Claim Missing Document
Check
Articles

Found 27 Documents
Search

Perbandingan Algoritma Naïve Bayes Classifier dan Algoritma Decision Tree untuk Analisa Sistem Klasifikasi Judul Skripsi Rasi Nuraeni; Aso Sudiarjo; Randi Rizal
Innovation in Research of Informatics (INNOVATICS) Vol 3, No 1 (2021): Maret 2021
Publisher : Informatika Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v3i1.2976

Abstract

Penelitian ini mengkaji tentang perbandingan klasifikasi judul skripsi menggunakan algoritma naïve bayes classifier dan algoritma decision tree. Tujuan dari penelitian ini adalah untuk membandingkan dua algoritma dalam pengklasifikasian judul skripsi. Proses pengumpulan data dilakukan dengan cara studi pustaka dan literature sejenis. Hasil pengumpulan data akan di analisis dengan menggunakan algoritma naïve bayes classifier dan algoritma decision tree dengan tools rapidminer. Hasil penenlitian ini menemukan perbandingan yang cukup signifikan dengan hasil akurasi 80,33% untuk algoritma naïve bayes classifier dan 60,33% untuk algoritma decision tree dari 52 data judul skripsi yang digunakan.
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik SMK YASBU Al-Qomariah Tasikmalaya mengunakan metode TOPSIS Aso Sudiarjo; Missi Hikmatyar
Jurnal ICT : Information Communication & Technology Vol 20, No 2 (2021): JICT-IKMI, Desember 2021
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i2.278

Abstract

Tujuan penelitian ini adalah untuk mrancang sebuah sistem pendukung keputusan pemilihan karyawan terbaik SMK YASBU Al-Qomariah. Penghargaan yang diberikan oleh organisasi kepada karyawan terbaiknya dapat mendorong setiap karyawan untuk selalu memberikan kinerja yang terbaik bagi organisasi dalam melaksanakan tugas dan kewajibanya di organisasi. Pengambilan keputusan untuk menentukan karyawan terbaik dapat dilakukan organisasi dengan cara menilai kinerja yang telah dilakukan oleh karyawannya dalam jangka waktu tertentu. Oleh karena itu, seiring perkembangan teknologi informasi maka Sistem Pendukung Keputusan terhadap pemilihan karyyawan terbaik perlu dibangun dengan menggunakan metode TOPSIS (Technique For Order Preference By Similarity To Ideal Solution). Konsep dasar Metode TOPSIS adalah alternatif yang terpilih merupakan alternatif terbaik yang memiliki jarak terpendek dari solusi ideal positif dan jarak terpanjang dari solusi ideal negatif. Ada enam kriteria yang dijadikan sebagai bahan pertimbangan yaitu: Kuantitas Pekerjaan, Kualitas Pekerjaan, Pengetahuan akan pekerjaan, tingkat kreativitas, tinggkat Kerjasama.. Metode yang digunakan dalam pembangunan aplikasi ini menggunakan model System Development Life Cycle (SDLC). Hasil penelitian yang dilakukan yaitu perototipe  sistem pendukung keputusan pemilihan karyawan terbaik. Sistem pendukung keputusan yang dikembangkan berbasis web dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai pangkalan data.
Sistem Pendukung Keputusan Pemilihan perumahan Berbasis Android dengan Metode Simple Additive Weigthing Aso Sudiarjo; Ruuhwan Ruuhwan
Jurnal ICT : Information Communication & Technology Vol 18, No 2 (2019): JICT-IKMI, Desember 2019
Publisher : STMIK IKMI Cirebon

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

Abstract

Types of housing that are increasingly varied from the type of simple houses to luxury homes, where the house is a family need to be occupied in a relatively long time. Problems that occur consumers are sometimes difficult to choose the type of housing and location of houses to be purchased with long-term needs or for investment needs. This study aims to facilitate consumers in making decisions when determining the right type of housing and in accordance with the desired conditions. Therefore, as advances in information technology and the development of the Android operating system, system support in the selection of Android-based housing needs to be built, and the application of the Simple method Additive weighting for housing alternative selection. The SAW method concept is often referred to as the weighted sum method. There are six criteria to be taken into consideration, namely: distance to shopping centers, distance to education location, distance to health location, water availability, price and land area .. The method used in designing this application uses the Extreme Programming (XP) model. In the Extreme Programming (XP) method, there are 4 (four) stages in the Extreme Programming process: planning, design, coding, test. This system can support consumer decision making in choosing housing based on predetermined criteria. So that calculations on this decision support system are more accurate then an SAW method is used to determine the type of housing that matches the criteria sought by consumers.
Sistem Informasi Layanan Bimbingan Akademik Mahasiswa Berbasis Android Missi Hikmatyar; Aso Sudiarjo
Jurnal ICT : Information Communication & Technology Vol 20, No 1 (2021): JICT-IKMI, Juli 2021
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i1.281

Abstract

layanan bimbingan akademik yang diberikan dosen kepada mahasiswa mempunyai peran yang sangat penting dalam kelancaran pembelajaran. Universitas Perjuangan Tasikmalaya mempunyai kendala pada laporan bimbingan akademik yang masih mengandalkan buku dalam melakukan bimbingan. Penggunaan buku membuat bimbingan tidak interkatif dan kemungkinan data yang direkap bisa hilang sehingga menyebabkan tidak terukurnya data sebagai alat pengambil keputusan. Solusi pada permasalahan tersebut yaitu dengan mengembangkan sistem informasi yang fleksibel dan bisa digunakan pada mobile device/smartphone. Sistem informasi yang akan dikembangkan berbasis android dengan menggunakan tool Android Studio dalam pembuatannya. Proses pengembangannya meliputi beberapa tahap yaitu pertama, planning adalah melakukan analisa terhadap sistem yang sudah berjalan. Kedua, design yaitu melakukan perancangan awal atau mendesain sistem yang akan dibuat. Ketiga, implementasi yaitu melakukan penerapan dengan melakukan coding terhadap desain yang telah dirancang. Keempat, testing yaitu melakukan pengujian dengan sudut pandang pengembang sistem dan user (dosen dan mahasiswa) untuk diuji kehandalannya.
Implementasi Dan Pelatihan Google Apps For Education (GAFE) Untuk Pesantren Muhammadiyah Kabupaten Tasikmalaya Pada Masa Pandemi Covid-19 Randi Rizal; Ruuhwan Ruuhwan; Aso Sudiarjo
JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) Vol 6 No 1 (2022): Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat)
Publisher : Dewan Pimpinan Daerah (DPD) Perkumpulan Dosen Indonesia Semesta (DIS) Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36339/je.v6i1.533

Abstract

Changes in business processes, lifestyles and ways of working that are more effective and efficient are caused by the rapid development of technology in various fields of human life, especially education. The current service partner is the Muhammadiyah Islamic Boarding School in Tasikmalaya Regency which has problems in optimizing educational activities in the pesantren environment. The use of features in Google Apps For Education (GAFE) is not optimal in educational activities, both in the teaching process between teachers and students, subject assignments, or other educational administration activities, so it is necessary to use these features more optimally. In addition, it is a new thing for teachers and students in optimizing the use of Google Apps for Education (GAFE), which makes it difficult and requires assistance to be used. This service provides alternative solutions for partners, namely the implementation and training of Google Apps for Education (GAFE) technology for teachers and students in an effort to improve skills and culture of responsiveness to the maximum use of technological developments so that it has an impact on the ease and smoothness of the online learning process.
PENGEMBANGAN SISTEM DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN JAGUNG BERDASARKAN INTENSITAS KERUSAKAN MENGGUNAKAN METODE CERTAINTY FACTOR R. Ramdan Kusumahdinata; Aso Sudiarjo; Missi Hikmatyar; R. Arif Malik Ramadhan
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 17 No 1 (2023): Mei 2023
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/antivirus.v17i1.3066

Abstract

Corn plants have the potential to be attacked by pests or diseases that can appear at any time such as leaf blight, leaf rust and downy mildew. Obstacles facing farmers are sometimes the lack of information about the symptoms found so that sometimes the diagnosis is not correct and the treatment is wrong, resulting in reduced corn production. Along with technological advances, a technology has also been produced that can adopt the process of human thinking, namely artificial intelligence technology or AI or Artificial Intelligence. including an expert system, which is a computer-based system that adopts the knowledge and experience of an expert, and reasoning techniques to solve a problem, similar to how an expert in a particular field solves the problem. The development that will be made is "Development of a Diagnostic System for Pests and Diseases in Corn Plants Based on Damage Intensity Using the Certainty Factor Method".
PENERAPAN ALGORITMA APRIORI PADA TRANSAKSI UNTUK MENCARI POLA PENJUALAN (Studi Kasus : Warung US Baso Steak Coffee) Raka Agung Gumilar; Aso Sudiarjo; Yusuf Sumaryana
Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 7 (2023): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kjst.v1i7.603

Abstract

Tujuan dari penelitian ini adalah untuk melakukan penerapan market basket analysis pada transaksi penjualan barang di Warung US Baso Steak Coffee dengan algoritma apriori dalam menemukan aturan asosiasi dengan parameter pengujian minimum support, jumlah brenchmark dan lift ratio dan nilai confidence. Perhitungan Algoritma Apriori pada aturan asosiasi ini dihitung melalui tiga tahap iterasi pembentukan kandidat k-itemset. Hasil analisa aturan asosiasi yang terbentuk dari perhitungan algoritma apriori dengan menentukan nilai minimum support 35% dan nilai minimum confidence 80%, menghasilkan 2 aturan asosiasi final terbaik pada penjualan periode September 2019 – Februari 2023. Dari data penjualan tersebut produk yang paling sering laku terjual adalah produk dari kategori Kaffe Latte Rasa, Espresso Based, Tea, dan Steak Chiken Krispy. Hasil penelitian ini yaitu mengimplementasikan algoritma apriori aturan asosiasi pada aplikasi Rapid Minner 9.2 yang berguna untuk membantu manajer Warung US Baso Steak Coffee Tasikmalaya dalam memberikan hasil analisa aturan asosiasi sebagai acuan untuk peningkatan strategi penjualan dan promosi produk.