Analysis of Promothee II Method in the Selection of the Best Formula for Infants Under Three Years

Fatmawati, Kiki; Sundari, Riski; Windarto, Agus Perdana; Wanto, Anjar; Istianingsih, Nanik; Hotmansyah, Erwin; Susriyanti, S

doi:10.1088/1742-6596/1255/1/012009

Cited by 18 publications

(5 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Jaringan syaraf tiruan dapat diilustrasikan dalam bentuk grafik, dan beberapa bagian dari grafik tersebut dapat memiliki perilaku yang serupa dengan gerbang logika [22]. Meskipun struktur jaringan saraf ditentukan terlebih dahulu, pengolahan yang terjadi dalam jaringan tidak menghasilkan hipotesis secara langsung [23], [24]. Sebaliknya, hipotesis dan pemrosesan lainnya terstruktur dalam jaringan ini berkembang selama proses pembelajaran.…”

Section: Jaringan Saraf Tiruan (Jst)unclassified

Penerapan Metode Jaringan Saraf Tiruan Dalam Memprediksi Produksi Daging Domba Menurut Provinsi

Listy Oktaviani,

Sandy Erlangga,

Bintang Aufa Sultan

et al. 2024

comforch

View full text Add to dashboard Cite

Prediction is the process of estimating future needs. This research aims to predict the amount of sheep meat production by province. Lamb is a source of protein which is also a high value commodity. However, along with the increase in lamb production in Indonesia, the level of lamb meat consumption in Indonesia has tended to fluctuate in recent years. Imports are the step most often taken by the government to meet domestic sheep meat needs. By using Artificial Neural Networks and the backpropagation algorithm, the amount of sheep meat production will be predicted based on provinces in order to determine steps to fulfill domestic sheep meat needs based on the amount of sheep meat consumption in the community. This research uses data from 2001 to 2022 with 1 target, namely data for 2023.

show abstract

Section: Jaringan Saraf Tiruan (Jst)unclassified

Penerapan Metode Jaringan Saraf Tiruan Dalam Memprediksi Produksi Daging Domba Menurut Provinsi

Listy Oktaviani,

Sandy Erlangga,

Bintang Aufa Sultan

et al. 2024

comforch

View full text Add to dashboard Cite

show abstract

“…Air susu ibu (ASI) adalah air susu yang dihasilkan oleh ibu dan mengandung semua nutrisi (Fatmawati et al, 2019;Muhrifan et al, 2020;SJMJ et al, 2020). Nutrisi yang dibutuhkan bayi untuk pertumbuhan dan perkembangannya.…”

Section: Pendahuluanunclassified

Pelatihan Kader Dalam Peningkatan Cakupan ASI Eksklusif Melalui Kelompok Pendukung ASI di Wilayah Puskesmas Pacarkeling Kecamatan Tambaksari Kota Surabaya

Rijanto

Setiyani

Sukesi

et al. 2023

IJCSL

View full text Add to dashboard Cite

Keberhasilan pemberian ASI eksklusif membutuhkan keterlibatan banyak orang terutama para kader. Tujuan kegiatan pengabdian kepada masyarakat ini adalah meningkatkan cakupan ASI Eksklusif. Mitra dalam kegiatan ini yaitu Kelompok Pendukung ASI di Puskesmas Pacarkeling, Kecamatan Tambaksari, Kota Surabaya. Hasil Pretest dan posttest untuk mengukur tingkat pengetahuan kader sebelum dan sesudah pelatihan menunjukkan peningkatan pengetahuan sebesar 71,44%. Ini berarti bahwa semua kader memiliki pengetahuan yang baik tentang materi khusus menyusui setelah mengikuti pelatihan. Nilai rata-rata eksekutif untuk sikap pemberian ASI eksklusif adalah 40% yang menunjukkan bahwa kader memiliki sikap yang baik terhadap dukungan pemberian ASI Eksklusif. Skor rata-rata 100% untuk teknik menyusui menunjukkan hampir semua pelaksanaan memiliki keterampilan yang baik sebagai KP-ASI. Kegiatan yang bertujuan untuk mengoptimalkan peran kader dalam peningkatan cakupan ASI Eksklusif sudah terlaksana dengan baik. Setelah dilakukan pelatihan terjadi peningkatan pengetahuan kader tentang ASI ekslusif dan sikap kader yang mendukung ASI ekslusif meningkat serta meningkatnya keterampilan kader dalam melakukan teknik menyusui yang benar.

show abstract

“…Jaringan syaraf tiruan dapat diilustrasikan dalam bentuk grafik, dan beberapa bagian dari grafik tersebut dapat memiliki perilaku yang serupa dengan gerbang logika [17]. Meskipun struktur jaringan saraf ditentukan terlebih dahulu, pengolahan yang terjadi dalam jaringan tidak menghasilkan hipotesis secara langsung [18], [19]. Sebaliknya, hipotesis dan pemrosesan lainnya terstruktur dalam jaringan ini berkembang selama proses pembelajaran.…”

Section: Jaringan Saraf Tiruan (Jst)unclassified

Analisa Metode Backpropagation Dalam Memprediksi Jumlah Perusahaan Konstruksi Berdasarkan Provinsi di Indonesia

Muhammad Kurniawansyah,

Rafiqotul Husna,

Raichan Septiono

et al. 2023

comforch

View full text Add to dashboard Cite

This research aims to analyze the number of construction companies in Indonesia and gain an understanding of the trends and characteristics of the construction industry in that country. In this research, data related to the number of construction companies is analyzed using available sources such as government statistical reports, industry publications, and other secondary data sources. The data we use in this research is data on the number of construction companies by province in Indonesia from 2016-2021 which was taken from the website of the Central Statistics Agency (BPS) using the backprogation artificial neural network (JST) method. The analysis results show that the number of construction companies in Indonesia has increased significantly in recent years. It is hoped that this research will encourage strong economic growth and increasing investment in the infrastructure and property sectors has driven demand for construction services. In addition, government policies that support the construction sector, such as infrastructure development programs and regulations that facilitate foreign investment, also contribute to the growth in the number of construction companies. Apart from growth trends, this research also identifies several characteristics of the construction industry in Indonesia. The industry is dominated by small and medium-sized companies operating locally, although there are also large companies involved in large-scale projects. Competition in this industry is fierce, with companies vying to win construction contracts and develop a competitive advantage. The architectural models that we use in this research are 6 architectural models, of which the best architectural model will be obtained. The architectural models include 5-11-1-1 with an accuracy percentage of 61.8%, 5-12-1- 1 with an accuracy percentage of 70.6%, 5-14-1-1 with an accuracy percentage of 82.4%, 5-18-1-1 with an accuracy percentage of 64.7%, 5-20-1-1 with an accuracy percentage of 70.6%, 5-22- 1-1 with an accuracy percentage of 73.5%. So the best architectural model is obtained, namely the 5-12-1-1 model which produces an accuracy rate of 82.4%. with a Mean Square Error (MSE) of 0.00099997 with an error prone of between 0.001-0.05. These results are quite good in predicting the number of construction companies based on provinces in Indonesia

show abstract

Analysis of Promothee II Method in the Selection of the Best Formula for Infants Under Three Years

Cited by 18 publications

References 8 publications

Penerapan Metode Jaringan Saraf Tiruan Dalam Memprediksi Produksi Daging Domba Menurut Provinsi

Penerapan Metode Jaringan Saraf Tiruan Dalam Memprediksi Produksi Daging Domba Menurut Provinsi

Pelatihan Kader Dalam Peningkatan Cakupan ASI Eksklusif Melalui Kelompok Pendukung ASI di Wilayah Puskesmas Pacarkeling Kecamatan Tambaksari Kota Surabaya

Analisa Metode Backpropagation Dalam Memprediksi Jumlah Perusahaan Konstruksi Berdasarkan Provinsi di Indonesia

Contact Info

Product

Resources

About