Article Per Year (5 Year)
p-Index From 2019 - 2024
0.702
P-Index
This Author published in this journals
All Journal JRST (Jurnal Riset Sains dan Teknologi) Bulletin of Information Technology (BIT) Journal of Informatics and Communication Technology (JICT)
Amat Basri
Universitas Medika Suherman
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Mathematics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Klasterisasi Stok Produk Retail Untuk Menetukan Pergerakan Kebutuhan Konsumen Dengan Algoritma K-Means Niko Suwaryo Niko; Arif Rahman; Dewi Marini Umi Atmaja; Amat Basri
Bulletin of Information Technology (BIT) Vol 4 No 3: September 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i3.736

Abstract

− Retail product clustering is a product arrangement that is adjusted to the flow of placement or this layout is more suitable for product placement according to standards. Utilization of existing data through the clustering method approach can be applied in analyzing product grouping of data on availability and inventory of goods in warehouses so that it can provide knowledge and information. The clustering method is processed using the K-Means algorithm, where the results also show a new insight, namely grouping products based on 3 clusters. Cluster 1 is a product category with low availability or Low, namely 939 out of 1000 availability categories based on the number of products tested, then cluster 2 is a product category with medium or Medium availability, namely 51 out of 1000 availability categories based on the number of products tested, and finally cluster 3 is a product category with fairly high availability or High, namely 10 out of 100 availability categories based on the number of products tested. Tests using Rapid Miner tools can also produce similar insights, namely that each cluster has cluster group members according to manual calculations such as Cluster_0 in Rapid Miner has 51 cluster members representing the Medium cluster, Cluster_1 has 939 cluster group members representing the Low cluster, and Cluster_2 has 10 cluster members corresponding to the cluster representation High.
Prediksi Penyakit Diabetes Untuk Pencegahan Dini Dengan Metode Regresi Linear Niko Suwaryo Niko; Arif Rahman; Dewi Marini Umi Atmaja; Amat Basri
Bulletin of Information Technology (BIT) Vol 4 No 3: September 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i3.739

Abstract

Estimation is a method in which we can estimate the population value by using the sample value and which can model an equation to calculate the estimate i.e. a linear regression algorithm attempts to model the relationship between two variables by fitting a linear equation to observe the data. The application of a simple Linear Regression algorithm model can be implemented well and is able to provide a new insight for the need for predictions about the condition of diabetes data quality in controlling sugar levels in the body. Predictions of diabetes in the future can be known through the use of datasets using a prediction method approach through structured stages in analyzing the data used to produce an RSME value when evaluating a model of 0.000 +/- 0.000. Performance testing of the models and algorithms used in the evaluation can produce a picture that is relevant to the scenario being modeled. The RMSE value is obtained when evaluating the model performance of 0.000 +/- 0.000 through the RapidMiner Studio application.
Klasifikasi Metode Persalinan pada Ibu Hamil Menggunakan Algoritma Random Forest Berbasis Mobile Dewi Marini Umi Atmaja; Arif Rahman Hakim; Amat Basri; Andri Ariyanto
JRST (Jurnal Riset Sains dan Teknologi) Volume 7 No. 2 September 2023: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/jrst.v7i2.16705

Abstract

Tren angka kematian ibu pada saat melahirkan masih tinggi di Indonesia, yakni sekitar 300 per 100.000 kelahiran. Pemerintah Indonesia berencana untuk menurunkan angka tersebut menjadi 183 per 100.000 kelahiran pada tahun 2024 mendatang. Salah satu faktor penyebab kematian ibu hamil di Indonesia disebabkan oleh hipertensi dan terjadinya pendarahan pada saat melahirkan dan dibutuhkannya metode penanganan dalam persalinan. Adapun metode persalinan ibu hamil secara garis besar terbagi menjadi dua metode yaitu normal dan Caesar. Caesar adalah alternatif terakhir dalam persalinan, dikarenakan faktor risiko yang cukup tinggi, meskipun demikian, jumlah ibu yang menggunakan metode Caesar pada saat persalinan mengalami peningkatan yang cukup signifikan, khususnya di Indonesia. Metode persalinan pada ibu hamil dapat diklasifikasikan sesuai dengan kondisi ibu untuk menghindari risiko kematian ibu akibat pemilihan metode persalinan yang tidak tepat. Permasalahan tersebut dapat diselesaikan dengan memanfaatkan teknologi Machine Learning menggunakan algoritma random forest, dengan tujuan untuk membangun sebuah sistem yang dapat mengklasifikasi metode persalinan yang tepat berdasarkan kumpulan data persalinan ibu hamil yang telah disediakan. Dengan adanya sistem ini diharapkan dapat membantu para ibu hamil dalam melakukan screening awal untuk menentukan tindakan yang harus dilakukan agar proses persalinan berjalan dengan lancar dan meminimalisir risiko kematian ibu.
Penerapan Rancang Bangun Sistem Informasi E-Sayur Mayur Menggunakan Based Location Berbasis Android Amat Basri; Dewi Marini Umi Atmaja; Arif Rahman Hakim; Deny Haryadi
Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/j_ict.v5i2.227

Abstract

Industri sayur-mayur memegang peran sentral dalam sektor pangan di Indonesia, di mana permintaannya terus mengalami peningkatan yang signifikan. Dalam konteks perubahan dinamis yang disebabkan oleh perkembangan teknologi informasi, pedagang sayuran perlu beradaptasi dengan cara-cara baru dalam menjalankan bisnis mereka. Oleh karena itu, penelitian ini bertujuan untuk mengusulkan suatu inovasi dalam bentuk sistem informasi yang dikenal sebagai E-Sayur Mayur. Sistem ini akan memanfaatkan Location Based Services (LBS) dalam platform aplikasi mobile, yang memberikan kemudahan bagi pelanggan dalam menemukan pedagang sayuran terdekat. E-Sayur Mayur juga memberikan peluang bagi pedagang sayuran untuk meningkatkan bisnis mereka dengan lebih efisien. Untuk mencapai tujuan ini, penelitian ini mengimplementasikan pendekatan pengembangan perangkat lunak menggunakan model waterfall, yang menekankan tahap demi tahap dalam proses pengembangan. Selain itu, pengujian black box digunakan untuk memastikan kualitas dan fungsionalitas sistem. Penelitian ini mencakup analisis mendalam dan perancangan yang teliti, termasuk pemilihan teknologi yang tepat, perancangan antarmuka pengguna yang intuitif, integrasi LBS yang cermat, serta pengamanan data yang kuat. Dengan demikian, diharapkan sistem E-Sayur Mayur ini akan memberikan peningkatan signifikan dalam efisiensi dan aksesibilitas bisnis pedagang sayuran, serta memberikan kontribusi positif terhadap industri sayur-mayur di Indonesia
Co-Authors Andri Ariyanto Arif Rahman Arif Rahman Hakim Deny Haryadi Dewi Marini Umi Atmaja Suwaryo, Niko