Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal ICT : Information Communication & Technology
Arifin, Bagas Adam
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Prediksi Tingkat Kelulusan Mahasiswa Menggunakan Metode Hybrid Bahtiar, Agus; Basysyar, Fadhil Muhamad; Dwilestari, Gifthera
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 10 No 1 (2020): Jurnal Ilmiah
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.668 KB)

Abstract

Abstrak - Kelulusan mahasiswa merupakan salah satu bidang standar penjaminnan mutu internal(SPMI) suatu perguruan tinggi. Jumlah mahasiswa yang lulus tepat waktu menjadi indikator keberhasilan dari sebuah perguruan tinggi baik negeri dan swasta. Perguruan tinggi mempunyai peranan yang sangat penting didalam menciptakan lulusan yang terbaik untuk kebutuhan dunia kerja. Penelitian dalam hal prediksi kelulusan mahasiswa telah banyak dilakukan. Berdasarkan kondisi tersebut maka penelitian ini dilakukan penerapan salah satu teknik klasifikasi data mining yaitu C4.5. Dalam penelitian ini membandingkan pemodelan algoritma C4.5 dengan C4.5 berbasis Particle Swarm Optimization(PSO) yang diterapkan pada data kelulusan mahasiswa. Dari hasil pengujian digunakan cross validation, confusion matrix dan kurva ROC, diketahui bahwa C4.5 memiliki nilai akurasi sebesar 78.16 % dan performa yang ditunjukan nilai AUC adalah 5.62% sedangkan C4.5 berbasis PSO memiliki nilai akurasi sebesar 93.79% dan nilai AUC 3.25% dari penelitian ini, terbukti bahwa PSO dapat meningkatkan nilai akurasi dan performa AUC.
KLASIFIKASI KETEPATAN WAKTU PEMBAYARAN SPP DI PONDOK PESANTREN AL-ARIFAH MENGGUNAKAN ALGORITMA NAIVE BAYES: KLASIFIKASI KETEPATAN WAKTU PEMBAYARAN SPP DI PONDOK PESANTREN AL-ARIFAH MENGGUNAKAN ALGORITMA NAIVE BAYES agus bahtiar
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 3 No. 2 (2019): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v3i2.73

Abstract

Pondok pesantren Al – Arifah salah satu pondok yang bertempat di pesantren tertua di Indonesia yaitu Buntet Pesantren Cirebon. Pesantren memegang peran penting dalam pendidikan agama. Namun, banyak pesantren – pesantren yang dalam pembiayaan operasional tidak ditanggung oleh negara melainkan oleh pihak pesantren sendiri. Sehingga banyak permasalahan terkait pembayaran operasional pondok seperti halnya pembayaran SPP. Pembayaran SPP menjadi masalah penting di pondok pesantren Al – Arifah karena banyak dari para santri atau orang yang belajar di pesantren terlambat membayar SPP meskipun sudah ditetapkan batas waktu pembayaran. Oleh karena itu, perlu adanya evaluasi yang dilakukan dalam pembayaran SPP. Untuk mengatasi permasalahan tersebut perlu dilakukan pendeteksian faktor – faktor yang menjadi penyebab terjadinya keterlambatan pembayaran SPP dengan menggunakan data mining. Teknik data mining yang digunakan adalah klasifikasi dengan metode algoritma Naive Bayes. Berdasarkan hasil pengujian akurasi 45 data training dan 22 data testing dari model yang dihasilkan diperoleh tingkat accuracy sebesar 63,64%.
PREDIKSI CACAT SOFWARE MENGGUNAKAN ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION: PREDIKSI CACAT SOFWARE MENGGUNAKAN ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION agus bahtiar
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 3 No. 1 (2019): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v3i1.74

Abstract

Penentuan metode yang tepat sangat diperlukan untuk menghasilkan akurasi prediksi cacat software yang terbaik, sehingga kualitas perangkat lunak yang diterima oleh pengguna menjadi semakin lebih baik. Pada penelitian ini penulis menggunakan Partical Swarm Optimization pada model C4.5 untuk meningkatkan akurasi prediksi cacat software. Cara yang ditempuh adalah dengan membangun model prediksi C4.5 dari dataset MDP yang dimiliki oleh Nasa. Pengujian metode ini dilakukan dengan menghitung tingkat akurasi yang dihasilkan dengan metode C4.5 dengan penentuan parameter criterion, maximal depth, confidence dan minimal gain. Hasil terbaik kemudian akan dioptimize dengan Partical Swarm Optimization. Tingkat akurasi yang dihasilkan kemudian dibandingkan dengan akurasi yang dihasilkan dengan metode sebelumnya. Dihasilkan kesimpulan bahwa, C4.5 dengan Particel Swarm Optimization menghasilkan nilai akurasi 93,15%.
Penerapan Algoritma Decision Tree Untuk Memprediksi Penerima Bantuan Keluarga Harapan Agus Bahtiar; Parasian DP Silitonga
Jurnal ICT : Information Communication & Technology Vol 19, No 1 (2020): JICT-IKMI, Juli 2020
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v19i1.93

Abstract

The Family of Hope Program (PKH) is a poverty reduction program in the education and public health aspects provided by the government either directly or indirectly. The government continues to make efforts in order to educate the community through social assistance programs to tackle the poor. In order to create a smart society, the government should make programs that are empowering so that people can solve their own problems. There are many in Indonesia who receive the family hope program (PKH), one of which is in the Cirebon district. Problems often occur with the empowerment assistance program from the government, one of which is the PKH assistance, which still does not target the residents who receive the assistance. The emergence of this problem, due to the ineffective data verification in determining which citizens are entitled to receive PKH assistance, this has resulted in many very poor people who do not receive PKH assistance and those classified as capable are still given PKH assistance. Therefore, it is necessary to conduct a study of PKH beneficiary data, so that the results of the analysis can be used as a reference for whether or not residents are eligible to receive PKH assistance. The research that was conducted to predict the data of recipients of the expected family assistance using the data mining classification method using the C4.5 algorithm. The results of the data mining process are used as evaluation material for the government. After testing with the C4.5 algorithm, the test results for the best parameter of the C4.5 algorithm are criterion = accuracy, confidence = 0.25 and a minimum gain = 0.1 to produce an accuracy value of 98.30%
Co-Authors Basysyar, Fadhil Muhammad Gifthera Dwilestari Silitonga, Parasian DP