Ilham Kurniawan
Fakultas Ekonomi Dan Ilmu Sosial Universitas Islam Negeri Sultan Syarif Kasim Riau

Published : 5 Documents
Articles

Found 5 Documents
Search

Analisis Kinerja Keuangan Pada PT. Budhian Indra di Kota Dumai Yusrialis, Yusrialis; Kurniawan, Ilham
Kutubkhanah Vol 15, No 2 (2012): Juli - Desember 2012
Publisher : Lembaga penelitian dan pengabdian kepada masyrakat

Show Abstract | Original Source | Check in Google Scholar | Full PDF (268.745 KB)

Abstract

This research is done on PT. Budhian Indra who gets address be cleared a root By Cempedak Dumai Riau’s Western. In this research one becomes population be PT’s financial statement. Budhian Indra. Data that is taken bases descriptive method which is analyse data as write-up as balance, balance reporting, ekuitas’s changed reporting, and cash flow reporting then linked by real situation and linked by supportive theory and does internal compare with compare finance ratio on each period. Data type that utilized by writer is skunder which is as PT’s financial statement. Budhian Indra as write-up as balance, balance reporting, ekuitas’s changed reporting, and cash flow reporting of year 2006,2007,2008,2009,2010. Of research result that gotten by its result, can be concluded that PT’s financial statement. Unstable Budhian Indra. It can be seen from fluktasi what do happen on PT’s financial position. Budhian Indra
Penerapan Algoritma C5.0 Pada Sistem Pendukung Keputusan Kelayakan Penerimaan Beras Masyarakat Miskin Kurniawan, Ilham; Saputra, Rizal Amegia
Jurnal Informatika Vol 4, No 2 (2017): Jurnal INFORMATIKA
Publisher : LPPM Universitas BSI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (371.674 KB)

Abstract

AbstrakMasalah kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun. Program Raskin (program penyaluran untuk keluarga miskin) adalah program dari Pemerintah. Program tersebut adalah sebuah upaya untuk mengurangi beban penyaluran dari rumah tangga miskin sebagai bentuk dukungan dalam meningkatkan ketahanan pangan dengan memberikan perlindungan sosial beras murah dengan jumlah maksimal 15 kg/rumah tangga miskin/bulan dengan masing-masing harga Rp.1.600,00 per kg (netto) di titik distribusi. Dengan adanya sistem yang mampu membantu untuk membantu menentukan keputusan, keputusan yang diambil akan lebih objektif. Hal tersebut sangat berperan penting terhadap pengambilan keputusan yang tepat sasaran pada sebuah kasus atau masalah. Pada penelitian ini sistem pendukung keputusan digunakan untuk penerimaan beras masyarakat miskin. Algoritma yang digunakan pada sistem pendukung keputusan yaitu algoritma C5.0 dengan model klasifikasi tree. Penerapan algoritma C5.0 pada dataset kelurahan Caringin Wetan dan kelurahan Gunungparang tahun 2015. Model pohon keputusan yang dihasilkan dari penerapan algoritma C5.0 dengan pengolahan data menggunakan SPSS itu dapat digunakan pada aplikasi penentuan penerimaan beras raskin yang akan di gunakan oleh pihak tertentu. Kata Kunci: Sistem Pendukung Keputusan, Kemiskinan, Algoritma C5.0  AbstractThe problem of poverty is one of the basic topics that is the center of government attention in any country. The Raskin program (the distribution program for poor families) is a program of the Government. The program is an effort to reduce the burden of disbursement from poor households as a form of support in improving food security by providing social protection cheap rice with a maximum of 15 kg / poor household / month with each price Rp.1.600,00 per kg ( net) at the distribution point. With a system that can help to help determine the decision, the decisions taken are more objective. It plays an important role in making the right decision on a particular case or problem. In this research, decision support systems are used for the acceptance of poor people's rice. Algorithm used in decision support system that is C5.0 algorithm with tree classification model. Implementation of C5.0 algorithm in Caringin Wetan village districts and Gunungparang urban village in 2015. The decision tree model resulting from the application of C5.0 algorithm with data processing using SPSS can be used in the application of the determination of acceptance of raskin rice that will be used by certain parties. Keywords: Decision Support System, Poverty, C5.0 Algorithm
Mengatasi Imbalanced Class Pada Software Defect Prediction Menggunakan Two-Step Clustering-Based Undersampling dan Bagging Tehcnique Akbar, Muhammad Faittullah; Kurniawan, Ilham; Fauzi, Ahmad
Jurnal Informatika Vol 6, No 1 (2019): JURNAL INFORMATIKA
Publisher : LPPM Universitas BSI

Show Abstract | Original Source | Check in Google Scholar

Abstract

Ketidakseimbangan kelas seringkali menjadi masalah di berbagai set data dunia nyata, di mana satu kelas (yaitu kelas minoritas) berisi sejumlah kecil titik data dan yang lainnya (yaitu kelas mayoritas) berisi sejumlah besar titik data. Sangat sulit untuk mengembangkan model yang efektif dengan menggunakan data mining dan algoritma machine learning tanpa mempertimbangkan preprocessing data untuk menyeimbangkan set data yang tidak seimbang. Random undersampling dan oversampling telah digunakan dalam banyak penelitian untuk memastikan bahwa kelas yang berbeda mengandung jumlah titik data yang sama. Dalam penelitian ini, kami mengusulkan kombinasi two-step clustering-based random undersampling dan bagging technique untuk meningkatkan nilai akurasi software defect prediction. Metode yang diusulkan dievaluasi menggunakan lima set data dari repositori program data metrik NASA dan area under the curve (AUC) sebagai evaluasi utama. Hasil telah menunjukkan bahwa metode yang diusulkan menghasilkan kinerja yang sangat baik untuk semua dataset (AUC> 0,9). Dalam hal SN, percobaan kedua mengungguli percobaan pertama di hampir semua dataset (3 dari 5 dataset). Sementara itu, dalam hal SP, percobaan pertama tidak mengungguli percobaan kedua di semua dataset. Secara keseluruhan percobaan kedua mengungguli dan lebih baik daripada percobaan pertama karena evaluasi utama dalam klasifikasi kelas yang tidak seimbang seperti SDP adalah AUC Oleh karena itu, dapat disimpulkan bahwa metode yang diusulkan menghasilkan kinerja yang optimal baik untuk set data skala kecil maupun besar. 
Manajemen Pemanenan Kelapa Sawit (Elaeis guineensis Jacq.) di Divisi 2 Bangun Koling Estate, Kotawaringin Timur, Kalimantan Tengah Kurniawan, Ilham; Lontoh, Adolf Pieter
Buletin Agrohorti Vol 6, No 1 (2018): Buletin Agrohorti
Publisher : Departemen Agronomi dan Hortikultura

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1134.108 KB)

Abstract

Kegiatan penelitian dilakukan di divisi 2 Bangun Koling Estate yang terletak di Desa Tumbang Koling, Kecamatan Cempaga Hulu, Kabupaten Kotawaringin Timur, Kalimantan Tengah dari bulan Februari hingga Juni 2016. Kegiatan penelitian dilaksanakan untuk meningkatkan pengetahuan, keterampilan kerja, menambah pengalaman serta mempelajari kegiatan budidaya kelapa sawit secara teknis dan manajerial. Pengamatan yang diamati meliputi angka kerapatan panen dan estimasi produksi, kebutuhan tenaga panen, kapasitas panen, alat panen dan alat pelindung diri, mutu buah, transportasi buah, dan kehilangan hasil. Hasil pengamatan yang telah dilakukan menunjukkan bahwa manajemen panen sudah berlangsung secara baik, tetapi perlu ditingkatkan agar didapatkan hasil yang optimal. Evaluasi yang harus dilakukan yaitu hasil taksasi belum menggambarkan hasil realisasi panen, penggunaan alat pelindung diri yang masih minim, kapasitas panen yang masih rendah dan masih terdapatnya losses di lapang.
PENERAPAN KLASIFIKASI ALGORITMA C4.5 PADA FITUR GRAY LEVEL CO-OCCURRANCE MATRIX UNTUK ANALISA TEKSTUR CITRA WAJAH Kurniawan, Ilham; Riana, Dwiza
INTI Nusa Mandiri Vol 14 No 1 (2019): INTI Periode Agustus 2019
Publisher : Pusat Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1023.937 KB)

Abstract

Research on facial images is useful to distinguish the characteristics of each human being. The introduction of healthy and unhealthy facial skin images aims to identify human skin types automatically. For this purpose features such as contrast, correlation, energy, homogeneity, which are features of the Gray Level Co-occurrance Matrices (GLCM) are used. This study proposes a method for analyzing and classifying the GLCM texture on facial skin. The image used in this study was taken in the face image section which consists of the skin of the cheek and the whole face. The methods used are image acquisition, facial skin image, ROI selection, RGB image conversion to gray image, GLCM feature extraction, C4.5 algorithm classification and evaluation. The results showed that the C4.5 algorithm classification on texture analysis of facial images produced an accuracy value of 66.67%, the accuracy value was still low and the need for further research could not be used to increase the accuracy of texture analysis of facial images.