Article Per Year (5 Year)
p-Index From 2019 - 2024
0.947
P-Index
This Author published in this journals
All Journal JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Sistem Informasi dan Teknik Informasi The Indonesian Journal of Computer Science
Muhammad Siddik
Institut Bisnis dan Teknologi Pelita Indonesia
Computer Science & IT Electrical & Electronics Engineering Engineering Medicine & Pharmacology Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
ANALISIS PENGUKURAN NUMERIK PADA OPTIMALISASI CLUSTER OBAT DI APOTEK X MENGGUNAKAN DAVIES BOULDIN INDEX Gusrianty Gusrianty; Muhammad Siddik
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 5 No 1 (2021)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v5i1.1350

Abstract

Penggunaan teknik ukur yang berbeda dalam pengelompokkan mengakibatkan hasil pengelompokkan yang berbeda pula. Pengujian data terhadap sejumlah k uji menjadikan penempatan anggota cluster obat tidak sama pada setiap pengukuran sehingga kemudian diperlukan optimalisasi cluster. Hal ini dapat menimbulkan keraguan bagi para pengguna data yang ingin memperoleh informasi yang akurat. Penelitian dilakukan untuk mengkaji perbandingan hasil optimalisasi cluster obat dengan menggunakan variabel ketegori, jenis dan satuan obat yang dikelompokkan dengan pengukuran numerik yakni Manhattan Distance, Canberra Distance dan Dynamic Time Warping Distance (DTWD) menggunakan teknik evaluasi cluster Davises Bouldin Index (DBI). Hasil pengujian yang diproleh melalui aplikasi RapidMiner menujukkan bahwa cluster optimal dari ketiga pengukuran tersebut terdapat pada k=2, k=3 dan k=2 dengan nilai DBI adalah 0,752, 0,873, dan 0, 868. Manhattan terpilih sebagai teknik ukur numerik yang lebih baik dari pada dua teknik lainnya karena memiliki nilai DBI terendah yang di uji pada k 2.
PENERAPAN METODE NAÏVE BAYES DALAM MENGKLASIFIKASI TINGKAT OBESITAS PADA PRIA Juan Veron Wie; Muhammad Siddik
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 6 No 2 (2022)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v6i2.2467

Abstract

Obesitas merupakan salah satu penyakit yang disebabkan kelebihan lemak yang tidak normal pada jaringan adiposa. Hasil riset kesehatan dasar pada tahun 2018 mengatakan penduduk yang berumur lebih dari 18 tahun yang mengalami obesitas meningkat dari 14.8% menjadi 21.8%. Penyakit obesitas juga dapat meningkatkan risiko penyakit kritis seperti penyakit jantung dan stroke, oleh karena itu, cukup penting dilakukan prediksi terhadap seseorang terkena obesitas atau tidak agar obesitas dapat ditangani lebih awal. Disini data yang diambil hanyalah pengukuran data antropometri pada subjek pria hal ini dikarenakan komposisi lemak tubuh pada pria memiliki tingkat massa otot pada tubuh yang lebih tinggi, pria juga lebih cenderung untuk memiliki jaringan adiposa pada area abdomen. Pada penelitian ini digunakan data sekunder yang diambil dari kaggle.com. Data ini memiliki 15 variabel dan 252 data dengan 2 klasifikasi yaitu (Obesitas atau Non Obesitas). Dari hasil pengujian klasifikasi pada rasio 70% training dan 30% testing menggunakan naïve bayes didapatkan hasil Accuracy 88%, Precision (Obesitas) 73%, sedangkan Precision (Non Obesitas) 98%, Recall (Obesitas) 96% dengan Recall (Non Obesitas) 85% dan hasil F1-Score sebesar 0.830188679. Hasil tersebut menunjukkan skala rata-rata diatas 80% sehingga dapat dikatakan bahwa algoritma Naïve Bayes Classifier (NBC) mampu mengklasifikasi obesitas pada pria dengan baik.
PENGOPTIMALAN PENGUKURAN BREGMAN DIVERGENCES MENGGUNAKAN DAVIES BOULDIN INDEX Deny Jollyta; Muhammad Siddik; Johan Johan; Gustientiedina Gustientiedina
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 1 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

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

Abstract

Penentuan cluster optimal ini seringkali ambigu karena dihasilkan dari beberapa kelompok. Pemilihan informasi dari kelompok mana yang akan digunakan oleh pengguna menjadi masalah tersendiri karena menyangkut pembuatan kebijakan. Davies Bouldin Index (DBI) merupakan teknik evaluasi cluster untuk menentukan jumlah cluster yang optimal dan didukung dengan pengukuran jarak yang tepat. Penelitian ini bertujuan untuk mendapatkan cluster melalui teknik DBI yang diterapkan pada pengukuran Bregman Divergences, Mahalano dan Square Euclidean Distance, menggunakan algoritma K-Means dan K-Medoids. Hasil pengujian ditunjukkan melalui beberapa indikator yang digunakan sebagai tolak ukur untuk mengetahui kinerja Bregman Divergences dalam menentukan jumlah cluster seperti korelasi, algoritma cluster yang digunakan, pola DBI, hasil DBI, k-optimal dan waktu yang dibutuhkan untuk pengujian. Melalui kedua algoritma clustering tersebut, jarak Mahalano dapat menghasilkan pola pengelompokan yang konsisten dan teknik pengukuran Square Euclidean Distance berhasil menunjukkan performa DBI terbaik yang menempatkan k=2 sebagai cluster optimal, nilai DBI terendah sebesar 0,882 dan 1,030 pada waktu pengujian. selama 0 detik.
Aplikasi Digitalisasi Pemasaran Mobil Menggunakan Augmented Reality Berbasis Android Shandy Kartasasmita; Muhammad Siddik; Ramalia Noratama Putri
Jurnal SANTI - Sistem Informasi dan Teknik Informasi Vol. 3 No. 3 (2023)
Publisher : Yayasan Rahmatan Fiddunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/santi.v3i3.695

Abstract

Perkembangan teknologi telah mengubah paradigma pemasaran, terutama dalam industri otomotif. Penelitian ini bertujuan untuk merancang aplikasi digitalisasi berbasis Android yang memanfaatkan teknologi Augmented Reality (AR) sebagai strategi pemasaran inovatif untuk mobil bekas. Aplikasi ini menyajikan pengalaman interaktif bagi calon pembeli dengan memungkinkan mereka melihat mobil bekas secara virtual dalam lingkungan nyata melalui kamera perangkat Android. Selain itu, aplikasi juga menyediakan informasi terperinci mengenai spesifikasi teknis, riwayat perawatan, dan testimoni pelanggan secara real-time. Metode pengembangan menggunakan pendekatan perancangan sistem dan pengujian prototipe. Aplikasi ini menggunakan markerbased tracking dimana dalam pembuatan aplikasi ini akan lebih mudah dalam memasukkan objek 3D. Hasil penelitian menunjukkan bahwa aplikasi ini dapat meningkatkan interaksi konsumen dengan produk dan mempercepat proses keputusan pembelian. Dengan menggabungkan kecanggihan AR dan kepraktisan platform Android, aplikasi ini dapat menjadi alat pemasaran yang efektif untuk industri mobil bekas. Implementasi aplikasi ini dapat meningkatkan daya saing bisnis dan merangsang pertumbuhan penjualan melalui pengalaman berbelanja yang inovatif dan informatif bagi konsumen.
Aplikasi Pencarian Gerai Mall Menggunakan Metode Ruang Vektor Berbasis Android Citra Aprillia; Muhammad Siddik
The Indonesian Journal of Computer Science Vol. 12 No. 6 (2023): Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i6.3509

Abstract

Pekanbaru merupakan ibu kota provinsi Riau, berbagai infrastruktur dan pusat hiburan terus dikembangkan termasuk mall. Mall tidak lagi hanya berfungsi sebagai tempat berbelanja saja tapi juga sudah merupakan tempat rekreasi bagi masyarakat. Mall yang ada di kota Pekanbaru diantaranya Mall SKA, Mall Ciputra Seraya, Living World, Transmart, Mall Pekanbaru, Senapelan Plaza, Plaza Citra, Plaza the Sentral, Sadira Plaza, Panam Square, Metropolitan City, masing-masing mall menawarkan aneka promosi, tenant yang beraneka ragam dan ruang bermain anak. Hasil penggunaan metode ruang vektor adalah dapat melakukan pencarian gerai mall berdasarkan query dengan hasil yang paling relevan dengan pencarian pengguna. Setelah melakukan pencarian jarak dokumen berupa query “sepatu olahraga” maka didapat Sportstation di SKA dengan similarity 0.524, Sportstation di Ciputra dengan similarity 0.517 Sportstation di living world dengan similarity 0.507, Matahari di SKA similarity 0.0453, dan Matahari di Ciputra similarity 0.0451.
Co-Authors Citra Aprillia Deny Jollyta Gusrianty Gusrianty Gustientiedina Gustientiedina Johan Johan Juan Veron Wie Ramalia Noratama Putri Shandy Kartasasmita