Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer Jurnal Maklumatika
Syamsiah
Universitas Indraprasta PGRI
Computer Science & IT Education

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PREDIKSI SOFTWARE DEFECT PENGGUNAAN OPTIMASI GENETIC ALGORITHM DENGAN ADOPSI MODEL MLP DAN SVM Puput Irfansyah; Syamsiah; Agus Darmawan
Jurnal Maklumatika Jurnal Maklumatika Vol.4 No.1 (2017)
Publisher : Program Studi Teknik Informatika Sekolah Tinggi Teknologi Informasi NIIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.249 KB)

Abstract

Dalam Pengembangan teknologi perusahaan atau institusi diberbagai bidang memerlukan software untuk membantu proses bisnis mereka agar dapat berjalan dengan cepat, tepat, efektif dan efisien. Tentunya software yang digunakan haruslah mempunyai standar kualitas yang baik agar tujuan dari perusahaan atau institusi tersebut dapat terpenuhi. Maka dari itu diperlukan software-software yang tidak memiliki kesalahan / error (defect). Kesalahan biasanya disebabkan oleh kesalahan manusia dalam melakukan pembuatan model untuk para pengembangan software. Dari beberapa penelitian sebelumnya model yang paling baik untuk melakukan prediksi software defect adalah MLP dan SVM. Pada Penelitian ini melakukan pemilihan model terhadap adalah MLP dan SVM dilakukan pengujian dengan Kurva ROC dan Confusion Matrix dan dilakukan pula Optimasi yang di gunakan Genetic Algorithm akan diterapkan untuk pemilihan variable pada Algoritma terpilih. Setelah itu akan dilakukan lagi pengujian dengan Kurva ROC dan Confusion Matrix untuk mencari model mana yang menghasilkan tingkat akurasi paling tinggi dalam prediksi software defect. Hasil akurasi yang diperoleh membuktikan bahwa SVM + GA memiliki tingkat akurasi yang lebih tinggi dibandingkan MLP+GA. dengan menabahkan optimasi Genetic Algorithm menghasilkan persentase akurasi 95,02% dan dengan nilai AUC (Area Under Curve) sebesar 0,964 dengan demikian algoritma SVM + GA dioptimisasi dengan Genetic Algorithm dapat memprediksi Software Defect dengan lebih baik.
Pemilihan Media Digital Dalam Pemasaran Produk Keripik Di Bekasi Nunu Kustian Nunu Kustian; Syamsiah; Siti Julaeha
Elkom : Jurnal Elektronika dan Komputer Vol 16 No 1 (2023): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v16i1.986

Abstract

Digital marketing is an important part of promoting a business owned by an individual or an organization. Marketing is essential for startups to stay competitive and sustain their products on the market. For people who are computer novices, this is a challenge. One of them is the proprietor of Keripik Orang Kekinian, a chips company in Bekasi, Indonesia, which has limited sales capabilities for its product. Researchers help firms choose the best social media channels for promoting their products in order to overcome these difficulties. The methods involved are Simple Additive Weighting (SAW) and Analytical Hierarchy Processing (AHP). The results show that Instagram is the best social media platform for advertising products. The result obtained are expected to help business owners increase sales.
Pemilihan Media Digital Dalam Pemasaran Produk Keripik Di Bekasi Nunu Kustian Nunu Kustian; Syamsiah; Siti Julaeha
Elkom : Jurnal Elektronika dan Komputer Vol 16 No 1 (2023): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v16i1.986

Abstract

Digital marketing is an important part of promoting a business owned by an individual or an organization. Marketing is essential for startups to stay competitive and sustain their products on the market. For people who are computer novices, this is a challenge. One of them is the proprietor of Keripik Orang Kekinian, a chips company in Bekasi, Indonesia, which has limited sales capabilities for its product. Researchers help firms choose the best social media channels for promoting their products in order to overcome these difficulties. The methods involved are Simple Additive Weighting (SAW) and Analytical Hierarchy Processing (AHP). The results show that Instagram is the best social media platform for advertising products. The result obtained are expected to help business owners increase sales.
Co-Authors Darmawan, Agus Nunu Kustian Nunu Kustian Puput Irfansyah Siti Julaeha