mny08

UAS-DATA-SCIENCE---1710130008

Di Akhir tahun 2019 dunia digemparkan dengan merebaknya penularan virus baru yaitu coronavirus jenis baru (SARS-COV-2). Coronavirus merupakan virus RNA dengan ukuran partikel 120-160 nm. virus ini utamanya menginfeksi hewan seperti kelelawar, ular dan berbagai hewan eksotis lainnya yang sampai saat ini masih dianggap sebagai faktor utama dari coronavirus. Konfirmasi kasus coronavirus pertama kali di Indonesia pada senin, 2 Maret 2020 hingga saat ini masih terus bertambah. Salah satu algoritma clustering yang direkomendasikan adalah algoritma k-means, yang bertujuan untuk mengelompokkan objek ke dalam klaster menurut kemiripan karakteristiknya, untuk meningkatkan nilai akurasi dan mengurangi dimensi data dari metode yang digunakan maka dilakukan seleksi fitur dengan metode Recursive Feature Elimination (RFE). Tujuan dari penelitian ini adalah melakukan klasterisasi kasus virus corona di Indonesia dengan menggunakan metode elbom sebagai penentu jumlah cluster, K-means sebagai metode untuk melakukan clusterisasinya. penelitian ini berhasil mengklusterkan provinsi di Indonesia kedalam 3 cluster, yaitu kluster dengan kasus rendah, tinggi dan sedang.

UAS-MACHINE-LEARNING

Tanaman padi (Oryza Sativa L.) merupakan tanaman pangan yang penting yang telah menjadi makanan pokok lebih dari setengah penduduk dunia. Di Indonesia padi merupakan komoditas utama dalam menyokong pangan masyarakat dan juga menjadi salah satu indikator dari ketahanan pangan nasional. Berdasarkan data dari bps, menampilkan beberapa daerah dengan hasil panen padi yang bervariasi jumlahnya. Ada beberapa daerah yang menghasilkan padi dengan jumlah yang besar, adapula daerah-daerah yang menghasilkan padi dengan jumlah yang sedikit, untuk itu diperlukan pengelompokan daerah potensial penghasil padi untuk mengetahui daerah mana saja yang menghasilkan padi dengan jumlah banyak ataupun sedikit. Pembagian hasil panen biasanya dilakukan berdasarkan provinsi penghasil padi. Oleh karena itu, dibutuhkan metode untuk memudahkan dalam pengelompokan daerah penghasil padi. Dengan pendekatan pengklasteran k-means, pembagian kelompok daerah dapat dilakukan berdasarkan luas panen (Ha), produksi(ton) dan tahun panen. Pada penelitian ini dilakukan pengklasteran daerah potensial penghasil padi menggunakan algoritma K-Means. Dengan menggunakan K-Means bertujuan dalam memudahkan pengelompokan suatu daerah dengan hasil panen padi terbesar, sedang dan rendah. Hasil dari penelitian berupa sebuah gambaran yang menunjukan pengelompokan daerah berdasarkan hasil pertanian padi. Penelitian ini berhasil memberikan tingkat akurasi sebesar 1005

1710130008MitaAssessment2Lab

Assessment2 Web Framework Semester VI

App-PKM

Assessment1

konselingESQBusinessSchool

ManajementTokoOnline

Mnajaemnt-toko-online

PKM-STIMIK-ESQ

PROJECT1

mny08/ManajementTokoOnline

mny08/1710130008MitaAssessment2Lab

Assessment2 Web Framework Semester VI

mny08/UAS-DATA-SCIENCE---1710130008

Di Akhir tahun 2019 dunia digemparkan dengan merebaknya penularan virus baru yaitu coronavirus jenis baru (SARS-COV-2). Coronavirus merupakan virus RNA dengan ukuran partikel 120-160 nm. virus ini utamanya menginfeksi hewan seperti kelelawar, ular dan berbagai hewan eksotis lainnya yang sampai saat ini masih dianggap sebagai faktor utama dari coronavirus. Konfirmasi kasus coronavirus pertama kali di Indonesia pada senin, 2 Maret 2020 hingga saat ini masih terus bertambah. Salah satu algoritma clustering yang direkomendasikan adalah algoritma k-means, yang bertujuan untuk mengelompokkan objek ke dalam klaster menurut kemiripan karakteristiknya, untuk meningkatkan nilai akurasi dan mengurangi dimensi data dari metode yang digunakan maka dilakukan seleksi fitur dengan metode Recursive Feature Elimination (RFE). Tujuan dari penelitian ini adalah melakukan klasterisasi kasus virus corona di Indonesia dengan menggunakan metode elbom sebagai penentu jumlah cluster, K-means sebagai metode untuk melakukan clusterisasinya. penelitian ini berhasil mengklusterkan provinsi di Indonesia kedalam 3 cluster, yaitu kluster dengan kasus rendah, tinggi dan sedang.

mny08/UAS-MACHINE-LEARNING

Tanaman padi (Oryza Sativa L.) merupakan tanaman pangan yang penting yang telah menjadi makanan pokok lebih dari setengah penduduk dunia. Di Indonesia padi merupakan komoditas utama dalam menyokong pangan masyarakat dan juga menjadi salah satu indikator dari ketahanan pangan nasional. Berdasarkan data dari bps, menampilkan beberapa daerah dengan hasil panen padi yang bervariasi jumlahnya. Ada beberapa daerah yang menghasilkan padi dengan jumlah yang besar, adapula daerah-daerah yang menghasilkan padi dengan jumlah yang sedikit, untuk itu diperlukan pengelompokan daerah potensial penghasil padi untuk mengetahui daerah mana saja yang menghasilkan padi dengan jumlah banyak ataupun sedikit. Pembagian hasil panen biasanya dilakukan berdasarkan provinsi penghasil padi. Oleh karena itu, dibutuhkan metode untuk memudahkan dalam pengelompokan daerah penghasil padi. Dengan pendekatan pengklasteran k-means, pembagian kelompok daerah dapat dilakukan berdasarkan luas panen (Ha), produksi(ton) dan tahun panen. Pada penelitian ini dilakukan pengklasteran daerah potensial penghasil padi menggunakan algoritma K-Means. Dengan menggunakan K-Means bertujuan dalam memudahkan pengelompokan suatu daerah dengan hasil panen padi terbesar, sedang dan rendah. Hasil dari penelitian berupa sebuah gambaran yang menunjukan pengelompokan daerah berdasarkan hasil pertanian padi. Penelitian ini berhasil memberikan tingkat akurasi sebesar 1005

mny08/PROJECT1

mny08/Mnajaemnt-toko-online

mny08/PKM-STIMIK-ESQ

mny08/App-PKM

mny08/konselingESQBusinessSchool

mny08/Assessment1

mny08/web-framework

mny08/SISTEM-PAKAR

Tugas Matakuliah Kecerdasan Buatan

mny08/SISTEM-PAKAR-DIAGNOSA-PENYAKIT-

TUGAS MATAKULIAH KECERDASAN BUATAN

mny08/SEMESTER-1

mny08/Warung-bebek-selamet

mny08/Warung-4.0