Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) JURNAL MEDIA INFORMATIKA BUDIDARMA
Ramadhan, Mukhlis
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Penerapan Metode Fuzzy Mamdani Untuk Menentukan Stok Produk Herbal Berdasarkan Permintaan dan Penjualan Nasyuha, Asyahri Hadi; Hutasuhut, Masyuni; Ramadhan, Mukhlis
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 3, No 4 (2019): Oktober 2019
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v3i4.1354

Abstract

Sales is one of the activities undertaken by many people as a promising business field. Prediction of the number of items to be sold must be in accordance with stock at the store so that demand and sales can be fulfilled. Therefore, we need a system to find out the amount of stock of herbal products so they do not experience problems in determining stock in each month. By using the Fuzzy Mamdani method as an algorithm for solving the problem, and the criteria are changed in the form of weighting so that the system can do calculations that provide the speed of information in the form of a computerized system. The results of this study aim to apply the Mamdani fuzzy logic method in predicting the amount of herbal product stock based on sales data and the number of requests. Provides results in the form of information printed in a report containing order data for the number of subsequent stock orders
Analisis Optimasi Fungsi Pelatihan Machine Learning Neural Network dalam Peramalan Kemiskinan Sitanggang, Sahat Sonang; Defit, Sarjon; Ramadhan, Mukhlis
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i3.50092

Abstract

Banyak metode fungsi pelatihan dalam Machine Learning Neural Network yang digunakan dalam menyelesaikan masalah komputasi yang berkaitan dengan prediksi. Fungsi pelatihan yang digunakan pada Machine Learning metoda algoritma backpropagation dapat menghasilkan prediksi  yang berbeda, yang dipengaruhi oleh parameter dan data yang digunakan. Tujuan dari penelitian dilakukan untuk menganalisa performance dan keakuratan algoritma backpropagation standard serta mengoptimalkan fungsi pelatihan dengan algoritma Bayesian Regulation, dan One Step Secant. Dalam proses analisis, penelitian ini menggunakan Dataset jumlah kemiskinan di Indonesia dalam jangka waktu 12 tahun (tahun 2009 - 2020) yang terdiri dari 34 provinsi. Data diperoleh dari website Badan Pusat Statistik (BPS) Indonesia https://www.bps.go.id/. Berdasarkan pelatihan, pengujian, dan analisa yang dilakukan diperoleh hasil dari penelitian, bahwa model jaringan 5-9-1 menggunakan fungsi pelatihan Bayesian Regulation mampu melakukan optimasi yang lebih baik dengan percepatan waktu pelatihan, MSE Pengujian, Performance lebih rendah dibandingkan denga 2 metode yang lain, dengan demikian disimpulkan bahwa model jaringan 5-9-1 menggunakan algoritma Bayesian Regulation dapat digunakan untuk prediksi kemiskinan di Indonesia.
Co-Authors Asyahri Hadi Nasyuha Masyuni Hutasuhut Sarjon Defit Sitanggang, Sahat Sonang