Garuda - Garba Rujukan Digital

Implementasi Naive Bayes Dalam Penilaian Kelayakan Bantuan Listrik Gratis Taufiq, Taufiq; Yudihartanti, Yulia; Badali, Muhammad
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 3: Desember 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i3.2495

The free electricity installation program initiated by the ESDM Office of South Kalimantan Province requires accurate eligibility criteria so that assistance is right on target. One of the main challenges is the lack of a method that considers the weight of interests in determining recipients. This study applies the Naive Bayes method, a probability-based statistical technique, to predict the eligibility of aid recipients. The recipient data was divided 60:40 for model training and testing. The evaluation results using a confusion matrix showed an accuracy of 93.94%, higher than the weighting-based method which only reached 86.59%. These findings prove that Naive Bayes is effective in increasing the accuracy and reliability of aid acceptance decision making. Thus, this method is worth considering in similar programs to ensure efficiency and targeting accuracy, as well as providing a stronger foundation for the implementation of future social assistance programs.Keywords: Naive Bayes; Free Electricity; Probability AbstrakProgram pemasangan listrik gratis yang diinisiasi Dinas ESDM Provinsi Kalimantan Selatan membutuhkan kriteria kelayakan yang akurat agar bantuan tepat sasaran. Salah satu tantangan utama adalah kurangnya metode yang mempertimbangkan bobot kepentingan dalam menentukan penerima. Penelitian ini menerapkan metode Naive Bayes, sebuah teknik statistik berbasis probabilitas, untuk memprediksi kelayakan penerima bantuan. Data penerima bantuan dibagi 60:40 untuk pelatihan dan pengujian model. Hasil evaluasi menggunakan confusion matrix menunjukkan akurasi 93,94%, lebih tinggi dibandingkan metode berbasis pembobotan yang hanya mencapai 86,59%. Temuan ini membuktikan bahwa Naive Bayes efektif meningkatkan akurasi dan keandalan dalam pengambilan keputusan penerimaan bantuan. Dengan demikian, metode ini layak dipertimbangkan dalam program serupa untuk memastikan efisiensi dan ketepatan sasaran, serta memberikan dasar yang lebih kuat bagi pelaksanaan program bantuan sosial di masa depan.

Model Penilaian Kinerja Tenaga Kontrak Dinas Perdagangan Perindustrian Koperasi dan UKM Berbasis Algoritma Weighted Product Yudihartanti, Yulia; Adriel, Adriel; Taufiq, Taufiq; Kirana, Eka Chandra
Progresif: Jurnal Ilmiah Komputer Vol 21, No 2 (2025): Agustus
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i2.2746

The performance assessment of contract workers at DPPKUKM Kapuas Regency is important to improve agency performance. However, the problem is that the contract extension process only relies on competency tests from the Kapuas Regency government. DPPKUKM has not used a computer system for performance assessment, and in some cases, contract workers get the same competency test results. The impact is that DPPKUKM has difficulty in assessing and selecting contract workers who should get contract extensions. This study proposes a Decision Support System (DSS) to help DPPKUKM assess the performance of contract workers. In this study, the DPPKUKM uses the Weighted Product (WP) method to assess the performance of DPPKUKM contract workers with the criteria assessed being Work Discipline, Compliance with Rules, and Ability to Work. The results of the performance test show that after using the system, there is no data on the same contract worker performance values. The assessment system has proven to be able to better differentiate the performance and contribution of each contract worker.Keywords: Performance Assessment; Contract Renewal; Contract Workers; Weighted Product AbstrakPenilaian kinerja tenaga kontrak di DPPKUKM Kabupaten Kapuas penting untuk meningkatkan kinerja instansi. Namun, masalahnya adalah proses perpanjangan kontrak hanya mengandalkan uji kompetensi dari pemerintah Kabupaten Kapuas. DPPKUKM belum menggunakan sistem komputer untuk penilaian kinerja, dan dalam beberapa kasus, tenaga kontrak mendapatkan hasil uji kompetensi yang sama Dampaknya adalah DPPKUKM kesulitan dalam menilai dan memilih tenaga kontrak yang seharusnya mendapatkan perpanjangan kontrak. Penelitian ini mengusulkan Sistem Penunjang Keputusan (SPK) untuk membantu DPPKUKM menilai kinerja tenaga kontrak. Dalam penelitian ini, SPK untuk menilai kinerja tenaga kontrak DPPKUKM menggunakan metode Weighted Product (WP) dengan kriteria yang dinilai adalah Disiplin Kerja, Kepatuhan Terhadap Aturan, Kemampuan Bekerja. Hasil pengujian performa menunjukkan bahwa setelah menggunakan sistem, tidak ada data nilai kinerja tenaga kontrak yang sama. Sistem penilaian terbukti mampu membedakan kinerja dan kontribusi masing-masing tenaga kontrak dengan lebih baik.Kata kunci: Penilaian Kinerja; Perpanjangan Kontrak; Tenaga kontrak; Weighted Product

Pengembangan Sistem Presensi Dan Penjadwalan Otomatis Berbasis RFID Dan AI Pada Sekolah Menengah Arsyad, Muhammad; Yudihartanti, Yulia; Fitriani, Ratna
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3284

This research aims to develop an automatic attendance and scheduling system based on Radio Frequency Identification and artificial intelligence in secondary schools. The problem faced is that the teacher and student attendance process is still done manually, requires a long time to recapitulate, and errors often occur in calculating attendance hours. Apart from that, the preparation of learning schedules is still manual and often experiences clashes between subjects. This research uses a research and development approach with a system development life cycle model. Stages include literature study, requirements analysis, system design, prototype development, and functional testing. The research results show that the system developed is able to record attendance automatically, speed up the recapitulation process, and produce scheduling without conflicts with a balanced teaching load distribution. This system contributes to increasing the efficiency of school management and is the basis for development towards the smart school concept.Keywords: Internet of Things; SmartSchool; Artificial Intelligence; RFID; Secondary school AbstrakPenelitian ini bertujuan mengembangkan sistem presensi dan penjadwalan otomatis berbasis Radio Frequency Identification serta kecerdasan buatan pada sekolah menengah. Permasalahan yang dihadapi adalah proses presensi guru dan siswa yang masih dilakukan secara manual, memerlukan waktu lama dalam rekapitulasi, serta sering terjadi kekeliruan dalam perhitungan jam kehadiran. Selain itu, penyusunan jadwal pembelajaran masih manual dan sering mengalami bentrok antar mata pelajaran. Penelitian ini menggunakan pendekatan penelitian dan pengembangan dengan model siklus hidup pengembangan sistem. Tahapan meliputi studi literatur, analisis kebutuhan, perancangan sistem, pengembangan prototipe, dan pengujian fungsional. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mencatat presensi secara otomatis, mempercepat proses rekapitulasi, serta menghasilkan penjadwalan tanpa bentrok dengan distribusi beban mengajar yang seimbang. Sistem ini berkontribusi terhadap peningkatan efisiensi manajemen sekolah dan menjadi dasar pengembangan menuju konsep sekolah cerdas.

Penerapan Naïve Bayes Classifier dalam Penilaian Kelayakan Pembiayaan Pada PT. Permata Finance Indonesia Taufiq, Taufiq; Yudihartanti, Yulia; Amanah, Gusti Julian
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3564

The use of technology in data processing and decision-making is a crucial requirement for companies to be competitive and improve their operational performance. In practice, such decision-making still has the potential to lead to analytical errors. Furthermore, a lack of supervision of applicants can also lead to problematic financing. This indicates that the eligibility assessment process is still suboptimal and requires a system that can facilitate more accurate and objective decision-making. Therefore, a classification method is needed that can assist the process of assessing applicant eligibility systematically, quickly, and accurately. One method that can be used is the Naïve Bayes Classifier. This method has several advantages, including the ability to produce a high level of accuracy in the classification process. The system is able to process predetermined criteria data and produce a decision of whether or not it is feasible based on the highest probability calculation results. This is evidenced by the results of the pretest and posttest, which resulted in 90% of the data being recognized and 10% of the data being unrecognized.Keywords: Creditworthiness; Probability; Naïve Bayes Classifier AbstrakPemanfaatan teknologi dalam pengolahan data dan pengambilan keputusan menjadi kebutuhan penting bagi perusahaan agar mampu bersaing dan meningkatkan kinerja operasionalnya. Dalam praktiknya, pengambilan keputusan tersebut masih berpotensi menimbulkan kesalahan analisis. Selain itu, kurangnya pengawasan terhadap pemohon juga dapat menyebabkan terjadinya pembiayaan bermasalah. Hal ini menunjukkan bahwa proses penilaian kelayakan masih belum optimal dan membutuhkan sistem yang dapat membantu pengambilan keputusan secara lebih akurat dan objektif. Sehingga diperlukan suatu metode klasifikasi yang mampu membantu proses penilaian kelayakan pemohon secara sistematis, cepat, dan akurat. Salah satu metode yang dapat digunakan adalah Naïve Bayes Classifier. Metode ini memiliki beberapa keunggulan, di antaranya kemampuan menghasilkan tingkat akurasi yang baik dalam proses klasifikasi. Sistem yang dibangun mampu mengolah data kriteria yang telah ditentukan dan menghasilkan keputusan berupa layak atau tidak layak berdasarkan hasil perhitungan probabilitas tertinggi, hal ini dibuktikan dari hasil uji Pretest dan Posttest yang menghasilkan 90% data dikenali dan 10% data tidak dikenali. Kata kunci: Kelayakan Kredit; Probalilitas; Naïve Bayes Classifier

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search