Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Dan Sistem Informasi Bisnis JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah
Sunge, Aswan S
Unknown Affiliation
Humanities Computer Science & IT Education Electrical & Electronics Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Penggunaan Naïve Bayes dalam Implementasi Prediksi Tingkat Curah Hujan Nurmaulida*, Irma; Sunge, Aswan S; Zy, Ahmad Turmudi
JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah Vol 8, No 3 (2023): Juni, socio-economics, community law, cultural history and social issues
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jimps.v8i3.26402

Abstract

Perkiraan curah hujan telah menjadi salah satu masalah yang paling ilmiah dan teknologi menantang seluruh dunia pada abad terakhir. Hujan  adalah  sebuah  peristiwa  turunnya  butir-butir  air  yang  berasal  dari  langit  ke permukaan  bumi.  Hujan  juga  merupakan  siklus  air  di  planet  bumi. Definisi  hujan yang  lainnya  adalah  sebuah  peristiwa  Presipitasi  (jatuhnya  cairan yang  berasal  dari atmofer  yang  berwujud  cair  maupun  beku  ke  permukaan  bumi)  berwujud cairan. Hujan  membutuhkan  keberadaan lapisan atmosfer tebal supaya  dapat menemui suhu di atas titik leleh es di dekat dan di atas permukaan Bumi indonesia merupakan  negara dengan iklim hutan hujan tropis dengan ciri-ciri suhu udara yang hampir seragam, serta memiliki curah hujan yang tinggi yang terbagi rata di sepanjang tahun, Curah hujan memiliki pola yang tidak menentu sehingga sulit dilakukan prediksi dengan cara manual. Curah hujan  yang  cukup  besar  tidak  dapat  ditentukan  secara  pasti  namun  hal  ini  dapat  diperkirakan. Dengan demikian, adanya data mining memungkinkan mesin mengenali dan mempelajari pola data yang rumit. Maka dari  itu  pembelajaran  mesin  dapat  mempelajari  pola  data  curah  hujan  untuk  melakukan  prediksi, maka di lakukan sebuah penelitian prediksi curah hujan dengan metode naïve bayes dan Data yang di gunakan pada penelitian ini aalah data yang di ambil dari situs resmi BMKG Indonesia yang mana bisa di akses oleh semua kalangan baik itu kalangan anak-anak, remaja, dewasa bahkan orangtua.
Prediksi Penjualan Obat Dan Alat Kesehatan Terlaris Menggunakan Algoritma K-Nearest Neighbor Azis, Abdul; Zy, Ahmad Turmudi; Sunge, Aswan S
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 6 No 1 (2024): Januari 2024
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v6i1.1078

Abstract

This vital health phenomenon raises problems related to identifying medicinal products and medical equipment that are most frequently prescribed by specialist doctors, and are in demand by patients, as well as efficient stock management. The main challenge faced by hospitals is the difficulty in predicting which medicines and health devices are most in demand. This research analyzes and predicts the best-selling medicines and medical devices based on historical sales and demand data. By adopting a machine learning approach using the K-Nearest Neighbors (KNN) algorithm, research can help hospitals optimize services, especially the availability of stock of medicines and health equipment. The analysis results provide deep insight into patient preferences and demand trends by specialist doctors, enabling smarter stock management adjustments. It is hoped that this solution will reduce stock shortages and waste of storage resources, contributing to more efficient healthcare services. In conclusion, this research shows that the KNN algorithm can provide intelligent solutions to overcome complex challenges in managing valuable health resources.
Co-Authors Abdul Azis Nurmaulida*, Irma Zy, Ahmad Turmudi