Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Malcom: Indonesian Journal of Machine Learning and Computer Science

Analisis Klaster Kinerja Usaha Kecil dan Menengah Menggunakan Algoritma K-Means Clustering: Cluster Analysis of Small Medium Enterprise Performance with K-Means Clustering Algorithm Dona Marcelina; Annisa Kurnia; Terttiaavini Terttiaavini
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 3 No. 2 (2023): MALCOM October 2023
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v3i2.952

Abstract

Fokus penelitian ini adalah untuk menyelesaikan masalah yang dihadapi oleh dinas koperasi dan UKM Provinsi Sumatera Selatan, yaitu kesulitan dalam menerapkan program pengembangan usaha bagi UKM. Selama ini dinas koperasi dan UKM Provinsi Sumatera selatan telah melakukan berbagai kegiatan yang berhubungan dengan peningkatan kualitas pengelolaan UKM. Namun karena pendataan UKM kurang lengkap, maka sulit untuk menentukan program terbaik bagi UKM yang dapat mempercepat pengembangan usaha di UKM.  Tujuan dari penelitian ini adalah untuk melengkapi data UKM melalui penyebaran kuesioner dan melakukan mengelompokkan UKM berdasarkan kinerja UKM. Pengelompokan ini nantinya akan digunakan  untuk menyusun strategi pengembangan UKM yang sesuai dan tepat sasaran. Penelitian ini, menggunakan metode K-Means Clustering dengan indikator, yaitu kinerja keuangan, penjualan produk, dan strategi pemasaran sebagai dasar pengelompokkan. Aplikasi KNIME digunakan sebagai alat untuk analisis data, pemrosesan data, pemodelan data, dan visualisasi model yang mudah dan akurat. Hasil analisis data menunjukkan UMKM terbagi menjadi tiga kelompok atau klaster, yaitu UKM mandiri, UKM berkembang, dan UKM binaan. Hasil pengelompokkan ini diharapkan dapat memberikan masukkan yang berguna bagi Dinas Koperasi dan UKM untuk menerapkan program pengembangan strategi yang lebih spesifik yang sesuai dengan karakteristik dari masing-masing klaster.
Evaluasi Kinerja E-Government Menggunakan Indeks Layanan Publik Elektronik Sebagai Standar Benchmarking Layanan Publik: Evaluation of E-Government Performance using the Electronic Public Service Index as a Benchmarking Standard for Public Services Heryati, Agustina; Zaliman, Iski; Terttiaavini, Terttiaavini; Mulyati, Mulyati; Romli, Harsi; Martadinata, A. Taqwa
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1004

Abstract

Penelitian ini mengevaluasi kinerja E-Government di Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kota Palembang, dengan fokus pada implementasi Sistem Informasi Pelayanan Perizinan Online (SIPPERI). Penelitian ini bertujuan untuk menilai efektivitas dan efisiensi layanan informasi kepada masyarakat dan pelaku usaha. Metode evaluasi menggunakan Indeks Layanan Publik Elektronik sebagai Standar Benchmarking. Hasil evaluasi menghasilkan nilai indeks e-Service sebesar 3,310 dengna Predikat "Sangat Baik". Meskipun demikian, masih diperlukan perbaikan pada tiga dimensi dengan nilai terendah, yaitu interaksi (SI) dengan nilai 0,424, pelayanan (CS) dengan nilai 0,453, dan kepercayaan (T) dengan nilai 0,477. Penerapan website SIPPERI memberikan kontribusi yang positif dan evaluasi ini menjadi dasar untuk perbaikan yang mendukung pertumbuhan sektor penanaman modal dan interaksi pemerintah di Kota Palembang yang sejalan dengan Standar Benchmarking Layanan Publik.
Analisis Perbandingan Algoritma Machine Learning untuk Prediksi Stunting pada Anak: Comparative Analysis of Machine Learning Algorithms for Predicting Child Stunting Putri, Indah Pratiwi; Terttiaavini, Terttiaavini; Arminarahmah, Nur
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1078

Abstract

Penelitian ini menyoroti permasalahan serius stunting pada anak-anak, terutama dalam pendataan yang tidak konsisten dan kurangnya informasi akurat dalam evaluasi kondisi tersebut. Tujuannya adalah mengembangkan model Machine Learning (ML)  untuk memprediksi kasus stunting dengan lebih baik. Metode penelitian melibatkan tiga algoritma ML: Naive Bayes, K-Nearest Neighbors, dan Random Forest, dievaluasi berdasarkan Accuracy, Precision, dan recall. Penelitian ini memanfaatkan platform KNIME untuk membantu pengelolaan data yang lebih efisien dan akurat. Hasil evaluasi menunjukkan bahwa Random Forest memiliki akurasi tertinggi (87.75%) dan F1-score (0.922), menunjukkan keseimbangan yang baik antara Precision dan recall. Meskipun demikian, K-Nearest Neighbors menonjol dalam menemukan sebagian besar kasus stunting yang sebenarnya. Kesimpulannya, model Random Forest mungkin menjadi pilihan terbaik untuk mendiagnosis stunting pada anak-anak, karena kombinasi akurasi tinggi dan kemampuan menemukan kasus stunting yang lebih baik dari model lainnya. Penelitian ini memberikan wawasan tentang penerapan ML dalam mendukung deteksi dini stunting, memungkinkan intervensi yang lebih tepat dan cepat bagi anak-anak yang membutuhkan perhatian kesehatan yang lebih intensif.
Analisis Perbandingan Kinerja Model Machine Learning untuk Memprediksi Risiko Stunting pada Pertumbuhan Anak: Analysis of Performance Comparison of Machine Learning Models for Predicting Stunting Risk in Children's Growth Sahamony, Nur Fitriyani; Terttiaavini, Terttiaavini; Rianto, Harsih
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1210

Abstract

Stunting menjadi masalah serius dalam pertumbuhan anak di Indonesia, mendorong penelitian ini untuk mengembangkan model prediksi menggunakan Machine Learning. Tujuan penelitian adalah membandingkan performa dari lima algoritma yaitu Random Forest, Logistic Regression, Naïve Bayes, SVM dan  Neural Networks untuk memprediksi stunting anak. Data stunting anak tahun 2023 dari Kota Lubuk Linggau yang digunakan dengan total 400 sampel. Metodologi penelitian melibatkan langkah inisiasi, pengembangan model linier, pembandingan hasil pengujian model, dan analisis prediksi menggunakan platform KNIME. Hasil uji menunjukkan bahwa Naïve Bayes memiliki performa tertinggi dengan akurasi = 98,57%, F1-Score = 0,99, serta recall dan precision yang sangat tinggi. Random Forest juga memberikan hasil baik dengan akurasi = 98,29%, namun Naïve Bayes diidentifikasi sebagai model terbaik. Penelitian ini memberikan kontribusi signifikan dalam upaya untuk pencegahan stunting dengan menggabungkan teknologi Machine Learning dan analisis dataset kesehatan. Dengan mengembangkan model prediksi menggunakan berbagai algoritma machine learning, diharapkan dapat membantu praktisi kesehatan dalam mengidentifikasi risiko stunting secara dini. Model yang optimal dapat digunakan sebagai alat pendukung keputusan untuk memberikan intervensi yang tepat dan efektif.
Evaluasi Layanan Publik pada Platform E-Government menggunakan Indeks Layanan Publik Elektronik dan Metode Importance Performance Analysis: Evaluating Public Services on E-Government Platforms through the Electronic Public Service Index and Importance Performance Analysis Method Permatasari, Indah; Terttiaavini, Terttiaavini; Heryati, Agustina; Saputra, Tedy Setiawan
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1230

Abstract

Dinas Kependudukan dan Pencatatan Sipil Kota Palembang telah menerapkan pendekatan inovatif untuk meningkatkan efisiensi dan aksesibilitas melalui pengenalan Platform E-Government. Untuk mendapatkan tanggapan masyarakat, sangat penting untuk mengukur kepuasan pengguna terhadap Layanan Website sebagai langkah awal dalam proses perbaikan. Penelitian ini bertujuan untuk menilai Layanan Website Disdukcapil dengan mengidentifikasi tingkat kepuasan pengguna, mengevaluasi kinerja platform, dan memberikan rekomendasi perbaikan guna meningkatkan efektivitas layanan. Indikator diambil dari Indeks Layanan Publik Elektronik, dengan pengujian validasi menggunakan SPSS, dan Metode Importance Performance Analysis (IPA) digunakan untuk menganalisis sejauh mana kinerja aktual suatu variabel sesuai dengan harapan pengguna. Penelitian ini menghasilkan indeks layanan elektronik sebesar 3,417, menunjukkan penilaian yang sangat baik terhadap layanan E-Government. Namun, uji sampel berpasangan mengungkapkan adanya perbedaan yang signifikan antara kinerja aktual dan harapan pengguna. Analisis ini menegaskan perlunya perbaikan layayan guna meningkatkan kepuasan pengguna. Rekomendasi perbaikan yang dihasilkan dari analisis ini diharapkan dapat memberikan kontribusi positif terhadap efektivitas layanan publik elektronik di Dinas Kependudukan dan Pencatatan Sipil Kota Palembang.
Pengembangan Aplikasi Bunda Care untuk Pemantau Tumbuh Kembang Anak Sebagai Inovasi Antisipatif Penanggulangan Stunting dengan Pendekatan Agile Development: Development of Bunda Care Application for Growth Monitoring Child Growth and Development as an Anticipatory Innovation to Combat Stunting with Agile Development Approach Terttiaavini, Terttiaavini
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1288

Abstract

Sampai saat ini, stunting masih menjadi masalah kesehatan masyarakat yang signifikan, terutama di lingkungan dengan akses terbatas terhadap nutrisi dan perawatan kesehatan. Penelitian ini dilatarbelakangi oleh kebutuhan untuk meningkatkan pemantauan pertumbuhan anak secara efektif. Pusat Kesehatan Masyarakat (Puskesmas) mengalami kesulitan dalam pendataan anak akibat kunjungan untuk pemeriksaan yang tidak teratur, menyebabkan ketidakpastian data dan kesulitan dalam pencegahan stunting. Tujuan penelitian ini adalah untuk mengembangkan aplikasi Bunda Care berbasis Android sebagai alat inovatif untuk memudahkan pemantauan pertumbuhan anak, memberikan informasi edukatif, dan mendorong partisipasi orang tua. Pengembangan aplikasi dilakukan menggunakan metode Agile Development dengan melibatkan pemangku kepentingan dan pengguna akhir untuk memastikan solusi sesuai dengan harapan. Aplikasi Bunda Care berhasil dikembangkan dengan antarmuka pengguna yang ramah, fitur pemantauan pertumbuhan, informasi edukatif, dan notifikasi peringatan. Hasil pengujian black box menunjukkan kinerja positif, sesuai dengan harapan pengguna, dan dapat menjadi solusi inovatif dalam pencegahan stunting.
Co-Authors Abdul Kholik Ade Dea Doyosy Agustina Agustina Heryati Agustina Heryati Agustina Heryati Heryati Ahmad Sanmorino Ajeng Oktatriani Akbar, M Dani Alie, Muhammad F. Andiki Sianipar Annisa Kurnia Antoni, Darius Arminarahmah, Nur Asmawati Asmawati Asmawati Asmawati Astuti, Lastri Widya Cahyani, Septa Candra Setiawan Cindy Destyana Putri Darmawan Susilo Derra Legiana Chintiya Dona Marcelina Eliya Berliana Endang Sri Lestari Endang Sri Lestari Ermatita - Evi Purnamasari Fadiya Faradita Fadly, Farid Fakhry Zamzam Fauziah Afriyani Fellyanus Habaora Fidya Nur Syabitha Fitriyana, Ayu fitriyani, Ulfa Habibillah, Amri Harsi Romli Harsih Rianto Hartati, Lesi Heryati, Agustina Indah Permatasari Indah Sukmawati Inessia Inessia Isabella, Isabella Iski Zaliman Iski Zaliman Jefirstson Richset Riwukore Juniarti, Anggi Putri K.Ghazali Kardinata, Silvia Kartina, Riza Lastri Widya Astuti Lesfandra Lesfandra Lesfandra, Lesfandra Lesi Hertati Lili Syafitri, Lili M Amaruna Sahona M Ravensky Taro Danayaksa Marcelina, Dona Marnisah, Luis Martadinata, A. Taqwa Masroni Dedi Kiswanto Maya Amelia Mody Sertian Amanda Muda, Seftia Putri Muhammad A. A. Hakim Muhammad Ramadhan Mulyati Mulyati Mulyati Mulyati Mustafa Ramadhan Mustika, Suci Permata Nadila Nurhalizah Ningsih Wahyuni Oktariani, Putri Pratama, Alga Wahyu Pratiwi Putri, Indah Purnamasari, Evi Putri Tsabita Putri, Indah Pratiwi Rahayu, Adelia Refki Saputra Rendra Gustriansyah Resti Wulandari Romli, Harsi Roni Sumari Hutabarat Sabrina Salsabila Putri Sahamony, Nur Fitriyani Salbani Salbani Sanawi, Fakhri Saputra, Tedy Setiawan Saputri, Lyra Ananda Seftia Putri Muda Sella Oktania Septa Cahyani Siti Komariah Hildayanti, Siti Komariah Suntana, Muhammad Yunus Thoiyibah Islamia Tri Septa Yulandari Trisna Hardianto Yeti Friyani Yossy Andri Ani Yulius, Yosef Zaliman, Iski Zanetti Julyah Berliana Perdana