Article Per Year (5 Year)
p-Index From 2020 - 2025
4.445
P-Index
This Author published in this journals
All Journal Pixel : Jurnal Ilmiah Komputer Grafis Elkom: Jurnal Elektronika dan Komputer Jurnal Sarjana Teknik Informatika Jurnal Informatika dan Teknik Elektro Terapan TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Technologia: Jurnal Ilmiah Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Teknologi Informatika dan Komputer Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Journal of Practical Computer Science (JPCS) Journal Of Artificial Intelligence And Software Engineering JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Prajoko .
Universitas Muhammadiyah Sukabumi
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Technologia: Jurnal Ilmiah

 1 
Rekomendasi Jurusan Kuliah Berdasarkan Minat dan Kemampuan Menggunakan Metode Content Based Filtering Tiara Amelia; Prajoko .; Agung Pambudi
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.11336

Abstract

Pendidikan merupakan hak  dan kewajiban semua warga negara. semakin baik kualitas pendidikan semakin baik kualitas bangsa itu sendiri. Pemerintah negara indonesia memiliki kebijakan belajar selama dua belas tahun yaitu dari Sekolah Dasar sampai menengah keatas. Perguruan tinggi memang tidak diwajibkan, tetapi peran nya sangat penting dalam mencetak generasi berkualitas.Tingkatan yang di miliki perguruan tinggi akan berbeda dengan sekolah menengah atas. Dalam perguruan tinggi seorang mahasiswa akan belajar berdasarkan jurusan yang dipilih sebelumnya. Oleh karena itu memilih jurusan yang tepat merupakan hal pertama yang harus di persiapkan secara matang oleh calon mahasiswa baru. Salah memilih jurusan akan berakibat fatal bagi mahasiswa. Adapun tujuan dari penelitian ini adalah membuat sebuah pemodelan rekomendasi dengan  mengunakan metode Content Based Filtering. dengan tujuan menentukan jurusan yang sesuai dengan minat kemampuan yang dimiliki siswa. Peneliatan tersebut dilakukan di Universitas Muhammadiyah Sukabumi, dengan Data pemodelan berupa data data mahasiswa yang saat ini sedang berkuliah di perguruan tinggi tersebut. selain menghasilkan pemodelan rekomendasi, peneliti juga menghitung nilai akurasi dari pemodelan yang telah dibuat dengan metode Content Based Filtering. dengan menggunakan Naïve bayes jenis MultinomialNB serta menggunakan Confusion Matrik. Hasil akurasi yang dihasilkan sebesar 94%
penilaian status gizi balita menggunakan metode K-Nearest Neighbor Restu Shafira; Prajoko .; Agung Pambudi
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.11299

Abstract

Gizi merupakan asupan penting yang mempengaruhi tumbuh kembang seorang anak kebutuhan gizi pada anak terutama balita sangat rentan mengalami perubahan berat badan. Untuk mengetahui penilaian status gizi, balita akan melakukan pemeriksaan antropometri yang terdiri dari pengukuran tinggi badan dan berat badan diposyandu pada tiap bulannya. Hasil pemeriksaan tersebut akan dicatat secara manual pada sebuah kertas yang disebut KMS (Kartu Menuju Sehat). Metode tersebut kurang akurat serta kurang lengkap karena penilaian status gizi hanya berdasarkan berat badan menurut umur (BB/U) balita saja. Oleh sebab itu digunakanlah algoritma data mining yaitu algoritma k-nearest neighbor (KNN) yang dapat mengklasifikasi status gizi balita berdasarkan 3 parameter yaitu penilaian status gizi berdasarkan berat badan menurut umur (BB/U), penilaian status gizi tinggi badan menurut umur (TB/U) dan penilaian status gizi berdasarkan berat badan menurut tinggi badan (BB/TB). Algoritma K-Nearest Neighbor dapat memenuhi variabel-variabel dalam klasifikasi status gizi balita dan juga merupakan metode yang digunakan dalam pengklasifikasian dengan mencari jarak terdekat antara data yang akan dievaluasi dengan tetangga terdekatnya dalam data pelatihan. Penilaian status gizi dengan metode K-Nearest Neighbor ini menghasilkan nilai akurasi diantaranya yaitu berdasarkan berat badan menurut umur (BB/U) menghasilkan nilai akurasi sebesar 91%, berdasarkan tinggi badan menurut umur (TB/U) menghasilkan nilai akurasi sebesar 88% dan berdasarkan berat badan menurut tinggi badan (BB/TB) menghasilkan nilai akurasi sebesar 90%. 
Co-Authors Adi Sunarto, Asril Afiansyah, Rifan Afrilia S, Nandita Agung Pambudi Agung Pambudi Agung Pambudi Agung Prakarsa Alpiana, Deni Anadella, Shakira Andriyana, Rifki Asep Budiman Kusdinar Asril Adi Sunarto Asriyanik . Ayudita Puspitasari Aziz Jabbar, Fazli Budiman Kusdinar, Asep BudimanKusdinar, Asep Didik Indrayana Diyo Sukma Pradana Eko Farhan, Arief Fahrizal Fahrizal Fathia Frazna Az-Zahra Frazna Az-Zahra, Fathia Ganjar Gumilar George Pri Hartawan Hartawan, George Pri Herdiansah, Mohamad Firdaus Indriyana, Didik Ismuhamdan, M. Elki Iwan Rizal Setiawan Larasati Mayan Pramesti Lelah Lelah Mohamad Firdaus Herdiansah Mubharak, Gilang Fauzul Muhammad Gelar Andhika Narti fitrianti Nasrul, Elvan Nur Afiati, Alfi Pambudi, Agung Rambe, Sarah Syakira Restu Shafira Rifqi Almadani, Muhammad Siti Rahma, Leonie Tiara Amelia Widdy Arfiansyah Winda Apriandari