MALCOM Indonesian Journal of Machine Learning and Computer Science最新文献_第3页

Perbandingan Evaluasi Kernel SVM untuk Klasifikasi Sentimen dalam Analisis Kenaikan Harga BBM 燃料价格上涨分析中对SVM内核评价的比较

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-10-05 DOI: 10.57152/malcom.v3i2.897

Salsabila Rabbani, Dea Safitri, Nadila Rahmadhani, Al Amin Fadillah Sani, M. Khairul Anam

{"title":"Perbandingan Evaluasi Kernel SVM untuk Klasifikasi Sentimen dalam Analisis Kenaikan Harga BBM","authors":"Salsabila Rabbani, Dea Safitri, Nadila Rahmadhani, Al Amin Fadillah Sani, M. Khairul Anam","doi":"10.57152/malcom.v3i2.897","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.897","url":null,"abstract":"Kebijakan perubahan harga Bahan Bakar Minyak (BBM) oleh pemerintah pada September 2022 lalu menimbulkan kontroversi pengguna sosial media termasuk Twitter. Untuk memahami bagaimana perubahan kenaikan harga BBM apakah mempengaruhi persepsi dan emosi masyarakat di Twitter maka dalam penelitian ini dilakukan analisis sentimen menggunakan algoritma Support Vector Machine (SVM) dengan tiga jenis kernel berbeda, yaitu linier, RBF (Radial Basis Function), dan polinomial. Penelitian ini bertujuan untuk mengklasifikasikan tweet-tweet sebagai positif, negatif, atau netral, serta membandingkan kinerja ketiga kernel SVM tersebut. Penelitian ini juga mencoba mengatasi ketidakseimbangan kelas dengan menerapkan teknik SMOTE (Synthetic Minority Over-sampling Technique) oversampling pada dataset. Hasil penelitian menunjukkan bahwa pengguna Twitter dominan memberikan reaksi negatif terhadap kenaikan harga BBM. Dalam mengaplikasikan algoritma SVM, kernel RBF menghasilkan kinerja terbaik yaitu sebesar 87% menggunakan pembobotan kata TF-IDF. Selain itu, penggunaan pembobotan kata TF-IDF memiliki hasil akurasi terbaik dibandingkan dengan model pembobotan kata BoW. Penerapan teknik SMOTE oversampling dalam kernel polynomial pembobotan kata TF-IDF pada pembagian data 70:30 dan 80:20 berhasil meningkatkan kinerja algoritma sebesar 2%. Hasil penelitian ini memberikan wawasan mendalam tentang pandangan masyarakat terhadap kebijakan harga BBM dan memungkinkan pengambil keputusan publik serta industri untuk merancang kebijakan yang lebih responsif dan berpihak kepada kepentingan rakyat.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"38 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135547355","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Desain dan Implementasi Sistem Pemantauan Polusi Udara Berbasis Android Real-Time di SMKS Darul Ulum Layoa Bantaeng 在SMKS Darul Ulum Layoa pileng设计和实现基于Android的空气污染系统

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-10-01 DOI: 10.57152/malcom.v3i2.894

Muhammad Rizal, Arham Arifin, Muhammad Furqan Rasyd, Andi Asvin Mahersatillah Suradi, Akbar Bahtiar

{"title":"Desain dan Implementasi Sistem Pemantauan Polusi Udara Berbasis Android Real-Time di SMKS Darul Ulum Layoa Bantaeng","authors":"Muhammad Rizal, Arham Arifin, Muhammad Furqan Rasyd, Andi Asvin Mahersatillah Suradi, Akbar Bahtiar","doi":"10.57152/malcom.v3i2.894","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.894","url":null,"abstract":"Penelitian ini mengkaji penerapan sensor gas dalam mendeteksi keberadaan gas berbahaya di sekitar area cakupan perangkat yang telah dikembangkan. Dua sensor utama digunakan dalam penelitian ini, yaitu sensor MEMS Gas dan sensor BME680. Sensor MEMS Gas dapat mendeteksi lima jenis gas di udara, sedangkan BME680 memiliki kemampuan mendeteksi berbagai gas berbahaya serta mengukur suhu, tekanan udara, dan kelembaban udara. Dari skenoario data percobaan ditemukan bahwa meskipun hanya menggunakan satu sampel gas, sensor MEMS Gas berhasil mendeteksi kandungan gas metana (CH4) sebesar 25.000 ppm, karbon monoksida (CO) sebesar 573 ppm, dan H2 sebesar 331.12 ppm pada skenario eksperimen. Berdasarkan pengambilan data sensor BME680 menunjukkan penurunan resistansi ketika mendeteksi gas berbahaya, yang kemudian dapat dikonversi menjadi indeks kualitas udara dalam ruangan (IAQ). Uji lanjutan pada BME680 menunjukkan respons perubahan suhu dan kelembaban ketika sumber api didekatkan. Implementasi dan pengambilan data dilakukan di SMKS Darul Ulum Layoa Bantaeng yang menunjukkan kualitas udara pada wilayah tersebut bagus berdasarkan IAQ yang dihasilkan oleh Sensor BME680. Penelitian ini memberikan wawasan penting tentang efektivitas dan responsivitas kedua sensor dalam mendeteksi gas berbahaya dan perubahan kondisi lingkungan.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"54 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136129311","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Sistem Pakar Diagnosa Awal Penyakit Ginjal Menggunakan Metode Forward Chaining 早期肾病诊断系统采用前链法

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-09-11 DOI: 10.57152/malcom.v3i2.887

Teddy Hidayat, Nopi Ramsari

{"title":"Sistem Pakar Diagnosa Awal Penyakit Ginjal Menggunakan Metode Forward Chaining","authors":"Teddy Hidayat, Nopi Ramsari","doi":"10.57152/malcom.v3i2.887","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.887","url":null,"abstract":"Ginjal merupakan organ penting dari sistem metabolisme dalam tubuh. Sebagian besar masyarakat masih kurang memahami bagaimana pentingnya peranan ginjal di tubuh manusia, terlebih lagi berbagai macam penyakit yang dapat muncul di area ginjal. Masyarakat kurang memahami gejala-gejala apa saja yang terdapat pada penyakit ginjal. Penyakit ginjal membutuhkan dokter spesialis untuk mendiagnosanya dan membutuhkan biaya yang relatif besar disamping jumlah dokter spesialis ahli ginjal di Indonesia masih belum banyak. Karena adanya keterbatasan pengetahuan mengenai penyakit ginjal dan jumlah dokter spesialis ginjal sehingga menyulitkan masyarakat untuk mendiagnosa awal dalam penyakit ginjal. Metodologi pengembangan sistem yang digunakan adalah metodologi Extreme Programming (XP). Penelitian ini membangun aplikasi sistem pakar untuk diagnosis awal penyakit ginjal dengan menggunakan metode inferensi yaitu metode forward chaining. Dilakukan survey terhadap 20 responden yang dipilih secara sampling untuk menguji desain dan kemudahan penggunaan dari aplikasi yang dibangun Setelah dilakukan pengujian UAT (user acceptance task) maka hasil jawab oleh responden rata-rata persentase UAT sebesar 84,4 % untuk menilai desain dan kemudahan penggunaan aplikasi sistem pakar penyakit ginjal.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"34 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136070915","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Penerapan Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) untuk Mendiagnosa Penyakit Bercak Daun Cabai 基于理想解(TOPSIS)相似度的单阶性能的Penerapan技术[j]

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-09-11 DOI: 10.57152/malcom.v3i2.850

Yudo Devianto, Saruni Dwiasnati, Bambang Sukowo, Ahmad Fauzi, Kiki Ahmad Baihaqi

{"title":"Penerapan Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) untuk Mendiagnosa Penyakit Bercak Daun Cabai","authors":"Yudo Devianto, Saruni Dwiasnati, Bambang Sukowo, Ahmad Fauzi, Kiki Ahmad Baihaqi","doi":"10.57152/malcom.v3i2.850","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.850","url":null,"abstract":"Produktivitas tanaman cabai bergantung kepada iklim, lingkungan, serta hama dan penyakit. Petani yang baru dalam budidaya cabai merah menghadapi beberapa kesulitan karena memiliki sedikit pengalaman dalam budidaya, sehingga sulit untuk mengidentifikasi jenis penyakit dan hama yang menyerang. Hal ini menyebabkan penurunan produktivitas. Selain itu, petani juga belum memiliki pengalaman dalam menangani masalah yang timbul pada tanaman yang mereka budidayakan. Dalam rangka membantu petani mengatasi masalah ini, SPK berbasis web telah dikembangkan. Sistem ini menggunakan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Kriteria yang digunakan dalam metode ini adalah daun mudah mengkerut dengan warna mosaic kekuningan, daun mengkerut hingga menjadi ukuran kecil dan lebih tebal, bercak bulat berwarna coklat pada daun yang mengering, terdapat lubang pada bercak tua, dan pucuk daun yang berubah menjadi kuning jelas. Alternatif yang dipertimbangkan dalam penelitian ini Daun Cabai \" Penyakit Layu Bakteri \", Daun Cabai \" Layu Pusertium \", Daun Cabai \" Penyakit Virus Kuning \", dan Daun Cabai “Penyakit Bercak Daun”. Perhitungan dengan metode TOPSIS, Daun Cabai \" Penyakit Virus Kuning\" mendapatkan peringkat dengan nilai preferensi sebesar 2.0118. Penelitian ini disimpulkan bahwa metode TOPSIS dapat digunakan untuk mengetahui daun cabai dengan kriteria apa yang terbaik berdasarkan kriteria","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136071087","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Penerapan Algoritma Supervised Learning untuk Klasifikasi Data Music Listening 基于Klasifikasi数据音乐聆听的Penerapan算法监督学习

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-09-11 DOI: 10.57152/malcom.v3i2.879

Eri Mardiani, Nur Rahmansyah, Ira Kurniati, Andy Setiawan, Diah Widiastuti, Muhammad Ridwan, Muhammad Zidan Rosyid, Ari Febriansyah

{"title":"Penerapan Algoritma Supervised Learning untuk Klasifikasi Data Music Listening","authors":"Eri Mardiani, Nur Rahmansyah, Ira Kurniati, Andy Setiawan, Diah Widiastuti, Muhammad Ridwan, Muhammad Zidan Rosyid, Ari Febriansyah","doi":"10.57152/malcom.v3i2.879","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.879","url":null,"abstract":"Perkembangan teknologi informasi semakin pesat hingga saat ini terus dikembangkan teknologi-teknologi terbaru, penggunaan data sebagai pengolahan kini semakin banyak diterapkan pada berbagai bidang, dengan penggunaan data dapat dilakukan perkembangan teknologi yang dapat meningkatkankan kualitas dan efisiensi, pengolahan data dapat diterapkan di semua bidang dan salah satunya adalah di bidang musik. Musik sudah menjadi bagian dari kehidupan manusia sehari-hari. Sudah banyak media-media yang menyajikan berbagai macam lagu dengan genre yang beragam pula mulai dari Pop, Jazz, Rock, R&B, dan genre-genre lainnya. Dengan menggunakan data mining untuk mengolah data maupun menganalisis data-data musik kita dapat memprediksi keanekaragaman preferensi mendengarkan musik dan dengan menggunakan tools aplikasi Orange Data Mining dapat membantu masyarakat untuk mengetahui musik apa saja yang diminat dengan memprediksi melalui beberapa metode dalam tools orange, dengan Algoritma Naive Bayes memiliki tingkat akurasi yang lebih baik.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"3 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136070910","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Klasifikasi Teks untuk Mendeteksi Depresi dan Kecemasan pada Pengguna Twitter Berbasis Machine Learning 文本的分类，以检测基于机器的Twitter用户的抑郁和焦虑

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-09-11 DOI: 10.57152/malcom.v3i2.780

Kharisma Rahayu, Vindi Fitria, Dhini Septhya, Rahmaddeni Rahmaddeni, Lusiana Efrizoni

{"title":"Klasifikasi Teks untuk Mendeteksi Depresi dan Kecemasan pada Pengguna Twitter Berbasis Machine Learning","authors":"Kharisma Rahayu, Vindi Fitria, Dhini Septhya, Rahmaddeni Rahmaddeni, Lusiana Efrizoni","doi":"10.57152/malcom.v3i2.780","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.780","url":null,"abstract":"Depresi adalah gangguan mental yang mempengaruhi kesejahteraan dan kualitas hidup seseorang.Pengaruh sosial menyebabkan penderita depresi dan gangguan kecemasan mengabaikan orang-orang di sekitarnya. Jadi mereka beralih ke media sosial seperti Twitter untuk mendapatkan dukungan. Penderita depresi pengguna Twitter sulit untuk diidentifikasi berdasarkan tweet. Oleh karena itu pemodelan klasifikasi teks untuk penderita depresi sangat diperlukan agar mengetahui seberapa banyak pengguna twitter yang mengalami depresi dan kecemasan. Klasifikasi teks merupakan metode untuk mengelompokkan data yang sejenis ke dalam kelompok yang sesuai. Algoritma yang digunakan dalam membuat pola penderita depresi adalah algoritma Decision Tree, Random Forest, Naive Bayes, dan K-Nearest Neighbor (KNN). Penggunaan keempat algoritma bertujuan untuk melihat kinerja algoritma terbaik. Hasil percobaan yang dilakukan diperoleh bahwa algoritma Random Forest pada splitting data 80:20 memiliki kinerja yang lebih baik, dengan nilai akurasi sebesar 0.957 atau 96%. Hasil penelitian ini dapat digunakan oleh pengguna untuk mengetahui penderita depresi dan kecemasan.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"25 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136070911","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Implementasi Model Rapid Application Development untuk Pengembangan Pembelajaran Tajwid Al-Qur'an 在《古兰经》Tajweed 学习开发中实施快速应用开发模式

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-09-07 DOI: 10.57152/malcom.v3i1.892

Rice Novita

{"title":"Implementasi Model Rapid Application Development untuk Pengembangan Pembelajaran Tajwid Al-Qur'an","authors":"Rice Novita","doi":"10.57152/malcom.v3i1.892","DOIUrl":"https://doi.org/10.57152/malcom.v3i1.892","url":null,"abstract":"Shaykh Manna Al-Qahthan said that the Qur'an is the message of Allah SWT for all humankind. As a country with a majority Muslim population, 87.18% based on statistical data at the end of 2010 from the Central Statistics Agency. Data from research conducted by the Institute of Al-Qur'an Sciences in 2017 noted that around 65% of Indonesian Muslim communities are illiterate in the Qur'an. Learning tajweed Al-Qur'an by taking classes directly usually will take longer to master one material because it is carried out once a week. Information Technology can be utilized in this problem. Android-based application is one of them. The focus of this research is build a mobile application for learning Al-Qur'an recitation with the Nurul Bayan method using the Rapid Application Development system method. The results of the Blackbox test calculation on the Tajweed Learning Application are 100% and the results of the UAT test are. Based on the results of testing using the Blackbox Testing and User Acceptance Test methods, Android-based Tajweed Learning Applications can assist users in learning the basic theory of Al-Qur'an recitation with the Nurul Bayan method.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"40 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135098998","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Penerapan Algoritma Supervised Learning untuk Klasifikasi Program Keluarga Harapan 应用监督学习算法对希望家庭计划进行分类

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-08-31 DOI: 10.57152/malcom.v3i2.873

Muhammad Syarif Hartawan, Moh. Erkamim, Sitti Rachmawati, Nirma Ceisa Santi, Legito Legito, Sepriano Sepriano

{"title":"Penerapan Algoritma Supervised Learning untuk Klasifikasi Program Keluarga Harapan","authors":"Muhammad Syarif Hartawan, Moh. Erkamim, Sitti Rachmawati, Nirma Ceisa Santi, Legito Legito, Sepriano Sepriano","doi":"10.57152/malcom.v3i2.873","DOIUrl":"https://doi.org/10.57152/malcom.v3i2.873","url":null,"abstract":"Penelitian ini dimaksudkan untuk melakukan klasifikasi terhadap penerima bantuan Program Keluarga Harapan (PKH) Kota Pekanbaru dengan membandingkan tiga metode sekaligus yaitu K-Nearest Neighbor (KNN), Probalistic Neural Network (PNN) dan Naive Bayes Classifier (NBC).Atribut yang digunakan dalam proses klasifikasi adalah Jumlah Anak SD, Jumlah Anak SMP, Jumlah Ibu Hamil, dan Jumlah Anak dibawah lima tahun (Balita), atribut ini berdasarkan panduan Tim Nasional Penangulangan dan Penanganan Kemiskinan (TNP2K) Kementrian Sosial Republik Indonesia. Proses klasifikasi dilakukan terhadap Rumah Tangga Sangat Miskin (RTSM) sebagai data training dengan jumlah 450 data sebagai data testing dengan jumlah 10 data, sehingga dengan melakukan perbandingan didapatlah hasil akurasi yang bervariasi diantara ke-tiga metode. Metode Nave Bayes (NBC) memiliki hasil akurasi yanng paling tinggi dengan hasil akurasi 80%, yang dibandingkan dengan metode KNN 20% dan PNN 10% maka Metode Nave Bayes(NBC) ditetapkan menjadi metode terbaik untuk kasus pengklasifikasian program keluarga harapan (PKH) Kota Pekanbaru.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"37 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136036304","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Pengembangan Aplikasi Pemetaan Desa Rawan Sanitasi Berbasis Web Menggunakan Open StreatMap 使用Open StreatMap开发基于Web的卫生环境村庄地图应用程序

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-08-31 DOI: 10.57152/malcom.v3i2.877

Arif Tri Widiyatmoko, Agung Nugroho, Ike Yunia Pasa

引用次数: 0

Implementasi Metode Analytic Hierarchy Process untuk Pemilihan Lahan Perkebunan Kelapa Sawit di Riau 采用分析程序为选择廖内油棕种植园

MALCOM Indonesian Journal of Machine Learning and Computer Science Pub Date : 2023-08-31 DOI: 10.57152/malcom.v3i2.871

Moh. Erkamim, Sepriano Sepriano, I Gede Iwan Sudipa, Khoirun Nisa, Ali Zainal Abidin Alaydrus, Legito Legito

引用次数: 1