Article Per Year (5 Year)
p-Index From 2019 - 2024
14.376
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Riau Journal of Computer Science Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Indonesian Journal of Artificial Intelligence and Data Mining Rang Teknik Journal Matrik : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Journal of Information Technology and Computer Engineering Jambura Journal of Informatics ComTech: Computer, Mathematics and Engineering Applications Systematics Jurnal Sistim Informasi dan Teknologi Jurnal Informasi dan Teknologi Jurnal Informatika Ekonomi Bisnis Journal of Applied Engineering and Technological Science (JAETS) JUKI : Jurnal Komputer dan Informatika Jurnal Perangkat Lunak Login : Jurnal Teknologi Komputer Jurnal Computer Science and Information Technology (CoSciTech) Journal of Applied Computer Science and Technology (JACOST) Journal of Computer Scine and Information Technology Jurnal Ipteks Terapan : research of applied science and education Jurnal Komtekinfo Jurnal Sistim Informasi dan Teknologi Jurnal Administrasi Sosial dan Humaniora (JASIORA) Jurnal Informatika Ekonomi Bisnis RJOCS (Riau Journal of Computer Science)
Sarjon Defit
Universitas Putra Indonesia YPTK Padang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 125 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 125 Documents
Search

 9   10   11   12   13 
Analisis Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Harga Pasar Mobil Bekas Sandy Mulyanda; Sarjon Defit; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.427

Abstract

Tingginya minat masyarakat terhadap mobil bekas membuat bisnis jual beli mobil bekas semakin meningkat, hal ini ditandai dengan banyaknya showroom mobil bekas yang ada di beberapa Kota, diantaranya showroom - showroom yang ada di Kota Bukittinggi seperti showroom AutoFallen. Beberapa faktor yang dapat mempengaruhi harga mobil bekas itu sendiri antara lain, tahun produksi, jenis mobil, transmisi, bahan bakar, kapasitas mesin, dan jarak tempuh. Disamping hal itu, didapatkan informasi dari pihak showroom dimana ada beberapa faktor yang mungkin berpengaruh terhadap daya beli masysrakat, diantaranya minat masyarakat terhadap suatu merk mobil, selain itu harga mobil juga dapat dipengaruhi oleh tingkat kepercayaan masyarakat terhadap suatu showroom tertentu, dengan kata lain, harga mobil bekas untuk satu merk, satu tahun rakitan dan lain sebagainya belum bisa diprediksi apakah harganya akan terus stabil atau tidak untuk ke depannya. Klasifikasi merupakan salah satu metode dalam menganalisis data mining dimana hasil dari klasifikasi tersebut dapat digunakan untuk memprediksi harga mobil bekas. Dengan menggunakan Algoritma C4.5 maka akan diketahui prediksi kestabilan dari harga mobil bekas pada beberapa tahun kedepan. Data yang diolah dalam penelitian ini sebanyak 100 data penjualan yang didapat dari showroom AutoFallen Bukittinggi. Selanjutnya data diolah menggunakan software Rapidminer. Hasil dari pengujian terhadap metode ini adalah dapat memprediksi harga pasar mobil bekas, sehingga tingkat akurasinya sebesar 99.00%. Dengan menggunakan metode Algoritma C4.5 dapat memprediksi harga pasar mobil bekas dengan akurat.
Implementasi Metode AHP Dan Maut untuk Rekomendasi Produk Tupperware Terlaris Bisma Okmarizal; Sarjon Defit; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.430

Abstract

Untuk melakukan pemesanan barang tupperware pada unit simabur indah, sering terjadi ketidaksesuaian antara permintaan barang dengan barang yang di pesan sehingga terjadinya penumpukan barang dan kekosongan stok barang. Untuk meningkatkan efektifitas jual beli maka dibutuhkanlah sebuah sistem informasi untuk rekomendasi barang terlaris sebagai pendukung keputusan. Metode yang digunakan adalah AHP dan MAUT, pembuat keputusan adalah 5 star manager dan data yang digunakan adalah data katalog bulan maret 2023 sebanyak 20 data dan kriteria yang digunakan adalah 6 kriteria. Implementasi metode AHP dan MAUT menghasilkan A9, A20, A8, A13, A7 dengan nilai 0,916077, 0,842113, 0,831385, 0,768166, 0,768166 sebagai alternatif yang disarankan untuk pembelian di bulan berikutnya. Dengan membandingkan antara keputusan perusahaan didapatkanlah satu hasil rekomendasi yang berbeda sehingga akurasi didapatkan sebanyak 80%.
Analisa Dini Gangguan Disleksia Anak Sekolah dengan Metode Backpropagation Novi Yanti; Adil Setiawan; Sarjon Defit
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 2 (2023): Volume 9 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i2.64588

Abstract

Disleksia sering disalah artikan sebagai kebodohan atau kemalasan pada anak. Gejala disleksia dikenal dengan gangguan belajar yang meliputi mengenal huruf, mengeja, membaca, dan menulis. Meskipun gejala disleksia tidak terlihat dengan jelas, kondisi ini dapat berdampak pada perkembangan pola belajar anak. Tujuan penelitian adalah untuk mengidentifikasi gejala disleksia sedini mungkin agar tidak mengganggu perkembangan belajar pada anak. Selain itu, penelitian juga bertujuan untuk mengevaluasi keakuratan teknik yang digunakan. Analisa menggunakan metode jaringan syaraf tiruan dengan teknik backpropagation dengan memberikan nilai bobot, sehingga dapat memberikan nilai input dengan benar. Penelitian menggunakan 150 dataset, 40 variabel input dan 40 lapisan tersembunyi. Keluaran yang diharapkan mencakup disleksia atau non-disleksia. Hasil implementasi dan pengujian untuk data latih dan data uji terbaik adalah 90:10. Dengan nilai epoch maksimum 5000 dan nilai error target 0,001. Metode backpropagation dapat memberikan hasil akurasi terbaik 100% pada learning rate 0,5. Sehingga metode backpropagation dapat dengan baik mendeteksi gangguan disleksia pada anak sejak dini.
Sistem Pendukung Keputusan Kelayakan Penerima Kartu Indonesia Pintar Kuliah Menggunakan Metode SAW Habdi Habdi; Sarjon Defit; Sumijan
JURNAL PERANGKAT LUNAK Vol 5 No 3 (2023): Jurnal Perangkat Lunak
Publisher : Universitas Islam Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/jupel.v5i3.2791

Abstract

Sistem Informasi Manajemen (SIM) sendiri adalah sebuah sistem formal dan informal yang menyajikan informasi mengenai sejarah, situasi saat ini, dan proyeksi masa depan melalui komunikasi lisan dan tulisan, terkait dengan berbagai operasi perusahaan dan lingkungan di sekitarnya. Selain itu, Sistem Penunjang Keputusan (Decision Support System) menjadi komponen penting dalam mendukung pengambilan keputusan untuk menyeleksi penerima beasiswa Kip Kuliah pengelola yayasan Universitas Dehasen Bengkulu memerlukan pendekatan yang lebih sistematis. tujuan penelitian untuk mengembangkan sistem pendukung keputusan membantu yayasan dalam proses seleksi penerima beasiswa. mempertimbangkan kriteria-kriteria tertentu, sistem diharapkan memberikan rekomendasi yang lebih akurat, sehingga proses seleksi dapat berjalan. Manfaat dari penelitian ini membantu pengelola mengambil keputusan lebih tepat. Metode SAW terdiri dari penilaian atribut setiap alternatif dan direpresentasikan dalam matriks penilaian keputusan. Matriks digunakan untuk menentukan seluruh kriteria dan skor dari setiap alternatif. Metode SAW memerlukan normalisasi matriks keputusan (X) untuk dibandingkan dengan peringkat alternatif yang ada. Metode SAW atribut kriteria ke-untungan (benefit) dan kriteria biaya (cost), Perbedaan dari kedua kriteria ini adalah dalam pemilihan kriteria mengambil keputusan.Kesimpulannya, dengan adanya sistem pendukung keputusan ini diharapkan proses seleksi penerima beasiswa KIP-Kuliah di Universitas Dehasen Bengkulu dapat berjalan dengan lebih efisien dan menghasilkan keputusan yang lebih akurat.
Standardscaler's Potential in Enhancing Breast Cancer Accuracy Using Machine Learning Febri Aldi; Febri Hadi; Nadya Alinda Rahmi; Sarjon Defit
Journal of Applied Engineering and Technological Science (JAETS) Vol. 5 No. 1 (2023): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/jaets.v5i1.3080

Abstract

The major consequence of breast cancer is death. It has been proven in many studies that machine learning techniques are more efficient in diagnosing breast cancer. These algorithms have also been used to estimate a person's likelihood of surviving breast cancer. In this study, we employed machine learning algorithms to predict breast cancer. A total of 569 breast cancer datasets were obtained from kaggle sites. Some of the machine learning algorithms that we use are K-Nearest Neighbor (KNN), besides Random Forest (RF), there is also Gradient Boosting (GB), then Gaussian Naive Bayes (GNB), Vector Support Machine (SVM), and then Logistic Regression (LR). Before algorithms were used to train and test breast cancer datasets, StandardScaler was leveraged to transform training datasets and test datasets for improved algorithm performance. As a result of this utilization, the performance measurement carried out succeeded in producing high accuracy. The highest results were obtained from the Logistic Regression algorithm with an accuracy value of 99%. The value of precison is 99% benign, and 100% malignant. The recall results are 100% benign, and 98% malignant. The F1-Score results show 99% benign, and 99% malignant. It is hoped that this research can help the medical party to determine the next step in dealing with breast cancer.
Co-Authors Abdul Azis Said Adek Putri Adi Gunawan Adi Gunawan, Adi Agung Ramadhanu Agus Perdana Windarto Ahmad Zamsuri, Ahmad Am, Andri Nofiar Amran Sitohang Andri Nofiar Angga Putra Juledi Anggrawan, Anthony ardialis Arif Budiman Arif Budiman Arika Juwita Z Asri Hidayad Ayunda, Afifah Trista Bisma Okmarizal Bosker Sinaga Daeng Saputra Perdana Daniel Theodorus Dayla May Cytry Dendi Ferdinal Deno Yulfa Ardian Dhena Marichy Putri Dinda Permata Sukma Dwi Utari Iswavigra Dwiki Aulia Fakhri Efendi, Muhamad Efrizoni, Lusiana Eka Praja Wiyata Mandala Elda, Yusma eriwandi Faisal Roza Fanny Septiani Bufra Fauzan Azim Fauzi Erwis Febri Aldi Febri Hadi Febrina, Yerri Kurnia Fitriani, Yetti Fristi Riandari Fristi Riandari Fuad El Khair Gunadi Nurcahyo Gunadi Widi Nurcahyo Habdi Habdi Halifia Hendri Handika, Yola Tri Haris Kurniawan Hasmaynelis Fitri Hengki Juliansa Henky Andema Hermanto Hidayad, Asri Indah Savitri Hidayat Ira Nia Sanita Ismail Virgo Jefdy Kurniawan Jeri Wandana Juansen, Monsya Juledi, Angga Putra Khairul Azmi Kurniawan, Jefdy L. J. Muhammad Larissa Navia Rani Leoni Lidya M Syahputra M. Ibnu Pati Mardayatmi, Suci Mardison Mardison Mardison Meilinda Sari Meilinda Sari Melissa Triandini Mhd Hary Kurniawan Miftahul Hasanah Miftahul Hasanah, Miftahul Mike Zaimy Monsya Juansen MUHAMMAD TAJUDDIN Nadya Alinda Rahmi Nandel Syofneri Nanik Istianingsih Nopi Purnomo Nori Sahrun, Nori Novi Yanti Nurcahyo, Gunadi Widi Nurdin, Yogi K Nurhidayat Pati, Muhammad Ibnu Putra, Rahman Arief Putri, Adek R Rahmiyanti Rafiska, Rian Rahmad Aditiya Rahman Arief Putra Ramadhan, Mukhlis Ramdani Bayu Putra Rezki - Rian Kurniawan Rianti, Eva Rio Andika Malik Ritna Wahyuni Riyan Ikhbal Salam Rizki Mubarak Rusdianto Roestam S Sumijan Salam, Riyan Ikhbal Sandrawira Anggraini Sandy Mulyanda Setiawan, Adil Shahab Wahhab Kareem Sharon Shaza Alturky Sirait, Weri Sitanggang, Sahat Sonang Slamet Riyadi Sofika Enggari Sri Dewi Sri Dewi Suci Mardayatmi Suhefi Oktarian Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan, S Surya Dwi Putra Susandri, Susandri Susriyanti, Susriyanti Syafri Arlis Syahputra, M Syaljumairi, Raemon Virgo, Ismail Vivi Suryani Wahyuni, Ritna Wanto, Anjar Wenni Afrodita Weri Sirait Y Yuhandri Yerri Kurnia Febrina Yetti Fitriani Yogi K. Nurdin Yoni Aswan Yuhandri Yuhandri Yuhandri Yuhandri, Yuhandri Yuli Hartati Yunus, Yuhandri Yusma Elda Zulvitri, Z Zurni Mardian