Claim Missing Document
Check
Articles

Found 18 Documents
Search

PREDIKSI KASUS COVID 19 INDONESIA MENGGUNAKAN METODE NAÏVE BAYES Dafid, Dafid; Veratiwi, Veratiwi
JPP JURNAL KESEHATAN POLTEKKES PALEMBANG Vol 17 No 2 (2022): JPP (Jurnal Kesehatan Poltekkes Palembang)
Publisher : Poltekkes Kemenkes Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36086/jpp.v17i2.1465

Abstract

Latar Belakang: Covid 19 merupakan virus yang menyerang sistem pernapasan. Dampak dari covid 19 sangat signifikan bagi kehidupan masyarakat Indonesia yang terjadi hampir di semua bidang. Berdasarkan data dari Kementerian Kesehatan (Kemenkes) melalui laman https://www.kemkes.go.id/ per 18 November 2022, kasus penyebaran dan kasus terinfeksi oleh virus ini terus bertambah. Hal ini menjadi tantangan besar dalam menghadapi covid 19 terutama bagi pembuat kebijakan yang harus mengambil keputusan dari berbagai macam informasi yang masih belum sempurna. Penelitian ini bertujuan untuk memprediksi kasus covid 19 di Indonesia sehingga para pembuat kebijakan dapat mengambil keputusan yang sesuai baik itu untuk pencegahan maupun untuk penyusunan strategi dalam menangani kasus covid 19. Metode: Dalam penelitian ini bahan yang digunakan untuk kemudian diolah dan menjadi acuan adalah dataset yang dikompilasi secara time series dari covid19.go.id, kemendagri.go.id, bps.go.id, dan bnpb-inacovid19.hub.arcgis.com berupa data kasus covid-19 di Indonesia yang diupdate dalam 2 bulan terakhir. Metode yang digunakan untuk melakukan prediksi menggunakan dataset yang telah disiapkan adalah Naïve Bayes. Hasil: Prediksi yang dilakukan dengan menggunakan metode Naïve Bayes memberikan hasil prediksi dengan mengklasifikasi kasus baru yang terjadi berdasarkan variabel independen yang telah ditentukan. Nilai akurasi yang dihasilkan yaitu sebesar 89%. Kesimpulan: Metode Naïve Bayes mampu memberikan hasil prediksi dengan tepat dengan tingkat akurasi yang dihasilkan sangat tinggi. Hal ini dipengaruhi oleh faktor banyaknya data yang disediakan dan juga banyaknya variabel yang digunakan untuk melakukan prediksi. Kata kunci : Covid 19, Prediksi, Keputusan
Peningkatan Mutu Guru SMA melalui Pelatihan Media Pembelajaran Berbasis IT di Kota Prabumulih Sudrajat, Wahyu; Inayatullah, Inayatullah; Petrus, Johannes; Cholid, Idham; Dafid, Dafid; Yulistia, Yulistia
PUBLIKASI PENGABDIAN KEPADA MASYARAKAT Vol 1 No 2 (2022)
Publisher : Fakultas Ekonomi dan Bisnis Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (941.782 KB) | DOI: 10.35957/padimas.v1i2.1967

Abstract

Peningkatan kapasitas tenaga pendidik saat ini menjadi sebuah keharusan. Perkembangan zaman yang terjadi saat ini menuntut tenaga pendidik dalam hal ini adalah guru untuk dapat berkreasi, inovatif dan adaptif terhadap perubahan kondisi dan zaman. Hal ini terlebih pada masa pendemi yang menuntut pembelajaran jarak jauh harus dilakukan, sehingga dibutuhkan ide-ide kreatif, innovatif dan adaptif dalam penyampaian materi kepada siswa peserta didik. Universitas Multi Data Palembang melalui dosen dan mahasiswa dalam rangka implementasi Tri Dharma Perguruan Tinggi melaksanakan kegiatan pengabdian kepada masyarakat bagi tenaga pendidik di Kota Prabumulih. Adapun materi yang disampaikan adalah pembuatan bahan ajar dengan mengoptimalkan pemanfaatan Open Broadcaster Software (OBS), Microsoft Power Point, BG Remover, Intro Maker, dan penggunaan piranti lunak untuk menunjang pembuatan bahan ajar. Pengabdian kepada masyarakat ini dilaksanakan bertempat di SMA N 2 Prabumulih yang dihadiri dari 50 orang perwakilan guru dari 8 sekolah menengah atas (SMA) yang ada di Kota Prabumulih. Berdasarkan hasil survey pra dan pasca pelatihan, maka didapatkan informasi bahwa materi pelatihansesuai dengan kebutuhan tenaga pendidik di Kota Prabumulih dan mampu memberikan informasi serta pengalaman dalam mengoptimalkan IT dalam proses pembelajaran.
Workshop Management Application Design At Pt Abc Using Rational Unified Process Method Markopa, Andre; Rais, Falatehan; Dafid, Dafid
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6468

Abstract

Proses bisnis yang berjalan pada PT ABC saat ini masih memiliki kekurangan yang dapat menghambat berjalannya proses bisnis dan pengambilan keputusan. Oleh karena itu, perancangan aplikasi ini dilakukan dengan bertujuan untuk membantu proses pencatatan dan perhitungan laporan serta transaksi agar pencatatan serta perhitungan laporan harian dan bulanan menjadi lebih cepat dan efisien serta tidak rentan terhadap kesalahan. Metode Pengembangan yang digunakan pada perancangan ini adalah metode RUP (Rational Unified Process), yang dimana prosesnya memiliki empat tahap utama yaitu inception, elaboration, construction, dan transition. Perancangan ini menghasilkan sebuah aplikasi manajemen bengkel yang dapat membantu proses pencatatan dan perhitungan laporan serta transaksi agar pencatatan serta perhitungan laporan harian dan bulanan menjadi lebih cepat, efisien dan tidak rentan terhadap kesalahan.
Sistem Pendukung Keputusan Penentuan Pegawai Terbaik Menggunakan Metode TOPSIS Alexander, Jason; Dafid, Dafid
MDP Student Conference Vol 4 No 1 (2025): The 4th MDP Student Conference 2025
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v4i1.10994

Abstract

The Decision Making System plays a crucial role in the intricate and dynamic landscape of modern business. The TOPSIS method is a prominent technique within this domain, utilized to generate various alternatives by evaluating multiple criteria. In the TOPSIS framework, each criterion is assigned a weight, and the ratio between each alternative and the respective criteria is calculated. These ratios are aggregated to produce a total score, facilitating the identification of the most favorable alternative. This study elucidates the fundamental principles of TOPSIS and examines its application in business decision-making processes. This method empowers decision-makers to navigate the complexities of selecting the optimal choice amid limited and often contradictory information. The benefits of TOPSIS include its capacity to simultaneously address multiple criteria and offer a structured evaluation framework. The findings of this study can yield a ranking of employees based on specified criteria such as performance, responsibility, communication, and absenteeism, utilizing the TOPSIS approach.
Analisis Pola Pembelian Pelanggan dengan Algoritma Apriori pada Perusahaan Distributor Besi Jesisca, Jesisca; Dafid, Dafid
MDP Student Conference Vol 4 No 1 (2025): The 4th MDP Student Conference 2025
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v4i1.11095

Abstract

In the digital era, transaction data analysis has become crucial for enhancing business competitiveness. PT XYZ, a steel distributor in Palembang City, faces challenges in understanding customer purchasing patterns, which impacts the optimization of marketing strategies and sales volume. This study aims to analyze customer purchasing patterns using the Apriori algorithm to develop more effective marketing strategies. The research follows the CRISP-DM methodology, which includes data collection, cleaning, analysis, and visualization through an interactive dashboard. Sales transaction data from August 2023 to August 2024 is analyzed to identify frequently purchased product combinations. The results indicate that the Apriori algorithm generates association rules that can be leveraged to design bundling packages that align with customer preferences. With the interactive dashboard, the analysis results can be visually presented, supporting faster and more accurate business decision-making. This study offers a data-driven strategy to improve operational efficiency, optimize sales, and strengthen the company's competitiveness.
Pelatihan Peningkatan Pengetahuan Artificial Intelligence Untuk Pengembagan Kurikulum Pembelajaran Guru-Guru SMA Kota Prabumulih Dafid, Dafid; Artina, Nyimas; Keristin, Usniawati; Rachmadi, Muhammad
IHSAN : JURNAL PENGABDIAN MASYARAKAT Vol 7, No 1 (2025): Ihsan: Jurnal Pengabdian Masyarakat (April)
Publisher : University of Muhammadiyah Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/ihsan.v7i1.23830

Abstract

Artificial Intelligence (AI) menjadi salah satu bidang yang semakin relevan dalam dunia pendidikan, khususnya dalam pengembangan kurikulum yang adaptif dan inovatif. Guru sebagai penggerak utama pembelajaran perlu memiliki pemahaman yang memadai tentang AI agar dapat mengintegrasikannya secara efektif dalam proses belajar-mengajar. Kegiatan pengabdian ini bertujuan untuk meningkatkan pengetahuan guru SMA di Kota Prabumulih tentang konsep, aplikasi, dan dampak AI dalam pendidikan. Pelatihan dilakukan melalui pendekatan berbasis praktik dan studi kasus, sehingga peserta dapat memahami cara mengimplementasikan AI dalam kurikulum sekolah. Hasil evaluasi menunjukkan peningkatan pemahaman guru terhadap AI dan kesiapan mereka dalam merancang pembelajaran berbasis teknologi. Diharapkan, kegiatan ini dapat menjadi langkah awal dalam transformasi pendidikan berbasis AI di sekolah-sekolah menengah.
Application of K-Means Clustering Algorithm for Disease Grouping at Blessing Dental Care Clinic Fransiska, Cintiya Aulya; Dafid, Dafid
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Blessing Dental Care Clinic is a clinic that provides dental practice services and general practitioner practices located in Palembang. This clinic offers general care and dental care managed by experienced doctors in their fields. The focus of the data used is medical record data, especially from general practice. Grouping large data into several groups based on similar pattern characteristics by utilizing the K-Means Clustering algorithm in CRISP-DM data mining was chosen to be more effective in handling various complaints of various diseases through the Clustering process. The results showed that the form of cluster 1 was 220 dominant data in the respiratory disease category, cluster 2 was 335 dominant data in the cardiovascular disease category, cluster 3 was 584 dominant data in the cardiovascular disease category, cluster 4 was 363 dominant data in respiratory disease, cluster 5 was 70 dominant data in respiratory disease, cluster 6 was 254 dominant data in cardiovascular disease and cluster 7 was 165 dominant data in ENT disease. In cluster 7 with an SSE value of 3189.16, the decrease is getting smaller and the spread pattern is starting to be optimal with a tendency for the pattern to be more spread out.
PENERAPAN DATA MINING ASOSIASI DALAM MENGANALISIS DATA PENJUALAN UNTUK MENINGKATKAN STRATEGI PENJUALAN PADA PD JUMBO Wilhelmus, Aloysius Michael; Dafid, Dafid
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.7411

Abstract

Penelitian ini membahas penerapan data mining asosiasi menggunakan algoritma apriori untuk menganalisis data transaksi penjualan di PD Jumbo, distributor makanan dan non-makanan di Palembang. PD Jumbo memiliki strategi pemasaran yang belum optimal akibat kurangnya pemanfaatan data transaksi. Tujuan penelitian ini adalah mengidentifikasi pola keterkaitan antar produk yang sering dibeli bersamaan untuk menghasilkan aturan asosiasi yang mendukung strategi promosi. Metodologi yang diterapkan di penelitian ini adalah CRISP-DM, meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Hasil analisis dengan minimum support 0,07 dan minimum confidence 0,7 menghasilkan sejumlah aturan asosiasi dengan nilai lift diatas 1, yang menunjukkan hubungan kuat antar produk. Aturan tersebut digunakan sebagai dasar rekomendasi strategi bundling produk untuk meningkatkan efektivitas promosi dan penjualan. Simpulan penelitian ini menunjukkan bahwa algoritma Apriori dapat menjadi alat bantu dalam pengambilan keputusan pemasaran berbasis data, sehingga mendukung peningkatan daya saing perusahaan.