Claim Missing Document
Check
Articles

Found 2 Documents
Search

PREDIKSI PEMBUATAN AKTA PADA KANTOR NOTARIS / PPAT MENGGUNAKAN METODE DATA MINING NAÏVE BAYES Nurhayati Nurhayati; Dona Prania
Jurnal Cendikia Vol 26 No 1 (2026): Jurnal Cendikia Vol. 26 No. 1 April 2026
Publisher : LPPM ITBA Dian Cipta Cendikia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.2313/jc.v26i1.619

Abstract

Kantor Notaris/Pejabat Pembuat Akta Tanah (PPAT) Rudi Hartono, S.H., M.Kn. memerlukan suatu sistem yang mampu membantu memprediksi keberhasilan pembuatan akta berdasarkan data historis guna meningkatkan efektivitas pelayanan dan mendukung pengambilan keputusan. Penelitian ini bertujuan menerapkan algoritma Naïve Bayes dalam memprediksi status pembuatan akta berdasarkan karakteristik data yang dimiliki kantor notaris. Data yang digunakan merupakan data historis pembuatan akta periode tahun 2023–2025 yang telah melalui proses seleksi, pembersihan data (data cleaning), transformasi data, serta pembagian dataset menjadi data latih (70%) dan data uji (30%) menggunakan tahapan CRISP-DM (Cross Industry Standard Process for Data Mining). Variabel penelitian meliputi jenis akta, jenis klien, kelengkapan berkas, waktu pengurusan, dan status akta. Implementasi model dilakukan menggunakan Python (Google Colab) dan RapidMiner, sedangkan evaluasi model dilakukan dengan Confusion Matrix untuk memperoleh nilai accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu menghasilkan tingkat accuracy sebesar 90%, precision sebesar 92,68%, recall sebesar 95%, dan F1-score sebesar 93,82%. Hasil tersebut menunjukkan bahwa model memiliki kemampuan klasifikasi yang sangat baik dalam memprediksi status pembuatan akta. Selain itu, atribut kelengkapan berkas merupakan faktor yang paling berpengaruh terhadap keberhasilan proses pembuatan akta. Dengan demikian, algoritma Naïve Bayes layak diterapkan sebagai sistem pendukung keputusan pada Kantor Notaris/PPAT Rudi Hartono, S.H., M.Kn. untuk membantu meningkatkan kualitas pelayanan, efisiensi proses administrasi, serta mendukung pengambilan keputusan yang lebih akurat berdasarkan data historis.
Prediksi Penyediaan Material Kwh Meter (Pasang Baru) Menggunakan Metode Exponential Smoothing Dona Prania; Nurmayanti Nurmayanti; Merri Parida; Frengki Pratama
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v6i01.1537

Abstract

Pengelolaan persediaan material KWH meter sangat penting untuk mendukung kelancaran operasional pemasangan pasang baru di PT PLN (ULP Bumi Abung). Ketidaktepatan dalam memprediksi kebutuhan dapat menyebabkan overstock yang meningkatkan biaya penyimpanan atau understock yang menghambat pelayanan. Penelitian ini menggunakan metode Exponential Smoothing untuk memprediksi kebutuhan material berdasarkan data historis permintaan. Peramalan dilakukan menggunakan perhitungan manual di Microsoft Excel dan pemodelan otomatis melalui RapidMiner. Hasil penelitian menunjukkan bahwa metode Exponential Smoothing mampu memberikan prediksi yang stabil dan cukup akurat untuk kebutuhan periode selanjutnya. Penerapan hasil prediksi ini membantu perusahaan mengoptimalkan manajemen persediaan, mengurangi risiko ketidakseimbangan stok, serta meningkatkan efisiensi operasional.