https://jurnal.unw.ac.id/index.php/mm/issue/feed Multimatrix 2023-07-14T03:08:54+00:00 Iwan Setiawan Wibisono iwansetiawan@unw.ac.id Open Journal Systems Multimatrix adalah jurnal dalam penelitian komputer ( Networking, Image processing, Data Mining, Computer Vision, Multimedia) https://jurnal.unw.ac.id/index.php/mm/article/view/2453 Implementasi Aplikasi Moodle Untuk E-Learning Bagi Guru-guru di Komunitas e-guru Semarang 2023-07-11T07:47:50+00:00 Abdul Rohman abdulrohman@unw.ac.id Teguh Santoso teguh.santoso@unw.ac.id <p>Komunitas e-guru.id Semarang merupakan komunitas yang memberikan kompetensi guru-guru indonesia dalam bentuk pelatihan, workshop, diklat dan lainnya. Akan tetapi masih banyak anggota/peserta komunitas e-guru.id yang belum mengetahui dan memiliki keterampilan dalam pembuatan e-lerning menggunakan aplikasi moodle untuk memberikan pembelajaran kepada siswa secara jarak jauh atau online. Maka diperlukan program pengabdian kepada masyarakat dalam bentuk pelatihan dan pendampingan mengenai mengimplementasikan aplikasi moodle untuk e-learning. Hasil dari program pengabdian kepada masyarakat ini memberikan kompetensi dalam penggunaan media pembelajaran e-learning kepada guru-guru indonesia dalam komunitas e-guru.id.</p> <p>Kata kunci: <em>e-guru.id, e-learning, moodle</em></p> 2023-07-14T00:00:00+00:00 Copyright (c) 2023 Multimatrix https://jurnal.unw.ac.id/index.php/mm/article/view/2458 KOMPARASI NEURAL NETWORK DAN SUPPORT VECTOR MACHINE UNTUK DATA TIME SERIES DAN NON-TIME SERIES 2023-07-14T03:08:54+00:00 Suamanda Ika Novichasari manda@untidar.ac.id Restu Rakhmawati resturakhma@untidar.ac.id <p>Abstrak— <em>Neural Network dan Support Vector Machine merupakan metode datamining yang sering digunakan. Penelitian ini bertujuan untuk mengetahui performa dari Neural Network dan Support Vector Machine yang diterapkan pada data time series dan non-time series. Sehingga terlihat perbedaan dan keunggulan dari kedua metode tersebut. Data yang digunakan merupakan dataset publik, “Australian Credit Approval dan Polar Ice Data”. Untuk tahap validasi model menggunakan 10fold cross-validation dan proses evaluasi model menggunakan Root Mean Square Error (RMSE). Hasil percobaan membuktikan bahwa pada data time series SVM lebih unggul dari NN dilihat dari kinerja dan waktu eksekusinya, sedangkan pada data non-time series NN lebih unggul. Hasil akhir evaluasi percobaan data time series berbanding terbalik dengan hasil percobaan data non-time series..</em></p> <p>&nbsp;</p> <p>Kata kunci— Time series, Non-time series, Neural Nerwork, Support Vector Machine, klasifikasi kelayakan kredit, Prediksi Polar Es.</p> 2023-07-14T00:00:00+00:00 Copyright (c) 2023 Multimatrix