Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Indonesian Journal of Computer Science
Toresa, Dafwen
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimasi K-Means dengan Algoritma Genetika untuk Target Pemamfaat Air Bersih Provinsi Riau taslim, taslim; Toresa, Dafwen; Jollyta, Deny; Suryani, Des; Sabna, Eka
Indonesian Journal of Computer Science Vol. 10 No. 1 (2021): April 2021
Publisher : STMIK Indonesia Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v10i1.366

Abstract

Clean water is an important thing in human life. Several actions have been taken by the government to meet the clean water needs of the Riau province. One of them is the Community Based Drinking Water and Sanitation Provision program. Before carrying out activities related to the provision of clean water to the community, the targets to be achieved for the provision of clean water in the future will be determined. This study aims to klaster clean water beneficiary targets using the k-means algorithm with an optimization of the centroid value using a genetic algorithm. Average silhouette number is used to get the optimal number of klasters, which is two klasters. The results of klaster validity were measured using the Davies Bouldin Index (DBI) method where klasterization without optimization resulted in a DBI of 2.164763 and the results of klasterization by carrying out genetic optimization on the centroid value resulted in a DBI value of 2.06894. 
Optimasi Nilai k Pada Algoritma kNN Untuk Prediksi Akademik Mahasiswa Yang Bekerja Taslim, Taslim; Yuhelmi; Toresa, Dafwen
Indonesian Journal of Computer Science Vol. 10 No. 2 (2021): Oktober 2021
Publisher : STMIK Indonesia Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu item penunjang dalam akreditasi perguruan tinggi adalah jumlah mahasiswa yang dapat menyelesaikan masa studinya secara tepat waktu. Semakin tinggi jumlah mahasiswa yang dapat menyelesaikan studinya dengan tepat waktu maka nilai yang didapat dari item ini juga semakain baik begitu juga sebaliknya. Maka dari itu perlu dilakukan prediksi terhadap prestasi akademik mahasiswa terutama bagi mahasiswa yang bekerja karena mereka mempunyai beban yang lebih dibanding mahasiswa yang tidak bekerja. Hasil dari prediksi ini selanjutnya dapat digunakan sebagai salah satu bahan pertimbangan bagi pihak akademik dalam mengambil kebijakan terhadap mahasiswa yang sudah bekerja. Prediksi prestasi akademik dilakukan dengan menggunakan algoritma K nearest neighbor dengan optimasi pada nilai k dengan algoritma k-fold cross validation dengan 5-fold cross validation. Kelas label terdiri atas 3 kategori yaitu memuaskan, sangat memuaskan dan dengan pujian. Dari hasil penelitian didapat nilai k= 3. Uji akurasi performance menghasilkan nilai sebesar 85,71%.
Co-Authors Des Suryani Jollyta, Deny Sabna, Eka Taslim Taslim Yuhelmi Yuhelmi