Article Per Year (5 Year)
p-Index From 2020 - 2025
3.55
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Bisnis Cerdas Journal of Electrical Engineering and Computer (JEECOM) Riset Akuntansi (RISTANSI) COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi JESICA
Zulkifli, Kiky
Akademi Manajemen Informatika Dan Komputer Taruna
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences Transportation

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Electrical Engineering and Computer (JEECOM)

 1 
Penerapan Algoritma K-Means Dalam Menentukan Kualitas Satuan Pendidikan Berdasarkan Nilai Internal Dan Eksternal Dwi Yanto; Heri Susanto; Kiky Zulkifli; Fiqri Romadhonal Gupron
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.
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.
Co-Authors Choiriyah, Lailatul Choirul Anam Choirul Anam Dwi Yanto Dwifatma, Wahyuliatin Fais, Muhammad Fiqri Romadhonal Gupron Hani Dwi Yurita Heri Darmanto Heri Susanto Heri Susanto Ismaya Indah, Maula Jamal Jamal Khoiriyah, Luluk Lamsadi Lamsadi millah, ilmiatul Mohammad Yusuf, Mohammad Muhammad Yusuf Nur Azizah Putri Anisa Rahmatul Ramadhan Nurul Laili Refi resta, susi nanda Riska Fitriya Rofil Alfa Ridwan Rusdiana, Ninanesia Sherlyta Audina Wulansari Sihtjaturiman Uswatun Hasanah Wulan Dari, Winda Yanto, Dwi Yeni Samara Zulvina Agustin