Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Jurnal PETISI (Pendidikan Teknologi Informasi)
rizky pratama, adi
Unknown Affiliation
Computer Science & IT Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Algoritma Apriori untuk Memprediksi Pembayaran UKT Juwita, Ayu Ratna; Al Mudzakir, Tohirin; Rizky Pratama, Adi; Nugraha, Bagja; Heryana, Nono
SYNTAX Jurnal Informatika Vol 13 No 01 (2024): Mei 2024
Publisher : Universitas Singaperbangsa Karawang

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

Abstract

Penelitian ini menerapkan algoritma Apriori untuk memprediksi hasil anilsis pola asosiasi pembayaran cicilan uang kuliah di Universitas Buana Perjuangan Karawang. Aturan asosiasi menunjukkan bahwa pembayaran Cicilan 3 memiliki dampak besar terhadap Cicilan 4, dengan tingkat support sebesar 84.60% dan confidence sebesar 93.47%. Ketergantungan positif antara Cicilan 2 dan Cicilan 3 dengan Cicilan 4 juga teridentifikasi dengan nilai support sebesar 84.57% dan nilai confidence sebesar 94.03%. Rekomendasi kebijakan mencakup penggabungan paket pembayaran pada Cicilan 3 dan Cicilan 4 serta insentif pembayaran lebih awal. Pemodelan menggunakan algoritma Apriori dengan implementasi Python dan Google Colaboratory.
Penerapan Algoritma KNN dan Naive Bayes untuk Klasifikasi Stunting pada Balita di Desa Pasirjengkol Meriyana, Putri; Rizky Pratama, Adi; Nurlaelasari, Euis; Ratna Juwita, Ayu
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 6 No. 2 (2025): Jurnal PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v6i2.2020

Abstract

Stunting merupakan kondisi gangguan tumbuh anak balita yang terjadi karena kekurangan asupan gizi secara terus-menerus dalam waktu yang lama, sehingga menyebabkan anak mengalami gagal tumbuh secara fisik maupun perkembangan kemampuan berpikir. Penelitian ini menerapkan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes dalam klasifikasi status balita stunting di Desa Pasirjengkol berdasarkan data usia, jenis kelamin, dan tinggi badan. Dataset yang digunakan berjumlah 1.195 data yang dikumpulkan pada tahun 2023 dan 2024, namun setelah proses pembersihan data menjadi 1.192 data. Proses penelitian meliputi pengumpulan data, pra-pemrosesan penghapusan data duplikat, transformasi data mencakup pengkodean label , dan normalisasi dengan Min-Max Scaling , kemudian pemilihan fitur, pelatihan model, dan evaluasi menggunakan matriks konfusi . Hasil evaluasi menunjukkan algoritma KNN memberikan akurasi tinggi sebesar 97.90%, sedangkan Naïve Bayes sebesar 54.39%. Berdasarkan hasil tersebut, KNN menunjukkan kinerja yang lebih baik dalam mengklasifikasikan status stunting pada balita di Desa Pasirjengkol.
Co-Authors Heryana, Nono Juwita, Ayu Ratna Meriyana, Putri Mudzakir, Tohirin Al Nugraha, Bagja Nurlaelasari, Euis Ratna Juwita, Ayu