Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal INFOKUM LOFIAN: Jurnal Teknologi Informasi dan Komunikasi
Sakaria Efrata Ginting
Universitas Mandiri Bina Prestasi
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
FUZZY INFERENCE SYSTEM MODEL IN MEASURING STUDENT SATISFACTION IN ACADEMIC SERVICES USING THE SUGENO METHOD Tulus Pramita Sihaloho; Dede Prabowo Wiguna; Sakaria Efrata Ginting
INFOKUM Vol. 10 No. 5 (2022): December, Computer and Communication
Publisher : Sean Institute

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

Abstract

Analysis using a fuzzy approach is a solution to the problem of differences in the units of variables to be calculated correlation patterns. Almost all conventional analysis is approached with fuzzy methods. This results in calculations that are closer to the field situation. The Sugeno method is one of several methods in fuzzy analysis used in this study. Satisfaction is a situation where consumers are positive about a service or producer (service/product provider), in economics to find out this, several studies have been conducted. However, in the study, calculations were carried out using a firm set (crisp). While in this study, calculations were carried out using the Sugeno method. The results obtained in this study are the calculation of student satisfaction levels using the Sugeno method consists of several stages, namely: 1. Formation of fuzzy sets of product quality variables, 2. Formation of fuzzy rules that may occur where there are 42 rules, 3. Defuzzification (affirmation) using the weighted average calculation method which produces a defuzzification value of 67.47. Furthermore, research can be developed again using other parameters in determining the level of student loyalty until college graduation.
Menentukan Tingkat Penyebaran Pandemi Covid-19 di Indonesia dengan Menggunakan Algoritma K-Means Sardo Sipayung; Tulus Pramita Sihaloho; Ade Purba; Sakaria Efrata Ginting
LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 2 No 2 (2023): Maret
Publisher : Universitas Mandiri Bina Prestasi (MBP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (880.355 KB) | DOI: 10.58918/lofian.v2i2.206

Abstract

Corona virus (COVID-19) merupakan jenis virus baru yang ditemukan pada manusia di propinsi Wuhan, Cina pada bulan Desember 2019. Virus ini dapat menular dari manusia ke manusia melalui tetesan kecil (droplet) dari hidung atau mulut pada saat batuk, bersin, atau berbicara. Oleh karena itu, di masa pandemi ini sangat penting untuk menjaga jarak dengan orang lain dan menghindari wilayah dengan persebaran COVID-19 yang tinggi. Penyebaran kasus COVID-19 yang merata di seluruh provinsi di Indonesia, merupakan penyebaran yang cukup cepat dan berdampak negatif pada seluruh bidang. Luasnya wilayah Indonesia memungkinkan diperlukannya pengelompokkan bagian bagian berdasarkan wilayah di Indonesia.Pengelompokkan ini akan menghasilkan titik – titik pusat penyebaran kasus COVID -19. Salah satu algoritma Clustering adalah K-Means yang mengunakan beberapa kelompok untuk penempatan beberapa data dengan sistem partisi. Data-data tanpa label kelas diterima oleh Algoritma ini. Dikarenakan pandemi global yang terjadi banyak pihak berupaya ikut berperan serta dalam mengatasi. Penelitian ini dilakukan untuk penerapan dalam penyebaran pandemi covid-19 di Indonesia. Dalam penelitian ini mengunakan algoritma K-Means untuk menentukan bagaimana tingkat penyebaran covid-19 di daerah-daerah yang ada di Indonesia.
Co-Authors Ade Purba Dede Prabowo Wiguna Sardo Sipayung Tulus Pramita Sihaloho