Article Per Year (5 Year)
p-Index From 2014 - 2019
0.61
P-Index
This Author published in this journals
All Journal Semantik Pseudocode
Stefanus Santosa
Program Pasca Sarjana, Universitas Dian Nuswantoro
Computer Science & IT Other

Published : 4 Documents
Articles

Found 4 Documents
Search

 1 
PEMETAAN MOTIVASI BELAJAR SISWA TERHADAP MULTIMEDIA PEMBELAJARAN BERBASIS ALGORITMA K-MEANS Budisantoso, Heri Triluqman; Santosa, Stefanus
Jurnal Pseudocode Vol 1, No 2 (2014)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (447.465 KB)

Abstract

Abstrak: Pemetaan penggunaan media pembelajaran dapat mengklasifikasikan tingkat motivasi belajar siswa. Pada proses pemetaan pengelompokan dan pengklusteran yang akurat mengenai pemetaan motivasi belajar dapat menentukan parameter berdasarkan masing-masing kluster. Penelitian ini menggunakan K-Means Clustering untuk memetakan motivasi siswa pada media pembelajaran. Terdapat tiga kluster berdasarkan pada tujuh atribut yaitu, kelas, jenis kelamin, perhatian, relevansi, kepercayaan diri, dan rasa puas. Hasil penelitian menunjukkan bahwa motivasi rendah dibandingkan nilai tengah adalah ((10,80), (0,35), (1,05), (11,80), (10,80), (8,30), (9,00)). Motivasi yang sebanding dengan nilai tengah adalah ((11,16), (0.26), (16,42), (13,34), (14,24), (9.63), (9.58)). Motivasi tinggi dibandingkan dengan nilai tengah adalah ((11,06), (0.28), (16,56), (13,67), (14,06), (10,19), (10,53)). Hasil evaluasi menggunakan metode index Davies-Bouldin memperlihatkan nilai dibawah 1.689 dari centroid pada tiap kluster. Hal ini berarti menggunakan algoritma K-Means, pemetaan motivasi belajar siswa berada pada kondisi yang baik.Kata Kunci : Multimedia, Motivasi Belajar, K-Means.
Prediksi Produksi Air PDAM dengan Jaringan Syaraf Tiruan Pramonoaji, Yudha Tirto; Santosa, Stefanus; Pramunendar, Ricardus Anggi
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (436.826 KB)

Abstract

Perusahaan Daerah Air Minum  (PDAM)  merupakan perusahaan milik daerah yang begerak di bidang  penyedia, pengolahan,dan pendistribusian air bersih.  Sebuah sistem  yang  akurat untuk  prediksi  jumlah produksi air  untuk masa depan  dibutuhkan oleh PDAM untuk menentukan kebijakan dalam bidang produksi air. Penelitian ini menghasilkan sebuah model prediksi untuktotal volume  produksi air PDAM  Kota Semarang.  Data yang diolah  adalah jumlah penduduk, jumlah pelanggan berdasarkan jenis pelanggan, total volume produksi, kontribusi daerah sumber, volume distribusi, air terjual, dan kehilangan air. Data diperoleh dari laporan  bulanan  perusahaan  selama  5  tahun terakhir yaitu  mulai tahun 2008-2012.  Pendekatan  yang digunakan untuk prediksi produksi air adalah dengan menggunakan metode  Jaringan Syaraf Tiruan Backpropagation dengan Fungsi Aktivasi Hyperbolic Tangent. Berdasarkan hasil  penelitian, diperoleh  sebuah Model Prediksi Untuk  Total Volume Produksi Air PDAM  Kota Semarang dengan  nilai error 0.000000, MSE 0.074416,  MAE 0.102487, dan  rata-rata nilai akurasi sebesar 95,56%.
SISTEM INFORMASI PERENCANAAN PENGADAAN OBAT DI DINAS KESEHATAN KABUPATEN BOYOLALI Rahmawatie, Erni; Santosa, Stefanus
Jurnal Pseudocode Vol 2, No 1 (2015)
Publisher : UNIB Press, Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (239.227 KB) | DOI: 10.33369/pseudocode.2.1.45-52

Abstract

Obat memegang peran yang penting dalam pelayanan kesehatan karena obat merupakan salah satu sarana untuk meningkatkan derajat kesehatan. Dinas Kesehatan Kabupaten Boyolali Propinsi Jawa Tengah merupakan dinas yang salah satu tugasnya adalah merencanakan, melaksanakan, mengarahkan, mengawasi, dan mengendalikan bidang kesehatan sesuai kebijakan pemerintah daerah. Setiap bulannya salah satu program Dinas Kesehatan Kabupaten Boyolali adalah memantau kegiatan setiap puskesmas berkaitan dengan 10 penyakit terbanyak, trend penyakit, stok obat, dan penggunaan obat. Data tersebut menjadi acuan untuk membantu pemerintah daerah dalam mendukung keputusan pemerintah dalam perencanaan pengadaan obat. Penelitian ini bertujuan untuk membuat sistem yang mampu menghasilkan informasi yang dapat mendukung perencanaan pengadaan obat oleh pemerintah daerah. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah SDLC (System Development Live Cycle).Kata kunci: Sistem Informasi, Perencanaan, Pengadaan Obat
ALGORITMA KLASIFIKASI DATA MINING NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK DETEKSI PENYAKIT JANTUNG Widiastuti, Nur Aeni; Santosa, Stefanus; Supriyanto, Catur
Jurnal Pseudocode Vol 1, No 1 (2014)
Publisher : UNIB Press, Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (148.155 KB) | DOI: 10.33369/pseudocode.1.1.11-14

Abstract

Data mining sering disebut Knowledge Discovery in Database (KDD). Data mining biasanya digunakan untuk memperbaiki pengambilan keputusan di masa yang akan datang berdasarkan informasi yang diperoleh dari masa lalu. Misalnya untuk prediksi, estimasi, assosiasi, clustering, dan deskripsi. Sekumpulan data yang ada di laboratorium klinik belum difungsikan secara efektif dan hanya di fungsikan sebagai arsip untuk riwayat penyakit pasien. Jantung merupakan pembunuh nomor satu di dunia. Kurangnya aliran darah dan oksigen ke jantung bisa menyebabkan penyakit jantung. Pada penelitian ini akan membandingkan algoritma klasifikasi data mining Naive Bayes Berbasis PSO untuk deteksi penyakit jantung. Pengukuran dengan Naives Bayes menghasilkan akurasi 82.14%, sementara dengan Naives Bayes Berbasis Particle Swarm Optimization akurasi meningkat menjadi 92.86%. Tingkat akurasi dibandingkan dengan hasil laboratorium.Kata Kunci: Data Mining, Penyakit Jantung, Naive Bayes, Particle Swarm Optimization. 
Co-Authors Catur Supriyanto Erni Rahmawatie, Erni Heri Triluqman Budisantoso Nur Aeni Widiastuti Ricardus Anggi Pramunendar Yudha Tirto Pramonoaji, Yudha Tirto