Claim Missing Document
Check
Articles

Found 2 Documents
Search

Klasifikasi Pegawai Terbaik Triwulan pada BPS Provinsi Gorontalo Menggunakan Algoritma Naïve Bayes Hanna Fidri Mardiny; Frangky Tupamahu; Hilmansyah Gani; Khairul Fathan Habie
Riau Jurnal Teknik Informatika Vol. 5 No. 2 (2026): Juli 2026
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v5i2.4714

Abstract

The selection of the best employee is an important performance evaluation process aimed at improving employee motivation and productivity. At the Statistics Indonesia (BPS) of Gorontalo Province, the selection process still involves subjective considerations, which may affect the consistency and objectivity of decision-making. Therefore, a data-driven approach is needed to support the evaluation process. This study aimed to implement the Naïve Bayes algorithm to classify the best quarterly employee based on employee performance assessment data. The dataset consisted of performance records from 54 employees of BPS Gorontalo Province collected from the first quarter of 2023 to the fourth quarter of 2024. The classification process utilized BerAKHLAK behavioral indicators, discipline indicators, and Employee Performance Achievement (CKP) as predictor variables, while the target variable was employee status, namely best employee and non-best employee. The research stages included data preparation, data transformation, training and testing data partitioning, model development using the Naïve Bayes algorithm, and model evaluation using a confusion matrix with accuracy, precision, recall, and F1-score metrics. The evaluation results showed that the proposed model achieved an accuracy, precision, recall, and F1-score of 100%, indicating high classification performance on the dataset used in this study. These findings demonstrate that the Naïve Bayes algorithm is effective in classifying employee performance and can be utilized as a decision-support tool for determining the best quarterly employee. The implementation of this method is expected to enhance the objectivity, consistency, and transparency of employee performance evaluation at Statistics Indonesia (BPS) of Gorontalo Province.
Penguatan Literasi Digital Siswa SMA Melalui Pengenalan Computational Thinking, Coding, dan Artificial Intelligence di SMA Negeri 2 Gorontalo Utara Khairul Fathan Habie; Wahyudin Hasyim
Jurnal Karya untuk Masyarakat (JKuM) Vol 7 No 2: JULI 2026
Publisher : Universitas Tarakanita

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36914/2tphjq62

Abstract

Kemampuan literasi digital, khusunya computational thinking, koding, dan artificial intelligence (AI) saat ini menjadi salah satu kompetensi yang harus dimiliki oleh setiap orang di era revolusi industri 4.0 dan society 5.0 tidak terkecuali para siswa. Namun, pemanfaatan teknologi di kalangan siswa SMA masih dominan pada aspek konsumsi, belum pada pemahaman konseptual dan pemecahan masalah berbasis teknologi. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk menguatkan literasi digital siswa SMA Negeri 2 Gorontalo Utara melalui pengenalan computational thinking, koding, dan artificial intelligence secara bertahap. Metode pelaksanaan yang digunakan adalah ceramah interaktif dan partisipatif dengan pendekatan bertahap yang terdiri dari perencanaan dan pelaksanaan. Tahap perencanaan, tim melakukan koordinasi dengan pihak sekolah, identifikasi kebutuhan siswa, serta penyusunan materi dan modul pelatihan. Tahap pelaksanaan dibagi ke dalam tiga sesi utama: pengenalan computational thinking melalui aktivitas unplugged activity, pengenalan koding dengan bahasa pemrograman Python dan platform CodeCombat, serta pengenalan kecerdasan buatan melalui contoh-contoh aplikasi AI dalam kehidupan sehari-hari. Kegiatan dilaksanakan di SMA Negeri 2 Gorontalo Utara, pada tanggal 07 April 2026 dengan durasi 2 Jam dan melibatkan siswa sebagai peserta. Keberhasilan kegiatan pelatihan diukur dengan rangkaian pre-test dan post-test. Hasil kegiatan menunjukkan adanya peningkatan pada indikator kesadaran dalam penggunaan AI, dari 7% sebelum pelatihan meningkat menjadi 32% setelah kegiatan.