Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.513

P-Index

This Author published in this journals

All Journal Specta Journal of Technology Jurnal Repositor Jurnal Teknologi Informasi Cyberku Jurnal Ilmu Komputer Jurnal Teknologi Informasi Indonesia

Alter Lasarudin

Universitas Muhammadiyah Gorontalo

Author-ID : 4278771

Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 9 Documents Claim Missing Document

Claim Missing Document

Articles

Analisis Kepuasan Masyarakat Terhadap Layanan Siaran RRI Gorontalo Menggunakan Algoritma C4.5 Alter Lasarudin; Wahyudin Hasyim; Roy Dumako
Jurnal Repositor Vol 4 No 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.1434

Radio penyiaran merupakan salah satu media massa yang berkaitan erat dengan kebutuhan masyarakat yang dapat memberikan berbagai macam informasi, hiburan, dan pendidikan. Kepuasan masyarakat merupakan hal yang utama di dalam layanan siaran dan menjadi tolok ukur dalam meningkatkan pelayanan siaran radio. Data sampel yang digunakan dalam penelitian ini sebanyak 339 data responden. Hasil pengujian dari model yang telah dilakukan dengan pengujian tingkat akurasi dengan menggunakan Confussion Matrix didapatkan hasil pengukuran akurasi sebesar 97.94%, class precission untuk kategori PUAS sebesar 98.39% dan kategori TIDAK PUAS 93.10%. Sehingga dapat disimpulkan bahwa algoritma C4.5 dapat diterapkan untuk proses analisis kepuasan masyarakat terhadap layanan siaran RRI Gorontalo.

KLASIFIKASI PENGADUAN MASYARAKAT MENGGUNAKAN NAIVE BAYES BERBASIS SELEKSI ATRIBUT INFORMATION GAIN Alter Lasarudin; Purwanto Purwanto
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 14 No 2 (2018): Jurnal Teknologi Informasi CyberKU Vol.14 no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.494 KB)

The development of information every day is increasing. Public complaint is one form of information on the Internet is growing each day according to the number of people who make a complaint. In the management of complaints frequent errors in aduannya groupings so as to make the admin must work longer to perform grouping or classification of complaints. Such information becomes a media which is used for data mining research. One of the functions of data mining is classification. Naïve Bayes is one of the methods used for classification, one for the classification of documents or text. The classification is very useful for grouping data or documents by category. This will simplify the user data or documents in the search process. This research was conducted by applying the method Naïve Bayes for classification societies complaint data and algorithms Information Gain for the selection of attributes in order to improve the accuracy of the classification of public complaints. The test results by using 150 training data and testing the data 60 Naïve Bayes algorithm using attribute selection results without accuracy is 63.33%. whereas on testing Naïve Bayes algorithm using Information Gain attribute selection with the same data results are increasing even with k = 5. The best accuracy results found in this study was 86.67% using the selection attribute by 55.

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENYULUH PERTANIAN MENGGUNAKAN METODE ANALITYCHAL HIERARCHY PROCESS Alter Lasarudin
Jurnal Ilmu Komputer (JUIK) Vol 1, No 1 (2021): February 2021
Publisher : Universitas Muhammadiyah Gorontalo

This research was done in Implementing Agency for Agricultural Extension of Fisheries and Forestry Gorontalo City. This research purpose is to design and implementing a Decision Support System to determine agricultural extension agents at the Fishery and Forestry Extension Implementing Agency (BP4K) of Gorontalo City. Researcher will using a multicriteria support decision system named Analytical Hierarchy Process (AHP).With sub-criteria: credit score (K1), duration of promotion (K2), agricultural extension preparation activities (K3), Agricultural extension activities (K4), evaluation activities and agricultural extension reporting in the last 3 years (K5) agriculture in the last 3 years (K6), Professional development activities in the last 3 years (K7), Acquired awards / tandajasa (K8).Based on the results of processing with Analytical Hierarchy Process method is quite effective in accelerating the decision-making process by solving the problem into its parts.

PREDIKSI PENERIMAAN NEGARA BUKAN PAJAK (PNBP) MENGGUNAKAN ALGORITMA NEURAL NETWORK DI LPP RRI GORONTALO Djainab Humolungo; Wahyudin Hasyim; Alter Lasarudin
Jurnal Ilmu Komputer (JUIK) Vol 2, No 1 (2022): February 2022
Publisher : Universitas Muhammadiyah Gorontalo

Penerimaan Negara Bukan Pajak (PNBP) adalah salah satu sumber penerimaan negara yang sangat penting disamping penerimaan perpajakan.Maka dalam hal ini Prediksi merupakan hal penting dalam mengetahui jumlah Penerimaan Negara Bukan Pajak (PNBP) di LPP RRI Gorontalo apakah dapat memenuhi Target yang telah ditentukan oleh LPP RRI Pusat atau tidak. Data yang digunakan dalam penelitian ini sebanyak 240 data. Dengan menggunakan Algoritma Neural Network bahwa tingkat akurat Algoritma Neural Network dalam memprediksi PNBP tidak baik. Hal ini dibuktikan dengan tingkat RMSE terkecil saja masih di angka 0.076. dan setelah dilakukan pengujian menggunakan perhitungan di Microsoft Excel terlihat bahwa hasil prediksi dari 48 minggu di Tahun 2020 dan range error data hasil denormalisasi data dengan nilai range dari 23855200 sampai dengan -104726900

ANALISIS KEPUASAN MASYARAKAT TERHADAP LAYANAN SIARAN RRI GORONTALO MENGGUNAKAN ALGORITMA C4.5 Alter Lasarudin; Wahyudin Hasyim
Jurnal Ilmu Komputer (JUIK) Vol 1, No 2 (2021): October 2021
Publisher : Universitas Muhammadiyah Gorontalo

Radio broadcasting is one of the mass media that is closely related to the needs of the community that can provide various kinds of information, entertainment, and education. Community's satisfaction is the main thing in broadcasting services and becomes a benchmark in improving radio broadcasting services. Sample data used 339 data of respondents. The test results from the model that have been carried out by testing the level of accuracy using the Confusion Matrix, the results of the measurement accuracy are 97.94%, class precision for the satisfaction category is 98.39% and the NOT SATISFIED category is 93.10%. therefore concluded that C4.5 alogarithm can be applied to the process of analyzing public satisfaction with the broadcast service of RRI Gorontalo.

PENERAPAN ALGORITMA SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART) PEMBERIAN SANKSI TERHADAP SISWA YANG MELAKUKAN PELANGGARAN Alter Lasarudin; Tri Pratiwi Handayani; Sitnasanti Yane
Jurnal Ilmu Komputer (JUIK) Vol 2, No 1 (2022): February 2022
Publisher : Universitas Muhammadiyah Gorontalo

Pelanggaran adalah perilaku yang menyimpang untuk melakukan tindakan dengan kehendaknya sendiri tanpa memperhatikan peraturan yang telah dibuat oleh pihak sekolah. Penelitian ini bertujuan untuk memudahkan pihak sekolah dalam pemberian sanksi terhadap siswa yang melanggar aturan sekolah. Metode yang digunakan adalah Simple Multi Attribute Rating Technique (SMART), dengan delapan kriteria pelanggaran antara lain kehadiran, keterlambatan, kebersihan lingkungan dan kedisiplinan, pakaia seragam, keagamaan, perkelahian, membawa handpone, merokok. Hasil perhitungan metode SMART dengan jumlah 70 data siswa yang melanggar diperoleh nilai 100 yang menunjukan nilai tertinggi sehingga siswa tersebut dikeluarkan dari sekolah, sedangkan perolehan nilai 52,76 menunjukan bahwa siswa tersebut tidak naik kelas, nilai 30,06 menunjukan siswa diskorsing, dan nilai terakhir 19.02 menunjukan siswa tersebut mendapatkan surat teguran dari pihak sekolah.

PREDIKSI PERTUMBUHAN JUMLAH PENDUDUK MENGGUNAKAN ALGORITMA NEURAL NETWORK Alter Lasarudin; Rubiyanto Maku
Jurnal Ilmu Komputer (JUIK) Vol 2, No 2 (2022): October 2022
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/juik.v2i2.1715

Pertumbuhan penduduk membawa akibat pada berbagai aspek kehidupan manusia, oleh karena itu manusia perlu melakukan upaya agar laju pertumbuhan penduduknya terkendali. Penelitian ini menggunakan pendekatan Naturalistik yakni menggambarkan secara terperinci berdasarkan fakta-fakta yang ada. Teknik pengumpulan data dilakukan melalui wawancara, observasi dan penelaahan dokumen yang ada hubungannya dengan masalah yang diteliti. Pengambilan data peneliti lakukan secara langsung. Data yang diperoleh disusun berdasarkan data times series, kemudian data tersebut di normalisasi. Langkah selanjutnya adalah menentukan parameter neural network (NN) dengan mencari hidden layer, training cycles, learning rate, dan momentum terbaik agar mendapatkan root mean square error (RMSE) terkecil. Tahap selanjutnya adalah proses prediksi. Untuk melihat hasil prediksi data harus di denormalisasi kembali ke bentuk data awal. Hasil prediksi dengan menggunakan NN didapat bahwa prediksi yang valid berjumlah 19 minggu dan range error data berkisar antara angka 6 dan minus 5. Jika dibandingkan dengan standar nilai yang ada, tingkat keakuratan dari data prediksi pertumbuhan penduduk dengan metode NN mendekati angka valid.

Perbandingan Metode Naïve Bayes dan C4.5 Klasifikasi Status Gizi Bayi Balita Alter Lasarudin; Hilmansyah Gani; Misran Tomayahu
SPECTA Journal of Technology Vol. 6 No. 3 (2022): SPECTA Journal of Technology
Publisher : LPPM ITK

In supporting good services, an orderly, neat and meticulous work procedure are needed. So that information will be produced quickly, precisely and accurately. In health institution, there is a lot of data which increase every year. One of them is data on toddler growth and development. However, the excessive data have consequences more difficult to learn the data were only used as archives. The use of data mining techniques is expected to help in overcoming the imperfent development of toddlers. In this study, researcher compared the classification techniques of performance methods (C4.5) and Naïve Bayes. The attributes used in this research consist of Gender, Age, Weight, Body Length, Region and Growth with 500 data. The results of the research conducted, based on the accuracy and recall values of Naive Bayes were higher than the accuracy value of C4.5 with an accuracy value 94.20% for Naive Bayes, and C4.5 with an accuracy value of 85.80%. Although, in this study the Precision level is higher Naïve Bayes which is 94.20% compared to C4.5 which is 85.80%. The final result of this research is that the Naïve Bayes method is better used than the decision tree method. Keywords: Data Mining, Classification, Naïve Bayes, C4.5

O OPTIMALISASI NEURAL NETWORK BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI LAMA PENYINARAN MATAHARI DALAM MEMENUHI KEBUTUHAN ENERGI Wahyudin Hasyim; Alter Lasarudin
Jurnal Teknologi Informasi Indonesia (JTII) Vol 4 No 2 (2019): Jurnal Teknologi Informasi Indonesia (November)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v4i2.391

Tingginya beban listrik yang mencapai 325 MegaWatt, hal ini merupakan perhatian penting bagi pemerintah Provinsi Gorontalo dalam kebutuhan energi listrik, maka perlu memprediksi lama penyinaran matarahari pada suatu daerah, Energi sel surya salah satunya bergantung pada lamanya penyinaran cahaya matahari. Diantaranya dengan melakukan perancangan model prediksi. Metode prediksi yang mimiliki nilai error terkecil adalah Neural Network, akan tetapi masih adanya kelemahan pada waktu pelatihan untuk mencapai konvergen dan overfitting. Maka perlu dilakukan optimalisasi pada bobot jaringan dengan menggunakan Particle Swarm Optimazition, yang merupakan salah satu metode terbaik dalam optimasi. Dengan penggunaan optimasi yang diukur melalui hasil peroleha Root Mean Square Error (RMSE). Hasil pengujian terhadap algoritma menunjukkan bahwa nilai RMSE mengunakan Neural Network 0,131, sedangkan dengan penerapan optimasi dengan particle swarm optimization hasil RMSE 0,127. Dengan penerapan metode optimasi terserbut dapat mengurangi nilai error

Co-Authors Djainab Humolungo Gani, Hilmansyah Misran Tomayahu Purwanto Purwanto Roy Dumako Rubiyanto Maku Sitnasanti Yane Tri Pratiwi Handayani Wahyudin Hasyim Wahyudin Hasyim

Title

Found 9 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 9 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search