Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENERAPAN ALGORITMA NAÏVE BAYES DENGAN BACKWARD ELIMINATION UNTUK PREDIKSI WAKTU TUNGGU ALUMNI MENDAPATKAN PEKERJAAN Abimanyu Widhiantoyo; Betha Nurina Sari; Dadang Yusuf
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 3 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i3.3272

Abstract

Perguruan tinggi memiliki peranan yang signifikan dalam pengembangan kualitas pendidikan manusia. Merancang kurikulum dan strategi pendidikan yang tepat dapat menghasilkan lulusan yang berkualitas. Tracer Study menjadi salah satu metode untuk melacak status pekerjaan alumni setelah lulus dari pendidikannya. Fasilkom Unsika adalah salah satu fakultas yang ada di Universitas Singaperbangsa Karawang. Dari banyaknya jumlah lulusan yang dihasilkan, sejauh ini di Fasilkom Unsika belum pernah dilakukan pelacakan terhadap status pekerjaan alumni. Oleh karena itu pelacakan perlu dilakukan untuk nantinya dilakukan proses Data Mining. Dari proses Data Mining kemudian dihasilkan suatu pengetahuan. Penelitian ini bertujuan untuk memprediksi waktu tunggu alumni mendapatkan pekerjaan dengan menggunakan algoritma Naïve Bayes dan dibandingkan dengan algoritma Naïve Bayes dengan fitur seleksi Backward Elimination. Metodologi Data Mining yang digunakan yaitu Cross-Industry Standard Process for Data Mining (CRISP-DM). Penelitian menggunakan kelas label CEPAT dan LAMBAT dengan menerapkan sembilan skenario K-Folds Cross Validation. Hasilnya menunjukkan bahwa algoritma Naïve Bayes dengan fitur seleksi Backward Elimination meraih performa terbaik dengan nilai Accuracy 68,52% dan Kappa 0,370. Kesimpulan dari penelitian ini yaitu algoritma Naïve Bayes dengan fitur seleksi Backward Elimination terbutki dapat meningkatkan hasil evaluasi pada prediksi waktu tunggu alumni mendapatkan pekerjaan.
Analisis Hubungan Popularitas Studio Animasi Dengan Anime Menggunakan Metode Pengambilan Data Web Scraping Pada Situs Myanimelist.Net Ilyasa Azharil Muhajir; Dadang Yusuf; Hannie Hannie
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 16 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (307.291 KB) | DOI: 10.5281/zenodo.7067621

Abstract

Nowadays, huge amounts of data are generated every day at an unprecedented speed from various sources, including data on the Internet. The existence of the Internet increases the amount of data contained on a website, every company, and organization definitely needs website development to meet the needs of their company or organization, this can be an opportunity for data engineers to process this amount of data into useful statistics for companies or researchers. That's why we need an efficient method to collect the amount of data on a website, and web scraping is one of them. In this study, the researcher implemented a web scraping method on the myanimelist.net site which is the largest community and database about anime and manga in the world. The purpose of this study is to analyze the relationship between the company (animated studio) and the anime it produces through correlation analysis method. This research method broadly consists of four stages, including data extracting, data processing, correlation test, and data visualization. The research tools used for scraping are beautifulsoup and pandas which are python libraries, tools for processing and analyzing the scraped data are google collaborative and pandas which are data processing applications, while for the data visualization process researchers use an additional matplotlib library. The results of this study indicate that web scraping can be implemented on the myanimelist.net site effectively. Researchers can collect 17982 rows of data from 129 companies. The results of the correlation analysis show that the popularity of the company has a low relationship with the popularity of the anime they produce.
Implementasi Algoritma Genetika pada sistem informasi Follow-Up Minutes Of Meeting Internal Dan Eksternal Berbasis Web Kamal Prihandani; dadang yusuf
SYNTAX Jurnal Informatika Vol 12 No 01 (2023): Mei 2023
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v12i01.8871

Abstract

Pada setiap meeting  dituntut untuk dapat dikelola dengan baik secara maksimal maupun berkualitas, terutama dalam tindak lanjut hasil meeting. Semua kegiatan pengolahan data rekapan hasil meeting di PT. XYZ masih dilakukan dengan cara manual. Hal tersebut menyebabkan lambatnya proses Follow-Up Minutes Of Meeting (MOM). Dengan adanya aplikasi ini bertujuan untuk meminimalisir penggunaan MS. Excel untuk meninjau atau Follow-Up hasil meeting, serta membantu karyawan untuk dapat berkesinambung melakukan Follow-Up meeting  yang sudah dijawab oleh Person In Charge (PIC) lainnya. Dan dalam membuat Minutes Of Meeting (MOM) Online yang bisa diakses dan diubah secara Real Time. Proses penyelesaian Minutes Of Meeting mengimplementasikan algoritma genetika sebagai metode dalam penyelesaiannya, algoritma genetika melakukan inisialisasi, fitness function yang memiliki nilai fitness yang berbeda-beda, crossover antara dua individu, mutation perubahan pada nilai binne dan seleksi (selection) melakukan seleksi dari individu-individu terbaik, metode algoritma genetika dapat diterapkan dengan melakukan inisialisasi populasi mengumpulkan data meeting yang ada di basis data.