Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal MEANS (Media Informasi Analisa dan Sistem) Jurnal Generic
Abwabul Jinan
Universitas Potensi Utama
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan Decision Tree Algoritma C4.5 Dalam Penentuan Izin Pembongkaran Muatan Kapal Jaka Kusuma; Abwabul Jinan; Zakarias Situmorang
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (595.022 KB) | DOI: 10.54367/means.v7i1.1632

Abstract

Along with the increasing number of bulk cargoes that are dismantled every year at belawan port and for the creation of services in accordance with expectations, it is necessary to develop services in support of indonesia's logistics improvement readiness, especially in terms of demolition. Utilization of machine learning using the C4.5 algorithm can make it easier to conduct selection and classification of the feasibility of ships that get permission for demolition activities. The use of the C4.5 algorithm will produce a decision tree that can equalize the results of data mining, so that the information obtained from the data will be easier to identify in testing methods using the Orange Data Mining tool. The results obtained by the C4.5 algorithm in the form of a decision tree with an accuracy value of 84%, 90% precision and 84% recall.
Komparasi Algoritma Support Vector Machine Dan Naive Bayes Pada Klasifikasi Ras Kucing Jaka Kusuma; Abwabul Jinan; Muhammad Zulkarnain Lubis; Rubianto Rubianto; Rika Rosnelly
Generic Vol 14 No 1 (2022): Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Salah satu hewan peliharaan yang paling populer ialah kucing. Kucing dipilih menjadi hewan peliharaan manusia karena tingkahnya sangat lucu. Kucing memiliki variasi ras yang sangat banyak. Terdapat 315 ras kucing pada seluruh dunia yang mana setiap ras kucing mempunyai ciri-ciri tertentu, akibat banyaknya terjadi perkawinan silang antara kucing kampung dan kucing ras dalam penentuan ras kucing menjadi lebih sulit. Seiring perkembangan zaman yang begitu cepat, perkembangan teknologi informasi pengenalan objek citra menjadi subjek yang sangat menarik dan tentunya berkaitan erat dengan data informasi. Maka peneliti akan melakukan komparasi antara algoritma Support Vector Machine (SVM) dan Naive Bayes (NB) pada klasifikasi citra ras kucing dengan memanfaatkan model Deep Learning SqueezeNet sebagai proses ekstraksi fitur pada citra. Dari hasil penelitian ini akan membuktikan secara empiris perbedaan antara accuracy, precision dan recall dari setiap algoritma. Hasil yang diperoleh menunjukan bahwa, dalam hal klasifikasi yang terbaik yaitu algoritma Support Vector Machine (SVM) dengan nilai accuracy 88.4%, precision 88.5% dan recall 88.4% sedangkan yang terendah adalah algoritma Naive Bayes (NB) dengan nilai accuracy 79.5%, precision 79.9% dan recall 79.5%.
Co-Authors Jaka Kusuma Jaka Kusuma Muhammad Zulkarnain Lubis Rika Rosnelly Rubianto Rubianto Zakarias Situmorang