Claim Missing Document
Check
Articles

Found 21 Documents
Search

SISTEM PAKAR PENYAKIT LAMBUNG MENGGUNAKAN METODE FORWARD CHAINING Andi Nurkholis; Agung Riyantomo; Mohammad Tafrikan
JURNAL ILMIAH MOMENTUM Vol 13, No 1 (2017)
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jim.v13i1.1757

Abstract

Penelitian ini dilakukan berdasarkan latar belakang kebutuhan terhadap sistem yang dapat membantu dalam mendefinisikan dan mendiagnosa suatu penyakit berdasarkan gejala-gejala yang dialami oleh manusia khususnya penyakit bagian lambung. Dengan alasan tersebut, maka diperlukan perancangan sebuah sistem yang dapat meniru cara berfikir seorang pakar, yaitu sistem pakar. Sistem pakar merupakan teknologi berbasis pengetahuan, fakta dan penalaran yang dapat digunakan untuk menyelesaikan berbagai masalah dalam berbagai disiplin ilmu diantaranya adalah masalah diagnosa. Metode pengembangan yang digunakan dalam pembuatan sistem pakar adalah metode SDLC (system development life cycle) dengan menggunakan metode inferensi Forward Chaining dan model penelusuran depth first search berbasis platform pemrograman java. Dalam penelitian ini, basis kepakaran yang digunakan adalah tujuh belas gejala dan tujuh macam penyakit bagian lambung, diantaranya: Gastritis, Dispepsia, Kanker Lambung, GERD, Gastroenteritis, Gastroparesis, dan Tukak Lambung. Pada penelitian ini juga dilakukan studi kelayakan oleh Dr. Amelia Mayangsari, hasilnya sistem pakar ini memiliki keakuratan diagnosa sebesar 75% dan dapat dikategorikan baik, meskipun diperlukan lagi perbaikan-perbaikan dari segi keefektifan dan kelengkapan informasi. Kata kunci: depth first search, forward chaining, penyakit lambung, sistem pakar
Spatial decision tree model for garlic land suitability evaluation Andi Nurkholis; Imas Sukaesih Sitanggang; Annisa Annisa; Sobir Sobir
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 10, No 3: September 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v10.i3.pp666-675

Abstract

Predicting land and weather characteristics as indicators of land suitability is very important in increasing effectiveness in food production. This study aims to evaluate the suitability of garlic land using spatial decision tree algorithm. The algorithm is the improvement of the conventional decision tree algorithm in which spatial join relation is included to grow up spatial decision tree. The spatial dataset consists of a target layer that represents garlic land suitability and ten explanatory layers that represent land and weather characteristics in the study areas of Magetan and Solok district, Indonesia. This study generated the best spatial decision trees for each study area. On Magetan dataset, the best model has 33 rules with 94.34% accuracy and relief variable as the root node, whereas on Solok dataset, the best model has 66 rules with 60.29% accuracy and soil texture variable as the root node.
PELATIHAN CUSTOMER SERVICE UNTUK TENAGA KEPENDIDIKAN SMKN 2 KALIANDA Andi Nurkholis; Damayanti Damayanti; Selamet Samsugi; Muhammad Fitratullah; Berlintina Permatasari; Tri Widodo; Leny Meilisa
Journal of Social Sciences and Technology for Community Service (JSSTCS) Vol 2, No 2 (2021): Vol 2, No 2 (2021): September 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jsstcs.v2i2.1379

Abstract

Customer service merupakan pelayanan terhadap kepuasan pelanggan, memberikan informasi dan menyelesaikan keluhan yang dialami oleh tamu/konsumen. Berdasarkan wawancara kepada Kepala Sekolah SMKN 2 Kalianda menjelaskan bahwa saat ini customer service sudah cukup memadai. Namun pihak sekolah masih menginginkan adanya peningkatan pada proses pelayanan customer service yang prima bagi tenaga kependidikan. Pelatihan customer service bertujuan meningkatkan kualitas pelayanan oleh tenaga kependidikan kepada masyarakat, khususnya para orangtua dari calon siswa yang hendak bersekolah di SMKN 2 Kalianda. Kegiatan pelatihan dilakukan dengan memberikan materi terlebih dahulu yang dilanjutkan dengan praktik secara langsung. Materi yang diberikan berupa pelatihan marketing, pelatihan teknik pendekatan kepada konsumen dan pelatihan komunikasi dan bahasa. Berdasarkan hasil yang diperoleh, pelatihan berhasil meningkatkan kualitas tenaga kependidikan dalam pelayanan terhadap pelanggan yang dibuktikan dari pelayanan yang diberikan secara baik, ramah, dan jelas dalam memberi informasi kepada pelanggan. Peningkatan kualitas dari tenaga kependidikan secara tidak langsung meningkatkan kualitas dari manajemen dan organisasi sekolah, sehingga mampu lebih berkembang, khsususnya dalam merekrut calon siswa baru.
Geographic Information System for Student Distribution Area Mapping Andi Nurkholis; Mega Desi Diah Ayu
Jurnal Informatika Universitas Pamulang Vol 6, No 4 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v6i4.14383

Abstract

Determining MTs Muhammadiyah Metro school's promotion location is often constrained because it has difficulty digging up information on the student's distribution. One of the reasons schools find it difficult to dig up student distribution information is that there is no digital mapping, so that isn't easy to carry out promotion in the right location. This study aims to develop a geographic information system for students' areas visualizing distribution maps. System development is carried out by applying the prototype method. The results showed that GIS could help schools determine students' distribution based on markers with different colors. The GIS test uses the ISO 25010 software testing quality standard consisting of eight aspects and the black-box method to examine system functionality. ISO 25010 testing obtained a value of 86.75%, which, based on the interpretation criteria range, is very feasible. The black-box test result show that the system can function properly as evidenced by a righteousness rate of 100%.
Algoritme Spatial Decision Tree untuk Evaluasi Kesesuaian Lahan Padi Sawah Irigasi Andi Nurkholis; Muhaqiqin; Try Susanto
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 5 (2020): Oktober 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.259 KB) | DOI: 10.29207/resti.v4i5.2476

Abstract

Agriculture has a strategic role in a country whereas food self-sufficiency being the main goal to be achieved. Indonesia has set a strategic plan for increasing the productivity of several commodities, including rice, especially irrigated lowland rice. That matter can be done by agricultural land extensification, which requires a land suitability directional map. This study aims to produce irrigated lowland rice land suitability maps which can be obtained by evaluation using spatial decision tree algorithm. The model is made in two different types, where model Y is an optimized version of model X. The dataset consists of two categories, namely eleven explanatory layers which are land and weather characteristics, and a target layer that represents irrigated lowland rice land suitability in study area of Grobogan Regency, Central Java Province. As an addition to planting requirements, two spatial weather datasets were generated using ordinary cokriging interpolation, which was not used in previous research, while actually being important element for determining plant timing an agricultural commodity. Based on accuracy, model Y is the best model with 96.67%, compared to model X with 86%. Both models make relief variable as the root node, but in spatial decision tree result, model X involves all variables, while model Y does not involve an elevation variable. The addition of weather variables in models is appropriate, as evidenced by the involvement in rules.
Analisis Kesesuaian Lahan Padi Gogo Berbasis Sifat Tanah dan Cuaca Menggunakan ID3 Spasial(Land Suitability Analysis for Upland Rice based on Soil and Weather Characteristics using Spatial ID3) Andi Nurkholis; Muhaqiqin Muhaqiqin; Try Susanto
JUITA : Jurnal Informatika JUITA Vol. 8 Nomor 2, November 2020
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (799.633 KB) | DOI: 10.30595/juita.v8i2.8311

Abstract

Penurunan minat generasi muda terhadap sektor pertanian menjadi permasalahan sekaligus tantangan bagi Indonesia dalam hal kedaulatan pangan, dimana kebutuhan suplai pangan justru akan terus meningkat setiap tahunnya. Pemerintah Indonesia telah menetapkan rencana strategis berupa pengembangan sembilan komoditas utama,  salah  satunya adalah  padi yang merupakan bahan pangan utama masyarakat Indonesia. Pengembangan dapat dilakukan dengan menerapkan kemajuan teknologi untuk keefektifan produksi pangan, dengan tujuan utama adalah ekstensifikasi lahan pertanian. Arahan kesesuaian lahan berupa karakteristik lahan dan cuaca yang sesuai sangat penting dalam menunjang hal tersebut, yang dapat diperoleh melalui evaluasi kesesuaian lahan. Penelitian ini melakukan kajian analisis berupa evaluasi kesesuaian lahan padi gogo menggunakan algoritme ID3 spasial berdasarkan sifat tanah dan cuaca. Algoritme ID3 spasial merupakan pengembangan dari algoritme ID3 konvensional untuk menangani klasifikasi data yang melibatkan faktor spasial. Dataset terbagi menjadi dua kategori, yakni layer penjelas merepresentasikan delapan sifat tanah (elevasi, drainase, relief, kejenuhan basa, kapasitas tukar kation, tekstur tanah, kemasaman tanah, dan kedalaman mineral tanah) dan dua data cuaca (curah hujan dan temperatur), serta layer target merepresentasikan kesesuaian lahan padi gogo pada area studi, Kabupaten Bogor, Provinsi Jawa Barat, Indonesia. Analisis kesesuaian lahan menghasilkan dua model yang memperoleh simpul akar (relief) dan akurasi yang sama (87.28%), dengan jumlah aturan yang berbeda, yakni 144 oleh model A dan 69 oleh model B. Penambahan faktor cuaca merupakan hal tepat yang dibuktikan oleh keterlibatannya pada dua model keputusan spasial, sehingga dapat memberikan informasi curah hujan dan temperatur yang dibutuhkan dalam pengoptimalan pertanian padi gogo.
SISTEM MONITORING KELEMBABAN GABAH PADI BERBASIS ARDUINO I Ketut Wahyu Gunawan; Andi Nurkholis; Adi Sucipto; Afifudin Afifudin
Jurnal Teknik dan Sistem Komputer Vol 1, No 1 (2020): Jurnal Teknik dan Sistem Komputer
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtikom.v1i1.4

Abstract

Permasalahan dalam pascapanen padi yang masih sering ditemui adalah proses pengeringan yang masih dilakukan secara manual, dimana hanya menggunakan alat indra manusia sebagai alat ukur untuk mengetahui gabah tersebut kering atau masih basah. Hal tersebut memiliki kelemahan dalam hal penggunaan alat indra manusia yang bersifat relatif, sehingga dibutuhkan sebuah sistem yang efektif memberikan informasi kelembaban gabah padi. Penelitian ini bertujuan membuat sistem memonitoring kelembaban gabah padi berbasis Arduino menggunakan sensor DHT11 dan Soil Moisture. Sistem yang dirancang terdiri dari beberapa bagian yaitu: catu daya, sistem kontrol, rangkaian mekanika dan program. Catu daya merupakan sumber daya untuk menjalankan seluruh sistem yang terdiri dari tegangan. Sistem kontrol berupa rangkaian elektronik yang berfungsi sebagai pengolah data dengan mikrokontroler sebagai pusat kendali. Bagian selanjutnya adalah rangkaian mekanika yang berfungsi untuk mengatur buka tutup pengeluaran gabah kering dan gabah basah. Bagian terakhir adalah program yang berfungsi untuk mengatur mikrokontroler menjalankan logika sistem. Berdasarkan hasil pegujian, diperoleh bahwa sistem dapat megukur kelembaban dan kadar air pada gabah padi, sehingga mampu meminimalisir kerusakan beras ketika dilakukan penggilingan.
Prediction Model for Soybean Land Suitability Using C5.0 Algorithm Nurkholis, Andi; Styawati, Styawati
JOIN (Jurnal Online Informatika) Vol 6, No 2 (2021)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v6i2.711

Abstract

Soybean is one of the protein main sources that can be used for consumption in tempeh, tofu, milk, etc. Based on projection results, soybean production and consumption balance in Indonesia, in 2018-2022, it is estimated that deficit will increase by 6.18% per year. So, it's necessary to guide soybean land suitability, which can be carried out by evaluating existing land suitability to support soybean farming expansion and production. This study conducted an analytical study to evaluate soybean land suitability using C5.0 algorithm based on land and weather characteristics. The C5.0 algorithm is an extension of spatial decision tree, an ID3 decision tree extension. Dataset is divided into two categories: explanatory factors representing seven land characteristics (drainage, land slope, base saturation, cation exchange capacity, soil texture, soil pH, and soil mineral depth) and two weather data (rainfall and temperature), and a target class represent soybean land suitability in two study areas, namely Bogor and Grobogan Regency. The result generated two land suitability models with the best model obtained accuracy for training data 98.58%, while testing data was 97.17%. The best model rules are 69 rules that do not involve three attributes: cation exchange capacity, soil mineral depth, and rainfall.
SISTEM PAKAR PENYAKIT LAMBUNG MENGGUNAKAN METODE FORWARD CHAINING Andi Nurkholis; Dina Sri Lestari
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (245.503 KB)

Abstract

Penelitian ini dilakukan dilatarbelakangi dengan kebutuhan akan sistem yang mampu mendefinisikan dan mendiagnosa suatu penyakit berdasarkan gejala-gejala yang dialami oleh manusia khususnya penyakit lambung. Sistem pakar merupakan teknologi berbasis pengetahuan, fakta dan penalaran yang dapat digunakan untuk menyelesaikan berbagai masalah dalam berbagai disiplin ilmu diantaranya adalah masalah diagnosa. Platform pemrograman yang akan digunakan dalam mengimplementasikan sistem pakar penyakit lambung ini adalah java yang mana lebih sederhana dalam penggunaan metode inferensi forward chaining dengan model dept first search. Sistem pakar ini dalam penggunaannya dapat dijalankan dengan cara menjawab setiap pertanyaan dengan ya atau tidak dan akan menghasilkan suatu prediksi penyakit yang sedang dialami. Keluaran dari sistem ini berupa nama penyakit, solusi pengobatan berdasarkan sumber data dari dunia kesehatan di bagian lambung. Kata kunci: dept first search, forward chaining, java, penyakit lambung, sistem pakar
Optimasi Parameter Support Vector Machine Berbasis Algoritma Firefly Pada Data Opini Film Styawati; Andi Nurkholis; Zaenal Abidin; Heni Sulistiani
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 5 (2021): Oktober2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.038 KB) | DOI: 10.29207/resti.v5i5.3380

Abstract

The Support Vector Machine (SVM) method is a method that is widely used in the classification process. The success of the classification of the SVM method depends on the soft margin coefficient C, as well as the parameter  of the kernel function. The SVM parameters are usually obtained by trial and error, but this method takes a long time because they have to try every combination of SVM parameters, therefore the purpose of this study is to find the optimal SVM parameter value based on accuracy. This study uses the Firefly Algorithm (FA) as a method for optimizing SVM parameters. The data set used in this study is data on public opinion on several films. Class labels used in data classification are positive class labels and negative class labels. The amount of data used in this study is 2179 data, with the distribution of 436 data as test data and 1743 data as training data. Based on this data, an evaluation process was carried out on the Firefly Algorithm-Support Vector Machine (FA-SVM). The results of this study indicate that the Firefly Algorithm can obtain the optimal combination of SVM parameters based on accuracy, so there is no need for trial and error to get that value. This is evidenced by the results of the FA-SVM evaluation using a value range of C=1.0-3.0 and =0.1-1.0 resulting in the highest accuracy of 87.84%. The next evaluation using a range of values ​​C=1.0-3.0 and =1.0-2.0 resulted in the highest accuracy of 87.15%.