rate was 23.17% using the Average Forecasting Error Rate (AFER) error method, so the accuracy accuracy is 76.83% on the prediction of the amount of palm oil production. 
Kinerja Logika Fuzzy Sugeno dalam Menangani Prediksi Kain Tenun dengan Kombinasi Random Tree dalam Membangun Rule Tundo, Tundo
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 10, No 2 (2021)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v10i2.29081

Abstract

This study describes the performance of Sugeno fuzzy logic in determining the amount of woven fabric production by using a combination of random tree decision trees in forming rules. The criteria used in determining the amount of production, namely, production costs, demand, and stock obtained from woven fabric entrepreneurs in Mlaki Wanarejan Utara Pemalang. The random tree decision tree is used, one of which is to automatically generate rules from the available data without consulting with experts, in addition to introducing random trees in the field of research because there are still few studies using this decision tree. The results of this study, it was found that the accuracy while the prediction results tested obtained an Average Forecasting Error Rate (AFER) of 42% with a value 58% truth after being compared with the actual production data.Keywords : Fuzzy Logic, Fuzzy Sugeno Method, Rule, Random tree, Prediction.
Penentuan Kandidat Lurah Pondok Menggunakan Metode Decision Support System Weighted Product (Studi Kasus: Pondok Pesantren Al-Munawwir Krapyak Komplek “L” Yogyakarta) Tundo Tundo
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.421 KB) | DOI: 10.24014/coreit.v6i2.10529

Abstract

Penelitian ini menerangkan metode Decision Support System Weighted Product (WP) dalam menentukan kandidat lurah pondok di Pondok Pesantren Al-Munawwir Krapyak Komplek “L” Yogyakarta, dengan tujuan untuk mengurangi adanya pemilihan kandidat lurah pondok yang bersifat subjektif. Setelah dilakukan penelitian menghasilkan akurasi sebesar 93% mengatakan setuju dengan hasil tiga kandidat lurah pondok yang direkomendasikan yaitu, Adha Hujatu Latif menempati peringkat pertama, Ridwan Syarif menempati peringkat kedua, dan Chanif Mahfudz menempati peringkat ketiga, dari beberapa pilihan alternatif santri yang ada. Sehingga metode ini dapat digunakan dalam menentukan kandidat lurah pondok di Pondok Pesantren Al-Munawwir Krapyak Komplek “L” Yogyakarta.
Penerapan Decision Tree J48 dan Reptree dalam Menentukan Prediksi Produksi Minyak Kelapa Sawit menggunakan Metode Fuzzy Tsukamoto Tundo Tundo; Shofwatul 'Uyun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731870

Abstract

Penelitian ini menerangkan penerapan decision tree J48 dan REPTree dengan menggunakan metode fuzzy Tsukamoto dengan objek yang digunakan adalah penentuan jumlah produksi minyak kelapa sawit di perusahaan PT Tapiana Nadenggan dengan tujuan untuk mengetahui decision tree mana yang hasilnya mendekati dari data sesungguhnya sehingga dapat digunakan untuk membantu memprediksi jumlah produksi minyak kelapa sawit di PT Tapiana Nadenggan ketika proses produksi belum diproses. Digunakannya decision tree J48 dan REPTree yaitu untuk mempercepat dalam pembuatan rule yang digunakan tanpa harus berkonsultasi dengan para pakar dalam menentukan rule yang digunakan. Dari data yang digunakan akurasi dari decision tree J48 adalah 95.2381%, sedangkan akurasi REPTree adalah 90.4762%, akan tetapi dalam kasus ini decision tree REPTree yang lebih tepat digunakan dalam proses prediksi produksi minyak kelapa sawit, karena di uji dengan data sesungguhnya pada bulan Maret tahun 2019 menggunakan REPTree diperoleh 16355835 liter, sedangkan menggunakan J48 diperoleh 11844763 liter, dimana data produksi sesungguhnya sebesar 17920000 liter. Sehingga dapat ditemukan suatu kesimpulan bahwa untuk kasus ini data produksi yang mendekati dengan data sesungguhnya adalah REPTree, meskipun akurasi yang diperoleh lebih kecil dibandingkan dengan J48.AbstractThis study explains the application of the J48 and REPTree decision tree using the fuzzy Tsukamoto method with the object used is the determination of the amount of palm oil production in the company PT Tapiana Nadenggan with the aim of knowing which decision tree the results are close to the actual data so that it can be used to help predict the amount palm oil production at PT Tapiana Nadenggan when the production process has not been processed. The use of the J48 and REPTree decision tree is to speed up the rule making that is used without having to consult with experts in determining the rules used. From the data used the accuracy of the J48 decision tree is 95.2381%, while the REPTree accuracy is 90.4762%, but in this case the REPTree decision tree is more appropriate to be used in the prediction process of palm oil production, because it is tested with actual data in March 2019 uses REPTree obtained 16355835 liters, while using J48 obtained 11844763 liters, where the actual production data is 179,20000 liters. So that it can be found a conclusion that for this case the production data approaching the actual data is REPTree, even though the accuracy obtained is smaller compared to J48.
Analisis Perbandingan Fuzzy Tsukamoto dan Sugeno dalam Menentukan Jumlah Produksi Kain Tenun Menggunakan Base Rule Decision Tree Tundo Tundo; Riolandi Akbar; Enny Itje Sela
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 1: Februari 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020701751

Abstract

Penelitian ini menerangkan tentang analisis perbandingan fuzzy Tsukamoto dan Sugeno dalam menentukan jumlah produksi kain tenun dengan menggunakan base rule decision tree. Dari hasil analisis penelitian ini, maka ditemukan beberapa perbedaan yang sangat signifikan: (1) Metode fuzzy Tsukamoto dari hasil yang diperoleh lebih mendekati dari data sesungguhnya, dibandingkan dengan fuzzy Sugeno, (2) Selisih yang diperoleh dengan menggunakan fuzzy Tsukamoto dengan data produksi sesungguhnya selalu konsisten yaitu hasil fuzzy Tsukamoto selalu lebih besar, sedangkan untuk fuzzy Sugeno tidak konsisten, (3) Hasil selisih untuk fuzzy Tsukamoto relatif mendekati dari data produksi sesungguhnya, sedangkan untuk fuzzy Sugeno relatif jauh selisih yang dihasilkan. Sehingga dapat disimpulkan bahwa metode yang paling mendekati nilai kebenaran adalah produksi yang mengunakan metode Tsukamoto dengan keakuratan yang diperoleh menggunakan base rule decision tree sebesar 83.3333 %.AbstractThis study describes the comparative analysis of fuzzy Tsukamoto and Sugeno determining the amount of woven fabric production using a decision tree base rule. From the results the analysis of this study, we found several very significant differences: (1) The fuzzy Tsukamoto method of the results obtained is closer to the actual, compared to fuzzy Sugeno, (2) The difference obtained by using fuzzy Tsukamoto with actual production data is always consistent is that Tsukamoto fuzzy results are always greater, while for Sugeno's fuzzy inconsistency, (3) The difference results for fuzzy Tsukamoto are relatively close to the actual production data, whereas Sugeno fuzzy is relatively far from the difference produced. So it can be concluded that the method closest to the truth value is production using the Tsukamoto method with the accuracy obtained using the base rule decision tree of 83.3333%.
Penerapan Metode Weighted Aggregated Sum Product Assesment dalam Menentukan Beras Terbaik untuk Pembuatan Kue Serabi Tundo Tundo; Doni Kurniawan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020742309

Abstract

Penelitian ini menerangkan penerapan metode Weighted Aggregated Sum Product Assesment dalam menentukan beras terbaik yang akan digunakan untuk pembuatan kue serabi, kasus diambil dari pedagang kue serabi di Kota Tegal Jawa Tengah dengan tujuan memberikan pengetahuan kepada para pedagang kue serabi agar lebih detail dalam menentukan beras yang layak untuk digunakan dalam pembuatan kue serabi bukan hanya sekedar beras tersebut murah, akan tetapi perluh dilihat bentuk dan ciri keseluruhan beras.  Langkah-langkah yang dilakukan untuk menentukan beras terbaik yang kemudian akan digunakan sebagai bahan dasar pembuatan kue serabi dengan menggunakan metode Weighted Aggregated Sum Product Assesment yaitu: (1) Mempersiapkan sebuah matriks yang didalamnya merupakan nilai dari masing masing himpunan dari kriteria, (2) Menormalisasikan data matriks x menjadi data ternormalisasi, (3) Menghitung nilai alternatif dengan menggunakan rumus Weighted Aggregated Sum Product Assesment sehingga ditemukan nilai perangkingan. Setelah langkah-langkah tersebut dilakukan, dalam penelitian ini beras terbaik yang tepat untuk digunakan sebagai bahan pembuatan kue serabi adalah beras pelita dengan hasil 7,12 dengan menduduki rangking pertama. AbstractThis study explains the application of the Weighted Aggregated Sum Product Assessment method in determining the best rice to be used for making pancake cakes. The steps taken to determine the best rice using the Weighted Aggregated Sum Product Assessment method are: (1) Prepare all rice data to be calculated, (2) Make rice data in the form of matrix x and normalize the data matrix x into normalized data, ( 3) Calculate the alternative value for the best rice by using the formula Weighted Aggregated Sum Product Assessment so that the ranking value is found. After these steps are carried out, the best rice that is right to be used as a pancake cake ingredient is pelita rice with a yield of 7.12 by occupying the first rank. Proving the results of the Weighted Aggregated Sum Product Assessment method, a questionnaire was conducted directly to pancake cake traders, especially those in Tegal, which produced a percentage of 80% from 100, which said that pelita rice was rice worthy of being used as a material for pancake cakes because the pancake produced is more fragrant and fresher and the price is relatively cheap.
Perbandingan Decision Tree J48, REPTREE, dan Random Tree dalam Menentukan Prediksi Produksi Minyak Kelapa Sawit Menggunakan Fuzzy Tsukamoto Tundo Tundo; Shofwatul 'Uyun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021833108

Abstract

 Penelitian ini menerangkan analisis decision tree J48, REPTree dan Random Tree dengan menggunakan metode fuzzy Tsukamoto dalam penentuan jumlah produksi minyak kelapa sawit di perusahaan PT Tapiana Nadenggan dengan tujuan untuk mengetahui decision tree mana yang hasilnya mendekati dari data sesungguhnya. Digunakannya decision tree J48, REPTree, dan Random Tree yaitu untuk mempercepat dalam pembuatan rule yang digunakan tanpa harus berkonsultasi dengan para pakar dalam menentukan rule yang digunakan. Berdasarkan data yang digunakan akurasi pembentukan rule dari decision tree J48 adalah 95,2381%, REPTree adalah 90,4762%, dan Random Tree adalah 95,2381%. Hasil dari penelitian yang telah dihitung bahwa metode fuzzy Tsukamoto dengan menggunakan REPTree mempunyai error Average Forecasting Error Rate (AFER) yang lebih kecil sebesar 23,17 % dibandingkan dengan menggunakan J48 sebesar 24,96 % dan Random Tree sebesar 36,51 % pada prediksi jumlah produksi minyak kelapa sawit. Oleh sebab itu ditemukan sebuah gagasan bahwa akurasi pohon keputusan yang terbentuk menggunakan tools WEKA tidak menjamin akurasi yang terbesar adalah yang terbaik, buktinya dari kasus ini REPTree memiliki akurasi rule paling kecil, akan tetapi hasil prediksi memiliki tingkat error paling kecil, dibandingkan dengan J48 dan Random Tree. AbstractThis study explains the J48, REPTree and Tree Random tree decision analysis using Tsukamoto's fuzzy method in determining the amount of palm oil production in PT Tapiana Nadenggan's company with the aim of finding out which decision tree results are close to the actual data. The decision tree J48, REPTree, and Random Tree is used to accelerate the making of rules that are used without having to consult with experts in determining the rules used. Based on the data used the accuracy of the rule formation of the J48 decision tree is 95.2381%, REPTree is 90.4762%, and the Random Tree is 95.2381%. The results of the study have calculated that the Tsukamoto fuzzy method using REPTree has a smaller Average Forecasting Error Rate (AFER) rate of 23.17% compared to using J48 of 24.96% and Tree Random of 36.51% in the prediction of the amount of palm oil production. Therefore an idea was found that the accuracy of decision trees formed using WEKA tools does not guarantee the greatest accuracy is the best, the proof of this case REPTree has the smallest rule accuracy, but the predicted results have the smallest error rate, compared to J48 and Tree Random.
Sistem Bantu untuk Pengrajin dalam Menentukan Kayu Terbaik Terbaik untuk Bahan Gitar dengan Menggunakan Matode Moora Tundo Tundo; Wisnu Dwi Nugroho
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 6: Desember 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021863756

Abstract

Penelitian ini bertujuan untuk membantu pengrajin kayu di Dongkelan, Krapyak, Yogyakarta dalam menentukan kayu terbaik untuk dijadikan sebagai bahan gitar, karena sering terjadi keluhan dari para pembeli bahwa bahan yang dijadikan bahan gitar cepat lapuk dan kusam dari segi warnah. Berdasarkan permasalahan tersebut, dicari suatu solusi dengan menggunakan metode Decision Support System Multi Objective Optimization on the basic of Ratio Analysis (MOORA) serta dibantu oleh pakar dalam menentukan kriteria yang tepat berkaitan penentuan kayu terbaik yang digunakan dalam pembuatan bahan gitar, setelah berdiskusi panjang ditemukan hasil kriteria yang tepat berdasarkan permasalahan, berupa kriteria kekuatan kayu, serat kayu, tekstur, dan berat kayu. Semua kriteria tersebut, kemudian diproses dengan menggunakan metode MOORA, dengan data yang digunakan sebanyak 29 jenis data kayu, yang diperoleh dari pengrajin yang ada di wilayah tersebut. Setelah diproses, diperoleh hasil 3 kayu terbaik yang layak untuk digunakan sebagai bahan pembuatan gitar secara berurutan dalah kayu Bubinga dengan nilai 18,36785, kayu Bocote dengan nilai 17,33385, dan kayu Eboni dengan nilai 17,33385   dari beberapa pilihan alternatif  kayu yang ada. Membuktikan hasil dari metode MOORA, maka dilakukan responden secara langsung dengan memberikan hasil metode kepada pakar pembuat gitar. Dari 15 pakar pembuat gitar, 13 mengatakan setuju dengan peringkat 3 terbesar, dan 2 mengatakan kurang setuju. Sehingga ditemukan tingkat akurasi berdasarkan penilaian pakar sebesar 86,67 %. AbstractThis study aims to assist wood craftsmen in Dongkelan, Krapyak, Yogyakarta in determining the best wood to be used as guitar material, because there are frequent complaints from buyers that the material used for guitar is rotten quickly and is dull in terms of color. Based on these problems, a solution was sought using the Multi Objective Optimization on the basic of Ratio Analysis (MOORA) Decision Support System method and assisted by experts in determining the right criteria related to determining the best wood used in making guitar materials, after a long discussion found the results. the right criteria based on the problem, in the form of wood strength criteria, wood grain, texture, and wood weight. All of these criteria are then processed using the MOORA method, with the data used as much as 29 types of wood data, which are obtained from craftsmen in the area. After processing, the 3 best woods that are suitable for use as a guitar-making material are Bubinga wood with a value of 18.36785, Bocote wood with a value of 17.333385, and Eboni wood with a value of 17.333385 from several alternative wood choices. . Proving the results of the MOORA method, the respondents directly gave the results of the method to guitar-making experts. Of the 15 expert guitar makers, 13 said they agreed with the third largest ranking, and 2 said they disagreed. So that it found the level of accuracy based on expert judgment of 86.67%.
Pelatihan dalam mencari jurnal publikasi sesuai dengan scope bidang penelitian kepada mahasiswa Magister Informatika UIN Sunan Kalijaga Yogyakarta Tundo Tundo; Yusuf Mufti
KACANEGARA Jurnal Pengabdian pada Masyarakat Vol 5, No 2 (2022): Juli
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/kacanegara.v5i2.1131

Abstract

Masa pandemi Covid-19 menghentikan semua aktivitas yang mengundang keramaian, salah satunya adalah kegiatan pembelajaran di perguruan tinggi, hanya dilakukan secara daring atau bahkan ada beberapa mahasiswa yang belajar mandiri tanpa bimbingan dari dosen. Bagi Mahasiswa Magister Informatika UIN Sunan Kalijaga Yogyakarta yang sedang fokus terhadap penelitian dituntut untuk tetap menyelesaikan penelitian tersebut dan diusahakan untuk selesai tepat waktu. Salah satu cara dalam membantu mahasiswa tersebut, yaitu dengan cara memberikan pelatihan mencari jurnal publikasi sesuai dengan scope bidang penelitian dengan menggunakan SINTA. Permasalahannya adalah tidak semua mahasiswa familiar dengan SINTA, sehingga diperlukan adanya pelatihan dalam penggunaan SINTA sebagai sarana mencari jurnal publikasi. Kegiatan dilakukan dalam bentuk pelatihan dan pendampingan dalam menggunakan SINTA bagi Mahasiswa Magister Informatika dalam mulai dari akses link, kemudian tempat sarana media jurnal di SINTA, mencari jurnal publikasi sesuai scope bidang, cara mengakses jurnal publikasi yang dipilih, sampai dengan melakukan registrasi untuk dapat melakukan submission artikel dari jurnal publikasi yang dipilih. Berdasarkan hasil kuesioner menunjukkan lebih dari 88% peserta merasa SINTA mudah digunakan dan antusias untuk menjadikan SINTA sebagai media untuk mencari jurnal publikasi yang di dalamnya terdapat artikel-artikel sesuai dengan dengan scope bidang penelitian mahasiswa.  
Co-Authors Abdus Salam Andi Saidah Aulia Nur Septiani Bobby Arvian James Bobby James Doni Kurniawan Doni Kurniawan Enny Itje Sela Heri Mahyuzar Joko Sutopo M. A. Burhanuddin Mahardika, Fajar Mohd Khanapi Abd Ghani Panji Wijonarko parlindungan tampubolon Rahmadhan Gatra Rajes Khana Riolandi Akbar Saifullah, Shoffan Shofwatul 'Uyun Shofwatul Uyun Tundo Tundo Wagiman Wagiman Wisnu Dwi Nugroho Wisnu Dwi Nugroho