Article Per Year (5 Year)
p-Index From 2019 - 2024
3.638
P-Index
This Author published in this journals
All Journal Jurnal Tekno Insentif Jurnal MediaTIK Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Dedikasi Seminar Nasional Pengabdian Kepada Masyarakat INOVASI: Jurnal Hasil Pengabdian Masyarakat Internet of Things and Artificial Intelligence Journal Indonesian Journal of Fundamental Sciences Vokatek : Jurnal Pengabdian Masyarakat International Journal of Environment, Engineering, and Education Journal of Embedded Systems, Security and Intelligent Systems Journal of Deep Learning, Computer Vision and Digital Image Processing
Andi Akram Nur Risal
Universitas Negeri Makassar
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal MediaTIK

 1 
Aturan Asosiasi Berbasis Algoritma Apriori Pada Penjualan Retail Online Andi Akram Nur Risal; Fhatiah Adiba; Andi Aisyah Nurfitri
Jurnal MediaTIK Vol 6, No 2 (2023): Mei
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/jmtik.v6i2.45773

Abstract

Penjualan Retail pada data penelitian ini adalah hasil transaksi penjualan tokoh retail non tokoh di Inggris. Untuk meningkatkan penjualan salah satu cara yang harus dilakukan adalah dengan menganalisis arsip dari transaksi penjual untuk melihat produk yang paling sering dibeli oleh pelanggan menggunakan teknik data mining dengan algoritma apriori. Tujuan dari penelitian ini adalah untuk mendapatkan suatu aturan asosiasi produk apa saja yang selalu di beli oleh pelanggang dengan membandingkan aturan min support 10% dengan confidance 70%, min support 10% dengan confidance 50%, dan min support 10 dengan confidance 30%. Hasil min support 10% dengan confidance 70% adalah (Knitted Union Flag Hot Water Bottle) (White Hanging Heart T-Light Holder) min support 11% dengan confidance 100%, hasil dari min support 10% dengan confidance 30% dan 50% (Knitted Union Flag Hot Water Bottle) (White Hanging Heart T-Light Holder) dengan nilai min support 11% dengan confidance 100%. Berdasarkan hasil perbandingan diatas terbentuk sebuah aturan yaitu Jika membeli Knitted Union Flag Hot Water Bottle, maka akan membeli White Hanging Heart T-Light Holder
Implementasi Algoritma Backpropagation untuk Klasifikasi Kualitasi Susu Sapi Fhatiah Adiba; Andi Akram Nur Risal; Muhlis Tahir
Jurnal MediaTIK Vol 6, No 2 (2023): Mei
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/jmtik.v6i2.46013

Abstract

Susu sapi memiliki manfaat yang penting bagi kesehatan manusia karena mengandung banyak nutrisi yang dibutuhkan tubuh. Beberapa manfaatnya antara lain meningkatkan kekuatan tulang, meningkatkan system kekebalan tubuh, serta berperan dalam pertumbuhan dan perkembangan. Produsen susu sapi memiliki peran penting dalam menghasilkan susu yang berkualitas. Untuk membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik maka dibutuhkan system untuk melakukan klasifikasi penentuan kualitas susu dengan menggunakan algoritme Bakcpropagation. Data yang digunakan dalam penelitian ini sebanyak 1059 data dengan dengan hasil jenis kualitas susu yaitu tinggi, standar, dan rendah. Penentuan kualitas susu berdasarkan 7 parameter yaitu pH, Suhu, Rasa, Bau, Lemak, Kekeruhan, dan Warna. Tahapan penelitian yang dilakukan memiliki tiga tahapan, yakni pertama adalah pemilihan data yang optimal, tahap kedua pemilihan parameter optimal yang akan digunakan dalam implementasi algoritme Backpropagation, dan tahap ketiga pengujian implementasi algoritme. Hasil akurasi dengan menggunakan metode pengujian k-fold dengan nilai k=3, learning rate=0,5, jumlah iterasi (epoch)=750, dan jumlah hidden layer=7 mendapatkan akurasi tinggi sebesar 97.923%. Hal ini dapat membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik dan memberikan kontribusi dalam pengembangan teknologi klasifikasi menggunakan algoritme pembelajaran mesin di industri susu sapi.
Co-Authors A. Arfan Fauzi Abdul Wahid Al Imran Alfian Firlansyah Andi Aisyah Nurfitri Andi Alamsyah Rivai Andi Baso Kaswar Andi Baso Kaswar Andi Sadri Agung Anita Candra Dewi Dewi Fatmarani Surianto Dirawan, Gufran Darma Dwi Rezky Anandari Sulaiman Dyah Darma Andayani Fathahillah Fathahillah Fathahillah Fathahillah Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Fhatiah Adibah Hartanto Tantriawan Jumadi Mabe Parenreng M. Miftach Fakhri M. Syahid Nur Wahid Marwan Ramdhany Edy Muhammad Akbar Amir Muhammad Fajar B Muhammad Nur Yusri Muhlis Tahir Muliadi Muliadi Mulyati Yantahing Mustari S Lamada Ninik Rahayu Ashadi Nur Azizah Ayu Safanah Nur Inayah Yusuf Nurjannah Nurjannah Nurjannah Nurul Isra Humaira Baktiar Nurul Mukhlisah Abdal R., Mantasiah Ridwan Daud Mahande Rivai, Andi Tenri Ola Trisakti Akbar