Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal RESEARCH : Computer, Information System & Technology Management Jurnal Tecnoscienza
Idris Idris
Universitas Amikom Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Mathematics Other

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

Found 2 Documents
Search

 1 
Sistem Pakar Diagnosis Penyakit Ayam Berbasis Web Menggunakan Certainty Factors Donny Yulianto; Idris Idris; Ichsan Wasiso; Kusrini Kusrini
RESEARCH : Journal of Computer, Information System & Technology Management Vol 3, No 1 (2020)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (462.844 KB) | DOI: 10.25273/research.v3i1.5782

Abstract

Peternakan adalah salah satu bidang yang membutuhkan sentuhan teknologi. Ayam merupakan hewan ternak yang paling banyak diternakkan di Indonesia. Tetapi tidak semua peternak memiliki pengetahuan yang cukup tentang penyakit dan gejala yang diderita ayam. Hal ini mengakibatkan jika ayam peliharaan mengalami sakit, peternak akan mengalami kebingungan untuk mengobatinya. Salah satu strategi yang dilakukan untuk mengatasi masalah tersebut adalah dengan menggunakan aplikasi sistem pakar. Untuk menyelesaikan masalah ketidakpastian dari seorang pakar menggunakan metode certainty factors (CFs). Dalam penerapannya aplikasi sistem pakar ini masih harus dioptimalkan lagi. Pendekatan yang digunakan dalam penelitian ini adalah metode studi pustaka dan kualitatif dengan metode pengumpulan data yang didapatkan dari buku, jurnal yang relevan dan seorang pakar ayam. Kemudian dari hasil pengumpulan data tersebut digunakan untuk membangun aplikasi sistem pakar diagnosis penyakit ayam yang dapat menghasilkan keluaran berupa kemungkinan penyakit yang diderita ayam berdasarkan gejala yang dimasukkan pengguna kedalam aplikasi dan memberikan solusi pengobatannya.
Klasifikasi Kepribadian Dengan Metode DISC Pada Twitter Menggunakan Algoritma Artificial Neural Network Idris Idris; Ema Utami; Anggit Dwi Hartanto
JURNAL TECNOSCIENZA Vol. 5 No. 1 (2020): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Maju mundurnya suatu perusahaan biasanya didukung oleh adanya sumber daya yang handal, terutama sumber daya manusia. Perekrutan dan penempatan pegawai pada posisi yang tepat akan membawa dampak yang signifikan bagi suatu perusahaan. Di dunia ini sifat dan karakter manusia sangat beraneka ragam bentuknya. Teori DISC mengklasifikasikan kepribadian menjadi empat tipe yaitu dominance, influence, steadiness dan compliance. Perbedaan karakter setiap tipe tentu saja akan berpengaruh pada gaya perilaku, cara menghadapi tekanan hidup dan juga cara berkomunikasi baik secara langsung maupun dengan media sosial. Melalui sosial media, seseorang dapat meluapkan perasaanya melalui postingan yang diunggahnya. Dari postingan tersebut dapat dilakukan analisis mengenai karakter kepribadian yang ia dimiliki. Penelitian ini bertujuan untuk mengetahui seberapa besar akurasi analisis profiling pada Twitter sehingga bisa menjadi acuan untuk proses perekrutan pegawai. Penelitian ini menggunakan algoritma Artificial Neural Network untuk mengklasifikasikan 275 akun Twitter kedalam teori DISC dan mendapatkan akurasi sebesar 42,91% dari 72 skenario yang dijalankan. Kata kunci: Kepribadian DISC, Media Sosial, Analisis Profiling, Sumber Daya Manusia
Co-Authors Anggit Dwi Hartanto Donny Yulianto Ema Utami Ichsan Wasiso Kusrini Kusrini