Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Tadulako Science and Technology Journal
Herdianto Ladania
Information Technology Department, Faculty of Engineering, Tadulako University, Palu, Indonesia
Agriculture, Biological Sciences & Forestry Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Languange, Linguistic, Communication & Media

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

Found 2 Documents
Search

 1 
DECISION SUPPORT SYSTEM FOR HOME SURGERY ASSISTANCE RECIPIENT USING TECHNIQUE FOR ORDER PERFORMANCE BY SIMILARY TO IDEAL SOLUTIONS (TOPSIS) METHOD (CASE STUDY : KOTAPULU VILLAGE, DOLO DISTRICT) Syaiful Hendra; Hajra Rasmita Ngemba; Kadek Agus Dwijaya; Herdianto Ladania; Muhammad Aristo Indrajaya
Tadulako Science and Technology Journal Vol. 3 No. 1 (2022): TADULAKO SCIENCE AND TECHNOLOGY JOURNAL
Publisher : LPPM Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/sciencetech.v3i1.16007

Abstract

This study aims to create a decision support system for home renovation aid recipients that can speed up and simplify the decision-making process in providing home surgery assistance so that home surgery assistance is more objective in accordance with community priorities or on target using the TOPSIS method. The TOPSIS method uses the principle that the chosen alternative must have the closest distance from the positive ideal solution and the longest (farthest) distance from the negative ideal solution from a geometric point of view by using the Euclidean distance (distance between two points) to determine the relative proximity of an alternative to the optimal solution. . The criteria used in the system are land ownership, roof conditions, wall conditions and floor conditions. The data used by the author is 210 original data from the Kotapulu village office. so that the system created by the author can make it easier for the Kotapulu village office to determine the recipient of the house renovation assistance only by inputting population data based on the survey results.
Comparative Analysis of C4.5 And Naïve Bayes Algorithms for Classification of Food Vulnerable Areas Hajra Rasmita Ngemba; Syaiful Hendra; Kadek Agus Dwijaya; Herdianto Ladania; Muhammad Aristo Indrajaya
Tadulako Science and Technology Journal Vol. 3 No. 1 (2022): TADULAKO SCIENCE AND TECHNOLOGY JOURNAL
Publisher : LPPM Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/sciencetech.v3i1.16012

Abstract

Data mining merupakan proses menemukan informasi atau pola yang penting dalam basis data berukuran besar dan merupakan kegiatan untuk menemukan informasi atau pengetahuan yang berguna secara otomatis dari data yang jumlahnya besar. Pada data mining, data yang berukuran besar diolah dengan menggunakan teknik-teknik tertentu untuk mendapatkan informasi baru mengenai data tersebut. Salah satu teknik yang biasa digunakan dalam data mining adalah klasifikasi. Klasifikasi merupakan proses pembelajaran sebuah fungsi atau model terhadap sekumpulan data latih, sehingga model tersebut dapat digunakan untuk memprediksi klasifikasi dari data uji. Beberapa metodenya antara lain algoritma C4.5 dan naïve bayes. Rawan pangan adalah kondisi tidak tersedianya pangan yang cukup bagi setiap individu atau persorangan untuk dapat hidup yang berkualitas secara bekelanjutan. Pada penelitian ini bertujuan untuk membandingkan algortima C4.5 dan naïve bayes dalam hal keakuratan untuk mengklasifikasikan dareah rawan pangan. Data yang digunakan pada penelitian ini merupakan data rawan pangan pada provinsi Sulawesi Tengah dengan total 517 data yang terdiri dari data tahun 2018 sampai 2020. Hasil pada penelitian ini menunjukan bahwa klasifikasi algoritma C4.5 tingkat keakuratanya lebih baik sebesar 84% dibandingkan dengan naïve bayes sebesar 68%.
Co-Authors Hajra Rasmita Ngemba Kadek Agus Dwijaya Muhammad Aristo Indrajaya Syaiful Hendra