Article Per Year (5 Year)
p-Index From 2021 - 2026
15.563
P-Index
This Author published in this journals
All Journal ARABIYAT Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management) Jurnal Informatika dan Teknik Elektro Terapan Jurnal Studi Agama dan Masyarakat Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Madaniyah: Terciptanya Insan Akademis Berkualitas Dan Berakhlak Mulia JIKO (Jurnal Informatika dan Komputer) qolamuna : Jurnal studi islam Jurnal SOLMA BAREKENG: Jurnal Ilmu Matematika dan Terapan JURNAL ILMIAH INFORMATIKA Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) QARDHUL HASAN: MEDIA PENGABDIAN KEPADA MASYARAKAT Jambura Journal of Food Technology JSI (Jurnal sistem Informasi) Universitas Suryadarma Jurnal Tekno Kompak Jurnal Edukasi (Ekonomi, Pendidikan dan Akuntansi) JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Biogenerasi JISA (Jurnal Informatika dan Sains) BERNAS: Jurnal Pengabdian Kepada Masyarakat Al-Fusha : Arabic Language Education Journal Jurnal Pendidikan dan Teknologi Indonesia Mosharafa: Jurnal Pendidikan Matematika Tanwir Arabiyyah: Arabic as Foreign Language Journal Jurnal Dinamika Informatika (JDI) Jurnal EBONI Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Artificial Intelligence and Engineering Applications (JAIEA) PENA ABDIMAS : Jurnal Pengabdian Masyarakat Makara Journal of Technology Jurnal Sistem Informasi dan Teknologi (SINTEK) Indonesian Journal of Fundamental Sciences Journal of Tourism Education Prosiding Seminar Nasional Manajemen dan Ekonomi JURSIMA Iqtida: Journal of Da'wah and Communication Huma: Jurnal Sosiologi AMMA : Jurnal Pengabdian Masyarakat Jurnal Biologi Babasal Al-Zayn: Jurnal Ilmu Sosial & Hukum Jurnal Sistem Informasi dan Manajemen Maddana: Jurnal Pengabdian Kepada Masyarakat Sirajuddin : Jurnal Penelitian dan Kajian Pendidikan Islam Prosiding Seminar Nasional Unimus Jurnal Kemitraan Masyarakat Informasi interaktif : jurnal informatika dan teknologi informasi Jurnal Riset Multidisiplin Edukasi J-CEKI PESHUM Jurnal Geosaintek Sintek Kuwera Sirajuddin: Jurnal Penelitian dan Kajian Pendidikan Islam Bianglala Informatika
Ahmad Faqih
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 126 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 126 Documents
Search

 2   3   4   5   6 
IMPLEMENTASI DATA MINING ASOSIASI PADA DATA TRANSAKSI ES TEH SOLO JATIBARANG MENGGUNAKAN ALGORITMA FP-GROWTH DALAM MENENTUKAN STRATEGI PENJUALAN Subaegi, Angga; Faqih, Ahmad; Anam, Khaerul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8164

Abstract

Pesatnya perkembangan di bidang Informatika telah mengubah lanskap bisnis, termasuk strategi penjualan dan pengelolaan stok. Penelitian ini fokus pada analisis pola penjualan produk Es Teh Solo Jatibarang menggunakan algoritma FP-Growth. Data transaksi yang signifikan dari penjualan Es Teh Solo di wilayah Jatibarang menjadi fokus utama. Metode Knowledge Discovery in Database (KDD) diterapkan dengan algoritma FP-Growth pada dataset transaksi Es Teh Solo dari Januari hingga September 2023. Penelitian melibatkan tahapan pengumpulan, pembersihan, transformasi data, dan implementasi algoritma FP-Growth dengan variasi nilai minimal support dan confidence. Penetapan nilai support sebesar 1% dan confidence 50% berhasil menghasilkan 7 aturan asosiasi dengan lift ratio tertinggi. Sebagai contoh, transaksi yang mencakup Es Teh Manis Plastik, Es Teh Lemon Cup, cenderung membeli Es Teh Milo Plastik dengan lift ratio 12.295, support 2,7%, dan confidence 88%. Temuan pola pembelian tersebut memiliki implikasi praktis, termasuk penerapan strategi penjualan seperti bundling produk untuk meningkatkan penjualan dan kepuasan pelanggan. Dengan memanfaatkan pola pembelian yang teridentifikasi, analisis stok dan produksi dapat dioptimalkan, meningkatkan efisiensi operasional secara menyeluruh. Hasil ini memberikan kontribusi pada pemahaman pola pembelian konsumen, mendukung pengambilan keputusan yang lebih cerdas dalam pengelolaan bisnis ritel.
PENERAPAN ALGORITMA FP-GROWTH PADA DATA TRANSAKSI PENJUALAN UNTUK MENENTUKAN POLA PEMBELIAN PELANGGAN: STUDI KASUS: TOKO KENZI OLSHOP Sari, Arum; Faqih, Ahmad; Anwar, Saeful
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8168

Abstract

Dalam dunia bisnis, terutama dibidang penjualan, keberadaan persaingan yang tinggi menimbulkan kebutuhan bagi pengembang dalam mencari strategi yang bisa meningkatkan efektivitas pemasaran dan penjualan produk. Toko Kenzi Olshop merupakan salah satu pebisnis yang bergerak dalam penjualan pakaian, kosmetik dan lain-lain. Namun dalam konteks toko Kenzi Olshop, masih terdapat kendala dalam mengetahui barang apa yang harus diadakan untuk persediaan stok dan promosi serta penempatan produk yang masih kurang efektif khususnya pada produk pakaian. Tujuan dari penelitian ini untuk mengetahui pola pembelian pelanggan, sehingga didapatkan rekomendasi strategi penjualan. Metode yang digunakan adalah knowledge discovery in databases (KDD) dengan menerapkan algoritma FP-Growth. Hasil penelitian ini menunjukkan bahwa algoritma FP-Growth dapat mengidentifikasi pola pembelian pelanggan dengan melakukan percobaan menggunakan nilai minimum support sebesar 2%, 3%, 4%, 5% dan minimum confidence sebesar 40%. Percobaan dengan nilai minimum support 2% dan nilai minimum confidence 40% menghasilkan nilai lift tertinggi dan menghasilkan aturan asosiasi terbanyak yaitu 27 rules. Pada aturan asosiasi tersebut terdapat enam item yang sering muncul meliputi Midi Dress, Pajamas Anisa, Gamis Aisyah, Pajamas Cp, Pajamas Aisyah dan Pajamas Rasya. Serta didapatkan rule dengan nilai confidence terbesar 60,5% yaitu jika konsumen membeli Gamis Aisyah dan Tunik maka memiliki peluang untuk membeli Midi Dress.
ANALISIS SEGMENTASI PUSKESMAS DI KABUPATEN CIREBON MENGGUNAKAN ALGORITMA PARTITIONING AROUND MEDOID BERDASARKAN INDIKATOR PENYEBAB STUNTING Komalasari, Cahyaningrum; Faqih, Ahmad; Dikananda, Fatihanursari; Sulaeman, Muhamad; Susana, Heliyanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8189

Abstract

Stunting merupakan keadaan dimana seseorang mengalami kekurangan gizi. Namun, hingga saat ini, belum terdapat segmentasi Puskesmas terkait stunting berdasarkan indikatornya menggunakan data mining di Kabupaten Cirebon. Pada penelitin ini bertujuan untuk menganalisis segmentasi puskesmas terkait stunting dengan indikatornya guna memberikan rekomendasi pencegahan dan penyuluhan terkait stunting menggunakan Algoritma Partitioning Around Medoid (PAM). Data bersumber dari website opendata.jabarprov.go.id dan opendata.cirebonkab.go.id dan observasi langsung ke dinas Kesehatan kab. Cirebon. Variabel yang digunakan Jumlah Ibu Hamil yang mengalami KEK (Kekurangan Energi Kronik), Jumlah stunting, Jumlah Ahli Gizi dan Jumlah Puskesmas aktif yang ada di kabupaten Cirebon pada tahun 2022. Proses pengolahan data menggunakan metode KDD (Knowledge Discovery in Database). Implementasi k-medoids dilakukan dengan inisiasi nilai centroid secara acak dalam iterasi. Hasil menunjukkan medoid sementara sebesar 7122,045634, dan medoid awal 6348,966306, dengan selisih 773,0793279 hasil yang signifikan mengakibatkan penghentian iterasi pada tahap pertama. Evaluasi manual dengan rumus SSW (Sum of Square Within Cluster) dan SSB (Sum of Square Between) menghasilkan rasio cluster 0,8470604, mendekati 0, menunjukkan hasil yang baik dan Evaluasi cluster menggunakan Davies-Bouldin Index (DBI) menggunakan RapidMiner menghasilkan nilai 0,569. Cluster 1 (19 puskesmas) memiliki kasus stunting tertinggi, sedangkan Cluster 2 (41 puskesmas) memiliki kasus stunting rendah, memberikan dasar rekomendasi pencegahan serta penyuluhan yang lebih terarah.
PENERAPAN METODE RANDOM FOREST DALAM MENGANALISIS SENTIMEN PENGGUNA APLIKASI CAPCUT DI GOOGLE PLAY STORE Sagita, Ayu; Faqih, Ahmad; Dwilestari, Gifthera; Siswoyo, Bambang; Pratama, Denni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8205

Abstract

Pengguna aplikasi CapCut semakin meluas di kalangan pengguna smartphone. Namun, tanggapan pengguna terhadap aplikasi ini sangat bervariasi. Selain itu, perkembangan terus-menerus dalam menambah fitur dan kemampuan pengeditan telah membawa kompleksitas penggunaan aplikasi ini semakin meningkat. Penelitian ini bertujuan untuk menganalisis sentimen pengguna CapCut melalui ulasan yang terdapat di Google Play Store menggunakan metode Random Forest. Metode ini dipilih untuk mengidentifikasi dan mengelompokkan tanggapan pengguna ke dalam kategori positif dan negatif secara efisien. Dataset yang digunakan dalam penelitian ini mencakup 5000 ulasan, mencerminkan keragaman pendapat dari pengguna yang berpartisipasi aktif. Tahapan preprocessing data melibatkan proses cleaning, case folding, tokenisasi, stopword removal, dan lemmatisasi untuk memastikan kualitas data yang baik sebelum dilakukan analisis sentimen. Selanjutnya, pembobotan kata dilakukan dengan metode TF-IDF untuk memberikan nilai bobot pada kata-kata yang mempengaruhi sentimen pengguna. Hasil penelitian menunjukkan bahwa metode Random Forest memberikan tingkat akurasi yang tinggi dalam menganalisis sentimen pengguna CapCut, dengan akurasi sebesar 86%, presisi 89%, recall 81%, dan f1-score 85%. Penelitian ini memberikan pemahaman lebih lanjut terkait tanggapan pengguna terhadap aplikasi CapCut, serta menegaskan keberhasilan metode Random Forest dalam menangani analisis sentimen pada dataset ulasan pengguna di Google Play Store.
ANALISIS SENTIMEN TERHADAP REVIEW APLIKASI BRIMO DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES Nuraini, Asyifa; Faqih, Ahmad; Dwilestari, Gifthera; Dienwati Nuris, Nisa; Narasati, Riri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8228

Abstract

Dalam era perkembangan teknologi informasi, khususnya dalam ranah analisis sentimen menggunakan algoritma Naive Bayes, dampak signifikan terlihat pada aplikasi Brimo, platform perbankan internet dan mobile yang dikembangkan oleh Bank BRI. Analisis sentimen terhadap ulasan pengguna di Google Play Store dengan Naive Bayes menghadapi tantangan, seperti tingkat ketidak pastian dalam hasil analisis. Algoritma ini cenderung memperlakukan kata-kata secara terpisah, mengabaikan konteks, dan berpotensi menghasilkan hasil yang kurang akurat, terutama pada sentimen kompleks seperti ironi atau sarkasme. Pentingnya text mining, penggunaan metode klasifikasi, dan proses Knowledge Discovery in Database (KDD) muncul dalam mendukung analisis sentimen. Penelitian ini menggunakan metode KDD dan Naive Bayes untuk menganalisis sentimen ulasan pengguna Brimo di Google Play Store. Tahapan melibatkan seleksi data, pembersihan data, transformasi dengan TF-IDF, data mining dengan Naive Bayes, dan evaluasi pola. Hasil menunjukkan tingkat akurasi tinggi sebesar 89.58%, dengan nilai presisi 85.94%, Recall 89.58%, dan F1-Score 86.90%. Meskipun demikian, perhatian khusus diperlukan untuk sentimen negatif guna meningkatkan performa Recall. Proses implementasi model Naive Bayes pada data baru menunjukkan efisiensi melalui penggunaan joblib dan visualisasi hasil prediksi. Penelitian ini memberikan kontribusi dalam meningkatkan pemahaman evaluasi sentimen pengguna, mendukung pengambilan keputusan, dan mengembangkan strategi bisnis yang efektif pada aplikasi Brimo.
PENERAPAN ASSOCIATION RULES MENGGUNAKAN ALGORITMA APRIORI UNTUK IDENTIFIKASI POLA PEMBELIAN Wijaya, Arya; Faqih, Ahmad; Solihudin, Dodi; Rohmat, Cep Lukman; Eka Permana, Sandy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8270

Abstract

Transaksi penjualan dalam dunia bisnis seringkali mengalami peningkatan penjualan yang melonjak, dalam hal ini perusahaan-perusahaan memiliki data penjualan bulanan yang terarsip, Masalah yang seringkali terjadi yaitu tidak teratur nya pada penyesuaian stok barang, Data Mining adalah sebuah kegiatan pengolahan data untuk mengenali pola pembelian atau kecenderungan pelanggan terhadap produk penjualan. Penelitian ini bertujuan melibatkan pertanyaan tentang bagaimana algoritma Apriori dapat diterapkan secara efektif untuk mengungkap pola pembelian yang signifikan dalam data transaksi penjualan. studi ini mendiskusikan pentingnya pemahaman pola pembelian dalam bisnis, termasuk manfaatnya untuk rekomendasi produk, strategi pemasaran, dan pengelolaan persediaan. Metode yang digunakan adalah pengumpulan data transaksi penjualan, dengan menggunakan metode KDD dengan algoritma apriori tahapan yang dilakukan antara nya seleksi data, preprocessing data, transformasi data, Data mining, evaluasi. Penggunaan algoritma Apriori untuk mengidentifikasi itemset yang sering muncul bersama dalam transaksi, serta menentukan ambang batas dukungan yang relevan. Hasil dan Diskusi menyoroti pola pembelian yang berhasil diidentifikasi dan menggambarkan implikasinya dalam konteks bisnis, seperti peningkatan penjualan, efisiensi persediaan, dan pengembangan strategi pemasaran yang lebih cermat. Untuk menguji hasil penelitan ini digunakan nilai minimum Support 3% dan nilai Confidence 50% serta tahap evaluasi menggunakan lift ratio minimum 100% dari hasil pengujian tersebtut terdapat beberapa yang memenuhi syarat aturan asosiasi. Misalnya kombinasi, medialuna dan coffee yang memiliki nilai Support 3,5%, nilai Confidence 57% dan nilai lift ratio 120%, Implikasi dari hasil penemuan pola pembelian ini bisa dijadikan strategi penjualan Contohnya, saran untuk penempatan produk, promo khusus untuk produk dan manajemen stok yang efisien.
PENERAPAN ALGORITMA FP-GROWTH UNTUK MENENNTUKAN POLA PENJUALAN PRODUK ELEKTRONIK Febiyanto, Anggi; Faqih, Ahmad; Herdiyana, Ruli; Dienwati Nuris, Nisa; Narasati, Riri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8286

Abstract

Di era perkembangan pasar yang pesat, analisis pola penjualan sangat penting untuk meningkatkan efisiensi dan keuntungan perusahaan salah satunya perusahaan yang menjual produk elektronik. Produk elektronik mengacu pada berbagai perangkat dan perlengkapan yang menggunakan teknologi elektronik untuk berfungsi. Elektronik mencakup berbagai kategori, mulai dari perangkat konsumen seperti telepon seluler dan televisi hingga peralatan industri seperti sensor dan sistem kendali otomatis. Dalam suatu toko kerap kali terjadi masalah over stock, kehabisan stock, dan tata letak barang yang tidak beraturan dikarenakan pihak toko tidak mengetahui pola penjualan barang. Penelitian ini bertujuan untuk mengidentifikasi pola penjualan produk elektronik di toko Sinar Mentari menggunakan algoritma analisis data. Penulis menggunakan metode pemrosesan data tingkat lanjut untuk mengekstrak informasi berharga dari data penjualan dalam jumlah besar.Di era pesatnya perkembangan e-commerce, analisis pola penjualan sangat penting untuk meningkatkan efisiensi dan keuntungan perusahaan. Penelitian ini mengidentifikasi pola penjualan produk elektronik di toko Sinar Mentari menggunakan algoritma FP-Grow. Langkah pertama yaitu mengumpulkan dan membersihkan data penjualan elektronik dari Toko Sinar Mentari. Selanjutnya, menerapkan algoritma FP-Grow untuk mengidentifikasi pola pembelian serupa dan mengelompokkan produk berdasarkan perilaku pembelian pelanggan. Dengan cara ini Penulis dapat mengidentifikasi tren penjualan, penawaran paket hemat, preferensi pelanggan dan tata letak barang. Penelitian ini menghasilkan kombinasi pola penjualan produk elektronik yang sudah dilakukan perhitungan menggunakan RapidMiner, hasil kombinasi pola penjualannya yaitu : apabila pelanggan membeli Colokan Lubang 4 maka pelanggan juga akan membeli Kabel Transparant dengan nilai support 32,5 % dan nilai confidance 53,7 %penelitian ini diharapkan dapat memberikan wawasan tentang pola penjualan produk elektronik Toko Sinar Mentari, memberikan informasi dalam pengambilan keputusan, dan meningkatkan daya saing di pasar e-commerce yang sangat kompetitif.
IMPLEMENTASI ALGORITMA K-MEANS UNTUK KLASTERISASI PASIEN HIPERTENSI BERSADARKAN KARAKTERISTIK PASIEN Saepu Qirom, Dani; Faqih, Ahmad; Dwilestari, Gifthera
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8314

Abstract

Dalam beberapa dekade terakhir, fokus terhadap penyakit hipertensi menjadi semakin mendesak seiring dengan perkembangan pesat di bidang Informatika yang telah memberikan dampak signifikan pada berbagai aspek kehidupan. Puskesamas yang terletak di Kecamatan Rajapolah Kabupaten Tasikmalaya mengalami peningkatan dalam jumlah pasien yang datang ke puskesmas, penyakit hipertensi paling sering dialami oleh setiap pasien yang datang ke Puskesmas Rajapolah. Penelitian ini bertujuan untuk mengelompokan data pasien melalui pendekatan data mining untuk mengidentifikasi kelompok pasien hipertensi. Metode yang digunakan yaitu algoritma k-means clustering menggunakan software rapidminer dengan tahapan Knowledge Discovery in Database (KDD). Dalam menentukan jumlah cluster yang paling optimal menggunakan hasil evaluasi Davies Bouldin Index (DBI). Setiap 2 cluster sampai 10 cluster di evaluasi untuk mencari jumlah cluster dengan nilai DBI paling rendah. Data yang digunakan merupakan data rekam medis Puskesmas Rajapolah pada bulan september 2023 dengan jumlah 1000 records. Hasil analisis menunjukan 4 cluster dengan nilai DBI 0.269, jumlah anggota cluster 0 : 213 pasien, cluster 1 : 302 pasien, cluster 2 : 145 pasien, cluster 3 : 68 pasien. Kelompok dengan tingkat hipertensi paling tinggi yaitu cluster 3 berjumlah 68 pasien dengan umur 30 sampai 74 tahun, tingkat hipertensi kelompok ini berada pada stadium 2 sampai krisis hipertensi
ALGORITMA DECISION TREE C4.5 DIGUNAKAN UNTUK MENGKLASIFIKASIKAN DATA STROKE Maulana Sidiq, Cecep; Faqih, Ahmad; Dwilestari, Gifthera
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8388

Abstract

Tujuan utama dari penelitian ini adalah untuk menggunakan algoritma pohon keputusan atau Decision Tree C4.5 untuk mengkategorikan data stroke. Upaya penelitian khusus ini dimotivasi oleh masalah mendesak dari tingkat kejadian yang mengkhawatirkan terkait dengan stroke, akibat perlu prediksi yang tepat dari faktor risiko stroke. Dataset yang digunakan untuk penelitian ini diperoleh dari situs web data publik dan platform terkenal www.kaggle.com, yang mencakup total 11 variabel. Metodologi penelitian yang digunakan dalam penyelidikan ini mencakup beberapa langkah integral, termasuk pengumpulan data, pra-pemrosesan data, transformasi data, pemodelan penambangan data dengan algoritma Pohon Keputusan C4.5, dan, terakhir, evaluasi model. Temuan fase evaluasi mengungkapkan tingkat akurasi yang mengesankan 93,64%, dengan nilai presisi 12,50% untuk prediksi stroke positif dan 95,26% untuk prediksi stroke negatif. Namun, penting untuk menyoroti bahwa meskipun tingkat akurasi tinggi dicapai, nilai presisi dan penarikan untuk kasus stroke positif masih relatif rendah, sehingga memerlukan peningkatan dan penyempurnaan model. Secara keseluruhan, analisis komprehensif dan hasil penelitian ini sangat menyiratkan bahwa algoritma Pohon Keputusan C4.5 menunjukkan potensi yang signifikan untuk klasifikasi awal penyakit stroke.
IMPLEMENTASI APLIKASI PESERTA DIDIK BARU BERBASIS ANDROID MENGGUNAKAN METODE WATERFALL Maulana, Haris; Faqih, Ahmad; M. Basysyar, Fadhil
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9664

Abstract

PPDB (Penerimaan Peserta Didik Baru) yaitu proses penerimaan peserta didik disebuah lembaga pendidikan baik itu formal atau non formal, Sekolah Dasar Islam Terpadu Ibnu Abbas setiap tahun selalu melakukan proses penerimaan peserta didik ini merupakan kegiatan tahunan bagi disetiap sekolah, Sekolah Dasar Islam Terpadu Ibnu Abbas masi menggunakan metode dahulu atau manual. Sekolah Dasar Islam Terpadu Ibnu Abbas masih menggunakan sistem pendaftaran karakter manual dimana siswa baru harus mengisi formulir pendaftaran yang disediakan oleh panitia pendaftaran, sehingga membutuhkan calon peserta didik untuk datang ke sekolah dan membutuhkan waktu cukup lama. Aplikasi android ini digunakan dalam pengembangan sistem dimana calon peserta didik baru dapat menginputkan data melalui handphone sehingga dapat mengefisiensi waktu. Tujuan penelitian ini adalah mengembangkan aplikasi penerimaan peserta didik baru berbasis android. Metode yang digunakan dalam penelitian ini yaitu menggunakan metode waterfall, merupakan model pengembangan yang sistematis dan berurutan. Pengujian aplikasi ini menggunakan pengujian sistem Blackbox Testing, hasil dari pengujian aplikasi ini sudah teruji sesuai dengan fungsi-fungsi perangkat lunak berdasarkan uji 11 (sebelas) skenario. Hasil dari penelitian ini adalah menghasilkan sebuah aplikasi aplikasi penerimaan peserta didik baru berbasis android untuk memudahankan calon peserta didik baru dalam melakukan pendaftaran di Sekolah Dasar Islam Terpadu Ibnu Abbas, mempermudah panitia dalam mengelola data peserta didik baru dan informasi pengumuman penerimaan peserta didik baru, serta penelitian ini juga menghasilkan pendaftaran lebih efektif dan efisien berdasarkan pengujian menggunakan uji rumus uji runs dengan hasil 0,504.
Co-Authors -, Kaslani Abdullah Baharun Abi Fajar Ahmad Fauzi Achmad Supandi Ade Rizki Rinaldi Ade Rizki Rinaldy Adella, Luthfiyyah Iffah Adellia Putriani Adjie Setyadj, Mochammad Adnan Adnan Agung Triyono agus bahtiar Agus Riyadi Ahlam Musaydah Ahmad Jihadi Ahmad Rifai Akhmad Abu Khasan Muzakki Akhmad Subhan Al Ghozali, Muhammad Iqbal Ali, Ashehad Aswen Alma’as, Azis Amelia, Mita Andi Setiawan Andriawan, Dimas Annisa Rahmi Anshari, Rahman Ardiyanto Saleh Modjo Arif Rinaldi Dikananda Arnas Arnas, Arnas Arum Sari Arya Wijaya, Arya Athhar Hafizha Luthfi ayu hardani, anita Aziz Ramadhani Azzahra, Fitriyani Badruddin Bafadal, Mentarry Bambang Irawan Bambang Siswoyo Basysyar, Fadhil Muhammad Bisma Mahendra Chatarina Umbul Wahyuni Chulyatunni’mah Cika Cahya Kafita Purnama Dadang Sudrajat Denni Pratama Devika Rahayu Daud Dewi Wahyuni K. Baderan Diding Herudin Diding Herudin Diding Herudin, Diding Herudin Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dini Andriyani Dita Rizki Amalia Dita, Mesya Sabhna Adma Djamadi, Dian Anggreini Dwi Kusuma, Lukman Edi Tohidi Eka Permana, Sandy Enjelita, Ratu Erieska Aprilyanti Esa Putra, Arga Ezra Pratama, Daffa Fadhil Muhammad Basysyar Fadilah, Euis Fajri, Ibnu Fajria, Azzahra Moudy Fathurrohman, Fathurrohman Febiyanto, Anggi Fidya Arie Pratama Fitria, Ananda Rizki Fuad Pontoiyo Gagarin, Muhamad Yuri Giannetti, Niccolo Gifthera Dwilestari Gilang Ramadhan Gita Antar Wulan Gumelar, Restu Habiballoh, Hafshoh Hafshoh Habiballoh Hamdan, Faiz Dzul Fahmi Hamzah, Hasyrul Haqiyah, Aridhotul Hasim Hasim Hasim Hasim Herdiyana, Ruli Hermawan, Bagus Hermawan, Muhammad Andi Hidayat, Manarul Hikmah Maulani Himawan, Toni Iffah Adelia, Luthfiyyah Ilah Holilah Ilma’nun, M. Lulu Indra Wiguna Marthanu Iqbal Syaidin, Fadli Irfan Ali, Irfan Jamiatur Rasyidah Jannah, Afni Nur Juliandro, Daniel Juramang, Risnayanti R K. Toiyo, Frandika Kadir, Rian Kaslani Khaerul Anam Khairul Akmal, Khairul Khairussalam Khoirul Huda, Muhammad Knohl, Alexander Komalasari, Cahyaningrum Kurnia, Dian Ade Kurniasih, Desta Dwi La Alio La Alio Laili Hidayatun Nikmah Laksono, Agung Lestari, Anjar Ayuning Lestari, Wien Lidina, Lidina Lila Zulfa Kamila M. Basysyar, Fadhil Ma'rufah, Ummu Madyant Mahendra, Yusril Muhamad Izha Mahludin H. Baruwadi Maman Abdurrahman Manarul Hidayat Martanto Maulana Sidiq, Cecep Maulana, Haris Mey Yulan Moko Mia Nurmala Mifta Almaripat Miftahul Huda Mohamad Riad Solihin Mohammad Sholehuddin Mohammad Syaefudulloh Mubarok, Fatkhan Muh. Arfah Syam Muhammad Daffa Ayyasy Muhammad Fajid, Marfelio Muharram Muharram Muhfidz Hidayat, Aziz Muhibuddin Mukdin, Novita B Mulyana, Dani Mulyawan Mulyawan Mulyawan, Mulyawan Nalahuddin Saleh Narasati, Riri Narasati Nasruddin Nasruddin Nida Naswa Ningrum, Cistia Ningsih, Indah Ratna Nisa Sari, Ainun Nor Faizatun Nikmah Norma Feti Farida Novi Mardiana Nur Atika Astriani Nur Farida, Farah Nur Halimah Nur Hikmatul Azizah Nur Rochmah, Aulia Nuraini, Asyifa Nurhadiansyah, Nurhadiansyah Nurhakim, Bani Nurjana Adi Wijaya Nurul Aini, Yuli Odi Nurdiawan Oktavia, Riska Permadani Pertiwi, Pirda Parida Permana , Sandy Eka Permana, Sandy Eka Pratama, Denni Pratama, Fidya Arie Putra, Aris Pratama R. Juramang, Risnayanti Rachmatullah, Mochamad Miftah Rahayu, Helda Kusuma Rahma, Aliya Anisa Ramiro Firjatullah, Federicko Ramli Utina Raudya, Talitha Rayhan, Tubagus Muhammad Rifa'i, Ahmad Rifa’I, Ahmad Rinaldi Dikananda, Arif Riri Narasati Risma Septiana Putri Ristika Handarini Riyanto Adji Rizqy, Muhammad Enricco Rohmat, Cep Lukman Rosmeri Manurung, Agnes Rudi Kurniawan Rusmayana, Sigit Saeful Anwar, Saeful Saepu Qirom, Dani Saepudin, Asep Safitri, Ikraeni Sagita, Ayu Sandy Eka Permana Sandy Eka Permana, Faqih Satria Kamalil Hidayat Selly Novita Sari Septianto, Muhamad Arif Sigit Rusmayana Siti Ifroh Alwildah SM, Farid Solihudin, Dodi Subaegi, Angga Sugihartono, Tri Suharno, Achmad Sulaeman, Muhamad Supandi, Achmad Suryani Dewi, Ike Susana, Heliyanti Syaefudulloh, Mohammad Syam, Muh Arfah Syam, Muh. Arfah Syayid Al Manar Tania June Tati Suprapti Tengku Riza Zarzani N Tissa Aunilla Tomayahu, Tian Toriquddin Umar, Achmad Jauhari Wahyu Ningrum Sulistyowati Wanada, Gada Wanda, Aliffa Wijaya, Nurjana Adi Yonny Koesmaryono Yoshua, Deden Yudhistira Arie Wijaya Yuliantin, Yovi