Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Computer Science and Information Technology

The SISTEM REKOMENDASI INFORMASI PEMECAHAN MASALAH DESKTOP DENGAN MODEL COLLABORATIVE FILTERING DI TELKOMSEL REGIONAL JAWA TENGAH Alfian Karim Fathur Rahman; Ghufron
Journal of Computer Science and Information Technology Vol. 2 No. 1 (2024): Desember
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i1.1541

Abstract

Desktop problem seringkali tidak dapat terelakkan dari keseharian pekerja kantoran seperti halnya di perusahaan Telkomsel. Sebagai salah satu perusahaan telekomunikasi di Indonesia, para pekerja tentu akan secara maksimal dalam melayani para kustomer nya. Jika terjadi masalah atau kendala pada laptop mereka, tentu hal ini sedikit menghambat kinerjanya. Maka dari itu, dibutuhkan sebuah sistem informasi yang dapat membantu untuk memecahkan masalah dekstop pada laptop karyawan. Selain itu, dengan penerapan metode collaborative filtering sebagai metode rekomendasi pada sistem akan sangat membantu dalam penyelesaian masalah. Sistem memuat artikel yang berisi guidance atau cara-cara menyelesaikan masalah desktop yang berbasis web. Evaluasi prediksi model untuk artikel yang akan menjadi rekomendasi target bernilai 0.6763. Nilai ini cukup bagus dikarenakan distribusi rating yang kurang merata pada setiap usernya. Untuk real case nya memang tidak semua pengguna melakukan rating ke semua artikel. Kata Kunci : Sistem Rekomendasi, Masalah Desktop, Collaborative Filtering, Artikel, Rating
PEMETAAN GIS PENGENDALIAN DEMAM BERDARAH DI WILAYAH SEMARANG MENGGUNAKAN METODE CLUSTERING K-MEANS Syahrul Dhavid Bachrudin; Ghufron
Journal of Computer Science and Information Technology Vol. 2 No. 1 (2024): Desember
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i1.1569

Abstract

Penelitian ini menganalisis penyebaran Demam Berdarah Dengue (DBD) di Semarang dengan menggunakan pengelompokan K-Means untuk mengidentifikasi pola dan karakteristik distribusi kasus. Studi ini bertujuan untuk menghasilkan peta digital yang menggambarkan zona risiko, yang membantu lembaga pemerintah dan kesehatan dalam mengalokasikan sumber daya secara efektif. Metodologi ini melibatkan tinjauan pustaka, desain sistem, pengumpulan data, dan pemrosesan. Algoritma K-Means memainkan peran penting dalam mengkategorikan wilayah berdasarkan indeks risiko untuk DBD, memfasilitasi identifikasi area berisiko tinggi. Temuan ini menggambarkan pentingnya sistem ini dalam meningkatkan pemantauan dan pengelolaan wabah DBD, memungkinkan identifikasi faktor penyebab yang lebih cepat dan pembuatan kebijakan yang lebih tepat untuk inisiatif kesehatan masyarakat di Semarang. Selain itu, karya ini merupakan referensi berharga untuk penelitian masa depan dalam konteks yang lebih luas.