Garuda - Garba Rujukan Digital

Penerapan Algoritma Naive Bayes dalam Memprediksi Lulus Tepat Waktu Mahasiswa Julkarnain, M; Yustiardin, Mar'i
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4963

Pendidikan tinggi memainkan peran penting dalam pengembangan sumber daya manusia yang berkualitas. Salah satu indikator keberhasilan pendidikan tinggi di Indonesia adalah tingkat kelulusan mahasiswa tepat waktu. Namun, Program Studi Informatika di Universitas Teknologi Sumbawa (UTS) menghadapi tantangan dengan sejumlah mahasiswa yang tidak lulus tepat waktu setiap tahunnya. Penelitian ini bertujuan untuk memprediksi kemungkinan mahasiswa lulus tepat waktu dengan menggunakan algoritma Naïve Bayes. Data akademik mahasiswa yang digunakan dalam penelitian ini bersumber dari Program Studi Informatika UTS. Metode Naïve Bayes dipilih karena kemampuannya dalam menangani data besar dan memberikan prediksi yang akurat berdasarkan probabilitas. Hasil penelitian menunjukkan bahwa algoritma ini mampu memberikan prediksi yang signifikan dalam menentukan mahasiswa yang berpotensi lulus tepat waktu yang memiliki akurasi 94,31%, precision 91%, recall 95%, dan F-1 Score 93%, sehingga menghasilkan model yang dapat memprediksi kelulusan tepat waktu mahasiswa dengan mutakhir. Dengan demikian, hasil penelitian ini diharapkan dapat membantu pihak universitas dalam mengambil keputusan yang lebih baik terkait dengan manajemen mahasiswa, serta meningkatkan efisiensi dan efektivitas proses pendidikan di UTS.

Analisis Kualitas Layanan Jaringan Internet Berbasis Wireless Local Area Network Pada Layanan Indihome Rodianto, Rodianto; Julkarnain, M; Hamdani, Fahri; Alfias, Egis
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.5531

Internet merupakan jaringan global yang menghubungkan berbagai komputer melalui berbagai media komunikasi, termasuk kabel serat optik dan teknologi nirkabel. Perkembangan internet telah memungkinkan manusia untuk berkomunikasi tanpa batas geografis. Seiring dengan meningkatnya kebutuhan internet, kualitas layanan jaringan menjadi faktor krusial bagi penyedia layanan internet (ISP). ISP bertanggung jawab dalam menyediakan layanan internet yang optimal guna memastikan kepuasan pelanggan. Salah satu ISP terkemuka di Indonesia adalah PT Telkom dengan layanan IndiHome, yang menggunakan teknologi Wireless Local Area Network (WLAN) untuk menghadirkan konektivitas internet ke berbagai rumah tangga. Namun, di Kabupaten Sumbawa, beberapa pelanggan IndiHome mengalami kendala terkait kualitas jaringan, seperti kecepatan yang lambat, jaringan tidak stabil, dan gangguan lainnya. Oleh karena itu, analisis terhadap kualitas layanan internet berbasis WLAN sangat penting untuk mengukur dan meningkatkan kualitas layanan yang diberikan. Penelitian ini menggunakan pendekatan Quality of Service (QoS) untuk mengevaluasi performa jaringan IndiHome di Kabupaten Sumbawa. Parameter QoS yang digunakan meliputi throughput, packet loss, delay, dan jitter, sesuai dengan standar yang ditetapkan oleh Institut Standar Telekomunikasi Eropa (ETSI). Hasil analisis ini diharapkan dapat memberikan rekomendasi bagi ISP dalam meningkatkan kualitas layanan serta memastikan konsistensi dan efisiensi jaringan, sehingga dapat memenuhi harapan pelanggan dan meningkatkan daya saing di pasar.

Penerapan Algoritma Naive Bayes dalam Memprediksi Lulus Tepat Waktu Mahasiswa Julkarnain, M; Yustiardin, Mar'i
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4963

Pendidikan tinggi memainkan peran penting dalam pengembangan sumber daya manusia yang berkualitas. Salah satu indikator keberhasilan pendidikan tinggi di Indonesia adalah tingkat kelulusan mahasiswa tepat waktu. Namun, Program Studi Informatika di Universitas Teknologi Sumbawa (UTS) menghadapi tantangan dengan sejumlah mahasiswa yang tidak lulus tepat waktu setiap tahunnya. Penelitian ini bertujuan untuk memprediksi kemungkinan mahasiswa lulus tepat waktu dengan menggunakan algoritma Naïve Bayes. Data akademik mahasiswa yang digunakan dalam penelitian ini bersumber dari Program Studi Informatika UTS. Metode Naïve Bayes dipilih karena kemampuannya dalam menangani data besar dan memberikan prediksi yang akurat berdasarkan probabilitas. Hasil penelitian menunjukkan bahwa algoritma ini mampu memberikan prediksi yang signifikan dalam menentukan mahasiswa yang berpotensi lulus tepat waktu yang memiliki akurasi 94,31%, precision 91%, recall 95%, dan F-1 Score 93%, sehingga menghasilkan model yang dapat memprediksi kelulusan tepat waktu mahasiswa dengan mutakhir. Dengan demikian, hasil penelitian ini diharapkan dapat membantu pihak universitas dalam mengambil keputusan yang lebih baik terkait dengan manajemen mahasiswa, serta meningkatkan efisiensi dan efektivitas proses pendidikan di UTS.

Rancang Bangun Sistem Informasi Penjualan Berbasis Web untuk Pemasaran pada Pizza Chitha Fitria, Shintya Habibatul; Hamdani, Fahri; Yuliadi, Yuliadi; Julkarnain, M
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6766

Dalam era digital saat ini, pemanfaatan teknologi informasi menjadi sangat penting dalam menunjang kegiatan bisnis, termasuk bagi Usaha Mikro Kecil dan Menengah (UMKM). Pizza Chitha, sebuah UMKM di bidang kuliner yang berlokasi di Sumbawa Besar, masih menggunakan metode manual dalam proses pemasaran dan penjualan, yang mengakibatkan keterbatasan efisiensi dan risiko kesalahan pencatatan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi penjualan berbasis web yang dapat digunakan sebagai media pemasaran serta mempermudah proses transaksi di Pizza Chitha. Metode pengembangan yang digunakan adalah model Waterfall, yang mencakup tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Sistem dirancang menggunakan bahasa pemrograman PHP dengan framework Laravel, serta menggunakan MySQL sebagai basis data. Hasil dari penelitian ini adalah sistem informasi penjualan berbasis web yang memiliki fitur manajemen produk, transaksi, pengelolaan stok, ulasan pelanggan, dan laporan penjualan. Sistem ini diharapkan dapat meningkatkan kinerja bisnis, memperluas jangkauan pemasaran, serta memberikan kemudahan bagi pelanggan dalam melakukan pemesanan tanpa harus datang langsung ke lokasi.

Penerapan Transformer-Based Neural Machine Translation untuk Bahasa Bima Julkarnain, M; Mardinata, Erwin; Susilowati, Rina
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2949

The Bima language is one of the regional languages in Indonesia that still lacks support in natural language processing technology. The application of Transformer architecture for regional languages has not been widely researched, especially for the Bima language. This study aims to develop an automatic translation system from Bima to Indonesian using a Transformer-Based Neural Machine Translation (NMT) approach. The methods used include the collection and processing of parallel corpora, training NMT models using the OpenNMT framework, and evaluating translation results using metrics such as BLEU and TER. The data used will be collected from various sources, including manually translated texts by linguists and available local documents. The model evaluation results indicate that the model was successfully developed and can translate sentences well. This approach is expected to become the foundation for the development of automatic translation technology for other regional languages in Indonesia, while also contributing to the preservation and digitization of local languages through artificial intelligence technology.

Klasifikasi Sentimen Publik di Instagram Menggunakan Indobert Terhadap Respons DPR Pasca-Aksi ‘17+8 Tuntutan Rakyat Alwi, Haddad; Julkarnain, M; Oktavia, Siska Atmawan; Dinola, Dinola
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7909

Penelitian ini bertujuan untuk mengevaluasi kinerja model IndoBERT dalam klasifikasi sentimen tiga kelas (positif, negatif, dan netral) serta memetakan persepsi publik terhadap respons DPR RI pasca aksi “17+8 Tuntutan Rakyat” berdasarkan komentar berbahasa Indonesia di platform Instagram. Pendekatan Knowledge Discovery in Databases (KDD) digunakan yang meliputi tahapan seleksi data (4.737 komentar Instagram), praproses teks (cleansing, case folding, dan normalisasi bahasa gaul), pelabelan data secara semi-otomatis dengan metode Lexicon-Based, pemodelan, dan evaluasi. Untuk mengatasi ketidakseimbangan data (class imbalance), penelitian ini menerapkan teknik class weighting. Model IndoBERT (indobert-base-p1) diterapkan melalui proses fine-tuning dengan rasio pembagian dataset 70:15:15, menggunakan optimizer AdamW, learning rate 2e-5, dan 4 epochs. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score melalui confusion matrix. Hasil penelitian menunjukkan bahwa IndoBERT mencapai akurasi sebesar 97,47% dengan nilai presisi, recall, dan F1-score yang seimbang pada setiap kelas sentimen. Pemetaan sentimen mengindikasikan bahwa sentimen netral mendominasi respons publik, diikuti oleh sentimen negatif dan positif. Selain itu, analisis word cloud menunjukkan perbedaan karakteristik linguistik pada masing-masing kategori sentimen. Temuan ini menegaskan bahwa IndoBERT memiliki kinerja yang sangat baik dalam mengklasifikasikan dan memetakan sentimen publik terhadap isu sosial-politik pada media sosial berbahasa Indonesia.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search