Article Per Year (5 Year)
p-Index From 2021 - 2026
0.835
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Journal Of Computer Science And Technology Fusion : Journal of Research in Engineering, Technology and Applied Sciences
Wiwin Handoko
Universitas Royal
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Economics, Econometrics & Finance Education Materials Science & Nanotechnology Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penerapan Metode Naive Bayes Dalam Memprediksi Kelayakan Penerima Bantuan Sosial Beras Miskin Di Kelurahan Sidomulyo Elvie Yanti; Rahma Diana Daulay; Rozi Juliantika; Wiwin Handoko
Journal of Computer Science and Technology (JOCSTEC) Vol 3 No 3 (2025): JOCSTEC - September
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jocstec.v3i3.573

Abstract

Bantuan sosial adalah salah satu program utama pemerintah untuk meningkatkan taraf hidup masyarakat. Salah satu program bantuan sosial yang menjadi perhatian pemerintah adalah bantuan Raskin (beras untuk keluarga miskin). Pengelolaan program bantuan sosial Raskin di Kelurahan Sidomulyo selama ini dilakukan dengan cara manual, yang mengakibatkan ketidakakuratan data dan ketidaktepatan sasaran penerima bantuan. Penelitian ini bertujuan untuk memperbaiki akurasi dan efisiensi proses seleksi penerima bantuan Raskin dengan menerapkan model Naive Bayes. Model ini digunakan untuk mengelompokkan data penerima berdasarkan kriteria, seperti kondisi rumah, status kepemilikan rumah, tanggungan keluarga, dan jumlah penghasilan. Berdasarkan penelitian yang dilakukan menggunakan data dari 300 kepala keluarga, model ini berhasil mencapai tingkat akurasi sebesar 81,66%. Hasil penelitian menunjukkan bahwa 60,3% kepala keluarga dinyatakan layak menerima bantuan, sedangkan 39,7% tidak layak. Implementasi model Naive Bayes diharapkan dapat meningkatkan transparansi, keadilan, dan efisiensi dalam pelaksanaan program bantuan sosial di masa yang akan datang. 
Penerapan K-Means Clustering Untuk Segmentasi Penjualan Di Minimarket Mardi Dengan Pendakatan Machine Learning Imam Frandika; Sofana Bayor Hud; Wiwin Handoko
Journal of Computer Science and Technology (JOCSTEC) Vol 3 No 3 (2025): JOCSTEC - September
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jocstec.v3i3.574

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan machine learning dalam analisis data penjualan untuk mendukung pengambilan keputusan bisnis. Minimarket Mardi memiliki beragam produk dengan pola pembelian yang bervariasi, sehingga diperlukan metode analisis yang mampu mengelompokkan data penjualan secara lebih terstruktur. Penelitian ini menerapkan algoritma K-Means Clustering untuk melakukan segmentasi penjualan berdasarkan atribut tertentu, seperti kategori produk, jumlah penjualan, serta frekuensi transaksi. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, penentuan jumlah klaster optimal dengan metode Elbow, serta implementasi algoritma K-Means. Hasil analisis menunjukkan terbentuknya beberapa klaster yang merepresentasikan pola penjualan produk di Minimarket Mardi, mulai dari produk dengan tingkat penjualan tinggi, sedang, hingga rendah. Segmentasi ini dapat membantu manajemen minimarket dalam merancang strategi pemasaran yang lebih tepat sasaran, pengelolaan stok yang lebih efisien, serta peningkatan pelayanan kepada konsumen. Dengan demikian, penerapan K-Means Clustering terbukti efektif dalam mendukung pengambilan keputusan berbasis data di sektor ritel.
Prediksi Kelayakan Mustahiq Zakat Fitrah di Masjid Nur Hadi Menggunakan Metode Naïve Bayes M. Sura Aprianto; Siti Fatimah Sitorus Pane; Tri Adetia Natasya; Wiwin Handoko
Fusion : Journal of Research in Engineering, Technology and Applied Sciences Vol. 2 No. 1 (2025): Fusion - April
Publisher : PT. Faaslib Serambi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66341/fusion.v2i1.276

Abstract

Perkembangan teknologi informasi telah memberikan dampak signifikan dalam pengelolaan zakat, khususnya zakat fitrah. Zakat fitrah merupakan kewajiban umat Islam untuk membantu kaum dhuafa yang membutuhkan. Namun, proses penentuan mustahiq (penerima zakat) sering kali dilakukan secara manual, sehingga berisiko terjadi ketidaktepatan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi kelayakan mustahiq zakat fitrah menggunakan metode Naïve Bayes di Masjid Nur Hadi, Kelurahan Dadimulyo, Kecamatan Kota Kisaran Barat. Metode Naïve Bayes dipilih karena kemampuannya dalam klasifikasi berbasis probabilitas dengan asumsi independensi antar-atribut. Data yang digunakan mencakup atribut seperti golongan, pendapatan, jumlah tanggungan, tempat tinggal, dan kondisi kesehatan. Pendekatan penelitian menggunakan metode CRISP-DM yang meliputi enam tahap, yaitu pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Hasil analisis menunjukkan bahwa sistem prediksi ini memiliki akurasi sebesar 88%. Dari 104 data mustahiq, sebanyak 74 orang (71,2%) dinyatakan layak menerima zakat, sedangkan 30 orang (28,8%) dinyatakan tidak layak. Evaluasi kinerja model menunjukkan nilai precision untuk kelas positif sebesar 85%, untuk kelas negatif sebesar 100%; nilai recall untuk kelas positif sebesar 100%, untuk kelas negatif sebesar 60%; serta F1-score untuk kelas positif sebesar 92%, dan kelas negatif sebesar 75%. Penelitian ini membuktikan bahwa metode Naïve Bayes mampu meningkatkan efisiensi dan akurasi dalam penentuan kelayakan mustahiq zakat fitrah. Sistem ini diharapkan dapat mendukung pengambilan keputusan yang lebih objektif dan transparan, sehingga zakat dapat disalurkan secara tepat sasaran dan memberikan manfaat maksimal bagi mustahiq yang membutuhkan.
Pengklasifikasian Tingkat Penjualan Sparepart Mobil di Putra Motor Menggunakan Algoritma K-Means Clustering Siti Nurhalimah; Sri Wahyuni; Wiwin Handoko
Fusion : Journal of Research in Engineering, Technology and Applied Sciences Vol. 2 No. 1 (2025): Fusion - April
Publisher : PT. Faaslib Serambi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66341/fusion.v2i1.277

Abstract

K-Means adalah salah satu metode pengelompokan data non-hierarki (partisi) yang bertujuan untuk membagi data ke dalam dua atau lebih kelompok berdasarkan kesamaan tertentu . Dalam penelitian ini, analisis data mining dilakukan menggunakan metode K-Means. Metode ini memungkinkan data yang telah diperoleh dikelompokkan ke dalam beberapa cluster berdasarkan kesamaan atau kemiripan antar data. Data dengan karakteristik yang serupa akan dikelompokkan dalam cluster yang sama, sementara data dengan karakteristik berbeda akan masuk ke cluster lain. Data dengan karakteristik yang serupa akan dikelompokkan dalam cluster yang sama, sementara data dengan karakteristik berbeda akan masuk ke cluster lain Pembuatan model clustering dilakukan dengan menggunakan K-Means Clustring untuk mengelompokkan tingkat penjualan sparepart mobil pada Putra Motor berdasarkan jumlah total dan total penjualan dari bulan januari sampai bulan juni 2024. Algoritma ini diterapkan melalui software Jupyter Notebook, menggunakan data yang telah diambil dari Putra Motor. Proses dimulai dengan menjalankan Jupyter Notebook, kemudian membuat file baru dengan format ipnyb dan mengaktifkan fungsi-fungsi yang terdapat didalam python. Hasil analisis menunjukkan bahwa terdapat 62 data dalam kategori penjualan sedang, 31 dalam rendah, dan 17 dalam tinggi. Temuan ini memberikan wawasan penting bagi Putra Motor untuk meningkatkan strategi pemasaran dan manajemen persediaan. Dengan sistem yang lebih efisien, perusahaan dapat mengurangi modal yang terjebak dalam persediaan dan meningkatkan profitabilitas. Penelitian ini juga menekankan pentingnya penerapan teknologi dalam analisis data untuk pengambilan keputusan yang lebih baik di sektor otomotif  
PENERAPAN METODE MAUT SEBAGAI MODEL PENENTUAN BANTUAN HOME CARE PADA DINAS SOSIAL KOTA TANJUNG BALAI BERBASIS WEB Hambali Hambali; Wiwin Handoko; Zulkhairani Zulkhairani; Cecep Maulana; Rahmad Riyadi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2705

Abstract

Abstract: Home Care is assistance for the elderly in the form of providing basic necessities and care assistance services so that the basic needs of the elderly are met reasonably in order to create a sense of security, comfort and peace for the elderly. Since the Tanjungbalai City Social Service provides Home Care assistance, there is no standard reference in determining the recipient of the assistance. This study is based on the discovery of the provision of Home Care assistance to the elderly which is manual, not computerized, so it is considered more subjective. The purpose of this study is to create a Decision Support System for Determining Home Care Assistance using the MAUT method using the PHP programming language and the MySql database which makes it easy for the Tanjungbalai City Social Service to determine who is eligible for Home Care assistance and get more objective results. In this study, the author uses interview and observation techniques in collecting data. The target output in this study is the publication of articles in accredited national journals. Keyword: SPK, MAUT, Home Care, PHP, MySql. Abstrak: Home Care adalah bantuan untuk lanjut usia berupa pemberian sembako dan pelayanan pendampingan perawatan sehingga terpenuhnya kebutuhan dasar lanjut usia secara wajar agar terwujudnya rasa aman, nyaman dan tentram bagi usia lanjut. Berhubung Dinas Sosial Kota Tanjungbalai ada memberikan bantuan Home Care tersebut yang dalam penentuan penerima bantuan tidak ada acuan standart. Maka penelitian ini didasarkan adanya penemuan pemberian bantuan Home Care pada usia lanjut yang manual tidak terpola komputerisasi sehingga lebih dipandang bersifat subjektif. Tujuan dari penelitian ini untuk membuat Sistem Pendukung Keputusan Penentuan Bantuan Home Care menggunakan metode MAUT menggunakan bahasa pemprograman PHP dan database MySql yang menghasilkan kemudahan bagi Dinas Sosial Kota Tanjungbalai dalam menentukan siapa saja yang layak mendapatkan bantuan Home Care dan mendapatkan hasil yang lebih objektif. Dalam penelitian ini penulis menggunakan teknik wawancara, observasi dalam mengumpulkan data. Luaran yang menjadi target dalam penelitian ini adalah publikasi artikel pada jurnal nasional terakreditasi. Kata kunci: SPK, MAUT, Home Care, PHP, MySql
Co-Authors Cecep Maulana Elvie Yanti Hambali Hambali Imam Frandika M. Sura Aprianto Rahma Diana Daulay Rahmad Riyadi Rozi Juliantika Siti Fatimah Sitorus Pane Siti Nurhalimah Sofana Bayor Hud Sri Wahyuni Tri Adetia Natasya Zulkhairani Zulkhairani