Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal IMTechno: Journal of Industrial Management and Technology EVOLUSI : Jurnal Sains dan Manajemen
Ida Darwati
Unknown Affiliation
Computer Science & IT Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Algoritma Regresi Linier Sederhana dalam Mendukung Prediksi Produksi Kelapa Sawit Ida Darwati
IMTechno: Journal of Industrial Management and Technology Vol. 6 No. 1 (2025): Vol. 6 No. 1 (2025): Januari 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v6i1.7215

Abstract

Minyak kelapa sawit merupakan salah satu komoditasi ekspor di Indonesia, untuk menjaga agar tetap terpenuhinya permintaan minyak kelapa sawit sehingga menjadi sangat penting untuk mengetahui jumlah produksi kelapa sawit. Penulis mengharapkan dengan penelitian serta keluaran dari penelitian ini dapat memudahkan dalam mengetahui prediksi jumlah produksi kelapa sawit, dengan luas lahan panen sebagai dasar pendukung prediksi pada penelitian ini. Dalam penelitian ini penulis memprediksi produksi kelapa sawit provinsi Jambi, menggunakan algoritma regresi linier sederhana dengan luas lahan panen sebagai variabel independen dan produksi kelapa sawit menjadi variabel dependen, data yang penulis olah yaitu data dari tahun 2000 sampai dengan tahun 2020, dalam proses pengolahan data penulis membagi menjadi data training sebesar 75% dan data testing sebesar 25%, penulis mengolah data dengan bahasa pemrograman python menggunakan Jupyter Notebook, dari hasil pengolahan data mendapatkan akurasi pembulatan sebesar  0,934. Penulis melanjutkan penelitian dengan membuat perancangan sistem informasi menggunakan framework streamlit untuk memprediksi produksi kelapa sawit.
Penerapan Algoritma XGBoost Dalam Menganalisa Keberlanjutan Pelanggan Tour dan Travel Ratih Yulia Hayuningtyas; Wina Yusnaeni; Ida Darwati
Evolusi : Jurnal Sains dan Manajemen Vol. 13 No. 2 (2025): Periode September 2025
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v13i2.9748

Abstract

Customer churn is a term used to describe customer loss in the business world. Customer churn is a major challenge in the business world, impacting every company. One example is the tour and travel industry, the impact of customer churn in tour and travel businesses can include decreased profits and increased operational costs because acquiring tour and travel customers is more expensive than retaining them. Every company has a strategy for customer retention, one of which is implementing machine learning. This study uses public data to determine customer churn using the XGBoost algorithm. Extreme Gradient Boost (XGBoost) works by gradually building a model to improve prediction accuracy. In this study, the XGBoost model works through several stages: data processing, dataset division, algorithm testing, which ultimately results in model accuracy, evaluation, and ROC and AUC curves. The results of this study with the XGBoost model produced an accuracy of 87.7%, precision of 74.4%, recall of 74.4%, F1-Score of 74.4%, and an AUC value of 0.95. In addition, this study also produced an application to predict customers who do not yet have a label
Co-Authors Dinda Ayu Muthia Hilda Amalia Nuzuliariani Nuris Ratih Yulia Hayuningtyas Wina Yusnaeni