TOPIK : SISTEM PENDUKUNG CERDAS

Subtopik : Sistem Pakar Penyakit Pada Hewan

Sistem Pakar Mendiagnosa Penyakit Pada Ikan Konsumsi Air Tawar Berbasis Website

Penulis : Elfani dan Ardi Pujiyanta

Dari penelitian yang telah dilakukan, dihasilkan sebuah perangkat lunak (software) baru tentang
sistem pakar berbasis website untuk mengidentifikasi penyakit pada ikan konsumsi air tawar.
Dalam proses penelusuran informasinya di dukung dengan Theorema Bayes untuk mendukung
kepastiannya. Perangkat lunak yang dihasilkan mampu mengidentifikasi penyakit pada ikan
konsumsi air tawar berdasarkan gejala yang dimasukkan serta memberikan solusi seperti
layaknya seorang pakar. Selain itu informasi yang dihasilkan dapat digunakan sebagai alternatif
pakar dalam berkonsultasi tentang penyakit ikan konsumsi air tawar yang mampu mendiagnosa
14 penyakit pada ikan konsumsi air tawar yang sering dialami peternak ikan di Indonesia.

Aplikasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Ayam Petelur Menggunakan Metode
Forward Chaining

Penulis : Wahyuni Zuliati

Dalam hal ini penulis mengangkat permasalahan mengenai penyakit pada hewan ternak ayam
petelur yang sering dihadapi oleh masyarakat. Dimana masyarakat masih sangat awam mengenai
penyakit-penyakit pada ternak mereka. Sehingga aplikasi ini diharapkan mampu untuk memberi
pengetahuan bagi pemilik ternak untuk lebih mengenal jenis penyakit yang diderita oleh hewan
ternak ayam, dengan harapan mampu untuk memberi penanganan terhadap penyakit ternak
tersebut atau setidaknya bisa memberikan pertolongan pertama. Selain itu diharapkan dapat
membantu menanggulangi wabah penyakit (khususnya daerah peternakan dan rumah yang
memelihara ayam) dengan lebih cepat.

Subtopik : Sistem Pakar Penyakit Pada Anak

Aplikasi Sistem Pakar Diagnosa Penyakit Pada Anak Bawah Lima Tahun Menggunakan Metode
Forward Chaining

Penulis : Bagus Fery Yanto, Indah Werdiningsih, Endah Purwanti

Pembuatan aplikasi sistem pakar diagnosa penyakit pada Balita menggunakan metode forward
chaining dapat dilakukan dengan tiga tahap. Tahap pertama adalah pengumpulan data dan
informasi dari MTBS dan wawancara. Tahap kedua adalah pembuatan rule berdasarkan 18
penyakit menggunakan metode forward chaining. Tahap ketiga adalah implementasi aplikasi
sistem pakar berbasis android dengan fitur diagnosa penyakit, riwayat diagnosa dan kumpulan
penyakit. Hasil evaluasi menunnjukkan tingkat akurasi sistem yang telah dibuat sebesar 82%
dengan menggunakan 50 data uji coba.

Perancangan Sistem Pakar Diagnosa Penyakit Paru-Paru Pada Anak

Penulis : Reny Apriana, Andesita Prihantara, Setyawan Pemandu)

Fasilitas-fasilitas yang diberikan oleh sistem ditambah lagi, misalnya ada tim paramedis/pakar,
penanganan lebih lanjut dan pemberian resep obat bagi user. Untuk mengembangkan sistem
dapat diperbaiki dengan melengkapi sistem dengan algoritma (matrix) yang dibuat otomatis oleh
sistem. Ditambahkan fasilitas untuk mengubah password bagi Administrator.

Subtopik : Sistem Pakar Penyakit Gigi Dan Mulut

Sistem Pakar Mendiagnosa Penyakit Infeksi Gigi Dan Mulut Pada Manusia Menggunakan
Metode Certainty Factor

Dari sistem pakar yang telah dibangun yang sebelumnya masyarakat belum mengetahui
perbedaan gejala penyakit infeksi dan masyarakat harus ke rumah sakit terdekat untuk
mengetahui informasi tersebut, dengan sistem pakar ini masyarakat dapat mengetahui perbedaan
gejala penyakit infeksi gigi dan mulut yang ada dikarenakan banyaknya jenis-jenis penyakit
infeksi gigi dan mulut yang dapat menyerang manusia hanya dengan melihat sistem ini dari
website dan juga dapat dilihat di sistem informasi rumah sakit. (Penulis : Rama Ashari
Herlambang)

PENGEMBANGAN SISTEM PAKAR PADA PERANGKAT MOBILE UNTUK

MENDIAGNOSA PENYAKIT GIGI

Sistem pakar ini memudahkan user dalam melakukan proses konsultasi, karena pertanyaan gejala
yang diajukan hanya terkait penyakit yang dialami. Sistem pakar ini juga memudahkan bagi
admin untuk melakukan update basis aturan, karena adanya halaman edit basis aturan yang dapat
digunakan untuk menambah, mengupdate dan menghapus penyakit, gejala dan pengobatannya.
Masyarakat awam dapat memanfaatkan aplikasi ini dengan mudah untuk mengetahui jenis
penyakit gigit yang dialami, karena tampilan yang mudah dimengerti dan sederhana. (Penulis :
Bambang Yuwono)

Subtopik : Sistem Pakar Penyakit Pada Panca Indra

Sistem Pakar Diagnosa Penyakit Kulit Menggunakan Metode Forward Chaining

Metode Sistem Pakar (expert system) yang dibuat dengan proses penelusuran fordward chaining
untuk mengenali jenis penyakit mata pada manusia. Hasil yang diberikan berupa penyakit yang
diderita berdasar gejala-gejala yang dialami, pencegahan dan pengobatan dari penyakit
terdeteksi. Dengan adanya aplikasi sistem pakar untuk mendeteksi penyakit mata ini, diharapkan
masyarakat awam dapat memperoleh informasi mengenai penyakit mata berdasar gejala-gejala
yang dialami. Materi yang dimuat dalam program ini masih kurang mewakili kepakaran dalam
hal penyakit mata secara menyeluruh, karena jenis-jenis penyakit mata dalam program ini hanya
sebagian. Sistem hanya dapat mengenali dan mendiagnosa jenis penyakit mata yang ada dalam
tabel kebenaran penyakit. Sistem hanya dapat mendiagnosa satu pasien dalam melakukan
konsultasi, dan dapat mengulangi kembali konsultasi. (Penulis : Anindita Dhiaksa)

Sistem Pakar Diagnosa Penyakit Telinga Hidung Tengorok (THT) Dengan Menggunakan
Metode Inferensi Berbasis Short Message Service (SMS)

sistem pakar diagnosa penyakit THT menggunakan metode inferensi dengan teknik penalaran
forward chaining telah dilakukan dapat diambil beberapa kesimpulan yaitu tingkat keakuratan
sistem diagnosa penyakit THT menggunakan metode inferensi dengan teknik penalaran forward
chaining 87,5%, sistem pakar pendiagnosa penyakit THT ini dapat menggunakan simcard
yang berbeda(GSM) sistem dapat membalas SMS secara otomatis apabila format SMS yang
diterima sesuai dengan format SMS dari sistem. (Penulis : Henny Indriyawatia, Bayu Surarsob)

Subtopik : Sistem Pakar Penyakit Pada Organ Dalam

Sistem Pakar Diagnosa Penyakit Ginjal Menggunakan Metode Hill Climbing

Penulis : Suci Oktaviana, Satria Perdana Arifin, S.T, M.T., Ibnu Surya, S.T3

Sistem pakar diagnosa penyakit ginjal yang berdasarkan pembobotan dari dokter spesialis
penyakit dalam berhasil untuk mendiagnosa ginjal menggunakan metode Hill Climbing. Hasil
diagnosa pada aplikasi diagnosa dini penyakit ginjal sesuai dengan tree pada sistem. Berdasarkan
hasil pengujian kuisioner yang dilakukan terhadap responden, didapat bahwa sistem dapat
memberikan data dan informasi yang bermanfaat bagi pasien dengan persentase sebesar 89,3%.
(Penulis : Suci Oktaviana, Satria Perdana Arifin, S.T, M.T., Ibnu Surya, S.T3)

Sistem Pakar Untuk Mendiagnosa Penyakit Paru-Paru Menggunakan Algoritma Bayes

Penulis : Ibnu Titto Dessetiadi, Ade Pujianto, M. Gustafianto Ardi

Metode Bayes dapat digunakan untuk melakukan diagnosa penyakit paru-paru berdasarkan
gejala-gejala yang dimiliki pasien terduga. Kebenaran dari hasil output sistem ditentukan oleh
nilai probabilitas hipotesa tanpa memandang gejala apapun dan nilai probabilitas kemunculan
evidence pada setiap hipotesa yang diinputkan pada basis pengetahuan.

TOPIK : SISTEM PENDUKUNG KEPUTUSAN

Subtopik : Metode Analytical Hierarchy Process (AHP)

Sistem Pendukung Keputusan Penentu Karyawan (Agen) Terbaik Menggunakan Metode

Analytical Hierarchy Process (AHP) (Study Kasus : Kantor Cabang Ajb Bumiputera 1912 Lubuk
Pakam)

Penulis : Novita Endah Wulandari

Analytical Hierrchy Process (AHP) adalah metode keputusan multikriteria untuk pemecahan
masalah yang kompleks atau rumit, dalam sitasi tak terstruktur menjadi bagian-bagian (variabel)
yang kemudian dibentuk menjadi hierarki fungsional atau terstrktur network untuk menampilkan
permasalahan yang akan dipeahkan dan kemudian membangun urutan prioritas untuk alternative
melalui perbandingan berpasangan alternative yang ada berdasarkan penilaian dari pembuat
keputusan terhadap sistem Analytical Hierrchy Process.

Proses penentuan Sistem pendukung Keputusan Penentuan Karyawan (agen) Terbaik pada
Kantor Cabang Ajb BumiPutera ditentukan oleh beberapa kriteria yaitu : Premi Pertama (PP),
Uang Pertanggungan (UP), dan Surat Permintaan. 2. Sistem pendukung Keputusan Penentuan
Karyawan (agen) Terbaik pada Kantor Cabang Ajb BumiPutera dengan metode Analytical
Hierarchy Proses (AHP) dengan menentukan bobot dan kriteria untuk menentukan matriks
perbandingannya, sehingga jumlah prioritas dan rasio konsistensi dapat menentukan yang
terbaik.

Sistem Pendukung Keputusan Penilaian Premises Pada Bank Cimb Niaga Medan Menggunakan
Metode Analytical Hierarchy Process (AHP)

Penulis : M. H. Alwi Saragih

Pengimplementasian metode Analytical Hierarchy Process (AHP) dalam penilaian premises pada
Bank CIMB Niaga Medan dilakukan mendefinisian masalah dan menentukan solusi, membuat
struktur hirarki, membuat prioritas elemen, membuat sintesis, mengukur konsistensi, mencari
nilai consistetncy index, mencari nilai consistency ratio, memeriksa konsistensi hierarki, dan
akan menghasilkan hasil akhir nilai total untuk setiap alternative

Subtopik : Metode Simple Additive Weighting (SAW)

Sistem Pendukung Keputusan Rekomendasi Penerima Bantuan Siswa Miskin (Bsm) Dengan
Metode Simple Additive Weighting (SAW) (Studi Kasus : Smp Negeri 2 Tarabintang)

Penulis : Oktovantua Tp Butar Butar

Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua atribut (Fishburn, 1967) (MacCrimmon, 1968). Dengan penerapan metode
simple additive weighting menghasilkan nilai dari penentuan kriteria, pembobotan, rating
kecocokan, normalisasi, dan perankingan sehingga menghasilkan nilai dari masing-masing
kriteria.

Sistem Pendukung Keputusan Pemilihan Trainer (Staf Pengajar) Menggunakan Metode Simple
Additive Weighting (SAW) (Studi Kasus: Primagama English Johor)

M. Arfan Rinaldi

Proses penentuan kriteria pada pemilihan trainer Primagama English diperoleh dari panduan
persyaratan utama penerimaan trainer serta dari hasil penilaian calon trainer. Panduan
persyaratan utama penerimaan trainer yaitu Pendidikan terakhir minimal Strata 1 Bahasa Inggris
(diutamakan), Nilai Indeks Penilaian Kumulatif (IPK) minimal 2,75, Usia tidak lebih dari 30
Tahun, serta berstatus sedang tidak mengajar di tempat bimbingan belajar lain. Selanjutnya
Proses pembobotan kriteria pada metode SAW akan sangat berpengaruh pada hasil akhir
perankingan dalam sistem pendukung keputusan pemilihan trainer. Dengan nilai bobot yang
berbeda, hasil yang didapat juga akan berbeda. Dengan kata lain nilai bobot menjadi penentu
hasil akhir yang ingin diperoleh pengambil keputusan.

Subtopik : Metode Weighted Product (WP)

Sistem Pendukung Keputusan Pembelian Sepeda Motor Dengan Metode Weighted Product

Penulis : Nency Nurjannah, Zainal Arifin, Dyna Marisa Khairina

Dihasilkan Sistem Pendukung Keputusan Pembelian Sepeda Motor dengan Metode Weighted
Product (WP) berdasarkan kriteria yaitu, Harga, Teknologi, Kapasitas Mesin dan Model/Desain
yang menjadi pertimbangan konsumen untuk membeli sepeda motor. Dengan
mengimplementasi-kan Metode Weighted Product (WP) sistem mampu melakukan pengurutan
produk sepeda motor sebagai hasil rekomendasi produk yang disarankan berdasarkan pemilihan
alternatif merk dan jenis sepeda motor, serta penentuan tingkat kepentingan pada setiap kriteria.
Dan sistem dapat membantu calon konsumen dalam proses pengambilan keputusan dalam
memilih sepeda motor yang sesuai dengan kebutuhan, keinginan dan kemampuan calon
konsumen.
Sistem Pendukung Keputusan Untuk Seleksi Calon Ketua Badan Eksekutif Mahasiswa (BEM)
STMIK Banjarbaru Dengan Metode Weighted Product (WP)

Penulis : Muhammad Arsyad

Sistem Pendukung Keputusan Untuk Seleksi Calon Ketua Badan Eksekutif Mahasiswa (BEM)
STMIK Banjarbaru dapat membantu dalam melakukan penilaian sesuai dengan kriteria yang
sudah ditentukan. Metode Weighted Product (WP) pada penelitian ini dapat menyelesaikan dua
masalah yang ada yaitu MHS 8 dan MHS 13 yang seharusnya diperioritaskan menjadi calon
ketua BEM STMIK Banjarbaru. Setelah diproses menggunakan aplikasi yang menerapkan
metode WP terbukti MHS 8 dan MHS 13 diperioritaskan menjadi calon ketua BEM STMIK
Banjarbaru sehingga penilaian terhadap calon ketua BEM STMIK Banjarbaru lebih objekti

Perancangan Sistem Pendukung Keputusan Pemilihan Pelanggan Terbaik dengan Metode

TOPSIS (Studi Kasus : PD. Istana duta)

Penulis : Alfin Bundiono Sanada

Keputusan pemilihan pelanggan terbaik harus berdasarkan kriteria-kriteria utama yang berkaitan
dengan karakter dari setiap pelanggan Salah satu metode Multi Criteria Decision Making
(MCDM) dalam memproses kriteria-kriteria untuk memilih pelanggan terbaik adalah metode
TOPSIS yang merupakan singkatan dari Technique for Order Preference by Similarity to the
Ideal Solution dimana metode ini memberikan rekomendasi sesuai dengan kriteria yang memiliki
nilai paling tinggi atau benefit tertinggi dan juga nilai yang terendah atau cost paling rendah.
Dengan metode TOPSIS, sistem dapat memberikan urutan alternatif pelanggan yang paling ideal
untuk perusahaan. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah
alternatif pelanggan terbaik. Alternatif terbaik adalah yang berjarak terpendek terhadap solusi
ideal positif dan berjarak terjauh dari solusi ideal negatif.

Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode
TOPSIS

Penulis : Amelia Nur Fitriana, Harliana, Handaru

TOPSIS adalah salah satu metode yang bisa membantu proses pengambilan keputusan yang
optimal untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan karena
konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan
untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis
sederhana Kriteria dasar yang dapat dijadikan standar pemilihan prestasi akademik adalah:
hafalan alqur’an, rata-rata nilai, nilai minimum, jumlah kehadiran, total nilai, piagam prestasi.

Sistem Pendukung Keputusan Berbasis Web Untuk Pemilihan Café Menggunakan Metode Smart
(Simple Multi-Attribute Rating Technique) (Studi Kasus : Kota Samarinda)

Penulis : Dwi Novianti, Indah Fitri Astuti, Dyna Marisa Khairina

Dihasilkan Sistem Pendukung Keputusan Pemilihan Cafe menggunakan Metode Simple Multi
Attribute Rating Technique berdasarkan kriteria yaitu, Fasilitas, Biaya, Lokasi, dan Variasi menu
yang menjadi pertimbangan konsumen untuk memilih cafe. Mengimplementasikan Metode
Simple Multi Attribute Rating Technique (SMART) sistem mampu melakukan hasil perhitungan
dari setiap cafe sebagai hasil rekomendasi yang disarankan sebagai pemilihan cafe pada setiap
kriteria. Sistem dapat membantu calon konsumen cafe dalam proses pengambilan keputusan
dalam memilih cafe yang sesuai dengan keinginan konsumen.

Sistem Pendukung Keputusan Menentukan Kelayakan Bisnis Menerapkan Simple Multi

Attribute Rating Technique (Smart)

Penulis : Diana

Kriteria dalam studi kelayakan bisnis pada penelitian ini adalah aspek keuangan dan ekonomi,
terdiri dari enam kriteria yaitu Payback Period (PP), Net Present Value (NPV), Average Rate of
Return (ARR), Internal Rate of Return (IRR), Profibility Index (PI). Manfaat dilakukannya studi
kelayakan bisnis ini untuk mengetahui usaha mana saja yang pantas dilanjutkan atau tidak
dilanjutkan. Bisnis yang dilanjutkan adalah bisnis dapat memberikan keuntungan serta manfaat
yang maksimal. Metode yang diterapkan adalah Simple Multi Attribute Rating Technique
(SMART) yang dipilih karena kesederhanaannya dalam proses perhitungan sehingga
mempermudah pembangunan sistem
TOPIK : DATA MINING

Subtopik : Algoritma C4.5

Implementasi Data Mining untuk Pengenalan Karakteristik Transaksi Customer dengan

Menggunakan Algoritma C4.5

Penulis : Sarah Faradillah

Algoritma C4.5 dapat digunakan untuk mengenali pola karakteristik transaksi customer. Setelah
mengimplementasikan data mining dengan algoritma C4.5 maka karakteristik transaksi customer
dapat dikenali sehingga bisa mengambil keputusan yang berkaitan dengan menyediakan stock
produk yang digunakan untuk masa yang akan datang.

Sistem Informasi Penjualan Sepeda Motor Bekas Menggunakan Algoritma C4.5

Penulis : Wimmie Handiwidjojo, Ferry Kristian Sukendro

Algortima C4.5 dapat digunakan untuk menolong pengambilan keputusan pembelian sepeda
motor bekas oleh toko dengan memperhatikan nilai gain (penguatan) tertinggi dari empat atribut
seperti merek, jenis, warna dan tahun produksi.

Subtopik : Algoritma Apriori

Aplikasi Data Mining untuk Menampilkan Tingkat Kelulusan Mahasiswa dengan Algoritma
Apriori

Penulis : Benni R Siburian

Algoritma apriori dapat di implementasikan dalam perancangan aplikasi data mining. Aplikasi
data mining yang dirancang dapat menampilkan informasi tingkat kelulusan secara efektif.

Implementasi Data Mining pada Penjualan Tiket Pesawat menggunakan Algoritma Apriori

Penulis : Sri Rahayu Siregar

Data mining sangat berguna untuk mengetahui hubungan pola frekuensi penjualan tiket pesawat
yang paling sering dibeli oleh konsumen.
Subtopik : Algoritma K-means

Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means

Penulis : Afrisawati

Data pelanggan yang potensial didapatkan setelah perhitungan algoritma K-Means selesai, data
dengan pusat centroid terbesarlah yang termasuk ke dalam pelanggan yang paling potensial.

Clustering Menggunakan Metode K-Means untuk Menentukan Status Gizi Balita

Penulis : Windha Mega Pradnya Dhuhita

Algoritma K-Means untuk menentukan status gizi balita hanya memiliki nilai akurasi 34% benar.
Nilai ini bisa berubah seiring dengan penambahan data latih.

Subtopik : Algoritma Naïve Bayes

Data Mining Menggunakan Algoritma Naive Bayes Untuk Klasifikasi Kelulusan Mahasiswa
Universitas Dian Nuswantoro

Penulis : Yuda Septian Nugroho

Naive Bayes terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam
database dengan data yang besar. Nilai akurasi terhadap klasifikasi kelulusan sebesar 82.08 %.

Penerapan Naive Bayes Classification Untuk Klasifikasi Tingkat Kemungkinan Obesitas

Mahasiswa Sistem Informasi UIN Suska Riau

Penulis : Wiwik Muslehatin, Muhammad Ibnu, Mustakim

Algoritma Naive Bayesian Classification (NBC) dapat digunakan sebagai salah satu metode
untuk klasifikasi tingkat kemungkinan obesitas. Dimana hasil akurasinya sebesar 66,67% yaitu
16 responden beresiko untuk mendapatkan kemungkinan obesitas tingkat sedang. 69 responden
mempunyai tingkat gizi normal, 3 responden mempunyai kekurangan gizi.
Subtopik : Algoritma K-NN

Penentuan Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor dan Weighted Product
(Studi Kasus : SMP Negeri 3 Mejayan)

Penulis : Jodi Irjaya Kartika, Edy Santoso, Sutrisno

Hasil dari pakar dengan perhitungan dari sistem dengan hasil perhitungan metode K-Nearest
Neighbor memiliki tingkat akurasi sebesar 76.67% untuk menentukan siswa tersebut masuk
dalam kategori siswa berprestasi. Dengan nilai rapor, ektrakulikuler, kepribadian, dan
kedisplinan menjadi prioritas utama dalam penentuan siswa berprestasi.

Klasifikasi Kendaraan Roda Empat Berbasis KNN

Penulis : Ahmad Nouvel

Klasifikasi Kendaraan Roda Empat Berbasis KNN dapat dijadikan sebagai alat bantu untuk
menentukan kelayakan mobil. KNN dapat digunakan untuk menentukan kelayakan mobil
menurut parameter kondisi fisik dari mobil tersebut.

TOPIK : MACHINE LEARNING

Subtopik : Asosiasi

Penerapan Metode Data Mining Market Basket Analysis terhadap data penjualan produk buku
dengan menggunakan algoritma Apriori dan Frequent Pattern Growth (FP-Growth) : Studi
Kasus Percetakan PT. Gramedia

Penulis : Goldie Gunadi, Dana Indra Sensuse

Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan bahwa aturan asosiasi yang
dihasilkan oleh algoritma Apriori memiliki tingkat kekuatan yang lebih tinggi dibandingkan
dengan yang dihasilkan oleh algoritma FP-Growth.

Pendekatan Aturan Asosiasi Untuk Analisis Pergerakan Saham

Penulis Azhari, Anshori

 Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa sistem yang dibuat dapat digunakan untuk mencari pola-pola tersembunyi atau
aturan-aturan asosiasi yang sebelumnya tidak diketahui dari sekumpulan pada data
pergerakan saham.

A. Supervised Learning (Klasifikasi)

1. Judul = Penerapan Algoritma C4.5 Pada Program Aplikasi Mahasiswa
Dropout
Penulis = Anik Andriani
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa klasifikasi mahasiswa dengan algoritma C4.5 dapat mengklasifikasikan
mahasiswa aktif dan dropout dengan tingkat akurasi 97.75%.
2. Judul = Kajian Komparasi Penerapan Algoritma Support Vector
Machine (SVM) dan Multilayer Perceptron (MLP) dalam prediksi indeks saham
sector perbankan : Studi Kasus Saham LQ45 IDX Bank BCA
Penulis = Taufik Hidayatulloh
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa algoritma Multilayer Perceptron (MLP) dan algoritma Support Vector
Machine (SVM) dapat diterapkan untuk memprediksi harga saham, juga pada SVM
dengan menggunakan 10 lag menghasilkan keputusan yang lebih akurat dibandingkan
dengan algoritma MLP baik di lag 6 dan 10.

B. Regresi
1. Judul = Prediksi Harga Saham Menggunakan Support Vector Regression
dengan Algoritma Grid Search
Penulis = Hasbi Yasin, Alan Prahutama, Tiani Wahyu Utami
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa model SVR terbaik dengan fungsi kernel linier menggunakan parameter C =
0,1 dan nilai epsilon = 0,1. Model tersebut memiliki tingkat akurasi prediksi sebesar
92,47% untuk data training dan 83,39% untuk data testing.
 2. Judul = Pendekatan Multivariate Adaptive Regression Spline (MARS)
pada pengelompokkan zona musim suatu wilayah
Penulis = Bambang Widjanarko Otok
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa ketepatan klasifikasi zona musim (ZOM) BMKG sebesar 94,4%.
Pengelompokkan ZOM Kabupaten Ngawi menggunakan metode Hirarki Clustering,
didapatkan kelompok optimum sebanyak 2 kelompok, baik data tanpa reduksi dan
reduksi.

C. Unsupervised Learning (Clustering)

1. Judul = Penerapan Algoritma K-Nearest Neighbour untuk penentuan
Resiko Kredit Kepemilikan Kendaraan Bermotor
Penulis = Henny Leidiyana
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa Confusion Matrix dan Kurva ROC, diketahui nilai akurasi 81.46% dan
termasuk klasifikasi sangat baik karena memiliki nilai AUC antara 0.90-1.00, yaitu
sebesar 0.984.

2. Judul = Penerapan Metode K-Means untuk Clustering Mahasiswa

Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan
Teknik Informatika UMM Magelang
Penulis = Asroni, Ronald Adrian
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa algoritma K-Means bisa digunakan untuk mengelompokkan mahasiswa
berdasarkan IPK dan beberapa atribut mata kuliah.

D. Reinforcement Learning
1. Judul = Penerapan Behavior Based Architecture dan Q Learning pada
sistem navigasi robot otonom hexapod robot
Penulis = Handy Wicaksono, Prihastono, Khairul Anam, Rusdhianto
Effendi, Indra Adji Sulistijono, Son Kuswandi, Achmad Jazidie, Mitsuji Sampei
 Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa behavior coordination dari robot telah berjalan dengan baik dan dapat
mencapai tujuannya untuk menghindari halangan dan menemukan target.

2. Judul = Game NIM dengan Reinforcement Learning

Penulis = Kresna Ade Putra
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa sistem yang dibuat memungkinkan pengguna memilih jumlah batang yang
dinamis tanpa dibatasi selama jumlah batang lebih dari tiga juga semakin banyak
learning yang dilakukan maka sistem akan semakin pintar karena state yang
mengarah pada kemenangan bagi AI akan memiliki nilai yang mendekati satu hingga
akhirnya bernilai satu.

JARINGAN SYARAF TIRUAN

E. ADALINE
1. Judul = Peramalan Harga Saham Menggunakan Integrasi Empirical
Mode Decomposition dan Jaringan Syaraf Tiruan
Penulis = Sri Herawati
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat
disimpulkan bahwa hasil peramalan menggunakan integrasi EMD dan jaringan syaraf
tiruan dalam penelitian ini mempunyai kemampuan yang baik untuk meramalkan
harga saham.

2. Judul = Sistem Pendeteksian Wajah Pada Video Menggunakan Jaringan

Adaptive Linear Neuron (Adaline)
Penulis = Fadlisyah, S.Si., MT
Rangkuman = Hasil penelitian menunjukkan bahwa sistem pendeteksi wajah
menggunakan pendekatan jaringan ADALINE dengan algoritma belajar Widrow-
Hoff memiliki detection rate berkisar dari 65% hingga 90%.
F. BACKPROPAGATION
3. Judul = Penerapan Metode Jaringan Syaraf Tiruan Backpropagation
Untuk Meramalkan Harga Saham (IHSG)
Penulis = Andri Triyono, Alb Joko Santoso, Pranowo
Rangkuman = Berdasarkan penelitian di atas, keakuratan jaringan syaraf tiruan
backpropagation untuk meramalkan harga saham memiliki keakuratan 99,9%.

4. Judul = Penerapan Metode Jaringan Saraf Tiruan Backpropagation untuk

Memprediksi Nilai Ujian Sekolah
Penulis = Sandy Kosasi
Rangkuman = Berdasarkan implementasi dan hasil perancangan serta hasil
pengujian yang telah dilakukan pada aplikasi prediksi nilai ujian sekolah siswa SD
menggunakan jaringan saraf tiruan backpropagation ini, dapat disimpulkan bahwa
jaringan saraf tiruan backpropagation yang telah dilatih telah cukup mampu
melakukan prediksi nilai ujian sekolah siswa SD dengan tingkat akurasi yang cukup
baik

G. HOPFIELD
3. Judul = Restorasi Citra Blur Dengan Algoritma Jaringan Saraf Tiruan
Hopfield
Penulis = Herman Maryanto, Sri Suwarno, Lucia Dwi Krisnawati
Rangkuman = Hasil restorasi yang diperoleh belum optimal atau mendekati
citra aslinya karena citra hasil perbaikan cenderung lebih gelap dan masih
mengalamai degradasi atau kerusakan. Kemungkinan hal ini terjadi pada proses
normalisasi yang kurang tepat.

4. Judul =Perancangan Program Aplikasi Penyelesaian Traveling Salesman

Problem dengan Jaringan Hopfield
Penulis =Pythia Sulistyo
 Rangkuman =Berdasarkan penelitian di atas, penerapan algoritma Hopfield
pada jaringan syaraf tiruan untuk penyelesaian Traveling Salesman Problem dapat
menghasilkan hasil yang baik.

H. KOHONEN
3. Judul =Implementasi Jaringan Syaraf Tiruan Kohonen Pada Data Mining
Outlier Detection
Penulis =Rochmat Mustopa, Moch. Arif Bijaksana, M.tech
Rangkuman = Berdasarkan penelitian di atas dapat disimpulkan bahwa metode
Kohonen pada Data Mining Outlier Detection dapat digunakan untuk melakukan
pengelompokkan pada data.

4. Judul = Pengenalan Plat Nomor Kendaraan dengan Metode Kohonen

Som
Penulis = Didik Styawan, Catur Supriyanto
Rangkuman = Dari penelitian di atas dapat disimpulkan bahwa metode
Kohonen SOM dapat mengenali karakter pada citra digital.

I. PERCEPTRON
3. Judul = Penerapan Algoritma Perceptron Pada Jaringan Syaraf Tiruan
Dalam Pembagian Jurusan
Penulis = Sonia Grania, Teady Matius Surya Mulyana
Rangkuman = Berdasarkan hasil pengujian terhadap 60 data siswa di SMA
Mahanaim, terdapat kesalahan pada 5 data siswa, sehingga dapat ditarik kesimpulan
bahwa akurasi dari sistem penjurusan ini adalah 91%.

4. Judul = Penerapan Jaringan Syaraf Tiruan Perceptron Dalam Sistem

Pakar Diagnosa Penyakit Pada Kambing
Penulis = David
Rangkuman = Berdasarkan hasil dan pembahasan maka dapat disimpulkan
bahwa Penerapan jaringan syaraf tiruan perceptron dalam sistem pakar mendiagnosa
penyakit pada hewan kambing dapat membantu peternak hewan kambing maupun
orang awam yang ingin berternak kambing untuk mengetahui gejala penyakit yang
menyerang kambing ternaknya.