Article Per Year (5 Year)
p-Index From 2020 - 2025
2.399
P-Index
This Author published in this journals
All Journal Ilmu dan Budaya Jurnal Ilmiah KOMPUTASI JURIKOM (Jurnal Riset Komputer) STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal PkM (Pengabdian kepada Masyarakat) Multidiciplinary Output Research for Actual and International Issue (Morfai Journal) International Journal of Economic, Business, Accounting, Agriculture Management and Sharia Administration (IJEBAS) Jurnal Sistem Informasi Bisnis (JUNSIBI) JUNIF: Jurnal Nasional Informatika Innovative: Journal Of Social Science Research
Dhieka Avrilia Lantana
Universitas Nasional, Jakarta
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Public Health Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Innovative: Journal Of Social Science Research

 1 
Komparasi Metode Knn, Naive Bayes, Decision Tree, Ensemble, Linear Regression Terhadap Analisis Performa Pelajar Sma Eri Mardiani; Nur Rahmansyah; Sari Ningsih; Dhieka Avrilia Lantana; Adisti Suryaningtyas Putri Wirawan; Sifonne Adi Wijaya; Dinda Nurkhaliza Putri
Innovative: Journal Of Social Science Research Vol. 3 No. 2 (2023): Innovative: Journal Of Social Science Research (Special Issue)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i2.1949

Abstract

Perkembangan teknologi informasi semakin pesat hingga saat ini terus dikembangkan teknologi-teknologi terbaru, penggunaan data sebagai pengolahan data kini semakin banyak diterapkan pada berbagai bidang, dengan penggunaan data untuk mengetahui kondisi suatu bagian atau institusi sangat berpengaruh terhadap kinerja dan kualitas dari suatu bagian atau institusi tersebut, dengan penggunaan data dapat dilakukan perkembangan teknologi yang dapat meningkatkankan kualitas dan efisiensi yang di lakukan terhadap perusahaan, pengolahan data dapat diterapkan di semua bidang dan salah satunya adalah di bidang pendidikan yang cocok menerapkan teknik data mining untuk mengolah maupun menganalisis data-data pendidikan. Tujuan dari riset ini dengan menggunakan tools aplikasi Orange Data Mining untuk membantu orang tua dan pelajar untuk mengetahui kinerja dan nilai siswa , untuk mengetahui performa pelajar SMA mulai dari nilai dan informasi demografis mereka. Data dikumpulkan dari tiga SMA dan juga untuk untuk mengembangkan model pembelajaran mesin untuk memprediksi kinerja siswa berdasarkan demografi dan faktor lainnya, sehingga kita dapat mengetahui kondisi pelajar saat ini.
Analisis Prediksi Pendapatan Penduduk dengan Metode K-Nearest Neighbor, Decision Tree, Naive Bayes, Ensemble Methods, dan Linear Regression Eri Mardiani; Nur Rahmansyah; Endah Tri Esti Handayani; Sari Ningsih; Deny Hidayatullah; Dhieka Avrilia Lantana; Yuni Latifah; Alica Dwi Fahira; Keysha Belynda Tyva Panggabean; Imelta Natalia Ginting
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.4121

Abstract

Data mining bermula dari peningkatan data yang cukup pesat dilihat dari segi volume serta variasi data yang dihasilkan oleh berbagai sumber, dan jumlahnya yang sangat besar, serta kompleksitasnya data hingga pembuatannya yang cepat. Dengan data bisa menghasilkan prediksi yang membantu pemerintah dalam mengambil keputusan dan kebijakan di masa mendatang. Selain itu prediksi dapat membantu pemerintah dalam perencanaan kegiatan yang akan dilakukan untuk mencapai tujuan, karena prediksi ini dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat ditekan seminimal mungkin. Prediksi biasanya digunakan untuk  menemukan informasi dari sejumlah data yang besar sehingga diperlukan data mining. Data mining dapat digunakan untuk menggali informasi dari data yang besar sehingga didapatkan informasi yang dapat digunakan dalam memprediksi sesuatu. Dalam data mining terdapat banyak teknik dalam pengerjaannya, untuk menemukan pola atau informasi yang tersembunyi diantaranya adalah Klasterisasi (clustering), Regresi (regression), Asosiasi (association), dan Klasifikasi (classification)
Co-Authors Adisti Suryaningtyas Putri Wirawan Agung Triayudi Ahmad Rifqi Akhmad Yunus Subkhi Alica Dwi Fahira Andrianingsih Andrianingsih Arie Gunawan Bagas Dwi Ardianto Deny Hidayatullah Dinda Nurkhaliza Putri Endah Tri Esti Handayani Eri Mardiani Erwin Indriyanto Fauziah Fauziah Hafiza Aishah Hashim Heni Suryanti Imelta Natalia Ginting Keysha Belynda Tyva Panggabean Kumba Digdowiseiso Latif Arif Anggoro Mandala Anugrah Putra Muhammad Nur Nur Rahmansyah Ramadhan, Hanzhalah Sari Ningsih Seanand Sonia Shabrilianti Shinta Dwi Rahayu Sifonne Adi Wijaya Syamsudin Tegar Budiman Tri Waluyo Winarsih Winarsih Yunan Fauzi Wijaya Yuni Latifah