Article Per Year (5 Year)
p-Index From 2019 - 2024
1.006
P-Index
This Author published in this journals
All Journal Jurnal Pekommas CogITo Smart Journal JurTI (JURNAL TEKNOLOGI INFORMASI) Joined Journal (Journal of Informatics Education) Water Circulation Monitoring System in The Vanname Shrimp Cultivation based on Internet of Thing
ST. Aminah Dinayati Ghani
Universitas Dipa Makassar
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Joined Journal (Journal of Informatics Education)

 1 
Neural Network Berbasis Algoritma Genetika untuk Prediksi Kesempatan Kerja Siti Aminah Dinayati G.
Joined Journal (Journal of Informatics Education) Vol 1 No 1 (2018): JOINED Journal of Informatics Education
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (785.397 KB) | DOI: 10.31331/joined.v1i1.611

Abstract

ABSTRAK Kesempatan kerja merupakan aspek kehidupan yang paling dibutuhkan dalam memenuhi kebutuhan hidup manusia. Oleh karena itu perlu diketahui faktor-faktor ekonomi apa saja yang mempengaruhi pertumbuhan kesempatan kerja dengan cara pengelolaan yang tepat untuk mengantisipasi kemungkinan buruk yang dapat mengganggu pertumbuhan kesempatan kerja. Tujuan dari penelitian ini adalah untuk mengetahui akurasi dari prediksi kesempatan kerja dengan menggunakan Neural Network dan pembobotan menggunakan Algoritma Genetika. Hasil penelitian menunjukkan bahwa akurasi yang didapatkan untuk prediksi kesempatan kerja menggunakan Algoritma Neural Network adalah sebesar 87,45 % dengan AUC 0,89 termasuk dalam good classification, sedangkan apabila menggunakan Algoritma Neural Network berbasis Algoritma Genetika untuk pembobotan atribut maka nilai akurasi yang didapatkan adalah sebesar 88,30 % dan AUC 0,92 termasuk dalam excelent classification. ABSTRACT Employment is an aspect of life is most needed in meeting human needs. Therefore, please note the economic factors that influence the growth of employment by means of proper management to anticipate the possibility of bad that can interfere with the growth of employment. The purpose of this study was to determine the accuracy of the prediction of employment by using Neural Network and weighting using Genetic Algorithms. The results showed that the prediction accuracy is obtained for employment using Neural Network algorithm is equal to 87.45% with 0.89 AUC included in good classification.
Co-Authors Aswar TC. Koswara Indo Intan Indo Intan Nur Salman Nurdin Nurdin Rismayani Rismayani Sitti Aisa