In the A minimarket, instant Kata kunci : Logika fuzzy, Takagi Sugeno, Prediksi pembelian, Mie instan 1.PENDAHULUAN Tahun 2014 Asosiasi Mie Instan Dunia yang berbasis di Osaka, Jepang melaporkan, Indonesia menyumbang konsumsi mie sebanyak 14,9 miliar bungkus/tahun terbanyak kedua di Dunia. Berarti orang Indonesia mengkonsumsi rata-rata 58 bungkus mie instant per tahun . Begitu juga terjadi pada minimarket A, mie instan merupakan produk yang paling banyak terjual di minimarket tersebut. Jumlah mie instan yang terjual ke konsumen setiap harinya tidak konstan, sehingga sering terjadi ketidaksesuaian minimarket dalam membeli mie dari suplier, yang mengakibatkan sisa stok bisa terjadi kekurangan atau kelebihan

Land suitability is the suitability of a plot of land for a particular use.

Coronavirus disease 2019 has spread throughout the world. The detection of this disease is usually carried out using the reverse transcriptase polymerase chain reaction (RT-PCR) swab test. However, limited resources became an obstacle to carrying out the massive test. To solve this problem, computerized tomography (CT) scan images are used as one of the solutions to detect the sufferer. This technique has been used by researchers but mostly using classifiers that required high resources, such as convolutional neural network (CNN). In this study, we proposed a way to classify the CT scan images by using the more efficient classifier, k-nearest neighbors (KNN), for images that are processed using a combination of these feature extraction methods, Haralick, histogram, and local binary pattern (LBP). Genetic algorithm is also used for feature selection. The results showed that the proposed method was able to improve KNN performance, with the best accuracy of 93.30% for the combination of Haralick and local binary pattern feature extraction, and the best area under the curve (AUC) for the combination of Haralick, histogram, and local binary pattern with a value of 0.948. The best accuracy of our models also outperforms CNN by a 4.3% margin.

Prediksi cacat software adalah salah satu studi pada bidang Rekayasa Perangkat Lunak yang telah diteliti oleh banyak peneliti. Tujuan dari studi ini adalah untuk mencari tahu algoritma yang dapat memberikan kinerja prediksi cacat software yang lebih baik. Salah satu penelitian yang telah dilakukan adalah melakukan prediksi cacat software dengan menggunakan algoritma berbasis pohon seperti Decision Tree, Random Forest dan Deep Forest. Deep Forest adalah algoritma klasifikasi berbasis pohon yang baru yang merupakan perbaikan dari algoritma Random Forest. Namun implementasi Deep Forest dalam penelitian terdahulu masih belum memberikan kinerja yang maksimal. Hasil pada penelitian terdahulu menunjukan bahwa kinerja algoritma Deep Forest masih ada yang lebih rendah dibandingkan algoritma berbasis pohon yang lain. Pada penelitian ini berfokus pada peningkatan kinerja algoritma berbasis pohon dengan melakukan normalisasi pada dataset dan hyperparameter tuning pada algoritma klasifikasi dengan menggunakan pencarian grid. Dataset yang digunakan adalah 3 dataset dari ReLink yaitu Apache, Safe, dan Zxing. Setiap model prediksi divalidasi dengan Stratified 10-Fold Cross Validation dan kinerja dievaluasi menggunakan AUC. Dari hasil eksperimen yang didapatkan,hasil prediksi dari pendekatan yang diusulkan lebih baik daripada metode sebelumnya.

The snatch requires the barbell to be lifted from the floor to a straight-arm overhead position in one continuous motion (Gordon et al, 2012). The increase of performances is depending on the improvement of proper technique and training methods (Hung-Ta et al, 2010). Determining the effects of barbell weight towards to kinematics profiles is indispensable to find the effective technical factors of successful lifts [15]. To investigated the kinematics motion of angle of ankle, knee, hip, velocity and bar trajectory in two differences weights to performance of snatch. This study used descriptive with retrospective case control method by recording kinematic motion of 6 (six) male olympic weightlifters. The 3 HD cameras (Sony NEX-VG30EH) are installed approx 90⁰ on the frontal, dorsal and sagittal of the platform with 9m distances and analyzed by SIMI Motion Software. The result will be discussed in three parts, the first is various lifting phase, secondly is the compare lifting between success and unsuccessful, and lastly is to compare the outstanding player with the general. Conclusion through kinematic analysis can be used to observe technical insufficiencies that cannot be observed in the real time malfunction, so that the coach can find the problem and create specific exercises more accurately.