Claim Missing Document
Check
Articles

Found 13 Documents
Search

Implementasi Fuzzy C-Means Clustering dalam Pengelompokan UKM Di Kabupaten Rokan Hulu Erni Rouza; Luth Fimawahib
Techno.Com Vol 19, No 4 (2020): November 2020
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v19i4.4101

Abstract

Dalam upaya meningkatkan Usaha Kecil dan Menengah (UKM) di Kabupaten Rokan Hulu yang menjadi industri kreatif dan inovatif tentunya pendataan pesebaran UKM harus up to date dan valid sehingga pemerintah dapat memberikan kebijakan ataupun bantuan kepelaku usaha untuk mengembangkan usahanya apalagi dalam situasi pandemic ini. Penelitian ini bertujuan untuk mengelompokkan jenis UKM yang ada di Rokan Hulu menggunakan metode Fuzzy C-Means Clustering  dan membuat aplikasi baru berbasis Web untuk mendata persebaran UKM yang dilengkapi dengan peta pesebaran UKM . Fuzzy C-Mean Clustering (FCM) adalah suatu teknik pengclusteran data yang mana keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaannya. Variabel yang digunakan berdasarkan omset, asset dan jumlah tenaga kerja. Sedangkan untuk pengelompokan jenis UKM dicluster menjadi 3 jenis, yaitu usaha menengah, usaha kecil dan usaha mikro. Berdasarkan hasil pengujian metode Fuzzy C-Mean Clustering dapat mengelompokkan jenis Usaha Kecil Menengah berdasarkan 3 cluster yaitu usaha menengah, usaha kecil dan usaha mikro, serta nilai validasinya rata-rata hampir mendekati angka 1, hal tersebut menunjukkan bahwa Fuzzy C-Means Clustering memiliki tingkat akurasi yang tinggi sebesar 80-90 %.  
Application Of Fuzzy Multidimensional Association Rule For Analysis The Feasibility Of Granting Credit Plus To Prospective Customers ( Studi Kasus : PT. ”X ” Cabang Bangkinang ) Erni Rouza
RJOCS (Riau Journal of Computer Science) Vol. 2 No. 1 (2016): Riau Journal Of Computer Science
Publisher : RJOCS (Riau Journal of Computer Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (607.35 KB) | DOI: 10.30606/rjocs.v2i1.777

Abstract

PT. “X” Bangkinang branch in analyzing the feasibility of granting credit to prospective customers, are still using manual means with consideration of the results of the survey and the amount of salary prospects. With so many potential customers who apply that credit, the PT. “X ” Bangkinang branch having difficulty in making the right decision and quickly, therefor required an application that simultaneously can be used to processing the data, analyze the feasibility and send credit recommendations quickly, efficiently, and accurately. In this final, Fuzzy Association Rule is a method that is implemented for the recommendation whether or not potential customers were given credit by using several criteria which is, age, occupation, salary amount, character, security level salary and has a house or not, appropriate decisions based on rules recommended -rule or knowledge resulting from calculating the value of support, and confidence value of each first pattern grouped within a certain interval called the fuzzy sets. From the test results can be concluded that the method of fuzzy association rulemay result in the rules or knowledge to help the Credit analysts (CA) in decision-making prospects who deserve credit approval, but these systems do not have a dynamic menu that can add or reduce other supporting criteria for consideration of recommendations.
Prediksi Jenis Cacing Nematoda Usus Yang Menginfeksi Siswa Dengan Menggunakan Metoda LVQ Erni Rouza
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 8 No. 2 (2017): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (640.55 KB) | DOI: 10.31849/digitalzone.v8i2.642

Abstract

Abstrak-Pada saat ini, Jaringan Syaraf Tiruan (JST) telah banyak menjadi objek penelitian yang menarik, karena penerapannya sangat potensial dalam berbagai bidang sains, salah satu penerapannya didalam memprediksi penyakit. Penelitian ini bertujuan untuk mencoba menerapkan metode Learning vector Quantization (LVQ) dalam memprediksi jenis cacing Nematoda usus yang menginfeksi siswa dari nilai akurasi yang dihasilkan, karena beberapa penelitian menunjukkan bahwa anak usia sekolah dasar merupakan golongan yang sering terkena infeksi cacing usus. Dari hasil pelatihan dan pengujian menggunakan metode Learning Vector Quantization (LVQ) diketahui bahwa tingkat akurasi sesuai dengan hasil sebenarnya dan nilainya konstan, proses cepat hanya membutuhkan waktu paling lama 3 menit dan memberikan hasil yang optimal yaitu tingkat akurasi data latih sebesar 78,6885%, serta 80% untuk data uji. Hal ini menunjukkan bahwa jaringan yang terbentuk sudah cukup baik, akurat dan cepat dalam melakukan pembelajaran terhadap data input yang diberikan dalam memprediksi jenis cacing Nematoda Usus yang menginfeksi siswa. Kata kunci : Cacing Nematoda Usus, Jaringan Syaraf Tiruan, Learning Vector Quantization Abstract- At this time, an Artificial Neural Network (ANN) has been an interesting objects of research, because of application has potential in various fields of science, one application was used to predict diseases. This study aims to try to implement methods Learning vector quantization (LVQ) in predicting the type of Nematode worms that infect the intestines of students from the resulting accuracy value, because some studies show that children of primary school age are often exposed to a class of intestinal worm infections. From the results of the training and testing using methods Learning Vector Quantization (LVQ) note that the level of accuracy in accordance with the actual results and the value of the constant, quick process only takes a maximum of 3 minutes and provide optimal results is the level of training data accuracy of 78.6885%, and 80% for the test data. This indicates that the network is formed is quite good, accurate and fast in doing the learning on the input data given in predicting Intestinal Nematode worm species that infect students. Keywords: Intestinal Netamoda Worms, Artificial Neural Network, Learning Vector Quantization
Penerapan BARS (Behaviorally Anchor Rating Scale) Berbasis Web Dalam Penilaian Kinerja Karyawan Rouza, Erni; Yanto, Budi
ZONAsi: Jurnal Sistem Informasi Vol 1 No 2 (2019): Publikasi Artikel ZONAsi : Jurnal Sistem Informasi, September 2019
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v1i2.3400

Abstract

Universitas Pasir Pengaraian (UPP)  adalah salah satu kampus yang terletak di kabupaten Rokan Hulu Provinsi Riau, sebagai instansi yang bergerak dibidang pendidikan, tentunya UPP membutuhkan suatu model baru untuk penilaian kinerja karyawan dalam mengevalusi dan mengukur kinerja karyawan sehingga harapan dari yayasan dapat tercapai dengan baik. Saat ini proses penilaian dan pengukuran kinerja karyawan masih menggunakan sistem yang manual, belum adanya teknologi IT ataupun sistem informasi sebagai alat bantu yang digunakan untuk proses pengarsipan, pencarian data  dan  mempercepat  proses pelaporan penilaian kinerja karyawan baik itu perbulan, pertiga bulan, bahkan pertahun. Selain itu penyebab lainnya adalah  belum ada pengarsipan pelanggaran yang telah dilakukan oleh pegawai, sehingga pimpinan baik itu di Prodi, Dekan dan lembaga yang ada di Universitas Pasir Pengaraian tidak mempunyai data yang jelas untuk penegasan punishment pelanggar pegawai tersebut. Maka dari itu, tujuan penelitian ini sendiri yaitu menganalisa, merancang, dan membangun suatu sistem informasi baru untuk penilaian kinerja karyawan menggunakan teknik penilaian BARS ( Behaviorally Anchor Rating Scale) berbasis web. Hasil penelitian berupa suatu sistem informasi yang dinamakan SIPENTAJA, yang menggunakan metode penilaian Behaviorally  Anchor  Rating  Scale (BARS). Dengan sistem informasi penilaian kinerja karyawan (SIPENTAJA) ini dapat mempermudah para pimpinan dalam menilai dan melaporkan kinerja pegawai dengan cepat dan tepat.
PROGRAM KEMITRAAN MASYARAKAT STIMULUS UMKM MARNING DI DESA MASDA MAKMUR Rina Ari Rohmah; Purwantoro Purwantoro; Erni Rouza
JPM PAMBUDI Vol 3 No 2 (2019): JPM Pambudi
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat (P2M) IKIP Budi Utomo Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (193.361 KB) | DOI: 10.33503/pambudi.v3i2.592

Abstract

The Stimulus Community Partnership Program ( PKMS ) was implemented at the UMKM Marning Mbok Jas. In this stimulant community partnership program there are three efforts to solve the problems faced by partners, namely the first increase in the ability of science and technology in the production system, this effort is made to increase production productivity, optimize production and improve hygienic marning quality. The second effort is to increase the variant of the production of processed corn and corn marning; it aims to increase the variant of corn marning products, namely to increase the variant of corn marning flavor. By creating a third effort which is to change the marketing strategy by creating a taste that consumers like and a consistent taste, making brochures, and labeling it to look attractive and other marketing activities and marketing in the marketplace.
Implementasi Metode Perceptron Untuk Pengenalan Pola Jenis-Jenis Cacing Nematoda Usus Erni Rouza; Jufri; Luth Fimawahib
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 1 (2020): Februari 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (750.028 KB) | DOI: 10.29207/resti.v4i1.1662

Abstract

The purpose of pattern recognition is do the process of classifying an object into one particular class based on the pattern it has, so it can be used to recognize patterns of intestinal nematode worm types. One of the methods used in pattern recognition is by utilizing the artificial neural network method, the artificial neural network is able to represent a complex Input-Output relationship. For that the algorithm used is the perceptron algorithm. Perceptron is one method of Artificial Neural Networks. In the introduction of types of intestinal nematode worms, a computer must be trained in advance using training data and test data, this study discusses how a computer can recognize a pattern of types of intestinal nematode worms using the perceptron method. Based on the results of testing trials with input in the form of worm image scan results, based on the results of the perceptron method testing is able to recognize the pattern recognition of the types of intestinal nematode worms and be able to analyze with the right results of 100% for pinworms patterns, hookworm patterns, and 40- 50% for roundworms, by comparing the output value and the target value entered first.
Implementasi Sistem Informasi Profil Dose Fakultas Ilmu Komputer Universitas Pasir Pengaraian Erni Rouza; Kiki Nurjanah
RJOCS (Riau Journal of Computer Science) Vol. 5 No. 1 (2019): Riau Journal of Computer Science
Publisher : RJOCS (Riau Journal of Computer Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (942.298 KB) | DOI: 10.30606/rjocs.v5i1.1703

Abstract

The development of information technology brings us into a new world, a world where communication plays an important role in life. A variety of facilities are provided to meet all communication needs. The Faculty of Computer Science is one of the Faculties at Pasir Pengaraian University, at the Faculty of Computer Science also provides various information about teaching staff (lecturers), lectures, teaching schedules and so on. Management of information at this time is by the archive system on file folders with a long search process. Based on these problems a special lecturer profile information system was created at the Faculty of Computer Science. In the system built this has the advantage that the search time does not require a long time and can be accessed by all parties. With this system can help all parties who need lecturer data.
Penerapan Metode Inferensi Fuzzy Takagi Sugeno-Kang Untuk Prediksi Hasil Panen Kelapa Sawit Yanto, Budi; Rouza, Erni; Saputra, Edi
Riau Journal Of Computer Science Vol. 5 No. 2 (2019): Riau Journal of Computer Science
Publisher : Riau Journal Of Computer Science

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

Abstract

Palm oil is one of the main crops and seeds in Indonesia. In oil palm plantations, oil palm crops are the most important things. Oil palm crops in the right time and quantity are what the farmers want. Therefore, harvest prediction is needed to be used as reference of palm oil harvest target. Determination of harvest targets required a method that is able to predict the yield of oil palm. In this research, built a system of fuzzy inference with TSK method (Takagi Sugeno Kang), which aims to predict the yield of oil palm farmers. The fuzzy rules in the form of IF antecedent THEN are consequent, using consequent linear equations of the input variables. The coefficients of each variable of linear equation are consequently derived based on the expected yield of the harvest. The results of prediction testing of Palm Oil harvest production in 3 seasons, namely Dry Season, Rainy Season, Fertilization, input the number by values of variable with to the given range prove that the fuzzy inference of the TSK method can calculate palm oil crop predictions well.
Public Informaton Location Service Berbasis Android Untuk Pendukung Layanan Smart City Kabupaten Rokan Hulu ., Basorudin; Rouza, Erni
Riau Journal Of Computer Science Vol. 7 No. 02 (2021): Riau Journal of Computer Science
Publisher : Riau Journal Of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2339.008 KB) | DOI: 10.30606/rjocs.v7i02.2196

Abstract

Public Information Location Service adalah informasi yang menyediakan lokasi layanan publik atau fasilitas umum. Fasilitas umum adalah fasilitas yang disediakan untuk kebutuhan umum atau publik. Saat ini terdapat banyak fasilitas umum dalam kehidupan sehari–hari yang menjadi pendukung aktivitas manusia. Pencarian lokasi fasilitas umum khususnya di Kabupaten Rokan Hulu masih menggunakan Google Map, meskipun di Google Maps sudah bisa menampilkan suatu lokasi, tetapi Google Maps tidak menampilkan detail informasi fasilitas yang ada di lokasi tersebut. Sehingga dibutuhkan suatu aplikasi untuk pendataan fasilitas publik atau umum Kabupaten Rokan Hulu berbasis android dengan konsep Location Based Service. Tujuan dari penelitian ini adalah untuk menganalisa dan menerapkan konsep Location Based Service pada aplikasi berbasis android untuk pendukung layanan smart city khususnya di Kabupaten Rokan Hulu. Aplikasi ini diharapkan mampu memberikan informasi kepada masyarakat atau wisatawan dalam bentuk informasi detail lokasi fasilitas umum yang ada di Kabupaten Rokan Hulu. Berdasarkan hasil pengujian Blackbox dan User Acceptance Testing (UAT) semua fungsional pada aplikasi ini berfungsi dengan baik, dan dapat menunjukkan lokasi secara detail dan dapat berjalan pada perangkat mobile berbasis Android.
Penerapan K-Means Clustering pada Penentuan Jenis Pembelajaran di Universitas Pasir Pengaraian Luth Fimawahib; Erni Rouza
Jurnal Inovtek Polbeng Seri Informatika Vol 6, No 2 (2021)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v6i2.2096

Abstract

Pandemi Covid-19 yang melanda dunia, merubah pola kehidupan manusia termasuk dalam proses kegiatan belajar mengajar di perguruan tinggi. Salah satu perguruan tinggi yang terdampak pandemi ini adalah Universitas Pasir Pengaraian. Perkuliahan yang dilaksanakan oleh Universitas Pasir Pengaraian dimasa pandemi Covid-19 setidaknya terdiri dari tiga bentuk, yaitu offline, online dan blended learning. Upaya untuk menilai metode pembelajaran mana yang paling efektif menjadi penting untuk mengukur tingkat keberhasilan proses belajar mengajar, sehingga penelitian ini bertujuan untuk menentukan strategi perkuliahan di Universitas Pasir Pengaraian dengan menggunakan metode K-Means Clustering. Algortima K-Means Clustering  merupakan suatu metode dalam  data mining yang dapat dimanfaatkan untuk pengelompokan data. CRISP-DM merupakan metodologi data mining yang dipakai dalam penelitian ini. Dataset penelitian diperoleh dari laporan pembelajaran dosen semester Genap 2020. RapidMiner digunakan sebagai tool untuk memproses data tersebut. Cluster yang dibentuk sebanyak 3 (tiga) dengan hasil Cluster 1 (49 dosen), Cluster 2 (17 dosen), dan Cluster 3 (54 dosen). Berdasarkan hasil ini, strategi perkuliahan dengan jenis pembelajaran Blended Learning menjadi pilihan yang paling tepat untuk digunakan di Universitas Pasir Pengaraian, karena selain Cluster 3 ini memiliki jumlah keanggotaan yang terbanyak, pada Cluster ini persentase tertinggi tempat belajar adalah Ruang Kelas/Labor dan Aplikasi Meeting, yaitu perpaduan antara kuliah secara offline dan online. Startegi perkuliahan blended learning terbukti representatif digunakan dimasa pandemi. Evaluasi menggunakan DBI atau Davies-Bouldin Index. Nilai DBI yang didapatkan sebesar -1.163. Evaluasi Cluster kurang baik jika dilihat pada nilai ini, karena bernilai negatif dan tidak mendekati nol.Kata Kunci - K-Means, Pembelajaran, Universitas Pasir Pengaraian