Claim Missing Document
Check
Articles

SISTEM INFORMASI PENGARSIPAN DOKUMEN LAPORAN SAKIP DINAS PERKIMCIPTARU KABUPATEN BONDOWOSO Anisah, Siti Nur; Fatah, Zaehol; Santoso, Firman
Jurnal Teknologi Kimia Unimal Vol. 13 No. 2 (2024): Jurnal Teknologi Kimia Unimal - Nopember 2024
Publisher : Chemical Engineering Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jtku.v13i2.19565

Abstract

Arsip adalah kumpulan dokumen atau bahan lain yang berfungsi mendukung pengelolaan administrasi negara. Dokumen tersebut dibuat secara fisik untuk dapat diakses atau dipastikan sesuai dengan ketentuan hukum yang berlaku, sejalan dengan perkembangan organisasi, dan disimpan serta dirawat selama masih berlaku. Arsip juga berguna sebagai tempat penyimpanan dokumen cadangan sebagai antisipasi dokumen yang hilang. Di Dinas PerKimCipTaRu Kabupaten Bondowoso, tidak dilakukan pengarsipan dokumen laporan SAKIP. Penyimpanan hanya berupa hardcopy yang mengakibatkan terjadinya kehilangan dokumen hal ini menyebabkan proses pencarian berkas dokumen yang telah disimpan memerlukan waktu yang cukup lama. Maka sistem informasi pengarsipan dokumen laporan SAKIP sangat penting untuk  menyediakan informasi yang lebih efisiensi dari segi waktu ketika diperlukan. Pada Sistem Informasi Pengarsipan Dokumen Laporan SAKIP Dinas PerKimCipTaRu Kabupaten Bondowoso menggunakan jenis penelitian Field Research dan data yang diperoleh dengan melakukan wawancara dan studi pustaka serta menggunakan metode pengembangan waterfall.
Klasifikasi Kualitas Kopi Robusta dengan Algoritma K-Nearest Neighbor di PT. Indokom Citra Persada Situbondo Aizah, Nur; Fatah, Zaehol
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v5i2.9727

Abstract

Algoritma K-Nearest Neighbors KNN merupakan metode Data Mining  klasifikasi yang diterpakan untuk memperoleh kualitas kopi robusta di PT. Indokom Citra Persada Situbondo. Kopi robusta dengan karakteristik tumbuh di berbagai kondisi lingkungan, memiliki variabilitas kualitas yang signifikan berdasarkan faktor fisik dan kimia seperti pH tanah, curah hujan, suhu, kadar air, dan ketinggian lahan. Pendekatan kuantitatif diterapkan pada data yang dikumpulkan melalui wawancara dan studi data historis. Hasil pengujian nyaris sempurna dengan model KNN yang dikembangkan sehingga mampu mencapai tingkat akurasi 98,81% dalam mengklasifikasikan kualitas kopi. Evaluasi menggunakan confusion matrix mengindikasikan bahwa model berhasil mengidentifikasi kualitas kopi dengan baik, dengan recall mencapai confidence 97,67% untuk kelas 'Baik' dan 100% untuk kelas 'Cukup'. Temuan ini menunjukkan efektivitas KNN sebagai alat untuk klasifikasi kualitas produk pertanian, memberikan solusi bagi PT. Indokom Citra Persada Situbondo untuk meningkatkan konsistensi dan kualitas produk kopi robusta.
Implementasi Data Mining Klasifikasi Kelulusan Mahasiswa di Perguruan Tinggi Menggunakan K-Nearest Neighbors Firmandala, Legi Octa Sofyan; Fatah, Zaehol
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v5i2.9729

Abstract

Di Perguruan Tinggi (PT) terdapat masalah yang harus ditangani segera dan diantisipasi untuk mencegah mahasiswa lulus tidak tepat waktu yaitu dengan masa studi yang ditetapkan oleh kampus. Dikhawatirkan mahasiswa mengalami hal yang lebih buruk yaitu drop out. Sehingga terjadi masalah akademik yang berimbas kepada masa depan dan wali mahasiswa. Metode penelitian ini bersifat deskriptif kuantitatif, di mana data mahasiswa diambil dari sistem informasi akademik perguruan tinggi dan diolah untuk menghasilkan prediksi kelulusan.Data mining merupakan cara untuk memperoleh hasil yang ingin dicapai dengan akurat dan tepat sasaran. Diantara metode klasifikasi pada data mining K-Nearest Neighbors menjadi pilihan tepat untuk dipergunakan melakukan prediksi pada data kelulusan mahasiswa di Perguruan Tinggi (PT). Dari 380 mahasiswa yang dilakukan dengan training dan testing diperoleh prediksi akurasi 88,39%.
SISTEM INFORMASI INVENTARIS BARANG BERBASIS WEB PADA DINAS KOMUNIKASI DAN INFORMASI BONDOWOSO Lutfiana, Nurisma; Fatah, Zaehol
Conference on Innovation and Application of Science and Technology (CIASTECH) Vol. 7 No. 1 (2024): CIASTECH 2024 Potensi dan Dampak Artificial Intelligence (AI) di Era Society 5.
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/ciastech.v7i1.6973

Abstract

Sistem Informasi Inventaris Barang Berbasis Web pada Dinas Komunikasi dan Informasi Bondowoso bertujuan untuk meningkatkan efisiensi dan akurasi dalam pengelolaan aset. Dalam konteks pemerintahan, pengelolaan inventaris yang efektif sangat penting untuk memastikan transparansi dan akuntabilitas penggunaan sumber daya. Penelitian ini dimulai dengan analisis kebutuhan melalui wawancara dan survei terhadap pengguna, yang kemudian diikuti dengan perancangan sistem menggunakan diagram alur dan Data Flow Diagram (DFD). Sistem yang dikembangkan mengintegrasikan proses penginputan, pemeliharaan, dan pelaporan inventaris, serta menyediakan antarmuka yang user-friendly. Metodologi pengembangan perangkat lunak yang digunakan adalah Agile, yang memungkinkan penyesuaian berdasarkan umpan balik pengguna selama fase pengujian. Hasil implementasi menunjukkan bahwa sistem mampu mengurangi kesalahan data, mempercepat proses pengambilan keputusan, dan meningkatkan kolaborasi antar bagian dalam dinas. Dengan demikian, Sistem Informasi Inventaris Barang Berbasis Web ini tidak hanya memenuhi kebutuhan administrasi, tetapi juga berkontribusi pada pengelolaan aset yang lebih baik di Dinas Komunikasi dan Informasi Bondowoso. Penelitian ini diharapkan dapat menjadi referensi bagi instansi pemerintah lainnya dalam menerapkan sistem serupa untuk meningkatkan efisiensi dan transparansi pengelolaan inventaris.
Clustering K-Means Dengan Rapidminer Untuk Identifikasi Produk Terlaris Faidah, Mutmainnah Ilmiatul; Fatah, Zaehol
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 1 (2025): JUSIFOR - Juni 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i1.5821

Abstract

Analisis penjualan merupakan elemen krusial dalam industri ritel untuk merancang strategi pemasaran yang efektif dan efisien. K-Means Clustering digunakan dalam penelitian ini untuk dataset transaksi selama rentang waktu 45 hari di Toko Sembako Zamibarokah. Barang – barang dibagi menjadi dua kelompok berdasarkan jumlah penjualan. Hasil clustering menunjukkan bahwa produk Mie Instan Indomie dan Tepung Segitiga berada dalam kategori penjualan tinggi, sedangkan produk lain seperti The Pucuk Harum berada dalam kategori penjualan rendah. Sehingga hasil ini memberikan wawasan kepada manajer toko untuk mengelola inventaris, memberikan prioritas kepada pengadaan produk, dan mengurangi biaya penyimpanan barang yang kurang diminati. Dengan menggunakan data mining, Data mining membantu memberikan keputusan yang tepat dan cermat. Metode ini digunakan untuk mengoptimalkan analisis data penjualan di industri ritel lainnya.
Pengunaan Data Mining Untuk Mengidentifikasi Pelanggan Beresiko Tinggi Dalam Penjualan Mengunakan Algoritma Decision Tree C4.5 Saputra, Zuhrian Nur; Fatah, Zaehol
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 1 (2025): JUSIFOR - Juni 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i1.5942

Abstract

Dalam dunia bisnis yang kompetitif, identifikasi pelanggan berisiko tinggi sangat penting untuk meminimalkan tingkat churn dan meningkatkan profitabilitas. Penelitian ini menggunakan teknik data mining dengan menggunakan algoritma pohon keputusan C4.5 untuk mengklasifikasikan pelanggan berdasarkan risiko churnnya. Tahapan penelitian mencakup pengumpulan data, pembersihan, pemrosesan data, Selain membagi data menjadi set pelatihan dan pengujian. Implementasi algoritma ini dilakukan dengan menggunakan perangkat lunak RapidMiner, yang memfasilitasi pengelompokan pelanggan dan memprediksi perilaku berdasarkan atribut historis. Hasil evaluasi menunjukkan model memiliki akurasi sebesar 74,59%, dengan precision dan recall yang menunjukkan kemampuan model dalam mengidentifikasi pelanggan berisiko tinggi. Dengan demikian, algoritma Decision Tree C4.5 terbukti efektif dalam mendukung pengambilan keputusan untuk strategi mitigasi risiko churn pada pelanggan.
Pelatihan Instalasi Sistem Operasi Menggunakan VirtualBox di SMK Ibrahimy 1 Sukorejo Tholibah, Wafrotut; Nurdiana, Alfi; Fatah, Zaehol
JUKEMAS : Jurnal Pengabdian Kepada Masyarakat Vol. 2 No. 2 (2025): JUKEMAS: Jurnal Pengabdian Kepada Masyarakat, Juni 2025
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/jukemas.v2i2.1079

Abstract

Sistem operasi merupakan perangkat lunak fundamental yang berfungsi mengelola perangkat keras dan perangkat lunak dalam sistem komputer, serta memungkinkan aplikasi berjalan secara optimal. Namun, masih banyak peserta didik di tingkat sekolah menengah kejuruan yang belum memiliki keterampilan praktis dalam melakukan instalasi sistem operasi secara mandiri. Berdasarkan hal tersebut, tujuan dari kegiatan ini adalah untuk meningkatkan pengetahuan, keterampilan, dan kepercayaan diri siswa jurusan Teknik Komputer dan Jaringan dalam mengelola dan menginstal sistem operasi berbasis GUI, khususnya sistem operasi Windows. Kegiatan pengabdian kepada masyarakat ini dilaksanakan di SMK Ibrahimy 1 Sukorejo dalam bentuk pelatihan instalasi sistem operasi menggunakan aplikasi VirtualBox, sebuah software virtualisasi yang memungkinkan instalasi sistem operasi secara aman tanpa mengubah sistem utama pada komputer. Hasil kegiatan menunjukkan bahwa sebanyak 92% peserta menyatakan sangat setuju bahwa instalasi menggunakan VirtualBox mudah dipahami, dan 96% peserta menyatakan mampu menerapkannya pada instalasi sistem operasi secara nyata di PC atau laptop. Temuan ini menunjukkan bahwa pelatihan memberikan dampak positif dalam peningkatan kompetensi siswa di bidang instalasi sistem operasi.
Comparative Study of Naïve Bayes Classifier and Support Vector Machine Methods in Public Sentiment Analysis of Prabowo-Gibran's Free Lunch Program Febrian, Fikri; Fatah, Zaehol; Baijuri, Achmad
G-Tech: Jurnal Teknologi Terapan Vol 9 No 3 (2025): G-Tech, Vol. 9 No. 3 July 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/g-tech.v9i3.7248

Abstract

In today's digital era, social media has become the main platform for people to voice their opinions on social and political issues. One of the most discussed topics is the free lunch program of President-elect Prabowo Subianto and Vice President-elect Gibran Rakabuming Raka. The program triggered various public reactions, making it relevant for sentiment analysis. The purpose of this study is to compare the performance of two text classification algorithms-Naïve Bayes and Support Vector Machine (SVM)-in classifying public sentiment towards the program. The dataset was obtained from Kaggle, with 657 initial data. After preprocessing, 156 data remained, consisting of 127 negative sentiments and 31 positive sentiments. Data processing followed the CRISP-DM framework, with Python and Scikit-learn used in model training. The results showed that the naive bayes classifier performed better with 84.38% accuracy, 86.90% precision, and 84.38% recall. Support Vector Machine showed lower performance in all metrics. In addition, the Naive Bayes Classifier was able to classify sentiments in a more balanced manner. The analysis was performed using Jupyter Notebook, and the final model was implemented through a Streamlit-based web interface.
Application of K-means Clustering Data Mining in Grouping Data of People with Disabilities Bahauddin, Moh.; Fatah, Zaehol
JEECS (Journal of Electrical Engineering and Computer Sciences) Vol. 10 No. 1 (2025): JEECS (Journal of Electrical Engineering and Computer Sciences)
Publisher : Fakultas Teknik Universitas Bhayangkara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/jeecs.v10i1.6

Abstract

Data mining is critical in enabling organizations to derive reliable insights from data. Social welfare remains a significant challenge in Indonesia, particularly for people with disabilities, emphasizing the need for targeted strategies. However, developing research has not used natural characteristics according to disability problems. This study utilizes the K-Means Clustering algorithm to analyze and categorize the population of people with disabilities in East Java. The attributes include the type of disability, population size, and regional distribution. We employs a dataset from the East Java Central Bureau of Statistics, comprising 342 data points across eight attributes, including region, disability type, and year. The analysis involves data preprocessing, transformation, clustering, and evaluation using the Davies-Bouldin Index (DBI). The results identify two optimal clusters, achieving the lowest DBI score of 0.097, indicating high cluster quality. Cluster 0 represents regions with fewer people with disabilities, while Cluster 1 highlights areas with higher populations. These findings provide a foundation for developing more focused and inclusive welfare programs tailored to regional needs, enhancing the quality of life for people with disabilities.
Sistem Informasi Jurnal Kegiatan Guru Mengajar di Smp 1 Ibrahimy Berbasis Web basri, hasan; Fatah, Zaehol; Lazim, Farihin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 2 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i2.7202

Abstract

Sistem Informasi Jurnal Kegiatan Guru Mengajar di SMP 1 Ibrahimy adalah sebuah platform digital yang bertujuan untuk menyederhanakan dan meningkatkan efisiensi dalam pencatatan serta pengelolaan kegiatan pengajaran para guru di SMP 1 Ibrahimy. Dengan fokus pada pembuatan catatan yang sistematis, sistem ini memungkinkan para guru untuk mencatat semua aspek dari proses pengajaran mereka, mulai dari perencanaan pembelajaran hingga evaluasi hasilnya. Selain pencatatan, sistem ini juga menyediakan fitur pelaporan yang memungkinkan pengelola sekolah untuk secara cepat mengakses laporan tentang aktivitas pengajaran guru, baik secara individu maupun kolektif. Dengan demikian, diharapkan sistem ini dapat meningkatkan pemantauan kinerja guru, memberikan data yang lebih baik untuk analisis, dan menghasilkan lingkungan belajar yang lebih dinamis dan responsif terhadap kebutuhan siswa di SMP 1 Ibrahimy.
Co-Authors ., Arwani ABDUS SAMAD Abrori, Syariful Adi Susanto Adiba, Naila Afandi, Muhammad Dzikry Afifah, Fatma Nur Ahmad Afandi Ahmad Homaidi Aini, Imroatin Arifatul Aizah, Nur Akhlis Munazilin, Akhlis Al Qayyis, Zainul Arifin Alwi Alfiansyah, Noer Dian Alwi, As'ad Anisa, Halifatus Ardiansyah, Lukman Hakim Arsyad, M. Qoyis Auza’I Atika, Komang Nitari Atreji, Reza Badrus Sholeh Bahauddin, Moh. Baijuri, Achmad Billah, Moch. Hegal Muktasim Candra, Ongky Ali Damayanti, Alfina Damayanti Diandhita, Safna Dwi Norrepa Efendi, Ahmad Fadil Dwi Fahimurridho, Ahmad Faidah, Mutmainnah Ilmiatul Febrian, Fikri Fernando, Ahmad Wahyu Firmandala, Legi Octa Sofyan Ghani, Farhan Ahnaf Hakim, Syafiq Ilham Halilatul Muallafa Hamdani Hamdani Hamdani, A. Haq, Muhammad Nabil Dhiya’ul Hasan Basri Holidiyah, Na'imatul Homaida, Nur Ida Ayu Putu Sri Widnyani Ikman, Ahmad Maulana Ikormi, Kamilul irma yunita Ismael, Kharisma Ayu Jundanuddin, Muhammad Lazim, Farihin Lidimilah, Lukman Lidimilah, Lukman Fakih Lutfi, Zainul Lutfiana, Nurisma Maghfiro, Maidatul Mahdi, Aminullah Moh. Mahtum, Rohiqim Majid, Muhammad Sabilillah Marwan Marwan Maulana, Moh. Iqbal Muasaroh, Yurida Islahatul Muhammad, Aqil Furqoni Mulianingsih, Suci Muqtadir, Faidhul Nafi'ah, Lailin Naqibuzzahidin, Naqibuzzahidin Nazila, Jamilatun Nur Indahsari, Luluk Nurdiana, Alfi Nurhasanah, Yeni Nuril Maghfiratus Sholeha, Siti Prasetyo, Jarot Dwi Qori'ah, Arafah Amaliyah Qori'ah, Arifah Amaliyah Rahmawati, Nurul Qolbi Rofiq, Ahmad Tahqiq Safitri, Lulu Saleh, Taufik Samsul Arifin Santoso, Firman Saputra, Zuhrian Nur Sari, Iin Puspita Savira, Anggita Yusiana Shidqin, Lalu Habil Mudkhola Shihab, As’ad Alwi Sinta, Sinta Masruroh Siti Khoiriyah Sobri, Miftahus Syakirin, Muhammad Irham Taufik Hidayat Tholibah, Wafrotut Uswatul Muftakiyah Vadilah, Nur Jihan Wilda, Sufil Zubairi, Ach. Zulkarnain, Bagus Maulana