Article Per Year (5 Year)
p-Index From 2021 - 2026
1.116
P-Index
This Author published in this journals
All Journal Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) International Journal of Advances in Intelligent Informatics Scientific Journal of Informatics JAIS (Journal of Applied Intelligent System) ANDHARUPA E-Dimas: Jurnal Pengabdian kepada Masyarakat Wikrama Parahita : Jurnal Pengabdian Masyarakat JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Teknologi Sistem Informasi dan Aplikasi Abdimasku : Jurnal Pengabdian Masyarakat Journal of Applied Computer Science and Technology (JACOST)
Khafiizh Hastuti
Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Arts Humanities Computer Science & IT Economics, Econometrics & Finance Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Semantik

 1 
ANALISIS KOMPARASI ALGORITMA KLASIFIKASI DATA MINING UNTUK PREDIKSI MAHASISWA NON AKTIF Khafiizh Hastuti
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (288.121 KB)

Abstract

Mahasiswa non aktif adalah mahasiswa yang berhenti studi dan tidak melakukan registrasi administratif. Mahasiswa yang memiliki status non aktif memiliki kecenderungan untuk drop out. Tingginya persentase mahasiswa dengan status non aktif mempengaruhi nilai akreditasi universitas. Perlu diketahui faktor-faktor penyebab mahasiswa memiliki status non aktif.Teknik klasifikasi data mining dapat digunakan untuk prediksi mahasiswa non aktif. Banyak algoritma klasifikasi data mining yang dapat digunakan, sehingga perlu dilakukan komparasi untuk mengetahui tingkat akurasi dari masing-masing algoritma. Algoritma yang digunakan adalah logistic regression, decision tree, naïve bayes dan neural network. Data yang digunakan sebanyak 3861 mahasiswa program studi Teknik Informatika, Sistem Informasi dan Desain Komunikasi Visual Universitas Dian Nuswantoro. Hasil dari proses klasifikasi dievaluasi dengan menggunakan cross validation, confusion matrix, ROC Curve dan T-Test untuk mengetahui algoritma klasifikasi data mining yang paling akurat untuk prediksi mahasiswa non aktif.Kata kunci : mahasiswa non aktif, klasifikasi data mining
RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN DOKUMEN TANGIBLE CULTURAL HERITAGE Khafiizh Hastuti; Abu Salam; Budi Handoko; Erwin Yudi Hidayat
Semantik Vol 4, No 1 (2014): Semantik 2014
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.076 KB)

Abstract

The geographical position of Central Java  which  is  in  the middle of  the island of  Java,making it a “meltingpot”of cultures  as well  as the  cultural center  of Java  island.  Cultural  heritage  is dividedinto  tangible  cultural  heritage  and  intangible  cultural heritage.  Tangible  cultural heritage  is  the work of  the human  body  that  can  be moved  or  moving,  or  that  cannot  be moved  or  did not  move.Department of Culture  and    Tourism of  Central  Java has documented  manually  cultural  heritagebut very vulnerable to damage. There are also many cultural  heritages that have not been recorded. The process of data collection and recording are very difficult, since the datasources are scatteredand  not well organized.  Documentation  of cultural heritage  in Central Java  can  be used  as  a information    system  database  fora wide range of  cultura  linterests  in  Central Java.  The aim is tofacilitate  and  ease  The  Department of  Culture  and Tourism of  Central  Java  to  documents and records cultural heritage collections for the category of tangible cultural heritage. In the long-term plan, this system can be used  as a reference by another region, thus forming the  national cultural heritage documentation system.
Analisis Algoritma Decision Tree untuk Prediksi Mahasiswa Non Aktif Khafiizh Hastuti; Erwin Yudi Hidayat
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (170.011 KB)

Abstract

Presentasi mahasiswa yang lulus tepat waktu pada perguruan tinggi merupakan salah satu faktor penentu kualitas perguruan tinggi.  Data dari Pusat Statistik Pendidikan Badan Penelitian dan Pengembangan Departemen Pendidikan Nasional Republik Indonesia menunjukkan bahwa presentasi kelulusan mahasiswa tepat waktu hanya mencapai 51,97% saja dan 48,03% tidak diketahui statusnya apakah menempuh studi tidak tepat waktu, memiliki status non aktif, atau drop out. Perguruan tinggi memiliki data akademik dan biodata mahasiswa sejak mereka mendaftar hingga lulus kuliah.  Algoritma  klasifikasi data mining  Decision Tree  dapat digunakan untuk melalukan prediksi  mahasiswa non aktif,  sehingga dapat memberikan warning bagi mahasiswa untuk lebih meningkatkan prestasi belajar dan mencegah kasus mahasiswa drop out.
Co-Authors Abu Salam Adam Zufar Majid Suprayogi Afinzaki Amiral Ahmad Zainul Fanani Ajib Susanto Ananda, Luthfi Kamal Arry Maulana Syarif Arry Maulana Syarif, Arry Maulana Aton Rustandi Mulyana Azhari Azhari Desi Purwanti Kusumaningrum Erwin Yudi Hidayat Erwin Yudi Hidayat Erwin Yudi Hidayat Fahri Firdausillah Hanny Haryanto Ika Novita Dewi Kadiasti, Ristia Kurniawan, Wahyu Muhammad L. Budi Handoko Labib Ahnaf Dhiyaul Khoir Muhammad Adrian Surya Saputra Nathania, Nita Virena Nathiania, Nita Virena Naufal, Muhammad Rakha' Noor Ageng Setiyanto, Noor Ageng Prayoga, Adita Surya Pulung Nurtantio Andono Reynald Karisma Wibowo Siswoko, Tandicha Marchelputra Suprayogi Suprayogi Syafira Rosa Amalia Verdian Putra Wicaksana Wahyu Muhammad Kurniawan Wiratno, Andreas Ragil Wiratno, Andreas Ragil