Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknik Komputer AMIK BSI JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer)
Rubangi Rubangi
universitas Teknologi Yogyakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics

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

Found 2 Documents
Search

 1 
Sistem Rekomendasi Pada Tokopedia Menggunakan Algoritma K-Nearest Neighbor Rubangi Rubangi; Rianto Rianto
Jurnal Teknik Komputer AMIK BSI Vol 8, No 1 (2022): JTK Periode Januari 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (253.952 KB) | DOI: 10.31294/jtk.v8i1.11823

Abstract

Tokopedia merupakan salah satu perusahaan perdagangan elektronik yang memiliki data pertumbuhan yang sangat pesat dengan seiring berjalannya waktu. Adanya data terus menerus bertambah besar sehingga dapat terjadinya masalah bagi user. User sering mengalami kendala dalam promosi produk yang sering dikunjungi pembeli. Selain itu pembeli sering mengalami kesulitan untuk menemukan kebutuhan produk terbaik yang sesuai kebutuhan pembeli. Dengan adanya masalah tersebut yang terjadi maka dapat diatasi dengan adanya sistem rekomendasi produk tertentu untuk ditawarkan kepada pembeli. Sistem rekomendasi penelitian ini mengimplementasikan dengan Algoritma K-Nearest Neighbor pada Rating Product Reviews Tokopedia. Algoritma K-Nearest Neighbor yang digunakan untuk menentukan top-n rekomendasi produk tertentu untuk ditawarkan kepada pembeli. Hasil dari penelitian yang dilakukan pada data 2040 rating produk dengan menggunakan algoritma K-Nearest Neighbors yaitu nilai Accuracy sebesar 73.53%, Precision sebesar 73.64%, Recall sebesar 99.62%.
Prediksi Curah Hujan Wilayah Provinsi Yogyakarta dengan Algoritma Neural Network rubangi rubangi; Arief Hermawan; Donny Avianto
JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Vol 3, No 1 (2021): JUNI 2021
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jasiek.v3i1.6204

Abstract

Emerging inaccurate information about the rainfall system can affect aspects of life. Inaccurate precipitation forecasting can be problematic, so it is necessary to predict precipitation with a high level of accuracy. Therefore, this study proposes a method with a neural network algorithm to predict rainfall to benefit the community. The data used in this study is daily precipitation from 2016 to 2021 from BMKG. Based on the test results, the data shows that the best neural network (NN) model is obtained from input layer 31, hidden layer 4, training cycle 1500, learning rate 0.01, and momentum 0.9, resulting in an error of 0.828. Based on the results with the smallest error, using the neural network method can be used to predict future precipitation with good accuracy.
Co-Authors Donny Avianto Rianto Rianto