Indah Listiowarni
Unknown Affiliation

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

Found 2 Documents
Search

Feature Selection Chi-Square dan K-NN pada Pengkategorian Soal Ujian Berdasarkan Cognitive Domain Taksonomi Bloom Indah Listiowarni; Eka Rahayu Setyaningsih
Jurnal Komputer TerapanĀ  Vol. 4 No. 1 (2018): Jurnal Komputer Terapan Mei 2018
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.948 KB)

Abstract

Examination merupakan tolak ukur akhir bagi peserta didik dengan tujuan untuk mengidentifikasi kemampuan cognitive dan daya tangkap selama menjalankan kegiatan belajar mengajar di kelas, sehingga ketika diadakan sebuah ujian diperlukan susunan soal yang tepat. Taksonomi bloom merupakan sebuah taksonomi yang digunakan di dunia pendidikan berisi enam level cognitive berdasarkan tingkat kesulitannya. Pada penelitian ini akan berkonsentrasi pada pengkategorian data soal ujian biologi tingkat SMA berdasarkan cognitive domain taksonomi bloom, dan metode yang digunakan adalah K-Nearest Neighbour (KNN) sebagai metode classifier,dan metode feature selection Chi-Square (X2)yang bertujuan untuk menyeleksi fitur yang diperlukan. Dua jenis dataset akan digunakan pada penelitian ini, pada dataset pertama metode yang digunakan berhasil mencapai nilai F-measure tertinggi :79,36%, sedangkan pada dataset kedua,berhasil mencapai nilai F-measure tertinggi :61,56%
PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHNG DAN DOUBLE MOVING AVERAGE UNTUK PERAMALAN HARGA BERAS ECERAN DI KABUPATEN PAMEKASAN Indah Listiowarni; Nindian Puspa Dewi; Andrey Kartika Widhy Hapantenda
Jurnal Komputer TerapanĀ  Vol. 6 No. 2 (2020): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (611.716 KB) | DOI: 10.35143/jkt.v6i2.3634

Abstract

Rice is the main carbohydrate source used by Indonesians as a staple food, so the availability and price are also a concern. The purpose of this study is to forecast monthly rice prices for 2019, while comparing 2 forecasting methods namely Double Moving Average and Double Exponential Smoothing to get the best forecasting results of rice prices. The data used in this study is retail rice prices from January 2011 to March 2019. Based on the tests conducted, the Double Moving Average method is better with the MAPE value reaching 0.582542%, and the MSE value reaching 6349.25 using the time order 3. Average monthly retail price forecasts for 2019 using the DMA method of Rp.12,169, -