Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Informatika dan Rekayasa Elektronik Scientific Journal of Informatics
Hafiz Firdaus
Universitas Singaperbangsa Karawang
Automotive Engineering Computer Science & IT Mechanical Engineering Public Health

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Hasil Ensemble Learning Melalui Sosialisasi dan Edukasi Covid-19 di Tingkat RT Hafiz Firdaus; Jajam Haerul Jaman
Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 4, No 3 (2021): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v4i3.2352

Abstract

Perumahan Taman Raya Bekasi merupakan salah satu perumahan yang terkena dampak lockdown sebagai upaya pencegahan penyebaran wabah Covid-19 di tahun 2020. Sebagian besar Rukun Tetangga (RT) dan Rukun Warga (RW) tidak terkecuali untuk RT 1 sudah memberlakukan lockdown ketat antar masyarakat dan memberlakukan seluruh protokol kesehatan yang dianjurkan pemerintah seperti menggunakan masker, mencuci tangan sebelum memasuki perumahan, menjaga jarak dan karantina mandiri dirumah. Pengabdian masyarakat atau yang disebut Kuliah Kerja Nyata (KKN) Universitas Singaperbangsa Karawang pada tahun 2020 ini pengabdian masyarakat dilakukan pada desa atau wilayah tempat tinggal mahasiswa tersebut berada, pada wilayah RT 1 ini  belum adanya sistem yang terpusat dan mengedukasi para warganya. Oleh karena itu pada jurnal ini memberikan program-program yang dapat mengedukasi serta dapat menjadi sarana informasi bagi warga RT 1 perumahan Taman Raya Bekasi. Program-program tersebut antara lain pembagian masker kepada sebagian warga, pembagian handsanitizer dan penempelan poster Covid-19. Upaya ini juga selaras dengan perjuangan para relawan Covid-19 yang berfokus untuk mengedukasi masyarakat melaui poster serta media informasi yang lainnya. Program ini adalah tindak lanjut dari pengimplementasian Ensemble Learning yang telah dilakukan.
PERBANDINGAN ALGORITME NAÏVE BAYES DAN KNN TERHADAP DATA PENERIMAAN BEASISWA (Studi Kasus Lembaga Beasiswa Baznas Jabar) Muhamad Riyyan; Hafiz Firdaus
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.547

Abstract

Pemerintah Indonesia telah mencanangkan program wajib belajar selama 12 tahun dengan tujuan untuk meningkatkan kualitas pendidikan di Indonesia. Oleh karena itu pemerintah mengeluarkan peraturan-peraturan yang dibuat untuk kewenangan pada pemerintah daerah dan sebagainya agar dapat membantu biaya pendidikan pada orang-orang tertentu. Lembaga Beasiswa Baznas Jawa Barat (LBB Jabar) adalah salah satu lembaga yang memberikan biaya pendidikan bagi orang-orang tertentu yang memenuhi persaratan, namun pendaftar dari beasiswa tersebut membludak dan menghasilkan data yang cukup besar. Oleh karena itu proses seleksi menjadi tidak efisien dan membutuhkan metode algoritme tertentu. Analisa terhadap data yang besar perlu dilakukan untuk bisa mengetahui pola dan pengetahuan pada data tersebut. Penelitian ini dilakukan untuk membandingkan metode naïve bayes dan knn yang bisa diterapkan dengan baik pada data penerimaan beasiswa yang diselenggarakan oleh LBB Jabar. Model klasifikasi yang dibuat diuji dengan confusion matrix. Hasil penelitian menunjukan nilai yang berbeda pada setiap algoritma. Nilai uji algoritme naïve bayes yaitu nilai akurasi yang didapat sebesar 80%, presisi sebesar 82,82%, dan recall sebesar 92,47% sedikit lebih besar dibandingkan dengan algoritme knn dengan nilai akurasi 78,97%, presisi sebesar 82,61%, dan recall sebesar 91,10% dimana nilai k yang digunakan adalah k=7. Sedangkan untuk k=27 algoritme knn mempunyai nilai akurasi lebih besar dengan nilai 80,51%, presisi sebesar 81,03%, dan recall ssbesar 96,58%.
Sistem Pakar Untuk Mendeteksi Minat Dan Bakat : Sebuah Systematic Literature Review Hafiz Firdaus; Agung Susilo Yuda Irawan
Jurnal Ilmiah Informatika Vol. 7 No. 2 (2022): Jurnal Ilmiah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jimi.v7i2.85-94

Abstract

We present a systematic literature review of an expert system to detect children's interests and talents. The purpose of this review is to plot all aspects of knowledge in the field of education, especially those using the expert system method, what children do in learning and how expert system methods can help in determining children's interests and talents. We conducted a systematic literature review of published studies that focused on the use of expert systems methods. The systematic review in this study is used to analyze how expert system methods can contribute massively to developments in the field of education. This research can also be used as a guideline for the most widely used expert system method to determine children's interests and talents. Research on determining children's talents and interests from 20 papers in a systematic literature review provides a broad understanding of the research conducted on what makes the system able to determine the best talents and interests for children through data obtained from experts
Co-Authors Agung Susilo Yuda Irawan Jaman, Jajam Haerul Muhamad Riyyan