Komputer, Pengalaman, Tutorial

Contoh Penulisan Proposal – Halaman Penomoran Berbeda + Daftar Isi Otomatis

No Comments

Ingin membuat proposal dengan halaman yang berbeda dengan penomoran awal angka romawi berlanjut ke angka, di halaman bab awal harus dihilangkan halamannya, bingung mengenai section halaman, atau membuat isi otomatis?

Download >> Format Proposal_Halaman Otomatis

Bisa download format penulisan Proposal yang telah saya buat, tinggal diganti menyesuaikan dengan pedoman penulisan masing-masing sebagai rujukan, jika ada pertanyaan silahkan hubungi saya di kontak yang tersedia.

 

Untuk daftar pustaka di contoh ini masih manual jadi bisa menyesuaikan style penulisan Pustaka sendiri.

 

Semoga bermanfaat!

 

 

Continue Reading

Komputer, Tutorial

C++ Programming: Menulis dan Menyimpan Hasil Random dalam File .TXT

No Comments

Oke, di sini saya menggunakan DevC++

 

#include<iostream>
#include<fstream>
#include<stdlib.h>
#include<time.h>
using namespace std;

int main()
{
ofstream buatfile;
int acak[10000], i, n=10000;

buatfile.open(“10000.txt”);
srand(time(NULL));

for(i=0;i<n;i++)
buatfile << rand() <<endl;
return 0;
}

rahmi latifah – 1643903 – STMIK Widya Cipta Dharma

untuk berapa banyak jumlah yang kalian inginkan bisa diatur ya sesuai keperluan.

selamat mencoba!

download file >> simpandatarandomC++

Continue Reading

Komputer

Buku Pendukung Teknik Riset Operasional (TRO)

No Comments

Di kampus STMIK Widya Cipta Dharma pada saat seorang mahasiswa masuk ke semester 5 untuk program studi Teknik Informatika akan mengambil mata kuliah Teknik Riset Operasional (TRO), waktu angkatan atas ujian akhirnya diminta membuat program, tapi saat aku mengambil mata kuliah tersebut tidak membuat program. Awalnya aku pikir belajar TRO ini kita belajar riset seperti mata kuliah riset awal ternyata isinya mateMATIka, hitungan ada kurva juga. Dosen pengampunya adalah ibu Eka Arriyanti, beliau memberikan buku buku panduan diantaranya:

Operations Research (2nd Edition) – P. Rama Murthy

Introduction to Operations Research Deterministic Models – Juraj Stacho

Operations Research – Michal Kulej

Operation Research – An Introduction – 8th Edition – H.A. Taha

Silahkan download yang terlink jika tidak silahkan cari di internet ya!

Continue Reading

Komputer

Sistem Pendukung Keputusan: Contoh Kasus Naive Bayes

No Comments

Materi yang dijelaskan oleh Pak Ukkas adalah Sistem Pendukung Keputusan (SPK) Naive Bayes atau pengenalan Pola. Untuk Contohnya bisa dilihat di excel yang bisa di downlod pada NaiveBayes

 

Naïve Bayes Classifier
 Metode klasifikasi ini diturunkan dari penerapan
teorema Bayes dengan asumsi independence
(saling bebas)
 Naïve Bayes Classifier adalah metode
pengklasifikasian dengan model peluang,
dimana diasumsikan bahwa setiap atribut contoh
(data sampel) bersifat saling lepas satu sama
lain berdasarkan atribut kelas.

 

Algoritma Naive Bayes merupakan sebuah metoda klasifikasi menggunakan metode probabilitas dan statistik yg dikemukakan oleh ilmuwan Inggris Thomas Bayes. Algoritma Naive Bayes memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya sehingga dikenal sebagai Teorema Bayes. Ciri utama dr Naïve Bayes Classifier ini adalah asumsi yg sangat kuat (naïf) akan independensi dari masing-masing kondisi / kejadian.

 

Naive Bayes Classifier bekerja sangat baik dibanding dengan model classifier lainnya. Hal ini dibuktikan pada jurnal Xhemali, Daniela, Chris J. Hinde, and Roger G. Stone. “Naive Bayes vs. decision trees vs. neural networks in the classification of training web pages.” (2009), mengatakan bahwa “Naïve Bayes Classifier memiliki tingkat akurasi yg lebih baik dibanding model classifier lainnya”.

 

Keuntungan penggunan adalah bahwa metoda ini hanya membutuhkan jumlah data pelatihan (training data) yang kecil untuk menentukan estimasi parameter yg diperlukan dalam proses pengklasifikasian. Karena yg diasumsikan sebagai variabel independent, maka hanya varians dari suatu variabel dalam sebuah kelas yang dibutuhkan untuk menentukan klasifikasi, bukan keseluruhan dari matriks kovarians.

 

Tahapan dari proses algoritma Naive Bayes adalah:

  1. Menghitung jumlah kelas / label.
  2. Menghitung Jumlah Kasus Per Kelas
  3. Kalikan Semua Variable Kelas
  4. Bandingkan Hasil Per Kelas

(sumber)

Continue Reading

Komputer

Sistem Pendukung Keputusan: Tentang Profile Matching

No Comments

Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.

Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.

Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat tidak biasa.

Tahapan SPK:

  • Definisi masalah
  • Pengumpulan data atau elemen informasi yang relevan
  • pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan
  • menentukan alternatif-alternatif solusi (bisa dalam persentase)

Tujuan dari SPK:

  • Membantu menyelesaikan masalah semi-terstruktur
  • Mendukung manajer dalam mengambil keputusan suatu masalah
  • Meningkatkan efektifitas bukan efisiensi pengambilan keputusan

Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dll. (sumber: Wikipedia)

Jadi siapa yang di dalam hidupnya tidak pernah membuat keputusan?

Semua orang pernah membuat keputusan dalam kehidupannya baik untuk diri sendiri atau kepentingan bersama. Penerapan sistem pendukung keputusan sangat berguna digunakan untuk menyelesaikan suatu permasalah. Jika ada pilihan maka disebut keputusan, bila tidak ada pilihan istilah yang lebih tepat digunakan adalah keharusan. Begitulah saya kutip perkataan dosen saya yaitu Pak Ukas saat kuliah SPK di ruang kelas 7.

Saya akan membahas  profile matching atau pencocokan. Jadi misal, sebuah perusahaan ingin mengrekrut seorang pegawai dengan kriteria bisa pemrograman dan administrasi jaringan. Ada 3 pelamar kerja yang mememiliki beberapa komptensi. Sebut saja ada pelamar A, B dan C yang memiliki kemampuan komptensi yang berbeda

  • Pelamar A : Pemrograman, Administrasi Jaringan, Teknisi Printer
  • Pelamar B : Administrasi Jaringan dan Pemrograman
  • Pelamar C : Administrasi Jaringan

Mana yang akan dipilih oleh perusahaan?

Yang akan dipilih jika menggunkan matching adalah pelamar B, karena sesuai atau cocok hanya dua kompentensi yang diperlukan perusahaan.

Metode matching profile atau pencocokan profil adalah metode yang sering digunakan sebagai mekanisme dalam pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. (sumber)

Continue Reading