Garuda - Garba Rujukan Digital

Prediksi Cuaca Pada Data Time Series Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) Dewi, Candra; Kartikasari, Dany Primanita; Mursityo, Yusi Tyroni
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 1 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (669.63 KB)

AbstrakInformasi mengenai kondisi atmosfer yang cepat,akurat, dan terperinci sangat diperlukan oleh berbagai sektor. Salah satumetode yang dapat digunakan untuk melakukan prediksi dan peramalan model yangkompleks dengan akurasi yang tinggi adalah Adaptive Neuro Fuzzy InferenceSystem (ANFIS). Dengankemampuan metode ini untuk melakukan prediksi dan peramalan, pada penelitianini dilakukan perbandingan kinerja dari kedua kemampuan ANFIS tersebut padadata time series cuaca berdasarkan parameter-parameter atmosfir yangmempengaruhinya.Padapenelitian ini, metode ANFIS baik untuk proses prediksi maupun peramalan diimplementasidengan struktur standar ANFIS yaitu lima layer. Namun pada proses peramalan dilakukan penggabungan dengan metode moving average untuk meramalkan nilai parameter input pada saat pengujian. Pengujian dilakukanpada data latih 40%, 50% dan 60% dari total data. Selain itu, pengujian jugadilakukan dengan mengelompokkan data berdasarkan musim, yaitu kemarau danpenghujan.Hasil ujicoba menunjukkan bahwa metode ANFIS cukup baik diterapkan untuk proses prediksijika tanpa pengelompokan data berdasarkan musim. Namun jika dilakukanpengelompokan berdasarkan musim, kemampuan ANFIS dalam melakukan peramalanmemiliki tingkat akurasi yang lebih tinggi dengan nilai error yang cukup rendah.Kata kunci: prediksi cuaca,peramalan cuaca, data time series, ANFISAbstractRapid and accurate information on the atmospheric conditions is required by the various sectors. One ofthe methods can be used to perform prediction and forecasting of complex modelwith high accuracy is AdaptiveNeuro Fuzzy Inference System(ANFIS).According to these two capabilitiesof ANFIS, this research is aimed to conduct comparison of accuracy on weathertime series data. This research implemented ANFIS using standard ANFISarchitecture that consists of five layers both to predict and to forecast theweather. However, the forecasting process combined ANFIS and moving averagemethod to forecast the input parameters were used at testing. This researchperformed learning process using 40%, 50% and 60% of total data. Beside, thelearning process also has been done on data was grouped into two groups basedon the season. The testing result showed ANFIS has better performance forprediction the data that were not grouped based on the season. However, ANFIShas better accuracy and lower error since the learning and testing were done onthe data that was grouped based on season.Keywords: weather prediction, weather forecasting,time series data, ANFIS

Prediksi Cuaca Pada Data Time Series Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) Candra Dewi; Dany Primanita Kartikasari; Yusi Tyroni Mursityo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 1: April 2014
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakInformasi mengenai kondisi atmosfer yang cepat,akurat, dan terperinci sangat diperlukan oleh berbagai sektor. Salah satumetode yang dapat digunakan untuk melakukan prediksi dan peramalan model yangkompleks dengan akurasi yang tinggi adalah Adaptive Neuro Fuzzy InferenceSystem (ANFIS). Dengankemampuan metode ini untuk melakukan prediksi dan peramalan, pada penelitianini dilakukan perbandingan kinerja dari kedua kemampuan ANFIS tersebut padadata time series cuaca berdasarkan parameter-parameter atmosfir yangmempengaruhinya.Padapenelitian ini, metode ANFIS baik untuk proses prediksi maupun peramalan diimplementasidengan struktur standar ANFIS yaitu lima layer. Namun pada proses peramalan dilakukan penggabungan dengan metode moving average untuk meramalkan nilai parameter input pada saat pengujian. Pengujian dilakukanpada data latih 40%, 50% dan 60% dari total data. Selain itu, pengujian jugadilakukan dengan mengelompokkan data berdasarkan musim, yaitu kemarau danpenghujan.Hasil ujicoba menunjukkan bahwa metode ANFIS cukup baik diterapkan untuk proses prediksijika tanpa pengelompokan data berdasarkan musim. Namun jika dilakukanpengelompokan berdasarkan musim, kemampuan ANFIS dalam melakukan peramalanmemiliki tingkat akurasi yang lebih tinggi dengan nilai error yang cukup rendah.Kata kunci: prediksi cuaca,peramalan cuaca, data time series, ANFISAbstractRapid and accurate information on the atmospheric conditions is required by the various sectors. One ofthe methods can be used to perform prediction and forecasting of complex modelwith high accuracy is AdaptiveNeuro Fuzzy Inference System(ANFIS).According to these two capabilitiesof ANFIS, this research is aimed to conduct comparison of accuracy on weathertime series data. This research implemented ANFIS using standard ANFISarchitecture that consists of five layers both to predict and to forecast theweather. However, the forecasting process combined ANFIS and moving averagemethod to forecast the input parameters were used at testing. This researchperformed learning process using 40%, 50% and 60% of total data. Beside, thelearning process also has been done on data was grouped into two groups basedon the season. The testing result showed ANFIS has better performance forprediction the data that were not grouped based on the season. However, ANFIShas better accuracy and lower error since the learning and testing were done onthe data that was grouped based on season.Keywords: weather prediction, weather forecasting,time series data, ANFIS

EVALUASI PENGALAMAN PENGGUNA PADA E-COMMERCE SOCIOLLA.COM MENGGUNAKAN USABILITY TESTING DAN USER EXPERIENCE QUESTIONNAIRE (UEQ): USER EXPERIENCE EVALUATION ON SOCIOLLA.COM E-COMMERCE USING USABILITY TESTING AND USER EXPERIENCE QUESTIONNAIRE (UEQ) Shandranuur Fauziah Novitasari; Yusi Tyroni Mursityo; Alfi Nur Rusydi
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 1 No 2 (2020): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v1i2.9

Sociolla merupakan e-commerce terlengkap dan terpercaya di Indonesia yang menjual produk kecantikan dan perawatan kulit dan tubuh. Demi mempermudah akses untuk mendapatkan kosmetik yang diinginkan, website Sociolla dibuat pada tahun 2015. Website sociolla bertujuan memudahkan konsumen untuk mendapatkan informasi mengenai kandungan dan harga kosmetik. Permasalahan yang terjadi pada website Sociolla adalah setiap pengguna yang melakukan interaksi pada website merasa bahwa website Sociolla memerlukan waktu yang cukup lama untuk setiap tugas. Dampak dari kesalahan sistem yang berulang tersebut, membuat banyaknya pengguna enggan melakukan aktivitas pada website. Dari permasalahan tersebut, maka dilakukanlah evaluasi usablity untuk mengetahui pengalaman pengguna menggunakan pengujian skenario Usability Testing, kuesioner SUS dan metode UEQ. Hasil pengujian skenario parameter Task Completed memiliki nilai keberhasilan sebesar 0.91, parameter Error Rate memiliki rata-rata jumlah kesalahan sebesar 0.05467, parameter Time per Completed Task memiliki rata-rata waktu sebesar 45.313 detik dan parameter Number of Clicks memiliki rata-rata sebesar 5 klik. Hasil kuesioner SUS mendapatkan skor 75.75 yang termasuk dalam kategori Acceptable. Hasil pengalaman pengguna menunjukkan yaitu pada metode UEQ, aspek pragmatic quality dengan nilai sebesar 3.05, dan aspek hedonic quality dengan nilai sebesar 2.23. Dalam penelitian ini dapat disimpulkan bahwa website Sociolla dapat diterima dengan baik oleh pengguna.

EVALUASI SUMBER DAYA PADA KEMENTERIAN KOORDINATOR PEMBANGUNAN MANUSIA DAN KEBUDAYAAN REPUBLIK INDONESIA MENGGUNAKAN KERANGKA KERJA COBIT 5 DOMAIN EDM04 DAN APO07: RESOURCES EVALUATION AT THE COORDINATOR MINISTRY OF HUMAN DEVELOPMENT AND CULTURE OF THE REPUBLIC OF INDONESIA USING COBIT 5 DOMAIN COBIT FRAMEWORK EDM04 AND APO07 Restian Parengga; Yusi Tyroni Mursityo; Aditya Rachmadi
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 1 No 2 (2020): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v1i2.12

Kementerian Koordinator Pembangunan Manusia dan Kebudayaan Republik Indonesia merupakan Kementerian dalam pemerintah Indonesia yang membidangi koordinasi, sinkronisasi dan pengendalian urusan Kementerian dalam penyelenggaraan pemerintah di bidang pembangunan manusia dan kebudayaan. Dalam mengelola data dan menyebarkan informasi kepada masyarakat luas, kendala yang dihadapi divisi Sistem dan Teknologi Informasi Kemenko PMK RI ialah kurangnya jumlah personil dalam menggunakan dan menangani permasalahan terkait teknologi informasi. Untuk mengukur nilai pada sumber daya manusia, sumber daya teknologi informasi dan kegiatan dalam operasional dilakukan penilaian capability level dengan menggunakan domain EDM04 (Ensure Resource Optimisation) dan APO07 (Manage Human Resource) dari kerangka kerja COBIT 5. Penilaian capability level sendiri dilakukan secara berturut dari level 0 Incomplete Process sampai level 5 Optimizing Process dengan disertai bukti dokumen. Penilaian ini didukung juga dengan hasil wawancara dan observasi disaat penelitian. Hasil kegiatan penelitian didapatkan nilai capability level pada EDM04 (Ensure Resource Optimisation) terdapat pada level 3 dan pada APO07 (Manage Human Resource) terdapat pada level 3. Rekomendasi didapatkan dari hasil Gap Analysis dari level yang diinginkan sebesar dua tingkat yaitu berfokus pada perlindungan, penetapan sumber daya, menambah personil dan kebijakan kontrak staf.

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search