Nur, Hidayat Muhammad
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Algoritma K-Nearest Neighbor (K-NN) Untuk Prediksi Ketidaklulusan Mahasiswa Berdasar Presensi dan IPK Nur, Hidayat Muhammad; Maarif, Vadlya; Imaniawan, Fabriyan Fandi Dwi; Sardiarinto, Sardiarinto; Saputro, Eko
Indonesian Journal Computer Science Vol. 4 No. 1 (2025): April 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/3smve945

Abstract

SISTEM INFORMASI PEMETAAN PELANGGARAN DAN KONSELING SISWA SEKOLAH MENENGAH PERTAMA Nur, Hidayat Muhammad; Dwi Imaniawan, Fabriyan Fandi; Zuhrina, Arifatus
Computatio : Journal of Computer Science and Information Systems Vol. 5 No. 1 (2021): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v1i1.12269

Abstract

AbstrakSekolah menjadi lingkungan pembelajaran nilai dan norma yang dilakukan setelah keluarga, untuk peran tersebut pentingnya peran guru didukung teknologi manajemen data untuk mengetahui perkembangan siswa. Proses interaksi dalam sistem informasi berbasis web bimbingan konseling ini, memuat laporan pengolahan data permasalahan siswa, yang memuat terdiri dari fungsi halaman utama, data guru, data jabatan, data wali murid, data tahun ajaran, data pengguna, data kelas, data jurusan, data pelanggaran, data kategori pelanggaran, data siswa, proses penginputan identitas, proses pencatatan catatan pelanggaran, statistik pelanggaran, jumlah poin keseluruhan siswa. Dengan perancangan sistem menggunakan metode Prototype sebagai metode pengembangan perangkat lunak dan bahasa pemrograman PHP dengan MySQL sebagai basis data. Hasil dari perancangan sistem informasi ini dapat mempermudah dalam proses pembuatan laporan, data yang disimpan secara sistematis dalam perangkat komputer dapat dicari dan diperiksa melalui program ini. Hak akses pengolahan data berupa poin serta pencarian data pelanggaran yang dibutuhkan juga dapat terpenuhi sesuai dengan kebutuhan user dan administrator.  Kata kunci— Sistem Informasi, Pemetaan Pelanggaran, Poin, Bimbingan Konseling, Prototype Berbasis Web  AbstractThe school becomes an environment for learning values and norms that are carried out after the family, for this role the importance of the teacher's role is supported by data management technology to determine student development. The interaction process in this counseling guidance web-based information system contains reports on student problem data processing, which consist of main page functions, teacher data, position data, student guardian data, school year data, user data, class data, department data, data violations, violation category data, student data, identity input process, violation record recording process, violation statistics, the total number of student points. By designing the system using the Prototype method as a software development method and the PHP programming language with MySQL as the database. The results of this information system design can facilitate the process of making reports, data stored systematically in computer devices can be searched and checked through this program. Access rights for data processing in the form of points as well as searching for required violation data can also be fulfilled according to user and administrator needs. Keywords— Information System, Violating Mapping, Point, Counseling Guidance, Prototype Web based
Analisis Perbandingan Algoritma Semi-Supervised Learning dalam Klasifikasi Adiksi Smartphone dengan Keterbatasan Data Terlabel Widianto, Triadi; Purwati, Nani; Nur, Hidayat Muhammad; Syukron, Akhmad; Sardiarinto; Saputro, Eko
Informatics and Computer Engineering Journal Vol 6 No 2 (2026): Periode Agustus 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v6i2.12939

Abstract

Penelitian ini menganalisis perbandingan kinerja algoritma Semi-Supervised Learning (SSL), Support Vector Machine (SVM), dan Neural Network dalam klasifikasi adiksi smartphone pada kondisi keterbata- san data terlabel. Dataset yang digunakan berjumlah 7.500 sampel dengan 15 variabel perilaku digital dan gaya hidup. Skenario eksperimen disusun secara realistis dengan hanya menggunakan 2% data latih berlabel dan 98% data tidak berlabel untuk merepresentasikan fenomena label scarcity. Hasil pengujian menunjukkan bahwa SSL mencapai performa terbaik dengan akurasi sebesar 88,09%, melampaui SVM (86,13%) dan Neural Network (85,96%). Analisis confusion matrix mengonfirmasi bahwa SSL mem- berikan prediksi yang lebih seimbang antarkelas serta mampu menurunkan kesalahan prediksi kritis dibanding model supervised murni. Meskipun demikian, terdapat trade-off di mana SSL membutuhkan biaya komputasi yang jauh lebih tinggi, dengan waktu pelatihan mencapai 21,76 detik berbanding SVM yang hanya 0,006 detik. Temuan ini menegaskan bahwa pemanfaatan data tidak berlabel melalui mekanisme pseudo-labeling merupakan strategi efektif untuk meningkatkan kualitas deteksi dini adiksi smartphone ketika proses pelabelan data oleh ahli bersifat mahal dan terbatas.