Analisa Klasifikasi Status Gizi dengan Metode Fuzzy C-Means Menggunakan Aplikasi Berbasis Android
|
|
- Suhendra Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Analisa Klasifikasi Status Gizi dengan Metode Fuzzy C-Means Menggunakan Aplikasi Berbasis Android (Classification Analysis of Nutritional Status with the Fuzzy C-Means Method Using Android Based Applications) Sudirman, Nerfita Nikentari, ST., M.Cs dan Martaleli Bettiza, S.Si., M.Sc Jurusan Informatika, Fakultas Teknik, Universitas Maritim Raja Ali Haji (UMRAH) Jl. Politeknik Senggarang, Tanjungpinang Abstrak Puskesmas Kecamatan Belakang Padang merupakan salah satu lembaga pemerintahan yang berperan pada bidang kesehatan yang terdapat di kota Batam. Dalam mengolah data dan menganalisa status gizi balita, pihak Puskesmas Kecamatan Belakang Padang masih melakukan pengolahan data secara arsip dan analisa belum tentu terhitung dengan baik. Akibatnya, waktu akan lebih banyak terbuang dan dari segi hasil perhitungan juga belum tentu akurat. Maka, tentu diperlukan waktu tambahan guna mengoptimalkan data-data status gizi balita tersebut. Dalam penelitian ini peneliti membangun aplikasi berbasis android untuk menyelesaikan masalah penentuan klasifikasi dengan menggunakan dua perhitungan, yaitu berdasarkan Standar Kementerian RI Tahun 2010 tentang Standar Antropometri Penilaian Status Gizi Anak pada indeks Berat Badan per Tinggi Badan (BB/TB) dan perhitungan metode algoritma fuzzy c-means. Variabel yang digunakan dalam menentukan status gizi balita untuk kedua perhitungan tadi ialah tinggi badan, berat badan, dan jenis kelamin. Dari penelitian yang dilakukan terhadap 114 data sampel, metode fuzzy c-means menghasilkan jumlah kesamaan hasil klasifikasi terhadap perhitungan berdasarkan Standar Kementerian tadi sebanyak 26 hingga 32 data sampel. Dan persentase kesamaan hasil klasifikasi yang dihasilkan oleh sistem berkisar 22,81 % hingga 28,07 %. Kata kunci : Status gizi balita, android, metode algoritma fuzzy c-means, variabel, klasifikasi. Abstract The Belakang Padang s District Health Center is one of the government agencies that play a role in the health field located in the city of Batam. In data processing and analyzing the nutritional status of toddlers, The Belakang Padang s District Health Center still perform processing archival and analysis of data is not necessarily counted properly. As a result, more time will be wasted and in terms of the calculation is not necessarily accurate. So, of course it takes additional time to optimize data the nutritional status of toddlers. In this study, the researcher build android-based application to resolve the problem of determining classification using the two calculation, which is based on the Indonesian Ministry Standard 2010 about Standard Anthropometric Assessment Nutritional Status of Toddlers in the index of Weight per Height and the calculation method of fuzzy c means algorithms. The variables used in determining the nutritional status of toddlers for both our calculations are height, weight, and gender. From the study from 114 samples of data, methods of fuzzy c-means produces the quantity of similarity calculations based on the results of the classification of the Standard Ministry had as many as 26 to 32 sample data. And percentage similarity classification results produced by the system ranges from 22.81% to 28.07%. Keywords : The nutritional status of toddlers, android, method of fuzzy c-means algorithm, variable, classification. 1
2 I. PENDAHULUAN Puskesmas Kecamatan Belakang Padang merupakan salah satu lembaga pemerintahan yang memiliki peran yang cukup besar dalam usaha menjalankan tugas dan wewenang pemerintah daerah Kota Batam pada bidang kesehatan. Salah satu perannya dalam bidang kesehatan ialah mengelola pendataan status gizi balita. Sistem analisa status gizi balita yang dilakukan oleh pihak Puskesmas Kecamatan Belakang Padang masih diterapkan secara manual atau analisa dilakukan masih menggunakan perhitungan rumusan di atas kertas. Akibatnya, waktu akan lebih banyak terbuang dan dari segi hasil perhitungan juga belum tentu akurat. Maka, tentu diperlukan waktu tambahan guna mengoptimalkan data-data status gizi balita tersebut. Aplikasi berbasis android merupakan solusi yang dirasa mampu membantu menangani permasalahan tersebut. Ditambah lagi dengan perhitungan dengan metode fuzzy c-means dirasa sangat mampu membantu menangani permasalahan tersebut baik dari sisi perekaman data maupun dalam hal analisa status gizi balita dan diharapkan aplikasi yang dibangun dapat bekerja lebih baik dengan menggunakan analisa perhitungan nilainilai kriterianya. Dari uraian latar belakang diatas, maka penulis mengambil judul yaitu Analisa Klasifikasi Status Gizi Dengan Metode Fuzzy C-Means Menggunakan Aplikasi Berbasis Android. II. METODE PENELITIAN A. Metode Pengumpulan Data Pengumpulan data-data yang dibutuhkan dilakukan dengan cara melakukan observasi. Hal ini dilakukan di Puskesmas Kecamatan Belakang Padang secara langsung. Dalam hal ini diperlukan sebuah laptop dan alat tulis untuk merekap data dan memudahkan dalam pengambilan data. B. Metode Pengembangan Sistem Pada tahap pengembangan sistem terdiri dari proses-proses yang terstruktur yaitu : analisis, desain, kode, dan pengujian. Metode pengembangan ini dikenal dengan model Sekuensial Linier menurut Roger S. Pressman. Untuk desain model sekuensial linier dapat dilihat pada gambar berikut. Gambar 1. Metode Pengembangan Sistem Berikut penjelasan bagaimana metode pengembangan sistem yang digunakan dalam sistem ini, yaitu : 1. Analysis Tahap ini menguraikan kebutuhan sistem yang utuh menjadi komponen-komponen sistem untuk mengetahui bagaimana sistem dibangun dan untuk mengetahui kelemahankelemahan sistem yang sudah ada sehingga dapat dijadikan masukan dan pertimbangan dalam penyusunan sistem yang baru. Pada tahap ini, hal yang dilakukan adalah mencari dan mempelajari referensi tentang status gizi balita. 2. Design Tahap ini merupakan tahap perancangan sistem. Tahap design ini menggunakan flowchart berfungsi untuk menyatakan aliran algoritma atau proses sehingga memberi solusi dalam penyelesaian masalah yang ada di dalam proses atau algoritma tersebut. Sementara Context Diagram dan DFD (Data Flow Diagram) digunakan untuk membantu menggambarkan diagram sistem yang akan dibangun. 3. Code Tahap ini adalah penerjemahan rancangan dalam tahap desain ke dalam bahasa pemrograman Java. 4. Test Tahap ini merupakan uji coba terhadap program yang dibangun. Sehingga analisis hasil implementasi yang didapat dari sistem disesuaikan dengan kebutuhan sistem tersebut. Jika penerapan sistem sudah berjalan dengan lancar, maka sistem dapat diimplementasikan. C. Perancangan Sistem Alur sistem yang dibangun ini dapat dilihat pada context diagram berikut. Gambar. 2. Context Diagram 2
3 Context diagram digunakan untuk menggambarkan bagaimana sistem akan dibangun. Aplikasi analisa status gizi ini diperuntukkan untuk satu pengguna, yaitu perawat. Gambar 2 : Halaman Data Sampel Proses penginputan parameter fuzzy c-means akan ditampilkan seperti gambar berikut : Gambar 3 : Halaman Penghitungan Fuzzy Gambar. 3. Flowchart Algoritma Fuzzy C-Means Proses fuzzy c-means dimulai dengan memasukkan data sampel ke sistem untuk dibentuk menjadi matriks. Kemudian perawat memasukkan nilai parameter fuzzy c-means. Setelah itu sistem mulai melakukan penghitungan yang dimulai dari membentuk matriks partisi awal secara acak. Setelah itu menghitung pusat cluster. Lalu dilanjutkan dengan menghitung fungsi obyektif dan memperbarui matriks partisi. Di akhir metode, langkah selanjutnya, sistem akan memeriksa kondisi berhenti antara lain Pt-Pt-1 < error atau t > iterasi maksimum. Jika syarat berhenti belum terpenuhi, maka iterasi bertambah 1 dan proses diulang kembali ke tahap perhitungan pusat cluster. Dan jika syarat terpenuhi, maka proses selesai. III. PEMBAHASAN Pada halaman data sampel sistem penganalisa status gizi terdapat daftar data sampel dan beberapa menu pendukung. Berikut adalah tampilan halaman data sampel dalam sistem ini: Selanjutnya saat proses perhitungan fuzzy c-means selesai, maka output akan ditampilkan seperti gambar berikut : Gambar 4 : Halaman Hasil Akhir 1. Perhitungan fuzzy c-means Berikut adalah data-data yang digunakan sebagai bahan analisa sistem. 3
4 Tabel 1 : Pendataan Gizi Balita 1.1 Pembentukan Matriks Data Sampel Langkah awal ialah membentuk matriks data sampel X ij, dengan i=1, 2, 3,, 114 dan j=1, 2, 3. 4
5 1.2 Penentuan Parameter fuzzy c-means 1.6 Perhitungan Perubahan Matriks Partisi Adapun nilai parameter yang dideklarasikan pada pembahasan ini ialah sebagai berikut : Jumlah cluster atau pengelompokan yang diharapkan (c) = 4. Batas iterasi / perulangan maksimum (maxiter) = 100. Nilai pembobot (w) = [1.25, 1.3, 1.35, 1.4, 1.45, 1.5, 1.55, 1.65, 1.7, 1.75, 1.8, 1.85, 1.9, 1.95, dan 2]. Batas galat terkecil (error) = Nilai fungsi obyektif awal (P0) = 0. Dan nilai iterasi awal (t) = 1. Dengan persamaan (6), diperoleh matriks partisi yang baru pada iterasi ke-1 sebagai berikut: 1.3 Penentuan Matriks Partisi Acak Awal Keanggotaan matriks partisi awal yang digunakan dalam pembahasan ini ialah sebagai berikut : dengan i=1, 2, 3,, 114 dan k=1,2,3, Pengecekan Kondisi Berhenti Pada langkah terakhir ini, adapun hasil syarat yang didapat adalah sebagai berikut : Iterasi saat ini (t) = 1 Iterasi maksimum (MaxIter) = 100 Fungsi obyektif awal (Pt-1) = 0 Fungsi obyektif akhir (Pt) = Nilai mutlak dari selisih fungsi obyektif (Pt Pt-1) = Error terkecil yang diharapkan (Error) = 0.01 Dengan hasil t < MaxIter dan Error < (Pt - Ptmaka proses kembali diulangi pada langkah perhitungan pusat cluster. 1), 1.4 Perhitungan Pusat cluster 1.8 Pencapaian Hasil Akhir Dengan persamaan (4), maka didapatkan hasil perhitungan pusat cluster pada t=1 sebagai berikut, dengan k=1,2,3,4 dan j=1,2,3 : Dari keseluruhan perulangan proses di atas, diperoleh hasil sebagai berikut : Iterasi berhenti (t) = 29 Fungsi obyektif awal (Pt-1) = Fungsi obyektif akhir (Pt) = Nilai mutlak dari selisih fungsi obyektif (Pt Pt-1) = Pusat cluster (Vkj) : Matriks partisi ( 1.5 Perhitungan Fungsi Obyektif Dengan persamaan (5), maka nilai Pt pada iterasi ke-1: = ([ ( (, ) (, )) ]( ) ) ) terbaru : = =
6 Tabel 4 : Klasifikasi Data pada Keempat cluster Hasil lengkap derajat keanggotaan tiap data pada setiap cluster dapat dilihat pada tabel berikut : Tabel 2 : Keanggotaan Data pada Keempat cluster 2.2 Validasi Kesamaan Hasil penentuan kesamaan data antara perhitungan status gizi secara Standar Kementerian dan secara penalaran fuzzy c-means dapat dilihat pada tabel berikut. Tabel 5 : Validasi Data SK dan FCM No 2. Validasi Kesamaan Hasil Klasifikasi 2.1 Penentuan Klasifikasi Berdasarkan tabel ambang batas status gizi menggunakan standar deviasi, maka klasifikasi dari cluster dapat dilihat pada tabel berikut. Tabel 3 : Penentuan Klasifikasi Berdasarkan tabel 2 dan 3, maka dapat diperoleh hasil lengkap seperti di dalam tabel berikut: FCM SK Validasi 6
7 No FCM SK Validasi No FCM SK Validasi Maka, perhitungan persentase kesamaan data untuk pembobot (w) = 2 adalah sebagai berikut. Dari keseluruhan nilai untuk setiap pembobot, maka dapat dilihat persentase kesamaan pada tabel berikut. Tabel 6 : Persentase Kesamaan Persentase Kesamaan No Pembobot (w) (%)
8 IV. KESIMPULAN DAN SARAN A. Kesimpulan Kesimpulan yang dapat diambil dari penelitian di Puskesmas Kecamatan Belakang Padang adalah sebagai berikut. 1. Aplikasi android mampu mengolah data balita beserta menentukan klasifikasi untuk perhitungan menurut Standar Kementerian RI Tahun 2010 dan untuk perhitungan metode fuzzy c-means. 2. Dari penelitian yang dilakukan terhadap 114 data sampel, metode fuzzy c-means menghasilkan jumlah kesamaan hasil klasifikasi terhadap perhitungan berdasarkan Standar Kementerian tadi sebanyak 26 hingga 32 data sampel. Dan persentase kesamaan hasil klasifikasi yang dihasilkan oleh sistem berkisar 22,81 % hingga 28,07 %. B. Saran Beberapa saran yang perlu disampaikan dalam penelitian ini, dengan harapan akan menjadi saran yang bermanfaat, yaitu : 1. Klasifikasi status gizi untuk orang dewasa masih sangat mungkin untuk ditinjau menggunakan metode fuzzy c-means dengan menggunakan variabel yang lebih variatif. 2. Diharapkan untuk penelitian kedepannya dapat diterapkan menggunakan metode klasifikasi lain seperti Naïve Bayesian, Decision Tree, fuzzy subtractive clustering, dan fuzzy Equivalence Relation. 3. Penerapan metode fuzzy c-means ini juga diharapkan dapat diterapkan pada studi kasus yang berbeda dengan menggunakan pengembangan platform yang lain pula seperti IOS dan Blackberry OS. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada Allah Subhanahu Wa Ta ala, kedua orang tua dan pembimbing yang telah banyak membantu serta kepada segala pihak, yang baik secara langsung membantu maupun tidak langsung. DAFTAR PUSTAKA [1] Cox, Earl, 2005, Fuzzy Modelling and Genetic Algorithms for Data Mining and Exploration, Elsevier Inc, United Stated of America. [2] Deritana, Nini, Martha Kombong, dan G. Yuristianti A., 2000, Gizi untuk Pertumbuhan dan Perkembangan Prioritas dan Intervensi yang Dilakukan oleh Jayawijaya WATCH Project. Jayawijaya Women and Their Children s Health Project. 1 : 7-8. [3] Hermaduanti, Ninki dan Sri Kusumadewi (2008). Sistem Pendukung Keputusan Berbasis SMS untuk Menentukan Status Gizi Menggunakan Metode K-Nearest Neighbour. [4] Hendrawan, Deny Sidarta. (2012). Aplikasi Belajar Menulis Untuk Anak Prasekolah Berbasis Android. [5] Khoiruddin, Arwan Ahmad (2007). Menentukan Nilai Akhir Kuliah Dengan Fuzzy C-Means. [6] Klir, George J; Yuan, Bo. (1995). Fuzzy Sets and Fuzzy Logic, Theory and Application. Prentice Hall International, Inc. [7] Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu [8] Luthfi, Emha Taufiq (2012). Modul Kuliah Program Aplikasi Mobile. Diperoleh 14 Januari 2013, dari elearning.amikom.ac.id/index.php/download /materi/ st088-14/2012/03/ _modul%20andr OID%201%20&%202%20&%203%20&%2 04%20&%205.pdf [9] Martino, Fernando Di dan Salvatore Sessa. (2009). Implementation of the Extended Fuzzy C-Means Algorithm in Geographic Information Systems. [10] Menkes, RI, 2011, Standar Antropometri Penilaian Status Gizi Anak, Jakarta [11] Puskesmas, Belakang Padang, 2010, Profil Puskesmas Belakang Padang Semester II 2010: Batam. 8
9 [12] Rismawan, T., Ardhitya Wiedha Irawan, Wahyu Prabowo dan Sri Kusumadewi (2008). Sistem Pendukung Keputusan Berbasis Pocket PC Sebagai Penentu Status Gizi Menggunakan Metode KNN (K-Nearest Neighbour). [13] Roger S.Pressman, Ph.D., Software Engineering A Practitioner s Approach. New York : McGraw- Hill. [14] Safaat, Nazarudin, 2012, Pemrograman Aplikasi Mobile Smartphone dan Tablet PC Berbasis Android, Informatika: Bandung. [15] Teknologiz. (2012). Sejarah Android, jenis dan versi Android Operating System (OS). Diperoleh 14 Januari 2013, dari 9
MENENTUKAN NILAI AKHIR KULIAH DENGAN FUZZY C-MEANS
MENENTUKAN NILAI AKHIR KULIAH DENGAN FUZZY C-MEANS Arwan Ahmad Khoiruddin, S.Kom. Staf Pengajar Jurusan Tekn Informata, Fakultas Teknologi Industri, Universitas Islam Indonesia arwan@fti.uii.ac.id ABSTRACT
Lebih terperinciANALISA KLASIFIKASI KADAR KARAT EMAS MENGGUNAKAN METODE K-NEAREST NEIGHBOURS (KNN) Study Kasus : Toko Emas Batam City
ANALISA KLASIFIKASI KADAR KARAT EMAS MENGGUNAKAN METODE K-NEAREST NEIGHBOURS (KNN) Study Kasus : Toko Emas Batam City (Analysis Classification Levels Gold Rust Using Method K-Nearest Neighbours (KNN) Case
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi Penelitian merupakan acuan dalam pelaksanaan sebuah penelitian. Metodologi penelitian berisi rencana kerja yang berurutan agar hasil yang didapatkan sesuai dengan
Lebih terperinciBreak Even Point Estimation Using Fuzzy Cluster(FCM)
Break Even Point Estimation Using Fuzzy Cluster(FCM) Stefant Cristian, Kartina Diah Kusuma W, S.T., Dadang Syarif SS, S.Si, M.Sc. Politeknik Caltex Riau Jl. Umban Sari No. 1, Phone: 0761-53939, Fax: 0761-554224
Lebih terperinciCLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN
CLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN Fitri Wulandari, Rinto Setiawan Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif
Lebih terperinciANALISIS KINERJA ALGORITMA CLUSTERING FUZZY TSUKAMOTO DENGAN FUZZY C-MEANS
ANALISIS KINERJA ALGORITMA CLUSTERING FUZZY TSUKAMOTO DENGAN FUZZY C-MEANS Iin Parlina1, Prof.Herman Mawengkang2, Dr.Syahril Efendi, S.Si, M.IT3 Magister Teknik Informatika, Universitas Sumatera Utara
Lebih terperinciBreak Even Point Estimation Using Fuzzy Cluster(FCM)
SNTIKI III 2011 ISSN : 2085-9902 1 Break Even Point Estimation Using Fuzzy Cluster(FCM) Stefant Cristian, Kartina Diah Kusuma W, S.T., Dadang Syarif SS, S.Si, M.Sc. Politeknik Caltex Riau Jl. Umban Sari
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN BERBASIS POCKET PC SEBAGAI PENENTU STATUS GIZI MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR)
18 Teknoin, Volume 13, Nomor 2, Desember 2008, 18-23 SISTEM PENDUKUNG KEPUTUSAN BERBASIS POCKET PC SEBAGAI PENENTU STATUS GIZI MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR) Tedy Rismawan, Ardhitya Wiedha
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN BERBASIS POCKET PC SEBAGAI PENENTU STATUS GIZI MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR)
1 SISTEM PENDUKUNG KEPUTUSAN BERBASIS POCKET PC SEBAGAI PENENTU STATUS GIZI MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR) Tedy Rismawan, Ardhitya Wiedha Irawan, Wahyu Prabowo, Sri Kusumadewi Laboratorium
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan yang telah dilakukan
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 2 NO. 1 SEPTEMBER 2010
PERBANDINGAN METODE K-NEAREST NEIGHBOR (KNN) dan METODE NEAREST CLUSTER CLASSIFIER (NCC) DALAM PENGKLASIFIKASIAN KUALITAS BATIK TULIS Nesi Syafitri 1 ABSTRACT Various problem that are related to classification
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN BERBASIS SMS UNTUK MENENTUKAN STATUS GIZI DENGAN METODE K-NEAREST NEIGHBOR
SISTEM PENDUKUNG KEPUTUSAN BERBASIS SMS UNTUK MENENTUKAN STATUS GIZI DENGAN METODE K-NEAREST NEIGHBOR Ninki Hermaduanti, Sri Kusumadewi Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas
Lebih terperinciSAMPUL SAMPUL LAPORAN SKRIPSI
SAMPUL SAMPUL LAPORAN SKRIPSI FUZZY C-MEANS PADA PENENTUAN PENERIMAAN BANTUAN PERBAIKAN RUMAH TIDAK LAYAK HUNI BERBASIS DATA MINING Oleh : Fiyka Dwi Iriani 2010-51-232 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU
Lebih terperinciPemilihan Minat Topik Tugas Akhir Menggunakan Metode Fuzzy C-Means
ISSN: 2089-3787 527 Pemilihan Minat Topik Tugas Akhir Menggunakan Metode Fuzzy C-Means Yulia Yudihartanti, Sudiyanur Hidayatullah STMIK Banjarbaru Jl. A. Yani Km. 33 Banjarbaru, 0511(4782881) e-mail: yuliaydh@yahoo.co.id,
Lebih terperinciSKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN STATUS OBESITAS MENGGUNAKAN METODE LOGIKA FUZZY TSUKAMOTO. Oleh : NI MATUL JANNAH
SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN STATUS OBESITAS MENGGUNAKAN METODE LOGIKA FUZZY TSUKAMOTO Oleh : NI MATUL JANNAH 2011-51-067 Skripsi diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciJARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION
JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION Naskah Publikasi Program Studi Informatika Fakultas Komunikasi dan Informatika Oleh: Hasna
Lebih terperinciImplementasi Algoritma Bayesian Classification Dalam Menentukan Kelayakan Ekowisata Mangrove
Implementasi Algoritma Bayesian Classification Dalam Menentukan Kelayakan Ekowisata Mangrove Nurwijayatima, Martaleli Bettiza, S.Si., M.Sc dan Eka Suswaini, ST., MT Jurusan Informatika, Fakultas Teknik
Lebih terperinci1. PENDAHULUAN. Kata Kunci: Data Mining, Clustering, Fuzzy C-Means
CLUSTERING BIDANG PEKERJAAN BERDASARKAN PEMETAAN MATA KULIAH MENGGUNAKAN ALGORITMA FUZZY C-MEANS PADA FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO SEMARANG Taufiq Ramadhan Ashari 1, Ruri Suko Basuki
Lebih terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Propinsi Daerah Istimewa Yogyakarta sebagai Daerah Tujuan Wisata (DTW) utama indonesia memiliki beraneka ragam jenis wisata yang menarik wisatawan domestik dan wisatawan asing. Banyaknya
Lebih terperinciSKRIPSI RONNY BENEDIKTUS SIRINGORINGO
ANALISIS PERBANDINGAN PROSES CLUSTER MENGGUNAKAN K- MEANS CLUSTERING DAN K-NEAREST NEIGHBOR PADA PENYAKIT DIABETES MELLITUS SKRIPSI RONNY BENEDIKTUS SIRINGORINGO 131421021 PROGRAM STUDI S1 ILMU KOMPUTER
Lebih terperinciKLASIFIKASI USAHA KECIL DAN MENENGAH (UKM) SEKTOR INDUSTRI DENGAN METODE FUZZY C-MEANS CLUSTERING WILAYAH KOTA CILEGON
Seminar Nasional IENACO 213 ISSN: 2337-39 KLASIFIKASI USAHA KECIL DAN MENENGAH (UKM) SEKTOR INDUSTRI DENGAN METODE FUZZY C-MEANS CLUSTERING WILAYAH KOTA CILEGON Ratna Ekawati 1),Nurul Yulis 2) 1) Jurusan
Lebih terperinciPENENTUAN TINGKAT KEMISKINAN DENGAN METODE FUZZY C- MEANS DI KABUPATEN BONE BOLANGO
PENENTUAN TINGKAT KEMISKINAN DENGAN METODE FUZZY C- MEANS DI KABUPATEN BONE BOLANGO Nurrahmah Fitriani Kahar 1), Lillyan Hadjaratie ), Sitti Suhada 3). 1 Fakultas Teknik, Universitas Negeri Gorontalo Email
Lebih terperinciPenerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop)
157 Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop) Elly Muningsih AMIK BSI Yogyakarta E-Mail : elly.emh@bsi.ac.id Abstrak Berkembangnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
Lebih terperinciData Mining dengan Algoritma Fuzzy C-Means Clustering Dalam Kasus Penjualan di PT Sepatu Bata
Data Mining dengan Algoritma Fuzzy C-Means Clustering Dalam Kasus Penjualan di PT Sepatu Bata Cakra Ramadhana 1, Yohana Dewi Lulu W 2, Kartina Diah K. W. 3 1,2 Program Studi Sistem Informasi, Politeknik
Lebih terperinciBAB 2 PENELITIAN TERKAIT DAN LANDASAN TEORI
BAB 2 PENELITIAN TERKAIT DAN LANDASAN TEORI 2.1 Penelitian Terkait Ada beberapa penelitian terkait dengan penggunaan Data Mining metode cluster dengan menggunakan Algoritma Fuzzy C-Means untuk dapat mengelompokkan
Lebih terperinciIJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY
IJCCS, Vol.x, No.x, July xxxx, pp. ~5 ISSN: 978-52 Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY Dian Eko Hari Purnomo Universitas Sarjanawiyata Tamansiswa, Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan merupakan sesuatu yang penting bagi setiap orang. Dari tahun ke tahun berbagai upaya telah dikembangkan untuk mendapatkan mutu kesehatan yang lebih baik dan
Lebih terperinciABSTRAK. Kata Kunci : Curah Hujan, Levenberg Marquardt, Backpropagation. ABSTRACT
ABSTRAK Dufan, Ariel. 2016. Prediksi Curah Hujan Dengan Menggunakan Algoritma Levenberg- Marquardt Dan Backpropagation (Studi Kasus : BMKG Kota Tanjungpinang), Skripsi. Tanjungpinang: Jurusan Teknik Informatika,
Lebih terperinciPERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK
PERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK Arif Fadhillah Mahasiswa Jurusan Teknik Informatika, Fakultas Teknik, Universitas Maritim Raja
Lebih terperinciAhmad Mauliyadi M, Hizir Sofyan, dan Muhammad Subianto. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Syiah Kuala
Tersedia di www.fmipa.unsyiah.ac.id Jurnal Matematika 00 (2013) 01 05 PERBANDINGAN METODE FUZZY C-MEANS (FCM) DAN FUZZY GUSTAFSON-KESSEL (FGK) MENGGUNAKAN DATA CITRA SATELIT QUICKBIRD (Studi Kasus Desa
Lebih terperinciModel Aplikasi Penentuan Jenis Beasiswa Berbasis Algoritma K-NN Termodifikasi
ISSN: 2089-3787 1181 Model Aplikasi Penentuan Jenis Beasiswa Berbasis Algoritma K-NN Termodifikasi Soegiarto 1, Bahar 2 Program Studi Teknik Informatika, STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru
Lebih terperinciIMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING DATA PENDUDUK MISKIN DENGAN PENYAJIAN REALTIME BERBASIS WEB MOBILE
IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING DATA PENDUDUK MISKIN DENGAN PENYAJIAN REALTIME BERBASIS WEB MOBILE 1 Ahsan Anwar Sandiah, 2 Abdul Fadlil, 3 Rusydi Umar 1 Magister Teknik Informatika, 2 Magister
Lebih terperinciFUZZY C-MEANS UNTUK CLUSTERING DATA (STUDI KASUS : DATA PERFORMANCE MENGAJAR DOSEN)
FUZZY C-MEANS UNTUK CLUSTERING DATA (STUDI KASUS : DATA PERFORMANCE MENGAJAR DOSEN) Emha Taufiq Luthfi STMIK AMIKOM Yogyakarta e-mail : emha_tl@yahoo.com Abstraksi Clustering merupakan proses pengelompokan
Lebih terperinciPENERAPAN METODE TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PEMENANG LOMBA DESA/KELURAHAN. Septilia Arfida ABSTRACT
PENERAPAN METODE TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PEMENANG LOMBA DESA/KELURAHAN Septilia Arfida Jurusan Teknik Informatika - Fakultas Ilmu Komputer Informatics & Business Institute
Lebih terperinciPenentuan Lokasi Fasilitas Gudang Menggunakan Fuzzy C Means ( FCM )
Penentuan Lokasi Fasilitas Gudang Menggunakan Fuzzy C Means ( FCM ) Eko Sediyono, Indrastanti Ratna Widiasari, Milasari Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. Diponegoro 5-60,
Lebih terperinciProsiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENGELOMPOKAN PERSENTASE PENDUDUK BERUMUR 15 TAHUN KE ATAS MENURUT KABUPATEN/KOTA DAN PENDIDIKAN TERTINGGI
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI PENJADWALAN MATA PELAJARAN DAN PENGOLAHAN DATA NILAI SISWA PADA SEKOLAH DASAR (SD) NEGERI 02 KOTA BARU.
Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Indera RANCANG BANGUN SISTEM INFORMASI PENJADWALAN MATA PELAJARAN DAN PENGOLAHAN DATA NILAI SISWA PADA SEKOLAH DASAR (SD) NEGERI 02 KOTA BARU 1Indera 1
Lebih terperinciKLASIFIKASI STATUS GIZI MENGGUNAKAN K-NEAREST NEIGHBOR INTISARI
KLASIFIKASI STATUS GIZI MENGGUNAKAN K-NEAREST NEIGHBOR Sumarni Arifin Hasani¹, Sitti Suhada², Lillyan Hadjaratie³ ¹Program Studi Sistem Informasi, Fakultas Teknik, Universitas Negeri Gorontalo Email: sumarni.hasani@gmail.com
Lebih terperinciKLASIFIKASI SISWA KELAS UNGGULAN MENGGUNAKAN FUZZY C-MEANS
KLASIFIKASI SISWA KELAS UNGGULAN MENGGUNAKAN FUZZY C-MEANS Nunik Mariastuti Wijilestari, Moch. Hariadi Jurusan Teknik Elektro Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 60
Lebih terperinciPENGKLASIFIKASIAN LULUSAN JURUSAN TEKNIK ELEKTRO BERDASARKAN NILAI IPK DENGAN METODE FUZZY CLUSTERING. M. Rodhi Faiz
Rodhi Faiz, Pengklasifikasian Lulusan Jurusan Teknik Elektro Berdasarkan Nilai Ipk Dengan Metode Fuzzy Clustering PENGKLASIFIKASIAN LULUSAN JURUSAN TEKNIK ELEKTRO BERDASARKAN NILAI IPK DENGAN METODE FUZZY
Lebih terperinciPerbandingan Metode K-Means Dengan Fuzzy C-Means Untuk Analisa Karakteristik Mahasiswa Berdasarkan Kunjungan Ke Perpustakaan
TESIS Perbandingan Metode K-Means Dengan Fuzzy C-Means Untuk Analisa Karakteristik Mahasiswa Berdasarkan Kunjungan Ke Perpustakaan (Studi Kasus Sekolah Tinggi Agama Hindu Negeri Tampung Penyang Palangka
Lebih terperinciMelihat Pengaruh Cuaca Terhadap Penyakit Demam Berdarah Di Banjarbaru menggunakan Fuzzy C-Means
Melihat Pengaruh Cuaca Terhadap Penyakit Demam Berdarah Di Banjarbaru menggunakan Fuzzy C-Means Muhammad Halim 1, Andi Farmadi 2, H. Irwan Budiman 3 1,2,3 Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km
Lebih terperinciPENGEMBANGAN SISTEM INFORMASI GEOGRAFIS (SIG) PENYEDIA LAYANAN KESEHATAN BERBASIS ANDROID (Studi Kasus Kota Bandar Lampung)
PENGEMBANGAN SISTEM INFORMASI GEOGRAFIS (SIG) PENYEDIA LAYANAN KESEHATAN BERBASIS ANDROID (Studi Kasus Kota Bandar Lampung) 1 Budiman Ruliansyah, 1 Kurnia Muludi, 1 Febi Eka Febriansyah 1 Jurusan Ilmu
Lebih terperinciAPLIKASI MOBILE PEMBELAJARAN REAKSI KIMIA BERBASIS ANDROID NASKAH PUBLIKASI. diajukan oleh Edi Hadi Widodo
APLIKASI MOBILE PEMBELAJARAN REAKSI KIMIA BERBASIS ANDROID NASKAH PUBLIKASI diajukan oleh Edi Hadi Widodo 08.11.2027 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciPerancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors Gede Aditra
Lebih terperinciPENGKLASIFIKASIAN MAHASISWA JURUSAN TEKNIK ELEKTRO YANG MENGIKUTI MATA KULIAH RANGKAIAN LISTRIK DENGAN METODE FUZZY CLUSTERING. M.
Rodhi Faiz, Pengklasifikasian Mahasiswa Jurusan Teknik Elektro Yang Mengikuti Mata Kuliah Rangkaian Listrik Dengan Metode Fuzzy Clustering PENGKLASIFIKASIAN MAHASISWA JURUSAN TEKNIK ELEKTRO YANG MENGIKUTI
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DENGAN MENGGUNAKAN METODE SAW UNTUK MENGETAHUI KEPUASAN PELANGGAN (STUDI KASUS KANTOR BPJS KISARAN)
Jurnal Manajemen Informatika dan Teknik Komputer Volume 1, Nomor 2, Oktober 2015 SISTEM PENDUKUNG KEPUTUSAN DENGAN MENGGUNAKAN METODE SAW UNTUK MENGETAHUI KEPUASAN PELANGGAN (STUDI KASUS KANTOR BPJS KISARAN)
Lebih terperinciPEMODELAN PENGELOMPOKKAN PRESTASI DOSEN MENGGUNAKAN METODE FUZZY C-MEANS
PEMODELAN PENGELOMPOKKAN PRESTASI DOSEN MENGGUNAKAN METODE FUZZY C-MEANS Sri Redjeki Teknik Informatika STMIK AKAKOM Jl. Raya Janti No 143 Yogyakarta e-mail: dzeky@akakom.ac.id ABSTRAK Sebuah perguruan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. studi yang pernah dilakukan yang berkaitan dengan penelitian ini yaitu bisa dilihat
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Tinjuan pustaka merupakan acuan utama pada penelitian ini berupa beberapa studi yang pernah dilakukan yang berkaitan dengan penelitian ini
Lebih terperinciProsiding Seminar Sains dan Teknologi FMIPA Unmul Vol. 1 No. 2 Desember 2015, Samarinda, Indonesia ISBN :
Clustering Data Status Tugas Belajar Dan Ijin Belajar Menggunakan Metode Fuzzy C-Means (Studi Kasus : Di Lingkungan Pemerintah Provinsi Kalimantan Timur) Fevin Triyas Rantika 1, Indah Fitri Astuti, M.Cs
Lebih terperinciSISTEM INFORMASI PERPUSTAKAAN BERBASIS CLIENT SERVER DI SLTPN 38 BANDUNG
SISTEM INFORMASI PERPUSTAKAAN BERBASIS CLIENT SERVER DI SLTPN 38 BANDUNG IRFAN LUTHFIANA Jurusan Teknik Informatika, Fakultas teknik dan imu Komputer, Universitas Komputer Indonesia E-mail : irfanluthfi@ymail.com
Lebih terperinciKata Kunci : Sistem Informasi, Android, Barcode, Desktop, Database
ABSTRAK Sistem Informasi merupakan komponen yang bekerja sama untuk mengumpulkan, mengolah, menyimpan dan menyebarkan informasi untuk mendukung pengambilan keputusan, koordinasi, pengendalian, analisis
Lebih terperinciBAB I PENDAHULUAN. efektivitas dan efisiensi kerja tercapai. STIKOM Surabaya merupakan salah
BAB I PENDAHULUAN 1.1 Latar belakang masalah Solusi pemanfaatan teknologi komputer sebagai alat bantu dalam mendukung kegiatan operasional suatu bidang usaha memudahkan manusia dalam mendapatkan data atau
Lebih terperinciBAB V PENUTUP. Menggunakan Metode Fuzzy C-Means Clustering, dapat diambil kesimpulan
BAB V PENUTUP 5.1. Kesimpulan Dari serangkaian uji coba dan analisa yang telah dilakukan pada aplikasi Sistem Pendukung Keputusan Pengadaan Buku Perpustakaan STIKOM Surabaya Menggunakan Metode Fuzzy C-Means
Lebih terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih terperinciPERBANDINGAN PENGKLUSTERAN DATA IRIS MENGGUNAKAN METODE K-MEANS DAN FUZZY C- MEANS
PERBANDINGAN PENGKLUSTERAN DATA IRIS MENGGUNAKAN METODE K-MEANS DAN FUZZY C- MEANS Fitria Febrianti 1, Moh. Hafiyusholeh 2, Ahmad Hanif Asyhar 3 Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan
Lebih terperinciPENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS
PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS WULAN ANGGRAENI wulangussetiyo@gmail.com Program Studi Pendidikan Matematika Universitas Indraprasta PGRI Abstract. The purpose of this study was to
Lebih terperinciSKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD
SKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD DONY ENDRIYONO 135610017 PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI
Lebih terperinciEnigma Journal of Infotmatic (ENJOI 2016) ISSN :
b 1 Kombinasi Fuzzy C-Means Clustering dan MADM Model Yager Untuk Menentukan Kelompok UKT (Studi Kasus Universitas Sembilanbelas November Kolaka) Muhammad Nurtanzis Sutoyo 1 dan Andi Tenri Sumpala 2 12
Lebih terperinciKLUSTERING BERBASIS PROTOTIPE DENGAN METODE FUZZY C-MEANS
JURNAL LOGIC. VOL.15. NO.1 MARET 015 51 KLUSTERING BERBASIS PROTOTIPE DENGAN METODE FUZZY C-MEANS Putu Manik Prihatini Jurusan Teknik Elektro, Politeknik Negeri Bali Bukit Jimbaran, P.O.Box 1064 Tuban
Lebih terperinciOptimasi Cluster Pada Fuzzy C-Means Menggunakan Algoritma Genetika Untuk Menentukan Nilai Akhir
IJCCS, Vol.6, No.1, January 2012, pp. 101~110 ISSN: 1978-1520 101 Optimasi Cluster Pada Fuzzy C-Means Menggunakan Algoritma Genetika Untuk Menentukan Nilai Akhir Putri Elfa Mas`udia* 1, Retantyo Wardoyo
Lebih terperinciPengembangan Aplikasi Web Untuk Penentuan Nutrisi Anak Dengan Metode Fuzzy C-Means Berdasarkan Produk Kemasan
KINETIK, Vol. 2, No. 2, Mei 2017, Hal. 107-116 ISSN : 2503-2259 E-ISSN : 2503-2267 107 Pengembangan Aplikasi Web Untuk Penentuan Nutrisi Anak Dengan Metode Fuzzy C-Means Berdasarkan Produk Kemasan Nur
Lebih terperinciPenerapan Logika Samar dalam Peramalan Data Runtun Waktu
Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Recently, there are
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY DALAM RECRUITMENT ASISTEN LABORATORIUM MENGGUNAKAN METODE C-MEANS (STUDI KASUS: TEKNIK INFORMATIKA UNIVERSITAS TANJUNGPURA)
IMPLEMENTASI LOGIKA FUZZY DALAM RECRUITMENT ASISTEN LABORATORIUM MENGGUNAKAN METODE C-MEANS (STUDI KASUS: TEKNIK INFORMATIKA UNIVERSITAS TANJUNGPURA) Rizkya Bina Islamiati Program Studi Teknik Informatika
Lebih terperinciAnalisis Perbandingan Algoritma Fuzzy C-Means dan K-Means
Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means Yohannes Teknik Informatika STMIK GI MDD Palembang, Indonesia Abstrak Klasterisasi merupakan teknik pengelompokkan data berdasarkan kemiripan data.
Lebih terperinciAPLIKASI DATA MINING HASIL DIAGNOSIS PASIEN MEDICAL CHECK UP TENAGA KERJA MENGGUNAKAN METODE FUZZY C-MEANS CLUSTERING
APLIKASI DATA MINING HASIL DIAGNOSIS PASIEN MEDICAL CHECK UP TENAGA KERJA MENGGUNAKAN METODE FUZZY C-MEANS CLUSTERING Ina Agustina 1, Rima Tamara Aldisa 2 1,2 Sistem Informasi, FTKI, Universitas Nasional
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan dunia pariwisata, tidak diiringi dengan perkembangan teknologi yang digunakan. Ditambah lagi dengan kondisi, banyak wisatawan yang tidak mau berwisata
Lebih terperinciPREDIKSI KEBANGKRUTAN PERUSAHAAN MENGGUNAKAN ALGORITMA ANFIS
PREDIKSI KEBANGKRUTAN PERUSAHAAN MENGGUNAKAN ALGORITMA ANFIS TUGAS AKHIR Sebagai Persyaratan Guna Meraih Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh: Fittriyah 0 8
Lebih terperinciPendahuluan Pada saat ini ilmu pengetahuan berkembang pesat pada bidang informatika. Semakin banyak bahasa pemrograman yang dapat digunakan untuk memb
APLIKASI BEKASI PLACE FINDER DENGAN MENGGUNAKAN ANDROID Disusun Oleh : Nama : Haidir NPM : 50408404 Jurusan : Teknik Informatika Pembimbing : Prof. Dr. dr. Johan Harlan, SSi, MSc Fakultas Teknologi Industri
Lebih terperinciRANCANG BANGUN PERANGKAT AJAR MATEMATIKA DENGAN METODE PROTOTYPE
RANCANG BANGUN PERANGKAT AJAR MATEMATIKA DENGAN METODE PROTOTYPE Megawaty Teknik Informatika, Universitas Bina Darma E-mail: megawaty@binadarma.ac.id Abstrak Penerapan teknologi informasi saat ini telah
Lebih terperinciIMPLEMENTASI FUZZY C-MEANS DALAM MENGANALISA KEMISKINAN DESA
IMPLEMENTASI FUZZY C-MEANS DALAM MENGANALISA KEMISKINAN DESA Harliana Teknik Informatika STIKOM POLTEK Cirebon Jl Brigjend Darsono Bypass No3 3, Cirebon 45153 Email : harliana.merdiharto@gmail.com Abstrak
Lebih terperinciPerancangan Aplikasi Penentuan Pemberian SP Karyawan dengan Metode KNN
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Perancangan Aplikasi Penentuan Pemberian SP Karyawan dengan Metode KNN Rosalia Hadi STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciPENERAPAN METODE GUSTAFSON-KESSEL CLUSTERING UNTUK MENENTUKAN SEGMENTASI DEBITUR PADA BANK CIMB NIAGA
PENERAPAN METODE GUSTAFSON-KESSEL CLUSTERING UNTUK MENENTUKAN SEGMENTASI DEBITUR PADA BANK CIMB NIAGA APPLICATION OF GUSTAFSON-KESSEL CLUSTERING METHODS FOR SEGMENTATION DETERMINING DEBTOR AT BANK CIMB
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perguruan tinggi merupakan suatu sarana dalam proses pembelajaran. Pembelajaran adalah proses interaksi mahasiswa dengan dosen dan sumber belajar pada lingkungan belajar.
Lebih terperinciPENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA
PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA Trevi Meri Andriyani 1, Lilik Linawati 2, Adi Setiawan 3 1 Mahasiswa Program Studi Matematika
Lebih terperinciSISTEM REKOMENDASI KURIKULUM DENGAN METODE K-MEANS CLUSTERING
SISTEM REKOMENDASI KURIKULUM DENGAN METODE K-MEANS CLUSTERING Ati Suci Dian Martha, S.Kom., M.T. 1, Dena Jatnika Kusumah 1, Program Studi Sistem Informasi, STMIK LPKIA, Bandung Jln. Soekarno Hatta No.
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Model Perhitungan Estimasi Keuntungan Penjualan Susu Kemasan dengan Menggunakan Gabungan Metode Fuzzy C-Means dan Sugeno Orde-Satu Sales Profit Estimation Model of
Lebih terperinciSISTEM PREDIKSI HARGA MOBIL AVANZA (BEKAS) MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI
SISTEM PREDIKSI HARGA MOBIL AVANZA (BEKAS) MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI Normalisa, 2013, Jurnal Teknik Informatika Universitas Pamulang ABSTRAKSI Menentukan harga beli untuk
Lebih terperinciImplementasi Algoritma Fuzzy C-Means Untuk Clustering Penderita Tuberculosis di Kota Semarang
Implementasi Algoritma Fuzzy C-Means Untuk Clustering Penderita Tuberculosis di Kota Semarang Implementation Of Fuzzy C-Means Algorithm For Clustering Tuberculois Patients at Semarang. Devi Dwi R¹, Etika
Lebih terperinciRANCANG BANGUN DAN PENERAPAN APLIKASI ANDROID PENGENALAN HEWAN-HEWAN BERSUARA UNTUK ANAK USIA DINI
RANCANG BANGUN DAN PENERAPAN APLIKASI ANDROID PENGENALAN HEWAN-HEWAN BERSUARA UNTUK ANAK USIA DINI PUJI ASTUTI Poetie12@gmail.com Program Studi Teknik Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan
Lebih terperinciCLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING)
CLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang Abstract Classification is the process of organizing
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan. Tahapan penelitian
Lebih terperinciKeywords: Information system, weekly report (W2), outbreak
RANCANGAN SISTEM INFORMASI LAPORAN MINGGUAN (W2) KEJADIAN LUAR BIASA UNTUK MENDUKUNG SISTEM KEWASPADAAN DINI PUSKESMAS NGEMPLAK SIMONGAN KOTA SEMARANG TAHUN 2015 Aninda Putri Anuari *), Maryani Setyowati
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian yang dilaksanakan adalah penelitian eksperimen, yaitu melakukan implementasi algoritma Fuzzy C-Means dalam pengelompokan berdasarkan data
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini.
BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini. 2.1 CLUSTERING Clustering adalah proses pengelompokkan suatu
Lebih terperinciStudent Clustering Based on Academic Using K-Means Algoritms
Student Clustering Based on Academic Using K-Means Algoritms Hironimus Leong, Shinta Estri Wahyuningrum Faculty of Computer Science, Faculty of Computer Science Unika Soegijapranata marlon.leong@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Lebih terperinciSistem Informasi Geografis Sekolah Berbasis Android
Sistem Informasi Geografis Sekolah Berbasis Android Nurmala Dewi (lalak210291@yahoo.com), Muhammad Rachmadi (rachmadi@mdp.ac.id) Jurusan Sistem Informasi STMIK GI MDP Abstrak: Tujuan dari penulisan penelitian
Lebih terperinciMODEL PENENTUAN STATUS GIZI BALITA DI PUSKESMAS
MODEL PENENTUAN STATUS GIZI BALITA DI PUSKESMAS 1 Nungki Fidiantoro (04018226), 2 Tedy Setiadi (0407016801) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan,
Lebih terperinciPENGENALAN KOMPUTER DAN SOFTWARE II. Semester: 2 Pengenalan Komputer dan Software II. Introduction to Computer and Software II
PENGENALAN KOMPUTER DAN SOFTWARE II I. SILABUS RINGKAS Kode Matakuliah: KU1202 Nama Mata Kuliah Bobot SKS: 2 Semester: 2 Pengenalan Komputer dan Software II Bidang Pengutamaan: TPB Introduction to Computer
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENENTUKAN OBAT PERAWATAN KULIT WAJAH BERBASIS ANDROID
APLIKASI SISTEM PAKAR UNTUK MENENTUKAN OBAT PERAWATAN KULIT WAJAH BERBASIS ANDROID Muhammad Imaduddin 1 Arie Surya Chandra 2 Denny Chancra 3 Teknik Informatika Universitas Bina Nusantara Jl. K. H. Syahdan
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Pada bagian ini berisi analisa peramalan konsumsi BBM Provinsi Riau, yang mana data konsumsi BBM, jumlah kendaran bermotor dan jumlah penduduk merupakan faktor yang mempengaruhi
Lebih terperinciKhristian Edi Nugroho; Dimas Rahmawan; Prayogo Adi Utomo
USULAN TATA LETAK ULANG MENGGUNAKAN SOFTWARE QUANTITATIVE SYSTEMS UNTUK MEMINIMALKAN JARAK PERPINDAHAN BAHAN DI LANTAI PRODUKSI DEPARTEMEN MECHANIC PT JEFTA PRAKARSA PRATAMA Khristian Edi Nugroho; Dimas
Lebih terperinciPerancangan Sistem Pendukung Keputusan Pemasaran STIKOM Bali Menggunakan Metode Fuzzy C Means Clustering
JURNAL SISTEM DAN INFORMATIKA 21 Perancangan Sistem Pendukung Keputusan Pemasaran STIKOM Bali Menggunakan Metode Fuzzy C Means Clustering Putu Desiana Wulaning Ayu STMIK STIKOM Bali Jl. Raya Puputan no.86
Lebih terperinciPENDAHULUAN. 1.1 Latar Belakang
DAFTAR TABEL Tabel 3-1 Dokumen Term 1... 17 Tabel 3-2 Representasi... 18 Tabel 3-3 Centroid pada pengulangan ke-0... 19 Tabel 3-4 Hasil Perhitungan Jarak... 19 Tabel 3-5 Hasil Perhitungan Jarak dan Pengelompokkan
Lebih terperinciJuwita Linggarani Mahasiswa Teknik Informatika, FT UMRAH
PERBANDINGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUTION (PROMETHEE) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TELADAN PEMERINTAH KOTA
Lebih terperinciPENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SISWA BARU BERDASARKAN JURUSAN DI SMK NEGERI 1 KOTA JAMBI BERBASIS WEB.
PENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SISWA BARU BERDASARKAN JURUSAN DI SMK NEGERI 1 KOTA JAMBI BERBASIS WEB. Faiza Rini 1), Novhirtamely Kahar 2), 3) Juliana 1) Sistem Informasi STMIK Nurdin
Lebih terperinci