Claim Missing Document
Check
Articles

Found 6 Documents
Search

PENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK KLASIFIKASI MAHASISWA BERPRESTASI Nadiya Hijriana; Riadhul Muttaqin
AL-ULUM: JURNAL SAINS DAN TEKNOLOGI Vol 2, No 1 (2016)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (274.106 KB) | DOI: 10.31602/ajst.v2i1.651

Abstract

Informatic Engineering is a field of study from Information Technology Faculty (FTI) at Islamic University of Kalimantan (UNISKA). Informatic Engineering was established in 2007 and it has around 2441 students until now included by student who has graduated and student who still studying. Fact of so many students in Informatic Engineering can make a lot of data that it can used as strategic resource for Faculty to manage and monitoring of academic activity. This research using Decision Tree Method from Algorithm C4.5 and RapidMiner 5.3 as software for making classification of achievement students in field of study Informatic Engineering at Islamic University of Kalimantan. The result can be used as tool for monitoring of academic activity and it can help Faculty to improve the quality of their students. Keywords: Classification, Data, Student, Algoritma C4.5
PENERAPAN ALGORITMA DECISION TREE C4.5 UNTUK KLASIFIKASI PENENTUAN DAFTAR PRIORITAS PENGEMBANGAN JEMBATAN Erfan Karyadiputra; Nadiya Hijriana
Technologia : Jurnal Ilmiah Vol 10, No 1 (2019): TECHNOLOGIA (JANUARI)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (122.24 KB) | DOI: 10.31602/tji.v10i1.1757

Abstract

Data Mining merupakan proses mengidentifikasi data dan informasi yang bertujuan untuk membantu mendapatkan informasi yang bermanfaat dan meningkatkan pengetahuan penggunanya. Kelancaran distribusi barang maupun jasa sangat dipengaruhi oleh kondisi infrastruktur jalan maupun jembatan yang menghubungkan beberapa wilayah-wilayah yang secara administrasi merupakan bagian dari Provinsi Kalimantan Selatan. Kondisi jembatan yang rusak tentu dapat menghambat pendistribusian barang maupun jasa sehingga perbaikan maupun pemeliharaan perlu terus dilakukan. Dalam penentuan prioritas pengembangan jembatan agar menghindari adanya tumpang tindih (overlaping) suatu kegiatan dalam satu lokasi, ataupun lokasi yang sama sekali belum tertangani dengan baik, maka dibutuhkan perencanaan pengolahan data dan informasi yang terintegrasi, sehingga data dan informasi perencanaan yang diperoleh tersebut dapat dijamin keakuratan datanya. Banyaknya ruas jembatan yang tersebar di Provinsi Kalimantan Selatan dan terbatasnya anggaran perbaikan ataupun pemeliharaan sehingga instansi terkait perlu menentukan daftar prioritas jembatan yang diprioritaskan untuk disetujui dan dilakukan perbaikan maupun pemeliharaan. Salah satu teknik yang dapat diterapkan untuk mengklasifikasi daftar prioritas pengembangan jembatan yaitu dengan menerapkan metode klasifikasi data mining menggunakan algoritma C4.5. Penerapan metode data mining menggunakan algoritma C4.5 menghasilkan performance akurasi sebesar 82.84% dengan nilai AUC sebesar 0,825 sehingga termasuk dalam kategori good clssification.Keywords : Algoritma C4.5, Data Mining, Klasifikasi
PENERAPAN ALGORITMA DECISION TREE C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) UNTUK PREDIKSI TINGKAT KEPUASAN PELAYANAN OBAT Erfan Karyadiputra; Agus Setiawan; Nadiya Hijriana
Technologia : Jurnal Ilmiah Vol 12, No 2 (2021): Technologia (April)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.993 KB) | DOI: 10.31602/tji.v12i2.4575

Abstract

Pelayanan publik merupakan kegiatan pelayanan dari penyedia layanan publik dengan maksud memenuhi kebutuhan penerima layanan sesuai dengan ketentuan dan aturan yang berlaku. Kepuasan pasien merupakan hal yang sangat penting dalam menilai tingkat pelayanan obat yang diberikan kepada pasien penerima BPJS di Apotek. Tujuan penelitian ini adalah untuk memprediksi tingkat kepuasan pasien terhadap pelayanan obat kepada pasien yang ditinjau dari beberapa aspek seperti ketanggapan petugas, kecepatan pelayan obat, keramahan petugas, kenyamanan ruang tunggu, kemampuan petugas dalam menyampaikan informasi obat, pelayanan konseling, pelayanan informasi obat dan kemampuan dalam mengatasi keluhan pasien. Dari hasil pengujian algoritma melalui teknik data mining yaitu confusion matrix maka didapatkan performance akurasi sebesar 89,29%. Adapun Penerapan particle swarm optimization (PSO) berhasil meningkatkan performance akurasi algoritma C4.5 sebesar 6,42% sehingga menjadi 95,71% dan AUC sebesar 0,750. Keywords : Apotek, C4.5, Data Mining, Pelayanan Obat, PSO
IMPLEMENTASI TEKNOLOGI 3D AUGMENTED REALITY UNTUK PEMETAAN KAMPUS UNISKA MAB Indra Setiawan; Nadiya Hijriana
Technologia : Jurnal Ilmiah Vol 10, No 4 (2019): TECHNOLOGIA (OKTOBER)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (861.752 KB) | DOI: 10.31602/tji.v10i4.2551

Abstract

ABSTRAK Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin atau UNISKA MAB adalah salah satu perguruan tinggi swasta yang cukup banyak diminati oleh masyarakat di Kalimantan. Untuk kegiatan promosi maupun pengenalan kampus, UNISKA MAB masih memakai cara lama seperti lewat spanduk (baliho), media cetak maupun lewat informasi secara online di website resmi UNISKA MAB. Sedangkan untuk mahasiswa baru, informasi tentang kampus secara detail dirasakan masih kurang walaupun pada kegiatan Pengenalan Kehidupan Kampus Mahasiswa Baru (PKKMB), mahasiswa baru memperoleh buku pedoman tentang kampus UNISKA MAB, namun dirasakan masih kurang efektif. Hal ini dibuktikan dengan masih adanya mahasiswa baru yang kebingungan mencari lokasi ruang perkuliahan, ruang BAK atau ruangan lainnya.Berdasarkan permasalahan tersebut, maka dibuatlah sebuah aplikasi berbasis android dengan menggunakan teknologi AR (Augmented Reality). Dengan adanya aplikasi ini, pengguna terutama mahasiswa baru dapat mengetahui lebih detail tentang  lokasi atau ruangan-ruangan yang ada di kampus UNISKA MAB melalui smartphone yang mereka miliki. Selain itu aplikasi yang dilengkapi fitur visual 3D dan audio ini dapat menjadi salah satu alternatif tambahan dalam kegiatan promosi tentang UNISKA ke sekolah-sekolah yang ada di Kalimantan. Kata Kunci : UNISKA, Android, Aplikasi, Augmented Reality
SISTEM PAKAR DIAGNOSA PENYAKIT BAKTERI DAN PARASIT PADA IKAN GABUS MENGGUNAKAN METODE DEMPSTER SHAFER Agus Setiawan; Erfan Karyadiputra; Nadiya Hijriana; Indu Indah Purnomo
Technologia : Jurnal Ilmiah Vol 13, No 1 (2022): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (238.507 KB) | DOI: 10.31602/tji.v13i1.5943

Abstract

Ikan Gabus merupakan satu jenis ikan yang sering dikonsumsi oleh masyarakat karena mempunyai ciri khas cita rasa yang enak, dan lezat seperti ikan air tawar pada umumnya, ikan Gabus juga tidak pernah bebas dari yang namanya penyakit. Penyakit pada ikan Gabus adalah perubahan suatu keadaan fisik dan morfologi yang tidak normal akibat infeksi bakteri dan parasit. Para peternak perlu melakukan pemeriksaan terhadap ikan gabus, terutama pada aspek kesehatan. Apabila peternak menganggap sepele hal tersebut, maka kerugian pun dapat mengancam peternak itu sendiri. Aspek-aspek yang mempengaruhi munculnya penyakit pada ikan Gabus antara lain kondisi dari air dia hidup, kontaminasi bakteri atau jamur, dan tata cara pembudidayaan ikan tersebut. Tujuan dari penelitian ini  adalah membantu para peternak ikan gabus adalah dengan menghadirkan suatu sistem pakar untuk mendiagnosa penyakit pada ikan gabus menggunakan metode dempster shafer. Implementasi metode dempster shafer pada perangkat lunak sistem pakar mampu membantu orang awan dalam mengetahui jenis penyakit yang diderita oleh ikan gabus berdasarkan gejala dan rule inferensi yang telah diatur didalam sistem pakar. Hasil perhitungan metode dampster shafer didapatkan ikan gabus dengan gejala penyakit kulit kasar.(G1), pendarahan pada kulit (G5), aktifitas menurun (G8), dan timbul bintik putih (G11), maka ikan gabus tersebut memiliki kepastian terjangkit penyakit bakteri Aeromonas hydrophlla (P1) sebanyak 2,8% (0,028) dan bakteri Flavobacterium sp. (P3) sebanyak 2,4% (0,024) sehingga pada sistem pakar yang dibangun memiliki tingkat akurasi cukup tinggi dalam mendiagnosa penyakit bakteri dan parasit pada ikan Gabus. Keywords : Dempster Shafer, Ikan Gabus, Penyakit
ANALISIS PENERAPAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PRIORITAS PENGEMBANGAN JALAN DI PROVINSI KALIMANTAN SELATAN Erfan Karyadiputra; Nadiya Hijriana
Technologia : Jurnal Ilmiah Vol 9, No 2 (2018): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (581.197 KB) | DOI: 10.31602/tji.v9i2.1374

Abstract

Provinsi Kalimantan Selatan secara administrasi wilayah terdiri atas 2 kota dan 11 Kabupaten. Pertumbuhan perekonomian di Provinsi Kalimantan Selatan sangat dipengaruhi oleh lancarnya distribusi barang dan jasa. Oleh sebab itu sektor perhubungan terutama infrastruktur jalan memegang peranan sangat penting sebagai prasarana kelancaran suatu distribusi barang dan jasa. Kondisi infrastruktur ruas jalan yang rusak dapat menghambat pendistribusian barang dan jasa sehingga perlu dilakukan perbaikan-perbaikan terhadap jalan tersebut agar distribusi barang dan jasa menjadi lancar. Namun, usaha tersebut terkendala dengan anggaran yang terbatas sehingga instasi terkait harus menentukan daftar prioritas jalan yang akan diperbaiki. Salah satu teknik yang dapat diterapkan yaitu dengan melakukan analisa dengan memanfaatkan teknik data mining berupa penerapan algoritma Naive Bayes Classification untuk mengklasifikasi daftar prioritas pengembangan jalan di Provinsi Kalimantan Selatan. Penerapan algortima naive bayes pada dataset menghasilkan akurasi sebesar 88.27% dan AUC sebesar 0.933. Keywords : Data Mining, Klasifikasi, Naive Bayes