Claim Missing Document
Check
Articles

Found 7 Documents
Search

KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION Betrisandi, Betrisandi
ILKOM Jurnal Ilmiah Vol 9, No 1 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (824.784 KB)

Abstract

Pendapatan untuk perusahaan asuransi ditentukan oleh jumlah premi yang dibayar oleh nasabah. Banyaknya nasabah yang tidak lancar membayar premi berpengaruh terhadap kinerja serta eksistensi perusahaan sehari-hari. Algoritma Naive Bayes berbasis Backward Elimination bertujuan untuk melakukan klasifikasi nasabah asuransi dengan hasil akurasi 85,89 % dengan delapan atribut weight yaitu umur, jangka waktu, cara bayar, premi, jumlah hari, pekerjaan, penghasilan dan mata uang
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BANTUAN PEMBERDAYAAN UNTUK KELOMPOK PETERNAK SAPI MENGGUNAKAN METODE ARAS (ADDITIVE RATIO ASSESSMENT) Betrisandi Betrisandi
Simtek : jurnal sistem informasi dan teknik komputer Vol 4 No 1 (2019): April 2019
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (470.928 KB) | DOI: 10.51876/simtek.v4i1.46

Abstract

Saat ini program pemerintah bantuan ternak sapi belum optimal dilaksanakan. Hal ini dikarenakan penyaluran bantuan ternak sapi belum mengacu pada kriteria yang ada. Dimana proses penyebaran ternak hanya mempertimbangkan wilayah, pakan dan kriteria lainnya. Diharapkan aplikasi ini dapat bermanfaat bagi pihak yang terkait. Diharapkan Sistem Pendukung Keputusan yang dibuat dapat membantu pihak pengambil keputusan dalam menentukan penerima bantuan ternak sapi . Dalam proses perancangan aplikasi sistem pendukung keputusan penerima bantuan ternak sapi peneliti menggunakan metode ARAS. Metode ARAS (Additive Ratio Assessment) merupakan salah satu metode pengambilan keputusan multikriteria berdasarkan pada konsep perangkingan menggunakan utility degree yaitu dengan membandingkan nilai indeks keseluruhan setiap alternative terhadap nilai indeks keseluruhan alternative optimal. Sistem pendukung keputusan ini dapat memberikan keputusan alternatif terpilih yang nantinya dapat dijadikan sebagai acuan untuk menentukan Kelompok ternak yang dapat diberikan bantuan. Sistem ini dirancang menggunakan bahasa pemrograman PHP dan MySQL sebagai database.
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN KARYAWAN BARU DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Betrisandi Betrisandi
Simtek : jurnal sistem informasi dan teknik komputer Vol 5 No 1 (2020): April 2020
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v5i1.68

Abstract

Proses penerimaan sumber daya manusia memerlukan cara yang professional dan akurat agar menghasilkan sumber daya manusia yang dapat mendukung mutu dan kesuksesan sebuah organisasi. Dalam proses perjalanannya, sumber daya manusia menjadi sebuah investasi bagi sebuah organisasi untuk dapat tumbuh dan berkembang sesuai dengan visi dan misi organisasi. Oleh karenanya obyektivitas sangat diperlukan untuk dapat menunjang setiap keputusan agar mendapatkan sumber daya manusia yang baik untuk jangka waktu yang panjang. Namun, hal ini sangatlah kontradiktif dengan yang diimplementasi di lapangan. Seringnya penilaian yang berdasarkan subyektivitas dan nepotisme merupakan salah satu contoh dari kegagalan dalam pengambilan keputusan dalam proses penerimaan. Bila dibiarkan dalam jangka yang panjang hal tersebut dapat mempengaruhi kinerja sebuah organisasi sehingga berakibat pada gagalnya organisasi dalam mencapai tujuan. Dalam upaya mencapai tujuannya itu, maka Hotel Irene memerlukan sebuah Sistem Pendukung Keputusan penerimaan karyawan melalui sistem komputerisasi berbasis web dengan menggunakan bahasa pemrograman PHP. Metode yang diajukan untuk merancang sistem pendukung keputusan ini adalah SAW.
Klasifikasi Kelompok Usia Melalui Citra Wajah Berbasis Image Texture Analysis pada Sistem Automatic Video Filtering Sudirman S Panna; Betrisandi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 3 No 3 (2019): Desember 2019
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.587 KB) | DOI: 10.29207/resti.v3i3.1280

Abstract

Nowadays information technology makes it easier for everyone to access various information, this easiness harms minors, because it is possible to access adult content from the internet, television or mobile devices. The problem is the unavailability of the system for filtering and authentication to get information by the face. The face contains information related to personal characteristics such as age, etc. feature extraction is an important stage in the face recognition process. This study proposed local binary pattern (LBP) and gray level co-occurrence matrix (GLCM) as feature extraction to describe face feature, and we use artificial neural network to classify the human age, the experiment result after calculation with confusion matrix obtained average acceleration of 94.8%, precision of 93.7% and recall of 92.3%, it’s performance measure obtained proposed method can be described face feature it well, so that, the proposed method can be used as reference material to development video filtering system by age of the users in access information based on video especially pornography and violence content.
KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION Betrisandi Betrisandi
ILKOM Jurnal Ilmiah Vol 9, No 1 (2017)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i1.116.96-101

Abstract

Pendapatan untuk perusahaan asuransi ditentukan oleh jumlah premi yang dibayar oleh nasabah. Banyaknya nasabah yang tidak lancar membayar premi berpengaruh terhadap kinerja serta eksistensi perusahaan sehari-hari. Algoritma Naive Bayes berbasis Backward Elimination bertujuan untuk melakukan klasifikasi nasabah asuransi dengan hasil akurasi 85,89 % dengan delapan atribut weight yaitu umur, jangka waktu, cara bayar, premi, jumlah hari, pekerjaan, penghasilan dan mata uang
PENERAPAN METODE FUZZY MAMDANI UNTUK MENDETEKSI PENYAKIT TELINGA PADA PUSKESMAS MARISA Abdul Yunus Labolo; Anas Anas; Betrisandi Betrisandi; Warid Yunus
Simtek : jurnal sistem informasi dan teknik komputer Vol 7 No 1 (2022): April 2022
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v7i1.126

Abstract

Diagnosa penyakit biasanya dilakukan seorang dokter. Baik itu dokter umum ataupun dengan dokter ahli. Demikian juga dengan penyakit Telinga, Penyakit ini juga ditangani oleh dokter ahli atau spesialis telinga. Diagnosa penyakit dilakukan oleh seorang dokter berdasarkan gejala yang diderita pasien. Kesimpulan penyakit bisa didapat dari gejala penyakit yang timbul dan keluhan dari pasien. Pada saat ini teknologi komputer sudah merambah ke segala bidang tidak terkecuali di bidang kedokteran. Keahlian dari dokter ini akan dituangkan dalam sebuah teknologi komputer. keahlian manusia kedalam computer ini kemudian dikenal dengan Sistem Pakar (Expert System). Sistem pakar untuk mendiagnosa penyakit secara konvensional sudah mulai ditinggalkan karena keakurasiannya kurang. Melihat permasalahan tersebut maka dibuat suatu sistem yang menuangkan keahlian dokter mendiagnosa penyakit Telinga dalam sebuah sistem pakar yang menggunakan Metode Fuzzy Mamdani. Penerapan teknologi sistem pakar ini diharap mampu menciptakan sebuah revolusi dalam teknologi aplikasi yang menjadi basis teknologi tinggi. bahasa pemrograman yang digunakan Adalah PHP 5.4 Keatas dengan database mysql. Adapun hasil pengujian menggunakan metode white box dan black box diperoleh pengujian dengan chyclomatic complexity = 7 dan kesesuaian aplikasi pada pengujian black box
Penerapan Case Based Reasoning Untuk Penyakit Tanaman Semangka Betrisandi Betrisandi
JURNAL TECNOSCIENZA Vol. 3 No. 2 (2019): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.217 KB)

Abstract

Semangka (Citrullus Vulgaris Schard) tumbuh merambat dan banyak memiliki kandungan air. Proses pembudidayaan tanaman semangka juga tidak terlepas dengan persoalan penyakit. Terbatasnya pengetahuan dan kurangnya pemahaman mengidentifikasi penyakit tanaman semangka sering mengakibatkan pertumbuhan tanaman semangka kurang maksimal, sehingga hasil panen pun kurang memuaskan bahkan bisa mengakibatkan gagal panen. Adapun tujuan dari penelitian ini untuk mengidentifikasi penyakit pada tanaman semangka menggunakan Case Based Reasoning dengan similarity sebagai metode pengukuran similaritas. Proses identifikasi dengan cara memasukkan gejala-gejala yang terjadi ke dalam sistem, kemudian proses perhitungan nilai similaritas antara kasus baru dengan dengan basis kasus. Sistem dibangun dengan 30 gejala untuk 15 penyakit. Masing-masing gejala mempunyai nilai yang berbeda di mana nilai bobot yang digunakan ditentukan oleh pakar. Kata kunci: Case Based Reasoning, Similarity, Semangka