Claim Missing Document
Check
Articles

Found 4 Documents
Search

Comparison performance analysis of autoregressive integrated moving average and deep learning long-short term memory forecasting weather data Alfiansyah Hasibuan; Medi Hermanto Tinambunan; Purwa Hasan Putra
Jurnal Matematika Dan Ilmu Pengetahuan Alam LLDikti Wilayah 1 (JUMPA) Vol. 3 No. 1 (2023): March: Mathematics and natural science
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah I Sumatra Utara (LLDikti I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54076/jumpa.v3i1.302

Abstract

Information about the weather is crucial in assisting human activities and labor because the weather is a factor that cannot be separated and is closely related to all human activities. The purpose this study to compare performance the Autoregressive Integrated Moving Average (AIMA) and Long-Short Term Memory (LSTM) algorithm models with case studies of weather forecasting. This study uses comparison of two methods, forecasting using AIMA and LSTM methods. LSTM method provides the best forecasting performance for attribute minimum temperature, maximum temperature, and average temperature with the Root mean squared error value below 1.45 and the Mean Absolute Error value below 1.14. For attributes of average humidity and solar radiation with a Root mean squared error value of 2.62 to 3.82 and a Mean Absolute Error value of 2.21 to 3.2. Precipitation forecasting has the highest error value with a root mean squared error value of 9.99 and a mean absolute error of 6.5. The AIMA method provides the best forecasting performance on the attribute minimum temperature, maximum temperature, and average temperature with the Root mean squared error value below 1.47 and the Mean Absolute Error value below 1.16. For the sun exposure attribute with a Root mean squared error value of 2.91 to 3.05. Whereas the average humidity attribute has the highest error with the Root mean squared error value reaching 4.97 and the Mean Absolute Error reaching 3.99. LSTM method is better in terms of forecasting results and in terms of computation time. From every forecast made, the LSTM method produces a smaller error value.
KLASIFIKASI TINGKAT KEPUASAN MAHASISWA TERHADAP FASILITAS PADA FTIK UNIVERSITAS DHARMAWANGSA MEDAN DENGAN ALGORITMA NAIVE BAYES Medi Hermanto Tinambunan; Alfiansyah Hasibuan; Sri Wahyuni; Arif Sobirin Wibowo
Bisnis-Net Vol 6, No 1 (2023)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/bn.v6i1.3356

Abstract

ABSTRACT Facilities are a support for the implementation of a process in a business in this case the Dharmawangsa University campus, by increasing the level of student satisfaction with the facilities available, student comfort in learning will be achieved. This study used questionnaire data on 70 respondents who were students of Dharmawangsa University. Previously, the questionnaire consisted of 42 questions. After being tested for validity and reliability, 20 questions were obtained. Then from the results of the questionnaire data, a classification of student satisfaction levels will be carried out using one of the algorithms in data mining, namely Naive Bayes. The results obtained by using the rapid miner application with 50 training data and 19 data testing data, the results obtained are a classification accuracy of 73.68% with a recall value of 83.33% and a precision of 83.33%, then there are 9 attributes that have a value dissatisfaction is higher than the satisfaction score given by respondents, this can be a concern of the leadership to improve these facilities so as to increase the level of satisfaction with the facilities provided by Dharmawangsa University.Keywords: Student Satisfaction, Data Mining, Naive Bayes
Sistem Pendukung Keputusan Penentuan Siswa Berprestasi Menggunakan Metode Weight Product (WP) Demi Mardian; Neneng Neneng; Ajeng Savitri Puspaningrum; Alfiansyah Hasibuan; Medi Hermanto Tinambunan
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 4, No 2 (2023): Volume 4 Nomor 2 Juni 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jatika.v4i2.2593

Abstract

Penilaian dilakukan oleh sistem dengan tetap mengikuti kriteria-kriteria yang ditentukan. Metode yang di pakai dalam pengambilan keputusan pemilihan siswa berprestasi salah satunya yang dapat digunakan adalah dengan menggunakan weight product (WP). Metode WP merupakan solusi pemilihan Siswa Berprestasi karena merupakan algoritma yang mampu mengkomodasi banyaknya kriteria dan menghasilkan solusi. Algoritma ini menghasilkan alternatif dengan membrikan bobot pada masing-masing kriterianya. Kriteria yang akan di gunakan untuk penelitian ini adalah nilai rata-rata raport, nilai extrakulikuler, nilai kedisiplinan, nilai kehadiran, dan nilai non akademik kegiatan. Implementasi sistem denagn melakukan penerapan secara langsung sistem informasi kepada guru yang mangajar dan bagian operator sekolah, serta melakukan pengujian sistem kepada 2 Dosen dan 8 guru atau operator sekolah, serta denagn metode pengujiannya menggunakan ISO 25010, pengujian dilakukan yaitu pada aspek fungsionality, dan oprability, dengan masing-masing nilai didapat untuk fungsioallity 90,91%, untuk oprability 78% dengan hasil pengujian tersebut maka sistem informasi dinyatakan layak untuk mengatasi penentuan siswa berprestasi.
PERILAKU PENYIMPANGAN SOSIAL REMAJA KECANDUAN SIRUP OBAT BATUK KOMIX SEBAGAI SUMBER BELAJAR PPKn di MTs MA’ARIF NU 3 KEMRANJEN Arif Sobirin Wibowo; Ida Bagus Weda Wigena; Medi Hermanto Tinambunan; I Gede Budi Mahendra
Jurnal Review Pendidikan dan Pengajaran (JRPP) Vol. 6 No. 2 (2023): Volume 6 No. 2 Tahun 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v6i2.17919

Abstract

Penelitian ini bertujuan untuk menjadikan fenomena perilaku penyimpangan sosial remaja, penyebab serta alasan mengapa remaja sampai kecanduan sirup obat batuk komix sebagai sumber belajar PPKn di MTs Ma’arif Nu 3 Kemranjen. Subjek penelitian ini adalah remaja terutama usia sekolah yang menggunakan sirup obat batuk komix dalam jumlah yang diluar dosis sehingga menyebabkan kecanduan yang berlokasi di Kecamatan Sumpiuh Kabupaten Banyumas. Penelitian ini menggunakan desain penelitian fenomenologi Edmund Husserl karena meneliti fenomena suatu kelompok yaitu penggunaan sirup obat batuk komix yang berlebihan dikalangan remaja sehingga menyebabkan kecanduan. Teknik dan alat pengumpulan data yang digunakan adalah observasi yaitu pengamatan terhadap objek penelitian, wawancara mendalam terhadap remaja yang kecanduan sirup obat batuk komix dan dokumentasi untuk mengumpulkan data data yang diperlukan. Analisis data dilakukan secara terus menerus sampai tuntas sehingga datanya jenuh. Hasil penelitian ini secara ringkas adalah Penyebab remaja menggunakan sirup obat batuk dalam jumlah yang banyak adalah permasalahan di dalam keluarga sehingga menyebabkan degradasi moral karena kurangnya pengawasan dan bimbingan orang tua sehingga secara langsung ataupun tidak terjadi penyimpangan sosial dikalangan remaja, pergaulan teman dan rasa penasaran sehingga mencoba-coba namun akhirnya kecanduan. Efek kenikmatan yang mereka rasakan setelah minum CMC adalah, pusing, badan terasa ringan, bisa melupakan sejenak masalah yang ada dan mengantuk namun tidak bisa tidur. Tetapi ada efek lain yaitu dapat memunculkan sifat asli peminum.