Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal TIMES

KOMPARASI KINERJA ALGORITMA RANDOM FOREST DAN SUPPORT VECTOR MACHINE BERBASIS ADAPTIVE BOOSTING UNTUK ANALISIS KELAYAKAN KREDIT NASABAH Andi, Andi; Thamrin
Jurnal TIMES Vol 13 No 2 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.2.2024807

Abstract

This study aims to compare the performance of the Random Forest algorithm and Support Vector Machine (SVM) enhanced with Adaptive Boosting in determining credit eligibility. The method was conducted using a dataset from Kaggle consisting of 614 prospective borrowers, with attributes such as gender, marital status, number of dependents, education, business status, income, loan amount, loan term, credit history, and house location. The research results show that Random Forest based on Adaptive Boosting achieved an accuracy of 92.35%, precision of 90.12%, recall of 89.87%, and a misclassification error of 7.65%, whereas SVM based on Adaptive Boosting achieved an accuracy of 85.76%, precision of 82.45%, recall of 81.93%, and a misclassification error of 14.24%. These findings indicate that Random Forest outperforms SVM in predicting credit eligibility when enhanced with Adaptive Boosting. This research contributes to the development of credit risk assessment techniques using a data mining approach that can be applied in the financial industry to improve the accuracy of credit decision-making.
ENSEMBLE ALGORITMA RANDOM FOREST CLASSIFIER DAN ADABOOST DALAM PERANCANGAN APLIKASI PENERJEMAH BAHASA ISYARAT Andi, Andi; Ong, Rezeki Ongsa; Thamrin; Roseline
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025832

Abstract

Penelitian ini mengembangkan aplikasi penerjemah bahasa isyarat berbasis web yang bertujuan untuk memudahkan komunikasi bagi penyandang disabilitas tunarungu. Aplikasi ini menggunakan ensemble algoritma Random Forest Classifier dan AdaBoost untuk mendeteksi dan menerjemahkan gestur tangan ke dalam teks secara real-time. Dataset yang digunakan bersifat lokal, dengan masing-masing gestur terdiri dari 100 citra data latih. Sistem ini dirancang untuk mengenali huruf A hingga Z serta beberapa kata umum seperti "hello", "done", "thank you", "I love you", "sorry", "please", dan "you are welcome". Hasil pengujian terhadap 14 skenario menunjukkan bahwa aplikasi berhasil menerjemahkan dengan tingkat akurasi sebesar 92%, sementara pengujian model mencatat akurasi testing sebesar 99,88%, lebih tinggi dibandingkan penggunaan Random Forest tunggal yang hanya mencapai 97,00%. Peningkatan akurasi sebesar ±2,97% menunjukkan bahwa kombinasi algoritma tersebut efektif dalam meningkatkan performa dan kestabilan sistem. Aplikasi ini diharapkan dapat membantu penyandang tunarungu berkomunikasi lebih efektif, meningkatkan aksesibilitas informasi, serta mendorong pengembangan teknologi di bidang penerjemahan bahasa isyarat.
IMPLEMENTASI METODE COST OF GOOD SOLDS PADA SISTEM INFORMASI MANAJEMEN AKUNTANSI BERBASIS WEBSITE Andi, Andi; Brilliant Chandra, Randy; Thamrin; Ongsa Ong, Rezeki; Roseline
Jurnal TIMES Vol 14 No 2 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perusahaan merupakan organisasi yang mempunyai berbagai tujuan baik jangka panjang maupun jangka pendek. Salah satu tujuan yang penting untuk dicapai adalah pencapaian laba optimum. Laba dan penetapan harga jual sangat berkaitan dengan akuntansi pada perusahaan, sehingga perlu diolah secara tepat dan teliti. CV. XYZ merupakan sebuah perusahaan yang bergerak di bidang penjualan blinds, curtain, insect screen dan wallpaper. Pada kesehariannya, perusahaan menjual tirai kepada supplier ataupun pelanggan. Namun pada praktiknya, perusahaan sering kesulitan dalam menentukan harga jual produk yang dipasarkan dikarenakan seringkali produk yang dijual terlalu murah sehingga tidak dapat menutupi biaya operasional. Selain itu tidak adanya pengelolaan akuntansi yang baik pada perusahaan membuat perusahaan seringkali salah dalam mengelola keuangan mereka. Oleh karena permasalahan tersebut, maka perlu dibangun sebuah sistem informasi akuntansi agar dapat menyelesaikan permasalahan perusahaan. Hasil dari penelitian ini berupa sistem informasi akuntansi dengan penerapan metode Cost Of Good Solds (COGS) dalam membantu penentuan harga jual produk perusahaan.