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 2 Documents
Search
Journal : KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer

 1 
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%.
Co-Authors Basysyar, Fadhil Muhammad Gifthera Dwilestari Silitonga, Parasian DP