Article Per Year (5 Year)
p-Index From 2020 - 2025
2.677
P-Index
This Author published in this journals
All Journal Jurnal Obsesi: Jurnal Pendidikan Anak Usia Dini Jurnal AME (Aplikasi Mekanika dan Energi): Jurnal Ilmiah Teknik Mesin Joined Journal (Journal of Informatics Education Journal of Electrical Engineering and Computer (JEECOM) Jurnal Pengabdian Pada Masyarakat Indonesia (JPPMI) COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Journal Of Informatics And Busisnes The Indonesian Journal of General Medicine JESICA
Yanto, Dwi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Transportation Veterinary Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Journal of Electrical Engineering and Computer (JEECOM)

 1 
Classification Of Direction Using Naive Bayes Classifier Method (Case Study Of Hidayatul Islam Leces Vocational School) Yanto, Dwi; Susanto, Heri; Rusdiana, Ninanesia; Zulkifli, Kiky
Journal of Electrical Engineering and Computer (JEECOM) Vol 7, No 1 (2025)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v7i1.11160

Abstract

Abstract— Determining student majors is an important process in the world of education that can affect students' future. In this thesis, we conducted a study on determining student majors using the Naive Bayes Classifier algorithm at SMK Hidayatul Islam. The purpose of this study was to test the accuracy of the Naive Bayes Classifier algorithm in predicting student majors and to provide recommendations that can support decision making in determining student majors. This study uses historical data of SMK Hidayatul Islam students which includes various attributes such as academic grades, Mathematics, Science, Language, Science, and Average report card grades. The data was processed and trained on the Naive Bayes Classifier algorithm using machine learning methods. Furthermore, the algorithm was tested using separate test data. The results showed that the Naive Bayes Classifier algorithm provided an accuracy of 97.50% in determining student majors at SMK Hidayatul Islam. This shows a very good ability to predict student majors based on existing attributes. With high accuracy, this algorithm can be an effective tool in helping the student major decision-making process. However, it should be noted that the results of this study need to be considered in the specific context of SMK Hidayatul Islam and the characteristics of its students. Factors such as students' interests and talents, parents' views, and job market needs should also be important considerations in determining students' majors. Therefore, the Naive Bayes Classifier algorithm should be used as one component in a broader decision-making process, which involves consideration of these various factors.
Implementation of the C4.5 Decision Tree Algorithm in Determining PIP Recipient Students Based on Poverty Susanto, Heri; Yanto, Dwi; Jamal, Jamal; Anam, Choirul; Nafisah, Thohirotun
Journal of Electrical Engineering and Computer (JEECOM) Vol 7, No 1 (2025)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v7i1.11078

Abstract

The Program Indonesia Pintar (PIP) is a government assistance in the form of a certain amount of cash given directly to students who are vulnerable to poverty according to the established criteria. However, in its implementation, there are still many recipients of PIP funds who are still not on target. Several results of evaluations and ongoing studies on the implementation of PIP show weaknesses in this program, namely related to the accuracy of determining the target of PIP fund recipients, where it was found that there were still many non-poor households who received this PIP fund assistance. The purpose of this study is to produce a decision support system to determine students who are truly worthy of being recommended to receive PIP fund assistance. The method used in this study is the Decision Tree C4.5 algorithm. The data used were 300 datasets, by selecting several relevant attributes. For processing using the Rapidminer tool, one of the popular software used in data mining processing. Meanwhile, the evaluation method uses a confusion matrix by calculating the accuracy value. From the test results in determining PIP acceptance at SD Negeri Kedungjajang 02 using the C4.5 algorithm, an accuracy of 97.33% was obtained, with the accuracy criteria of good classification.
Penerapan Sistem Informasi Geografis Pada Pemetaan Dan Monitoring Balita Stunting Yanto, Dwi; Susanto, Heri; Darmanto, Heri; Saputra, Adimas Budi; Andika, Febri Dwi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 2 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i2.9598

Abstract

Stunting pada anak merupakan masalah kesehatan masyarakat yang utama di banyak negara, terutama di negara berkembang termasuk Indonesia. Kecamatan Wonoasih memiliki 6 kelurahan dimana Kelurahan Sumbertaman memiliki tingkat prevalensi stunting paling tinggi. Bagi pemangku kepentingan hal ini agak aneh karena Kelurahan Sumbertaman secara lokasi relatif perkotaan, tingkat ekonomi dan tingkat pendidikan yang lebih memadai dibandingkan dengan kelurahan lainnya. Tujuan penelitian ini adalah guna mengetahui lebih detail penyebab terjadinya balita stunting dan tindakan yang tepat untuk mencegah dan mengatasinya. Untuk mengatasi permasalahan tersebut diperlukan suatu platform yang bisa menyediakan kebutuhan tersebut, yaitu Sistem Informasi Geografis (SIG)  yang  dapat menyajikan informasi pemetaan balita stunting secara lebih rinci, yakni pemetaan tingkat prevalensi stunting dengan menampilkan warna yang berbeda sesuai tinggi rendahnya tingkat prevalensi stunting dan juga menampilkan titik lokasi (geolocation) dari penyandang stunting untuk mengetahui sebaran dari penyandang stunting. Geolocation sangat diperlukan untuk mengetahui titik koordinat alamat penyandang stunting sehingga memudahkan dalam pencarian di lapangan dan diperlukan oleh stake holder sebagai bahan analisis di titik lokasi mana saja stunting itu terjadi. Dengan penerapan Sistem Informasi Geografis pada pemetaan dan monitoring balita stunting, stakeholder dapat bekerja lebih efektif dan efisien sehingga membantu menurunkan tingkat prevelansi stunting di wilayah Kecamatan Wonoasih. 
Pengembangan Sistem Informasi Pelayanan Masyarakat Desa (Simpelmase) Berbasis Web Anam, Choirul; Susanto, Heri; Yanto, Dwi; R.G., Fiqri
Journal of Electrical Engineering and Computer (JEECOM) Vol 5, No 2 (2023)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v5i2.6966

Abstract

Desa Sumberkledung merupakan penyelenggara urusan pemerintahan dalam bidang pelayanan kependudukan dan administrasi lainnya di lingkup masyarakat Desa. Pelayanan yang dilakukan selama ini belum  memikirkan kenyamanan masyarakat serta kecepatan dalam mengurus suatu dokumen karena semua layanan dilakukan secara konvensional. Di era digital saat ini, teknologi informasi telah memberikan dampak yang signifikan terhadap peningkatan efisiensi dan aksesibilitas pelayanan publik. Tujuan dari sistem ini adalah untuk meningkatkan pelayanan masyarakat di tingkat desa dengan menggunakan teknologi Internet, sehingga desa dapat merespon kebutuhan warga dengan lebih baik dan efisien. Dalam konteks ini, sistem informasi pelayanan masyarakat desa berbasis web nampaknya bisa menjadi solusi yang tepat. Dengan menggunakan teknologi berbasis web, desa dapat memperluas akses warga terhadap informasi dan layanan, mengurangi beban kerja dan mengoptimalkan proses administrasi. Metode pengembangan yang digunakan dalam penelitan ini adalah waterfall. Metode Waterfall merupakan pendekatan SDLC paling awal yang digunakan untuk pengembangan perangkat lunak. Pengujian fungsional sistem dilakukan dengan metode black box testing menggunakan metode uji validasi. Pengujian non fungsional yaitu pengujian kesesuaian dengan aplikasi sortsite. Hasil uji kompatibilitas menunjukkan bahwa Sistem Informasi Pelayanan Desa dapat berjalan pada semua browser. Kesimpulan dengan adanya sistem ini, proses permintaan pelayanan dapat menjadi lebih cepat dan efisien. Warga masyarakat dapat mengajukan permohonan atau melaporkan masalah melalui platform online, dan petugas desa dapat dengan cepat menindaklanjuti permintaan tersebut.
Penerapan Algoritma K-Means Dalam Menentukan Kualitas Satuan Pendidikan Berdasarkan Nilai Internal Dan Eksternal Yanto, Dwi; Susanto, Heri; Zulkifli, Kiky; Gupron, Fiqri Romadhonal
Journal of Electrical Engineering and Computer (JEECOM) Vol 5, No 2 (2023)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v5i2.6946

Abstract

Dinas Pendidikan Kabupaten probolinggo adalah dinas yang menaungi sekolah-sekolah yang ada di Kabupaten Probolinggo. Pendidikan dasar memiliki peran penting dalam pembangunan suatu negara, membentuk generasi muda yang berkualitas dan berkontribusi positif bagi masyarakat. Dinas Pendidikan Kabupaten Probolinggo membutuhkan data pengelompokan kualitas sekolah dasar yang ada di Kabupaten Probolinggo. Dimana hasil pengelompokan kualitas tersebut akan di gunakan Dinas Pendidikan Kabupaten Probolinggo untuk membina sekolah dasar yang memiliki kualitas kurang agar bisa lebih maju lagi. Selain itu pengelompokkan kualitas sekolah ini juga akan digunakan untuk memonitoring perkembangan sekolah dasar yang ada di Kabupaten Probolinggo. Pengelompokan kualitas sekolah tidak hanya berdasarkan indikator internal tetapi juga indikator eksternal. Oleh karena itu, penelitian ini menggunakan metode klasterisasi dengan algoritma K-Means untuk mengelompokkan sekolah dasar berdasarkan nilai internal dan eksternal. Penelitian ini bertujuan untuk membantu Dinas Pendidikan Kabupaten Probolinggo dalam menggambarkan kualitas sekolah dasar di berbagai cluster. Hasil analisis ini memberikan pemahaman mendalam tentang faktor-faktor yang memengaruhi kualitas pendidikan dasar dan memberikan rekomendasi yang baik untuk meningkatkan kualitas pendidikan. Berdasarkan hasil penelitian yang telah dilakukan  dengan metode K-Means terhadap pengelompokan kualitas sekolah dasar berdasarkan nilai internal dan eksternal sekolah, diperoleh hasil akhir berupa cluster yang keanggotaannya dengan kategori sekolah Unggul sejumlah 50%, Berkembang sejumlah 13% sekolah dan kategori Kurang Baik 36%. Penelitian ini dapat menjadi dasar bagi pembuat kebijakan pendidikan,  memonitoring perkembangan sekolah dasar yang ada di wilayah Kabupaten Probolinggo dan dapat melakukan pembinaan pada sekolah yang dipandang perlu.
Co-Authors Alfa Ridwan, Rofil Andika, Febri Dwi Choiriyah, Lailatul Choirul Anam AM Diponegoro Darmanto Darmanto Darmanto, Heri Dilla Puspita Fiddien, Khadijah Gupron, Fiqri Romadhonal Hablinur Alkindi Heri Susanto Irawan Yuswono Jamal Jamal Luluk Khoiriyah Michael Michael Nafisah, Thohirotun Ningrum, Dina Dwi Prasetya, Gilang Dira R.G., Fiqri Rahayu, Deasy Tri Rusdiana, Ninanesia Samara, Yeni Saputra, Adimas Budi Sari Rahmadhani Selfi Budi Helpiastuti Widat, Azanuril Yogi Sirodz Gaos, Yogi Sirodz Yuliatin Zulkifli, Kiky