Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Jurnal Sains Informatika Terapan (JSIT)
Dila Siti Nurfadhilah
Universitas LanglangBuana
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemetaan Potensi Lahan Pertanian Berbasis Sistem Informasi Geografis Di Kabupaten Bandung Dila Siti Nurfadhilah; Raden Sukmana; Adiputra Anugerah Brilliant; Hanif Muthiar Tsani; Dendi Hadiputra
Jurnal Sains Informatika Terapan Vol. 5 No. 1 (2026): Jurnal Sains Informatika Terapan (Februari, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v5i1.984

Abstract

Potensi lahan pertanian merupakan faktor penting dalam mendukung perencanaan dan pengelolaan pertanian yang berkelanjutan. Variasi karakteristik biofisik, khususnya jenis tanah dan curah hujan, menyebabkan perbedaan tingkat kesesuaian lahan antarwilayah. Penelitian ini bertujuan untuk memetakan potensi lahan pertanian di Kabupaten Bandung berdasarkan parameter jenis tanah dan curah hujan menggunakan Sistem Informasi Geografis (SIG) serta memvisualisasikan hasilnya melalui platform WebGIS. Analisis spasial dilakukan menggunakan teknik reklasifikasi dan weighted overlay pada perangkat lunak ArcGIS, dengan bobot yang sama untuk parameter jenis tanah dan curah hujan. Potensi lahan akhir diklasifikasikan ke dalam lima kelas kesesuaian, yaitu sangat sesuai, sesuai, cukup sesuai, kurang sesuai, dan tidak sesuai. Hasil penelitian menunjukkan bahwa proses overlay berhasil mengintegrasikan kedua parameter dan menghasilkan distribusi spasial potensi lahan yang konsisten, di mana wilayah dengan karakteristik tanah yang menguntungkan dan tingkat curah hujan yang optimal cenderung berada pada kelas kesesuaian yang lebih tinggi. WebGIS yang dikembangkan menggunakan LeafletJS memungkinkan visualisasi interaktif peta potensi lahan beserta informasi atribut pendukung, sehingga memudahkan pengguna dalam memahami potensi lahan pertanian tanpa memerlukan keahlian SIG tingkat lanjut. Penelitian ini menunjukkan bahwa integrasi analisis spasial berbasis SIG dan visualisasi berbasis web merupakan pendekatan yang efektif untuk menyajikan informasi potensi lahan pertanian dan mendukung perencanaan pertanian wilayah.
KLASIFIKASI DAN PREDIKSI PENANGANAN ANAK TERLANTAR BERBASIS CART DAN RANDOM FOREST Dila Siti Nurfadhilah; Gina Indah Permata Nastia; Raden Sukmana
Journal of Information System Management (JOISM) Vol. 8 No. 1 (2026): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v8i1.2607

Abstract

Permasalahan anak terlantar memerlukan penanganan berbasis data yang sistematis. Penelitian ini membangun model klasifikasi status penanganan anak terlantar menggunakan Decision Tree (CART) dan Random Forest yang diimplementasikan dalam dashboard interaktif. Data sintetis dihasilkan dari distribusi agregat UPTD PPSGRA Dinas Sosial Jawa Barat periode 2020-2025 menggunakan Distribution-based Synthetic Data Generator. Dataset terdiri dari 5 variabel input (lembaga, jenis kelamin, tingkat pendidikan, kondisi ekonomi, usia) untuk memprediksi status penanganan (Berhasil, Proses, Gagal). Metode supervised learning dengan pembagian 80% training dan 20% testing menghasilkan Random Forest unggul dengan accuracy 74.6%, lebih baik dari Decision Tree (71.5%). Analisis feature importance mengidentifikasi usia sebagai faktor paling dominan (48.53%), diikuti oleh lembaga penanganan (21.46%) dan tingkat pendidikan (17.86%), sementara kondisi ekonomi (6.70%) dan jenis kelamin (5.46%) menunjukkan kontribusi yang lebih rendah. Temuan bahwa usia mendominasi feature importance mengindikasikan pentingnya pendekatan age-specific dalam program intervensi anak terlantar. Dashboard berbasis Streamlit menyediakan visualisasi perbandingan model, confusion matrix, feature importance, dan prediksi real-time dengan interpretasi otomatis. Penelitian ini berkontribusi pada penerapan machine learning untuk kesejahteraan sosial dengan pendekatan privacy-preserving, menyediakan decision support system untuk Dinas Sosial dalam pengambilan keputusan berbasis data.
Co-Authors Adiputra Anugerah Brilliant Dendi Hadiputra Gina Indah Permata Nastia Hanif Muthiar Tsani Raden Sukmana