Article Per Year (5 Year)
p-Index From 2019 - 2024
1.463
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah Jurnal SITECH : Sistem Informasi dan Teknologi Jambura Journal of Electrical and Electronics Engineering Jurnal Nasional Cosphi Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK) Jurnal Pengabdian Pada Masyarakat Eldimas
Rezqiwati Ishak
Universitas Ichsan Gorontalo
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENYULUH LAPANGAN KELUARGA BERENCANA TELADAN DENGAN METODE WEIGHTED PRODUCT Ishak, Rezqiwati
ILKOM Jurnal Ilmiah Vol 8, No 3 (2016)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (771.946 KB) | DOI: 10.33096/ilkom.v8i3.74.160-166

Abstract

Penyuluh  lapangan  keluarga  berencana (PLKB)  adalah Pegawai  Negeri  Sipil  yang  diberi tugas,  tanggungjawab,  wewenang,  dan  hak secara penuh oleh pejabat yang berwenang untuk melaksanakan  kegiatan  penyuluhan,  pelayanan, evaluasi  dan  pengembangan  KB  Nasional.  Pemilihan PLKB Teladan ini dilaksanakan sekali setiap tahunnya. Masalah yang dihadapi dalam proses penyeleksian PLKB adalah banyaknya jumlah pemohon sementara yang akan ditetapkan menjadi Penyuluh Teladan hanya 1 orang sehingganya memerlukan proses penyeleksian yang benar-benar akurat berdasarkan kriteria yang ditentukan. Untuk itu Sistem Pendukung Keputusan sangatlah dibutuhkan. Adapun metode yang digunakan adalah Weighted product. Dari hasil penelitian yang didapatkan bahwa sistem tersebut dapat membantu pihak penyeleksi dapat menentukan PLKB Teladan. Hal ini dibuktikan dengan hasil pengujian yang dilakukan dengan metode white box testing dan basis path testing yang menghasilkan nilai yang sama, sehingga didapat bahwa logika  flowchart perhitungan, penilaian dan perankingan benar dan berdasarkan pengujian black box rancangan perangkat lunak telah terpenuhi dengan hasil sesuai dengan rancangan
Prediksi Jumlah Mahasiswa Registrasi Per Semester Menggunakan Linier Regresi Pada Universitas Ichsan Gorontalo Bengnga, Amiruddin; Ishak, Rezqiwati
ILKOM Jurnal Ilmiah Vol 10, No 2 (2018)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (524.326 KB)

Abstract

Improving the quality of education, service quality and accreditation value increase is the hope of all universities, especially at Ichsan University of Gorontalo. One of the factors to achieve this is the increasing number of students who make the payment registration every semester. Based on the report in PDPT Dikti reporting year 2017/2018 has the number of students ± 9,000 people, from the analysis of the last 4 years the number of unregistered students tends to increase and students registerasi tends to decrease, if this is not considered, it will have an impact on the achievement of the above expectations. To overcome these problems, need to be done prediction technique using Linear Regression and MAPE method. The purpose of this research is to build an application to predict the number of registration students. Based on the results of research from 2 selected study program of Informatics Engineering, the result of error rate is 4.24% or the accuracy level is 95.76%, and for the Law Study program, the error rate is 7.69% or the accuracy level is 92.31%, thus the application already built is feasible to use.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) (Studi Kasus Pada Kantor BKKBN Provinsi Gorontalo) Mursalin, Nurhayati; Ishak, Rezqiwati
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (858.262 KB)

Abstract

Pemilihan duta mahasiswa Generasi Berencana (GenRe) bertujuan tegar remaja yang berperilaku sehat, terhindar dari resiko tiga kesehatan reproduksi remaja, menunda usia pernikahan, dan memiliki perencanaan kehidupan berkeluarga untuk mewujudkan keluarga kecil bahagia dan sejahtera. Pemilihan Duta MahasiswaGenRe dimulai dari tahun 2010 hingga saat ini, dimana jumlah peserta setiap tahunnya ± 30 pasang dan hanya 1 pasang yang terpilih.Masalah yang muncul masaih ada unsur penilaian secara subyetif dan ada beberapa peserta yang memiliki nilai yang sama sehingga menyulitkan pihak pengambil keputusan untuk menentukan mana yang terbaik, untuk itu diperlukan sebuah sistem pendukung keputusan.Metodeyang digunakan adalah Weighted Product (WP).Berdasarkan hasil penelitian yang dilakukan, sistem ini dapat membantu pihak pengambil keputusan dalam menentukan alternatif terbaik menjadi duta mahasiswa GenRe untuk kategori Laki-Laki dengan nilai tertinggi 0,35119 dan kategori Perempuan dengan nilai tertinggi 0,35013 dan dengan adanya sistem iniproses pemilihannya menjadi lebih obyektif dan mudah.
Clustering Tingkat Pemahaman Mahasiswa Pada Perkuliahan Probabilitas Statistika Dengan Metode K-Means Rezqiwati Ishak; Amiruddin Bengnga
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 1 (2022): Januari - Juni 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (403.387 KB) | DOI: 10.37905/jjeee.v4i1.11997

Abstract

Probabilitas Statistik merupakan mata kuliah logika perhitungan dimana sebagian Mahasiswa merasa kesulitan dalam penerimaan materi sehingga bagi Dosen pengampu mata kuliah hal ini merupakann suatu permasalahan dalam pemberian materi disebabkan tingkat pemahaman Mahasiswa yang tidak merata, hal ini tentunya akan berdampak pada sasaran dan tujuan pembelajaran yang tidak bisa tercapai sesuai Rencana Pembelajaran Semester. Tujuan penelitian ini adalah untuk melakukan pengelompokan atau clustering tingkat pemahaman Mahasiswa berdasarkan nilai mata kuliah prasyarat yaitu Kalkulus dan Matematika Diskrit. Metode yang digunakan yaitu K-Means untuk Clustering dan Elbow untuk menentukan jumlah cluster yang optimum. Berdasarkan hasil penelitian didapatkan hasil sebanyak 3 cluster, dimana cluster 1 adalah kelompok Mahasiswa yang tingkat pemahamannya digolongkan kategori Baik, Cluster 2 adalah kelompok kategori Sangat Baik dan Cluster 3 adalah kategori Kurang. Dari 110 Mahasiswa yang dijadikan sebagai dataset, masing-masing diperoleh untuk cluster 1 sebanyak 30 Mahasiswa, cluster 2 sebanyak 58 Mahasiswa dan cluster 3 sebanyak 22 Mahasiswa. Mahasiswa yang masuk pada cluster 3 perlu dilakukan tambahan perkuliahan sebelum mereka mengikuti mata kuliah Probabilitas Statistik agar capaian pembelajaran dapat dicapai, dengan demikian metode K-Means dan metode Elbow sangat cocok digunakan untuk melakukan clustering karena metode ini bisa didapatkan hasil clustering yang optimal
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) (Studi Kasus Pada Kantor BKKBN Provinsi Gorontalo) Nurhayati Mursalin; Rezqiwati Ishak
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i3.161.301-308

Abstract

Pemilihan duta mahasiswa Generasi Berencana (GenRe) bertujuan tegar remaja yang berperilaku sehat, terhindar dari resiko tiga kesehatan reproduksi remaja, menunda usia pernikahan, dan memiliki perencanaan kehidupan berkeluarga untuk mewujudkan keluarga kecil bahagia dan sejahtera. Pemilihan Duta MahasiswaGenRe dimulai dari tahun 2010 hingga saat ini, dimana jumlah peserta setiap tahunnya ± 30 pasang dan hanya 1 pasang yang terpilih.Masalah yang muncul masaih ada unsur penilaian secara subyetif dan ada beberapa peserta yang memiliki nilai yang sama sehingga menyulitkan pihak pengambil keputusan untuk menentukan mana yang terbaik, untuk itu diperlukan sebuah sistem pendukung keputusan.Metodeyang digunakan adalah Weighted Product (WP).Berdasarkan hasil penelitian yang dilakukan, sistem ini dapat membantu pihak pengambil keputusan dalam menentukan alternatif terbaik menjadi duta mahasiswa GenRe untuk kategori Laki-Laki dengan nilai tertinggi 0,35119 dan kategori Perempuan dengan nilai tertinggi 0,35013 dan dengan adanya sistem iniproses pemilihannya menjadi lebih obyektif dan mudah.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENYULUH LAPANGAN KELUARGA BERENCANA TELADAN DENGAN METODE WEIGHTED PRODUCT Rezqiwati Ishak
ILKOM Jurnal Ilmiah Vol 8, No 3 (2016)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v8i3.74.160-166

Abstract

Penyuluh  lapangan  keluarga  berencana (PLKB)  adalah Pegawai  Negeri  Sipil  yang  diberi tugas,  tanggungjawab,  wewenang,  dan  hak secara penuh oleh pejabat yang berwenang untuk melaksanakan  kegiatan  penyuluhan,  pelayanan, evaluasi  dan  pengembangan  KB  Nasional.  Pemilihan PLKB Teladan ini dilaksanakan sekali setiap tahunnya. Masalah yang dihadapi dalam proses penyeleksian PLKB adalah banyaknya jumlah pemohon sementara yang akan ditetapkan menjadi Penyuluh Teladan hanya 1 orang sehingganya memerlukan proses penyeleksian yang benar-benar akurat berdasarkan kriteria yang ditentukan. Untuk itu Sistem Pendukung Keputusan sangatlah dibutuhkan. Adapun metode yang digunakan adalah Weighted product. Dari hasil penelitian yang didapatkan bahwa sistem tersebut dapat membantu pihak penyeleksi dapat menentukan PLKB Teladan. Hal ini dibuktikan dengan hasil pengujian yang dilakukan dengan metode white box testing dan basis path testing yang menghasilkan nilai yang sama, sehingga didapat bahwa logika  flowchart perhitungan, penilaian dan perankingan benar dan berdasarkan pengujian black box rancangan perangkat lunak telah terpenuhi dengan hasil sesuai dengan rancangan
Prediksi Jumlah Mahasiswa Registrasi Per Semester Menggunakan Linier Regresi Pada Universitas Ichsan Gorontalo Amiruddin Bengnga; Rezqiwati Ishak
ILKOM Jurnal Ilmiah Vol 10, No 2 (2018)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v10i2.274.136-143

Abstract

Improving the quality of education, service quality and accreditation value increase is the hope of all universities, especially at Ichsan University of Gorontalo. One of the factors to achieve this is the increasing number of students who make the payment registration every semester. Based on the report in PDPT Dikti reporting year 2017/2018 has the number of students ± 9,000 people, from the analysis of the last 4 years the number of unregistered students tends to increase and students registerasi tends to decrease, if this is not considered, it will have an impact on the achievement of the above expectations. To overcome these problems, need to be done prediction technique using Linear Regression and MAPE method. The purpose of this research is to build an application to predict the number of registration students. Based on the results of research from 2 selected study program of Informatics Engineering, the result of error rate is 4.24% or the accuracy level is 95.76%, and for the Law Study program, the error rate is 7.69% or the accuracy level is 92.31%, thus the application already built is feasible to use.
Prediksi Jumlah Mahasiswa Ujian Skripsi Dengan Metode Least Square Amiruddin Bengnga; Rezqiwati Ishak
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 4, No 1 (2021): JURNAL SITECH VOLUME 4 NO 1 TAHUN 2021
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v4i1.6224

Abstract

Pencapaian target jumlah mahasiswa yang ujian skripsi di setiap semester pada setiap Program Studi yang sudah ditentukan di awal semester tentunya ada yang mencapai target dan tidak mencapai target. Jika tidak mencapai target maka hal ini akan menjadi penilaian kinerja Program Studi menurun, agar hal ini tidak terjadi, maka salah satu soluisnya adalah melakukan teknik prediksi dengan menggunakan data yang relevan di periode semester sebelumnya. Metode prediksi yang digunakan adalah metode Least Square karena metode ini cocok digunakan untuk memprediksi data dalam bentuk time series. Data yang digunakan dalam penelitian ini diambil dari 5 Program Studi di Universitas Ichsan Gorontalo. Berdasarkan hasil penelitian perhitungan tingkat kesalahan dengan menggunakan MAPE (Mean Absolute Percentage Error) antara data aktual dan hasil prediksi didapatkan rata-rata error sebesar 16.11% atau tingkat akurasi sebesar 83.89%.
Implementasi Seleksi Fitur Klasifikasi Waktu Kelulusan Mahasiswa Menggunakan Correlation Matrix with Heatmap Amiruddin Bengnga; Rezqiwati Ishak
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 2 (2022): Juli - Desember 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.403 KB) | DOI: 10.37905/jjeee.v4i2.14403

Abstract

Klasifikasi waktu kelulusan Mahasiswa biasanya menggunakan lebih dari 10 atribut input, namun tidak semua atribut tersebut memiliki relevansi dengan atribut output, sehingga sebelum dilakukan klasifikasi perlu dilakukan pemilihan atribut yang relevan melalui seleksi fitur terlebih dahulu. Seleksi fitur merupakan bagian dalam tahapan data preparation pada siklus hidup data science, seleksi Fitur merupakan salah satu konsep inti dalam pembelajaran mesin yang sangat mempengaruhi kinerja model data mining. Dimana pada tahapan ini dilakukan seleksi fitur yang berkontribusi paling besar pada variabel prediksi atau output, memilih fitur yang tidak relevan dalam dataset dapat mengurangi keakuratan model dan membuat model belajar berdasarkan fitur yang tidak relevan. Dengan demikian  melakukan seleksi fitur sebelum memodelkan data akan didapatkan manfaat seperti : mengurangi Overfitting, meningkatkan akurasi dan mengurangi waktu pelatihan. Teknik yang digunakan dalam seleksi fitur pada penilitian ini adalah Correlation Matrix with Heatmap karena teknik ini mudah digunakan dan juga memberikan hasil yang baik. Setelah dilakukan implementasi seleksi fitur pada klasifikasi waktu kelulusan Mahasiswa dengan menggunakan 13 variabel/atribut awal didapatkan hasil akhir sebanyak 9 atribut terseleksi yang memiliki relevansi atau kontribusi terhadap variabel output (waktu kelulusan) yaitu : jenis kelamin, kelas, umur, SKS1, IPS1, SKS2, SKS3, SKS4 dan SKS5, sedangkan  atribut input yang kurang relevan terdapat 4 atribut yaitu : IPS2, IPS3, IPS4 dan IPS5, sehingga untuk melakukan klasifikasi waktu kelulusan Mahasiswa cukup menggunakan  9 atribut yang terseleksi agar bisa mendapatkan hasil akurasi yang maksimal, proses klasifikasi akan dilakukan pada penelitian selanjutnya.Classification of graduation time Students usually use more than 10 input attributes, but not all of these attributes have relevance to output attributes, so before classification is carried out, it is necessary to select relevant attributes through feature selection first. Feature selection is part of the data preparation stages in the data science lifecycle, Feature selection is one of the core concepts in machine learning that greatly affects the performance of data mining models. Where at this stage a selection of features that contribute the most to the prediction or output variables is carried out, choosing irrelevant features in the dataset can reduce the accuracy of the model and make the model learn based on irrelevant features. Thus, selecting features before modeling data will get benefits such as: reducing Overfitting, increasing accuracy and reducing training time. The technique used in the feature selection in this study is correlation matrix with heatmap because this technique is easy to use and also gives good results. After the implementation of feature selection in the classification of student graduation time using 13 variables / initial attributes, the final results of 9 selected attributes were obtained that had relevance or contribution to the output variables (graduation time) namely: gender, class, age, SKS1, IPS1, SKS2, SKS3, SKS4 and SKS5, while the less relevant input attributes were 4 attributes, namely: IPS2, IPS3, IPS4 and IPS5, so that to classify the graduation time Students only need to use the 9 attributes selected in order to get maximum accuracy results, the classification process will be carried out in the next study.
Penerapan Metode Linier Regresi Untuk Prediksi Produksi Sayur-Sayuran Ayu Azhari Basahona; Rezqiwati Ishak; Asmaul Husna
Jurnal Cosphi Vol 3, No 2 (2019): Agustus-Desember 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.602 KB)

Abstract

Sayuran sangat penting sebagai sumber vitamin, mineral dan serat. Sayuran oleh masyarakat Indonesia dibudidayakan pada lahan kering baik sebagai tanaman utama maupun pada sistem tumpang sari. Masalah pada Produksi sayuran di Provinsi Gorontalo kadang naik kadang turun berdasarkan jenis sayuran maka dari itu pada penelitian ini akan di lakukan prediksi menggunakan metode Linier Regresi dan MAPE. Tujuan dari penelitian ini untuk memprediksi jumlah produksi sayuran berdasarkan jenis sayuran. Dari hasil penelitian yang dipilih ada bawang merah, cabai rawit, kangkung, terung, dan tomat. Hasil error yang di dapatkan untuk bawang merah 35.013 % dengan tingkat akurasi 64.987 % , hasil error yang di dapatkan untuk cabai rawit 15 % dengan tingkat akurasi 85 %, hasil error yang didapatkan untuk kangkung 18.253 % dengan tingkat akurasi 81.747 %, hasil error yang didapatkan untuk terung 85.638 % dengan tingkat akurasi 14.362 %, hasil error yang didapatkan untuk tomat 41.657 % dengan tingkat akurasi 58.343 %.
Co-Authors Amiruddin Bengnga Asmaul Husnah Nasrullah Ayu Azhari Basahona Bengnga, Amiruddin Maimunsuyatni Sompa Mursalin, Nurhayati Nurhayati Mursalin Rahmad Harun Sudirman S. Panna Swastiani Dunggio Syahrir Abdussamad