Garuda - Garba Rujukan Digital

Sistem Penunjang Keputusan dalam Penentuan Prioritas Pembanguanan Menggunakan Metode Trus Base dengan Topsis Beni Aktavera; Sumijan
Jurnal Informatika Ekonomi Bisnis Vol. 2, No. 4 (December 2020)
Publisher : SAFE-Network

Village communities need empowerment in order to develop community welfare and independence to increase attitudes, knowledge, behavior, skills, and priority needs of the village community, including development. villages must be done well in an effort to community village. Village development has an context. Research is to assist Merangin district in making decisions to determine priorities for sub-district development, Merangin Regency which refers to the Regional Long-Term Development Plan (RPJPD). 2018-2019 and 2020 budgets while the decision-making method to solve existing problems is to use increased public participation using a trust-based (trust-based). With the TOPSIS (Technique For Others Preference by Similarity to Ideal Solution) method. With the method to be used, this system can provide information in the form of proposals which are prioritized to be implemented which are aligned with the Regional Long-term Development Plan (RPJPD) and the National Medium Term Development Plan (RPJMN) so that village development can be carried out properly, the TOPSIS method used was able to overcome the weaknesses in the old system and gave 90% accurate results in determining the development priorities of Merangin Regency using the method TOPSIS, and the application of the topsis method for this system could contribute to the results of ranking alternative development priorities in Kab. Merangin to the maximum.

KLASIFIKASI PRODUK MENGGUNAKAN ALGORITMA DECISION TREE Beni Aktavera; Harma Oktafia Lingga Wijaya
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.1959

Kehadiran teknologi informasi juga berdampak positif bagi perusahaan. Teknologi informasi menjadikan sebuah perusahaan lebih teratur dan lebih mudah dalam pengoperasianya. Perusahaan menggunakan teknologi informasi dalam banyak hal seperti pengolahan data. Pengolahan data disebuah perusahaan adalah hal penting yang harus dilakukan agar pemimpin perusahaan dapat menilai kinerja dari perusahaan itu. Pengolahan data menjadi sangat mudah apabila menggunakan Data Mining, karena data mining berhubungan erat dengan pengolahan data. Masalah dalam penelitian ini adalah pengelolaan data yang masih menggunakan Microsoft Excel sehingga belum dapat mengklasifikasikan produk yang laris dan produk yang kurang laris serta permintaan konsumen yang beragam sehingga pengelolaan data manual menggunakan microsoft excel belum mampu mengetahui pola pembelian konsumen. Metode Decision Tree adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan adalah mengubah data menjadi decision tree dan aturan-aturan keputusan [1]. Keunggulan dari metode Decision Tree yaitu jika daerah pengambilan keputusan yang sebelumnya kompleks dan rumit, dapat diubah menjadi lebih simpel dan spesifik. data pada penelitian ini menggunakan bahasa pemprograman Python dengan akurasi 0,871.

PENINGKATAN KEMAMPUAN SISWA SMK NEGERI 5 REJANG LEBONG MELALUI PELATIHAN JARINGAN FUNDAMENTAL Beni Aktavera; Harma Oktafia Lingga Wijaya; Biankha Ariesty; Armanto
PEDAMAS (PENGABDIAN KEPADA MASYARAKAT) Vol. 1 No. 04 (2023): NOVEMBER 2023
Publisher : MEDIA INOVASI PENDIDIKAN DAN PUBLIKASI

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

SMK Negeri 5 Rejang Lebong merupakan salah satu SMK yang ada di kabupaten Rejang Lebong yang berbatasan langsung dengan Kota Lubuklinggau. Kegiatan pengabdian pada masyarakat (PKM) yang dilaksanakan bertujuan memberikan pemahaman tentang Jaringan fundamental yang nantinya akan digunakan siswa-siswi sebagai dasar dari kompetensi siswa-siswi SMK itu sendiri, serta pelatihan ini juga upaya untuk meningkatkan keterampilan dasar jaringan fundamental. Pada era globalisasi ini, siswa-siswi SMK diharapkan dapat mengerti dan paham mengeai jaringan komputer, jaringan komputer merupakan materi ke tiga yang harus dikuasai oleh siswa-siswi SMK Negeri 5 Rejang Lebong. Pelatihan ini dilakukan oleh selama 2(hari) dengan jumlah peserta sebanyak 60 siswa-siswi, materi yang diberikan selama pelatihan diantaranya, Apa itu Jaringan Komputer, IP Address dan MAC Address, Jaringan Berdasarkan Area, Perangkat Jaringan (Network Devices), Media Transmisi. Hasil kegiatan ini adalah peningkatan pemahaman siswa-siswi tentang jaringan komputer fundamental.

Game Edukasi Anak Raudathul Athfal Menggunakan Construct 2 Beni Aktavera; Harma Oktafia Lingga Wijaya; Elmayati Elmayati
Jurnal Nasional Ilmu Komputer Vol. 4 No. 3 (2023): Jurnal Nasional Ilmu Komputer
Publisher : Training and Research Institute Jeramba Ilmu Sukses (TRI - JIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jurnalnik.v4i3.1657

Perkembangan teknologi membuka peluang baru dalam mendukung proses pembelajaran anak usia dini di lembaga pendidikan Islam seperti Raudhatul Athfal. Penelitian ini bertujuan merancang game edukasi menggunakan Construct 2 sebagai alat pengembangan, dengan fokus pada materi pendidikan Islam. Construct 2 dipilih karena antarmuka pengguna yang sederhana memungkinkan pendidik atau pengembang tanpa latar belakang teknis yang mendalam untuk merancang permainan dengan logika permainan yang kompleks. Game ini dirancang untuk meningkatkan motivasi belajar anak-anak usia dini dengan menyajikan materi pendidikan Islam, seperti pengenalan huruf Arab, angka, kisah-kisah Nabi, dan nilai-nilai moral, melalui pengalaman bermain yang interaktif dan menyenangkan. Metode pengajaran tradisional di Raudhatul Athfal akan dilengkapi dengan penggunaan game edukasi, memungkinkan anak-anak untuk belajar secara mandiri dan meningkatkan keterlibatan orang tua di rumah. Tujuan utama adalah menciptakan lingkungan pembelajaran holistik yang merangsang perkembangan kognitif, moral, karakter, dan spiritual anak-anak. Hasil dari penelitian ini diharapkan dapat memberikan panduan praktis untuk implementasi game edukasi dalam konteks lembaga pendidikan Islam, dengan Construct 2 sebagai alat pengembangan yang efektif dan mudah digunakan.

Forecasting Tingkat Kepuasan Siswa Terhadap Proses Pembelajaran Menggunakan Metode K-Nearest Neighbor Elmayati Elmayati; Diah Fitria Handayani; Harma Oktafia Lingga Wijaya; Beni Aktavera
Jurnal Pengembangan Sistem Informasi dan Informatika Vol. 4 No. 3 (2023): Jurnal Pengembangan Sistem Informasi dan Informatika
Publisher : Training & Research Institute - Jeramba Ilmu Sukses

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jpsii.v4i3.1659

Education is a crucial aspect in the formation of society and individual development. Student satisfaction is an important indicator that reflects the effectiveness of the learning process. In this context, this research proposes applying the K-Nearest Neighbor (KNN) method as a predictive tool to identify factors influencing student satisfaction. Historical data on student satisfaction is collected and analyzed to build a prediction model using KNN. This research aims to increase the effectiveness of the learning process by understanding the factors contributing to student satisfaction. Through personalizing learning experiences, identifying causes of dissatisfaction, and developing innovative strategies, KNN predictions can provide deep insights into educational institutions. It is hoped that the results of these predictions can be used to increase student retention, efficiency in academic management, and transparency in the educational environment. By integrating artificial intelligence into evaluating student satisfaction, this research contributes to developing more adaptive and responsive educational strategies. In conclusion, predicting student satisfaction using KNN is an essential basis for creating a learning environment that has a positive and sustainable impact on student development in the modern educational era. This data was collected by distributing questionnaires to students with a sample size of 160 data. So it is known that there are 112 training data and 48 testing data. Then, from applying the K-Nearest Neighbor method, the value of K=12 is known. So, the test results using the Python programming language with a data division of 70%:30% produce an accuracy value of 80%, a precision value of 79%, a recall of 100%, and an F1-Score of 88%.

KLASIFIKASI PRODUK MENGGUNAKAN ALGORITMA DECISION TREE Aktavera, Beni; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2264

Kehadiran teknologi informasi juga berdampak positif bagi perusahaan. Teknologi informasi menjadikan sebuah perusahaan lebih teratur dan lebih mudah dalam pengoperasianya. Perusahaan menggunakan teknologi informasi dalam banyak hal seperti pengolahan data. Pengolahan data disebuah perusahaan adalah hal penting yang harus dilakukan agar pemimpin perusahaan dapat menilai kinerja dari perusahaan itu. Pengolahan data menjadi sangat mudah apabila menggunakan Data Mining, karena data mining berhubungan erat dengan pengolahan data. Masalah dalam penelitian ini adalah pengelolaan data yang masih menggunakan Microsoft Excel sehingga belum dapat mengklasifikasikan produk yang laris dan produk yang kurang laris serta permintaan konsumen yang beragam sehingga pengelolaan data manual menggunakan microsoft excel belum mampu mengetahui pola pembelian konsumen. Metode Decision Tree adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan adalah mengubah data menjadi decision tree dan aturan-aturan keputusan [1]. Keunggulan dari metode Decision Tree yaitu jika daerah pengambilan keputusan yang sebelumnya kompleks dan rumit, dapat diubah menjadi lebih simpel dan spesifik. data pada penelitian ini menggunakan bahasa pemprograman Python dengan akurasi 0,871.

IMPLEMENTASI DAN ANALISIS ASOSIASION RULE MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA FP GROWTH Aktavera, Beni; Satrianansyah, Satrianansyah; Elmayati, Elmayati; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2284

Analisis asosiasi merupakan teknik data mining yang digunakan untuk menemukan hubungan atau pola tersembunyi antara item dalam sebuah dataset. Dua algoritma populer yang sering digunakan dalam analisis asosiasi adalah Algoritma Apriori dan Algoritma FP-Growth. Algoritma Apriori bekerja dengan prinsip mencari frekuensi itemset yang muncul dalam dataset. Proses ini dimulai dengan mengidentifikasi item-item yang paling sering muncul, kemudian memperluasnya menjadi kombinasi item yang lebih besar dan memeriksa frekuensinya. Algoritma ini menggunakan konsep support dan confidence untuk mengukur kekuatan asosiasi antara item. Support mengukur seberapa sering suatu itemset muncul dalam dataset, sedangkan confidence mengukur seberapa sering item B muncul di transaksi yang mengandung item A. Meskipun Algoritma Apriori efektif dalam menemukan aturan asosiasi, algoritma ini bisa menjadi tidak efisien pada dataset yang sangat besar karena harus melakukan banyak iterasi dan memindai dataset berkali-kali. Sebagai alternatif, Algoritma FP-Growth menggunakan pendekatan yang berbeda dengan membangun struktur data yang disebut FP-Tree (Frequent Pattern Tree) untuk menyimpan informasi tentang frekuensi itemset dalam dataset [1]. FP-Tree memungkinkan Algoritma FP-Growth untuk memindai dataset hanya dua kali, yang membuatnya lebih efisien dibandingkan dengan Algoritma Apriori. Setelah membangun FP-Tree, algoritma ini kemudian menggunakan teknik divide-and-conquer untuk menemukan itemset yang sering muncul tanpa harus melakukan iterasi berulang kali. Studi perbandingan antara Algoritma Apriori dan FP-Growth menunjukkan bahwa FP-Growth cenderung lebih efisien dalam hal waktu komputasi dan penggunaan memori, terutama pada dataset yang besar. Namun, Algoritma Apriori masih memiliki keunggulan dalam hal interpretasi hasil yang lebih mudah dipahami dan implementasi yang lebih sederhana [2].

REDISIGN TATA LETAK BUKU PADA PERPUSTAKAAN SMA BINA SATRIA MEGGUNAKAN ALGORITMA APRIORI aktavera, beni; Wijaya, Harma Oktafia Lingga
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 8 No 2 (2023): JUSIM (Jurnal Sistem Informasi Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v8i2.2201

Perpustakaan adalah praktik yang penting untuk memastikan bahwa perpustakaan tetap relevan, efisien, dan berfungsi dengan baik. Tata letak buku yang baik menciptakan pengalaman pengguna yang lebih positif. Pengguna merasa lebih nyaman dan mudah berinteraksi dengan koleksi buku ketika tata letaknya intuitif dan efisien. Tata letak yang baik dapat membantu perpustakaan dalam manajemen koleksi. Ini termasuk penyusunan dan pemeliharaan buku dengan lebih baik, yang dapat membantu perpustakaan dalam pengadaan dan penghapusan buku. Redesain tata letak buku di perpustakaan menggunakan algoritma Apriori merupakan sebuah pendekatan yang menarik untuk meningkatkan efisiensi dalam mengorganisasi dan mengelola koleksi buku. Algoritma Apriori adalah algoritma yang digunakan dalam data mining dan analisis asosiasi untuk menemukan pola-pola hubungan antara item-item dalam kumpulan data. Dalam konteks perpustakaan, ini dapat digunakan untuk memahami hubungan antara buku-buku yang dipinjam oleh anggota perpustakaan, sehingga perpustakaan dapat menentukan lokasi yang optimal untuk menempatkan buku-buku tersebut agar lebih mudah diakses oleh pengguna. Metode yang digunakan Algoritma Apriori dapat membantu perpustakaan mengidentifikasi hubungan antara buku-buku yang sering dipinjam bersamaan oleh pengguna. Dengan demikian, perpustakaan dapat merancang ulang tata letaknya untuk menempatkan buku-buku yang berhubungan dekat satu sama lain. Ini meningkatkan kemudahan akses pengguna dan mengoptimalkan penggunaan ruang. Redesign tata letak buku menggunakan algoritma Apriori adalah pendekatan yang inovatif untuk mengoptimalkan tata letak buku di perpustakaan berdasarkan pola peminjaman buku oleh pengguna. dari penelitian ini di dapatkan hasil Jika meminjam buku jenis ilmu sosial maka akan meminjam buku jenis ilmu terapan dan tidak akan meminjam buku jenis bahasa 100 % dan Jika tidak meminjam buku jenis bahasa, maka akanmeminjam buku jenis ilmu terapanakan akan meminjam buku jenis ilmu sosial 86 %.

IMPLEMENTASI DAN ANALISIS ASOSIASION RULE MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA FP GROWTH Aktavera, Beni; Satrianansyah, Satrianansyah; Elmayati, Elmayati; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2284

Analisis asosiasi merupakan teknik data mining yang digunakan untuk menemukan hubungan atau pola tersembunyi antara item dalam sebuah dataset. Dua algoritma populer yang sering digunakan dalam analisis asosiasi adalah Algoritma Apriori dan Algoritma FP-Growth. Algoritma Apriori bekerja dengan prinsip mencari frekuensi itemset yang muncul dalam dataset. Proses ini dimulai dengan mengidentifikasi item-item yang paling sering muncul, kemudian memperluasnya menjadi kombinasi item yang lebih besar dan memeriksa frekuensinya. Algoritma ini menggunakan konsep support dan confidence untuk mengukur kekuatan asosiasi antara item. Support mengukur seberapa sering suatu itemset muncul dalam dataset, sedangkan confidence mengukur seberapa sering item B muncul di transaksi yang mengandung item A. Meskipun Algoritma Apriori efektif dalam menemukan aturan asosiasi, algoritma ini bisa menjadi tidak efisien pada dataset yang sangat besar karena harus melakukan banyak iterasi dan memindai dataset berkali-kali. Sebagai alternatif, Algoritma FP-Growth menggunakan pendekatan yang berbeda dengan membangun struktur data yang disebut FP-Tree (Frequent Pattern Tree) untuk menyimpan informasi tentang frekuensi itemset dalam dataset [1]. FP-Tree memungkinkan Algoritma FP-Growth untuk memindai dataset hanya dua kali, yang membuatnya lebih efisien dibandingkan dengan Algoritma Apriori. Setelah membangun FP-Tree, algoritma ini kemudian menggunakan teknik divide-and-conquer untuk menemukan itemset yang sering muncul tanpa harus melakukan iterasi berulang kali. Studi perbandingan antara Algoritma Apriori dan FP-Growth menunjukkan bahwa FP-Growth cenderung lebih efisien dalam hal waktu komputasi dan penggunaan memori, terutama pada dataset yang besar. Namun, Algoritma Apriori masih memiliki keunggulan dalam hal interpretasi hasil yang lebih mudah dipahami dan implementasi yang lebih sederhana [2].

Sistem Penunjang Keputusan dalam Penentuan Prioritas Pembanguanan Menggunakan Metode Trus Base dengan Topsis Aktavera, Beni; Sumijan
Jurnal Informatika Ekonomi Bisnis Vol. 2, No. 4 (December 2020)
Publisher : SAFE-Network

Village communities need empowerment in order to develop community welfare and independence to increase attitudes, knowledge, behavior, skills, and priority needs of the village community, including development. villages must be done well in an effort to community village. Village development has an context. Research is to assist Merangin district in making decisions to determine priorities for sub-district development, Merangin Regency which refers to the Regional Long-Term Development Plan (RPJPD). 2018-2019 and 2020 budgets while the decision-making method to solve existing problems is to use increased public participation using a trust-based (trust-based). With the TOPSIS (Technique For Others Preference by Similarity to Ideal Solution) method. With the method to be used, this system can provide information in the form of proposals which are prioritized to be implemented which are aligned with the Regional Long-term Development Plan (RPJPD) and the National Medium Term Development Plan (RPJMN) so that village development can be carried out properly, the TOPSIS method used was able to overcome the weaknesses in the old system and gave 90% accurate results in determining the development priorities of Merangin Regency using the method TOPSIS, and the application of the topsis method for this system could contribute to the results of ranking alternative development priorities in Kab. Merangin to the maximum.

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search