Article Per Year (5 Year)
p-Index From 2021 - 2026
5.182
P-Index
This Author published in this journals
All Journal Pendidikan Bahasa dan Sastra Indonesia Chemica: Jurnal Ilmiah Kimia dan Pendidikan Kimia INTEKNA Jurnal Zarah IJISTECH (International Journal Of Information System & Technology) JURNAL MUTIARA MANAJEMEN Majalah Ilmiah Warta Dharmawangsa Jurnal Komposit : Jurnal Ilmu-Ilmu Teknik Sipil Journal of Economics and Business UBS IJISTECH Jurnal Kesehatan STIKes IMC Bintaro Jurnal Media Informatika AbdiTechno (Jurnal Pengabdian Masyarakat) Journal of Research in Instructional SEMESTA: Journal of Science Education and Teaching Husnayain Business Review Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan International Journal of Public Health Excellence (IJPHE) Publikasi Riset Mahasiswa Akuntansi QISTINA: Jurnal Multidisiplin Indonesia Journal of Education Technology Information Social Sciences and Health International Journal of Community Service (IJCS) Jurnal Manajemen Informatika dan Bisnis Digital Journal of Artificial Intelligence and Digital Business Indonesian Research Journal on Education Jurnal AL-Muta`aliyah : Jurnal Pendidikan Guru Madrasah Ibtidaiyah Nanggroe: Journal Of Scholarly Service Nanggroe: Journal of Scholarly Service Socius: Social Sciences Research Journal Journal of Health Science and Medical Therapy Jurnal Tonggak Pendidikan Dasar : Jurnal Kajian Teori dan Hasil Pendidikan Dasar Majapahit Journal of Islamic Finance dan Management Majapahit Journal of Islamic Finance dan Management International Journal of Indonesian Business Review Sociality: Journal of Public Health Service Jurnal Intervensi Sosial Jurnal Ekonomi dan Bisnis Jurnal Pembina
Ramadani, Putri
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Media Informatika

 1 
Perbandingan Algoritma Naïve Bayes, C4.5, dan K-Nearest Neighbor untuk Klasifikasi Kelayakan Program Keluarga Harapan Ramadani, Putri; Fadillah, Riszki; Adawiyah, Quratih; Suerni, Suerni; Al Ghazali, Baginda Restu
Jurnal Media Informatika Vol. 6 No. 1 (2024): Jurnal Media Informatika Edisi September - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i1.6083

Abstract

Penelitian ini bertujuan membandingkan kinerja tiga algoritma klasifikasi—Naïve Bayes, C4.5, dan K-Nearest Neighbor (K-NN)—dalam menentukan kelayakan penerima Program Keluarga Harapan (PKH) di Rantau Prapat. Dataset terdiri dari 109 data keluarga dengan variabel seperti pendapatan, jumlah tanggungan, status pekerjaan, dan kepemilikan aset. Pengolahan dan analisis data dilakukan menggunakan RapidMiner Studio, dengan evaluasi kinerja berdasarkan akurasi, presisi, recall, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa algoritma C4.5 memberikan kinerja terbaik dengan akurasi 91,8%, presisi 90,7%, recall 92,3%, dan AUC 0,944. Naïve Bayes mencatat akurasi 87,2% dan recall 88,9%, sedangkan K-NN menghasilkan akurasi 89,9% dan recall 91,1%, namun memerlukan komputasi lebih tinggi. Temuan ini menunjukkan bahwa C4.5 lebih efektif dalam mengklasifikasikan kelayakan penerima PKH secara akurat dan efisien. Penelitian ini menegaskan potensi algoritma machine learning dalam mendukung pengambilan keputusan pada program bantuan sosial. Studi lanjutan disarankan untuk memperluas cakupan data dan mengeksplorasi metode klasifikasi lainnya guna optimalisasi distribusi bantuan.
Prediksi hasil belajar mahasiswa pada PBL menggunakan algoritma Decision Tree untuk evaluasi pembelajaran Irfan, Desi; Ramadani, Putri; Nasution, Atika Sdaariah; Irwansyah, Irwansyah; Ramadan, Joeanda Bagus
Jurnal Media Informatika Vol. 6 No. 1 (2024): Jurnal Media Informatika Edisi September - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i1.6085

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi hasil belajar mahasiswa yang mengikuti pembelajaran berbasis masalah (Problem-Based Learning/PBL) menggunakan algoritma Decision Tree. Model ini dikembangkan dengan memanfaatkan data yang mencakup variabel-variabel seperti Nilai Tugas, Nilai Ujian, Tingkat Partisipasi, dan Waktu Belajar. Data yang digunakan dalam penelitian ini terdiri dari 150 data mahasiswa yang dibagi menjadi 80% untuk data pelatihan dan 20% untuk data uji. Hasil pelatihan model menunjukkan akurasi pelatihan rata-rata sebesar 91%, yang mengindikasikan kemampuan model dalam mempelajari pola-pola dalam data dengan sangat baik. Sementara itu, akurasi pengujian rata-rata sebesar 85.1% menunjukkan bahwa model dapat memprediksi hasil belajar mahasiswa pada data yang belum terlihat sebelumnya dengan ketepatan yang memadai. Meskipun terdapat sedikit perbedaan antara akurasi pelatihan dan pengujian yang mengindikasikan adanya overfitting, model ini tetap efektif dalam mengklasifikasikan hasil belajar mahasiswa. Penelitian ini juga menyarankan penggunaan teknik hyperparameter tuning dan regularisasi untuk meningkatkan performa model, khususnya dalam mengurangi overfitting dan meningkatkan akurasi pada data uji. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa model Decision Tree dapat menjadi alat yang efektif dalam memprediksi hasil belajar mahasiswa dan dapat digunakan untuk memperbaiki strategi pembelajaran berbasis PBL di masa depan.
Co-Authors Abdi Abdul Azis Abdurahman, Eka Prahadian Adawiyah, Quratih Ahadits, Mukhtarul Al Ghazali, Baginda Restu Amaliah, Nazla Ananda, Santi Kurnia Arief Muttaqiin ASRIL ASRIL Bella , Meicyntia Br Ginting, Devi Eriliani Brahmana, Selvina Tawanta Citra Rosalyn Anwar Dudi Permana Ellya Ratna Ernawilis Evita Putri, Rahmah Fadilah, Nur Zatil Fadillah, Riszki Fajri, Haikal Fiddin, Fachroh Gusti Pirandy Hafrison, Mohammad Hajra, Andi Handayani, Rika Hilfi Pardi INTAN NUR FITRIYANI Irfan, Desi Irwansyah Irwansyah Isjoni Isjoni juwita, lisavina Latipah, Salwa Lesmana, Reinaldi lubis, kartika sari Lusiana Lusiana Lutfi, Ridwan Luthfiya, Siti Nathasya Mahbub, Zaki Maknun, Lu’luil Mardivta, Hafizhah Muhammad Rahmat Muhammad Rusmin, Muhammad Nailatun Nadrah Najifah, Shakila Nasution, Atika Sdaariah Nasution, Fitriyani Nasution, Khoirul Bariyah Nasution, Syairah Nur B, Annisa Nurlina, Dedek Pandia, Nur Aisyah Purwandito, Meilandy Putra, Eka Ramadhani Putri Sari Dewi, Putri Sari Putri, Leoni Amanda Rahmiwati Rahmiwati, Rahmiwati Raja, M. R. Buana Ramadan, Joeanda Bagus Ramadhani, Muhammad Rizki Ramdani Bayu Putra Ratna Dewi Riszki Fadillah Rita Kurnia Ritonga, Fajar Utama Rukmini Rusdiansyah Rusdiansyah Sadarang, Rimawati Aulia Insani Safina, Wan Dian Selvia S, Indri Siara, Sabina Siregar, Salsabila Putri Hati Skunda Diliarosta Sudding, Sudding Suerni, Suerni Suhendar, Andri Suminar, Mira Surbakti, Maria Magdalena Tambunan , Novidawati Tampubolon, Sonang Martua Taty Sulastry Vientiany, Dini Wahyuni, Alvi Dwi Wati, Putri Kurni Wijaya, Ronni Andri Yulia Evania, Deara Zainarti Zainarti