Claim Missing Document
Check
Articles

Found 5 Documents
Search

PERANCANGAN SISTEM REKOMENDASI TEMPAT PRAKTEK KERJA LAPANGAN MENGGUNAKAN FUZZY TSUKAMOTO Akbar, Ismail; Nurdiyansyah, Firman
JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi VOL 9 NO 1 Tahun 2018
Publisher : JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi

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

Abstract

In the world of work requires human resources are honest, satisfactory, clever, smart, qualifiedand competent in a controlled field. So in this case the University of Widyagama Malang requiresevery student to take the course of practical work. However, it is still not perfect in this practicalwork, because students choose the workplace practices that are not in accordance with thedominated field. In this case, the researcher applies a fuzzy tsukamoto method to recommend thepractice workplace in accordance with the student-controlled field based on some course grades.Based on the calculation using fuzzy tsukamoto method there is a workplace order or list ofagencies with the smallest value that will be the result of calculation in the workplace practicerecommendation
Implementasi Algoritma K-Means untuk Menentukan Persediaan Barang pada Poultry Shop Firman Nurdiyansyah; Ismail Akbar
Jurnal Teknologi dan Manajemen Informatika Vol 7, No 2 (2021): Desember 2021
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v7i2.6377

Abstract

Maintaining inventory so that the goods do not get empty is one of the ways to maintain customer satisfaction. To do this, company management must be able to analyze which items are selling well and which items are not selling well, especially in the sales department. It is not easy to CV. Muria PS because it has a large number of items, so it takes a little computational technique to simplify the problem. The K-Means clustering algorithm was chosen to solve this problem because it can group the products sold and still available into several clusters. Of the three clusters formed, cluster 1 consists of two items, cluster 2 consists of 9 items, and the remaining 25 items are included in cluster 3. From these results, CV management can take advantage of this. Muria PS to increase inventory stock and sales strategy.
APLIKASI MESIN PENGEMAS UNTUK UKM PRODUK HERBAL ANGKUNG DAN CACING Aviv Yuniar Rahman; Feddy Wanditya Setiawan; April Lia Hananto; Firman Nurdiyansyah
Panrita Abdi - Jurnal Pengabdian pada Masyarakat Vol. 5 No. 4 (2021): Jurnal Panrita Abdi - Oktober 2021
Publisher : LP2M Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/pa.v5i4.12152

Abstract

During the pandemic, herbal products are in great demand by many people because they support the immune system and are a long-term health investment in fighting Covid-19. In the sukun sub-district, Malang city, there are herbal SMEs that have the advantage of angkung and worms. However, in this herbal product UKM the packaging production process is still manual then the production is still below standard, the tools used are still conventional and cannot last long. In addition, liquid products do not comply with standards, have no cover, the brand is not attractive, and the partners' knowledge and skills are lacking. From these problems, it is necessary to apply packaging machine technology. This activity aims to apply packaging machine technology so that products can be packaged neatly and hygienically and maintain product quality. The implementation method used is a location survey, partner discussions, making tools, training and mentoring, and evaluation of results. The result of this activity is that partners can apply packaging machine technology, have additional knowledge about packaging machines and have skills in operating and maintaining packaging machines. In addition, sales and revenue increased after assistance was provided on neat, attractive, and hygienic product packaging procedures to conform to standards. --- Selama masa pandemi, produk herbal sangat diminati oleh banyak orang karena mendukung sistem kekebalan tubuh dan menjadi investasi kesehatan jangka panjang dalam melawan Covid-19. Di kecamatan sukun kota malang terdapat UKM herbal yang memiliki keunggulan angkung dan cacing. Namun di UKM produk herbal ini proses produksi pengemasan masih manual lalu produksi masih dibawah standar, alat yang digunakan masih konvesional tidak bisa tahan lama. Selain itu untuk produk cair tidak sesuai dengan standar, tidak ada penutup, brand tidak menarik, dan pengetahuan dan keterampilan mitra kurang. Dari permasalahan tersebut diperlukan penerapan teknologi mesin pengemas. Kegiatan ini bertujuan untuk menerapkan teknologi mesin pengemas agar produk dapat dikemas dengan rapi dan higienis serta menjaga kualitas produk. Metode pelaksanaan yang dilakukan adalah survey lokasi, diskusi mitra, pembuatan alat, pelatihan dan pendampingan, serta evaluasi hasil. Hasil dari kegiatan ini adalah mitra dapat menerapkan teknologi mesin pengemas, memiliki tambahan pengetahuan mengenai mesin pengemas serta memiliki keterampilan dalam mengoperasikan dan merawat mesin pengemas. Selain itu, penjualan dan pendapatan meningkat setelah adanya pendampingan mengenai prosedur pengemasan produk yang rapi, menarik, dan higienis agar sesuai standar.
Penerapan Clustering Algorithm Untuk Mendukung Promosi Server Pulsa Reload Firman Nurdiyansyah; Samsul Arifin; Fitri Marisa
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 3, No 2 (2018): AGUSTUS
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (394.624 KB) | DOI: 10.37438/jimp.v3i2.174

Abstract

Promosi sangat diperlukan bagi setiap bidang usaha, salah satunya server pulsa reload. Dalam strategi promo hal yang perlu diketahui salah satunya adalah data sebaran pelanggan dan karakteristiknya. Salah satu metode yang dapat diterapkan untuk menggali sebaran pelanggan dan karakteristik transaksinya adalah dengan mengelompokkan pelanggan menggunakan teknik clustering Algorithm. Teknik cluetering Algorithm cocok dipilih karena dapat memunculkan beberapa kelompok-kelompok yang memiliki keterhubungan yang sebelumnya tidak diketahui atributnya. Dengan demikian dapat dijadikan sebagai pengetahuan baru bagi pihak pemilik server pulsa reload untuk dapat dimanfaatkan sesuai kebutuhannya. Dalam data training ini mengambil atribut-atribut antara lain customer, jumlah transaksi, dan alamat. Jumlah centroid yang ditentukan berjumlah 3. Hasil pengelompokan berhenti pada iterasi ke-4 dengan nilai rasio 0.0553 di iterasi ke-3 dan ke-4. Dari hasil iterasi maka terbentuk 3 kelompok yaitu : C1 {C,D,H}, C2 {A,B,E}, C3 {F,G}.Kata Kunci - clustering algoritm, server pulsa reload, K-Means.
Klasifikasi Logo Mobil Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Decision Tree Syahroni Wahyu Iriananda; Rangga Pahlevi Putra; Firman Nurdiyansyah; ‪Fitri Marisa; Istiadi Istiadi
JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v7i1.3464

Abstract

Logo mobil sendiri sangat dalam membedakan dalam sebuah mobil adalah logo kendaraan yang berfungsi untuk mengenalkan kepada masyarakat tentang sebuah brand mereka. Pada klasifikasi ini agar masyarakat paham dalam mengetahui logo mobil yang telah ada. Oleh karena itu, dalam penelitian ini mengusulkan klasifikasi logo mobil menggunakan JST -backpropagation dan decision tree. Penelitian ini bertujuan untuk mengklasifikasikan jenis logo mobil yang ada di indonesia. Serta dapat memudahkan masyarakat awam dalam pengenalan sebuah logo mobil, sehingga nantinya masyarakat akan paham dalam pemilihan sebuah mobil dengan brand yang berkualitas. Dari hasil yang didapatkan bahwa Decision Tree pada split ratio 50:50 precision mendapatkan nilai 0.604, recall mendapatkan nilai 0.611, f-measure mendapatkan nilai 0.598 dan accuracy mendapatkan nilai 95.70%. Kemudian pengujian yang dilakukan JST-backpropagation hasil pada split ratio 50:50 fitur tekstur dan bentuk dengan nilai precision mendapatkan nilai mencapai 0.680, recall mendapatkan nilai 0.521, f-measure mendapatkan nilai 0.600 dan accuracy juga memiliki nilai tertinggi yang dihasilkan oleh JST-backpropagation mencapai 92.50% dengan perbandingan data 50:50. Hasil membuktikan dengan klasifikasi dengan Decision Tree menghasilkan precision, recall, f-measure dan accuracy tertinggi dibandingkan decision tree.