Claim Missing Document
Check
Articles

Penerapan Data Mining Untuk Analisis Data Sosial Media Menggunakan Metode K-Nearest Neoghbor (K-NN) Della Natasya; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1049

Abstract

Penerapan data mining pada analisis data sosial media telah menjadi alat penting dalam mengidentifikasi pola, tren, dan wawasan yang relevan dari data yang sangat besar dan beragam. Studi ini berfokus pada penggunaan teknik data mining untuk menganalisis data sosial media dengan tujuan memahami perilaku pengguna, sentimen publik, dan pengaruh tren sosial terhadap berbagai sektor industri. Metodologi yang digunakan meliputi pengumpulan data, pra-pemrosesan data, analisis setimen, dan clustering. Hasil penelitian ini menunjukkan bagaimana data mining dapat memberikan wawasan mendalam yang bermanfaat bagi perusahaan untuk strategi pemasaran, manajemen reputasi, dan pengambilan keputusan bisnis yang lebih baik. Penelitian ini juga menyoroti tantangan dan solusi dalam mengelola data sosial media yang besar dan beragam, serta pentingnya etika dalam pengolahan data.
Prediksi Kelulusan Siswa Menggunakan Algoritma K- Nearest Neighborgs (K-NN) Di SMK Al Hasyimy Ibrahimy Basmalia; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1050

Abstract

Model prediksi kelulusan siswa di SMK Al Hasyimy Ibrahimy dikembangkan dengan algoritma K-Nearest Neighbor (K-NN) yang diimplementasikan melalui aplikasi RapidMiner. Model ini memproses variabel seperti nilai Sumatif, UTS, PAS, UKK, dan PSAJ untuk mengklasifikasikan status kelulusan siswa sebagai "tepat waktu" atau "terlambat". Algoritma K-NN bekerja dengan menghitung kedekatan (Euclidean Distance) antara data baru dan data yang sudah memiliki hasil kelulusan. Hasil prediksi menunjukkan akurasi sebesar 95,51% memberikan manfaat bagi sekolah dalam mengenali siswa yang memerlukan dukungan tambahan agar lulus tepat waktu. Penggunaan pendekatan ini mendukung penerapan strategi pendidikan berbasis data untuk meningkatkan tingkat kelulusan siswa.
Penerapan Data Mining Untuk Memprediksi Hafalan Santri Tahfidz Menggunakan Metode Decision Tree (Studi Kasus MIK Sarina) Siti Romlah; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1051

Abstract

Data mining membantu memberikan keputusan yang tepat dan cermat dengan mengungkap pola dari data yang kompleks. Data mining dengan metode Decision Tree memprediksi kemampuan hafalan santri tahfidz berdasarkan faktor-faktor seperti usia, durasi belajar, jumlah ayat yang dihafal dan frekuensi menghafal. Model prediksi ini bertujuan untuk membantu pengelola pesantren dalam menentukan pendekatan pembelajaran yang lebih tepat dan efisien. Hasil penelitian menunjukkan bahwa metode Decision Tree dapat memberikan prediksi yang akurat dengan akurasi 96.00%, sehingga dapat bermanfaat bagi pengelola untuk menyatukan dan meningkatkan program hafalan santri.
Implementasi Algoritma K-Means Clustering Untuk Perokok Usia Di Atas 15 Tahun Angeli Dwiyanti Nur’azizah; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1053

Abstract

Merokok merupakan aktivitas yang dapat menimbulkan dampak buruk bagi kesehatan, baik untuk diri sendiri maupun untuk orang lain. Hal itu dikarenakan terdapat banyak kandungan yang berbahaya bagi kesehatan. Data mining merupakan bagian dari data analytics dan disiplin ilmu data science yang memiliki manfaat luas dan tepat guna. Penelitian ini bertujuan untuk mengetahui pengelompokkan perokok dengan usia lebih dari 15 tahun di setiap Provinsi. Data yang digunakan dalam penelitian ini diambil dari Badan Pusat Statistik (BPS). Metode yang digunakan adalah Clustering dengan algoritma K-Means menggunakan tools RapidMiner dan validasinya menggunakan operator Davies Bouldin Indeks untuk mencari nilai yang mendekati 0. Pengelompokkan perokok dengan rentan usia lebih dari 15 tahun yang dihasilkan dapat dilihat melalui 3 cluster, Cluster 1 merupakan tingkat perokok tinggi sejumlah 9 provinsi, Cluster 2 merupakan tingkat sedang dengan 17 provinsi dan Cluster 3 merupakan tingkat rendah dengan 8 provinsi.  
Analisis Pengaruh KGB Terhadap Kinerja Karyawan Menggunakan Algoritma Naïve Bayes Prastika Buya Hakim; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1056

Abstract

Kenaikan Gaji Berkala merupakan salah satu bentuk penghargaan finansial yang diberikan kepada karyawan berdasarkan prestasi kerja disetiap periode tertentu. Hal ini dilakukan dengan harapan agar karyawan semakin termotivasi untuk meningkatkan kinerjanya di perusahaan tempat bekerja. Dengan menggunakan algoritma Naïve Bayes dilakukan klasifikasi terhadap data untuk mengetahui hubungan antara kenaikan gaji berkala dengan kinerja karyawan. Data-data yang digunakan meliputi gaji karyawan sebelum dan sesudah kenaikan serta beberapa data lainnya. Dimana hasil yang diperoleh menunjukkan bahwa terdapat korelasi antara kenaikan gaji secara berkala dan peningkatan kinerja pada sebagian besar karyawan, dimana diketahui bahwa dengan adanya kenaikan gaji secara berkala dapat mempengaruhi peningkatan kinerja karyawan di perusahaan tersebut. Penelitian ini diharapkan dapat menjadi acuan bagi manajemen dalam menentukan kebijakan peningkatan gaji secara berkala yang efektif untuk mempertahankan kinerja karyawan yang optimal.
Perancangan Sistem Informasi Pengajuan Cuti Berbasis Web Dwi Alya Putri Arifany; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1057

Abstract

Sistem informasi memegang peran penting dalam meningkatkan efisiensi dan akurasi proses administrasi di berbagai lembaga, termasuk Kementerian Agama Kabupaten Bondowoso. Saat ini, proses pengajuan cuti pegawai di Kementerian Agama masih dilakukan secara manual dengan menggunakan formulir cetak dan penyimpanan arsip fisik. Proses manual ini memperlambat waktu persetujuan cuti, meningkatkan risiko kehilangan data, kesalahan pencatatan, serta mempersulit pencarian dan pemantauan riwayat cuti pegawai. Sistem informasi pengajuan cuti berbasis web dirancang agar dapat mengotomatisasi seluruh alur pengajuan cuti, mulai dari permohonan hingga persetujuan, dan meningkatkan efisiensi serta akurasi manajemen data cuti. Metode penelitian meliputi analisis kebutuhan sistem, perancangan sistem menggunakan diagram Unified Modeling Language (UML). Sistem informasi pengajuan cuti memungkinkan pegawai untuk mengajukan dan memantau status cuti secara online, serta memberikan akses mudah bagi manajemen dalam pengelolaan dan pengarsipan data cuti di Kementerian Agama Kabupaten Bondowoso.
Implementasi Data Mining Untuk Menentukan Persediaan Stok Barang Menggunakan Metode K-Means Clustering Ammar Farisi; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1059

Abstract

Data mining membantu bisnis membuat produksi yang menguntungkan dan penyesuaian operasional. Pengelolaan persediaan stok barang merupakan aspek krusial dalam manajemen bisnis ritel modern yang memerlukan pendekatan analitis untuk optimalisasi. Data Mining dengan metode K-Means Clustering mampu menganalisis dan mengelompokkan pola persediaan stok barang. Tahapan yang dilakukan pra-pemrosesan data, implementasi K-Means Clustering, dan evaluasi model menggunakan metrik Sum of Squared Errors (SSE) dan Silhouette Score. Hasil analisis menggunakan metode Elbow menunjukkan tiga cluster optimal dengan nilai SSE final 51.69, menandakan kohesi internal yang baik. Evaluasi menggunakan Silhouette Score menghasilkan nilai 0.498, mengindikasikan keseimbangan yang baik antara kohesi dan separasi cluster. Hasil clustering mengidentifikasi tiga pola distinct dalam persediaan stok: Cluster 0 mendominasi periode akhir tahun dengan rentang stok 780-840 unit, Cluster 1 terkonsentrasi pada awal tahun dengan rentang 840-920 unit, dan Cluster 2 sebagai cluster transisi pada pertengahan tahun dengan rentang 840- 880 unit. Visualisasi temporal menunjukkan pola seasonal yang jelas dalam pengelolaan persediaan sepanjang tahun. Implementasi K-Means Clustering berhasil menghasilkan pengelompokan yang bermakna dan dapat diinterpretasikan dalam konteks manajemen inventori.
Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Menurut Provinsi 2021 Menggunakan Algoritma K-Means Dengan Rapid Miner Nur Rizatul Mufidah; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1060

Abstract

Data mining merupakan bagian dari data analytics dan disiplin ilmu Data Science yang memiliki manfaat luas dan tepat guna. Kepadatan penduduk diberbagai provinsi akan mengakibatkan banyak dampak yang akan dialami oleh masyarakat, karena ketidaktahuan masyarakat akan lokasi kepadatan penduduk atau informasi tentang pengelompokan kepadatan penduduk disetiap provinsi, sehingga masyarakat yang memilih lokasi bertempat tinggal semaunya cenderung berada dalam pusaran permasalahan akibat dampak kepadatan penduduk disetiap provinsi yang ada. Untuk menghindari atau meminimalkan dampak kepadatan penduduk, maka perlu dilakukan pengelompokan kepadatan penduduk kedalam 3 kelompok (cluster), yaitu sangat padat(cluster 2), padat(cluster 0), dan sedang(cluster 1). Algoritma yang digunakan dalam penelitian ini adalah algoritma K-Means dengan rapid miner. Dengan hasil penggunaan algoritma K-Means dengan rapid miner menghasilkan bahwa dari 34 provinsi yang ada, terdapat 1 provinsi Sangat Padat (cluster 2), 6 provinsi padat (cluster 0), dan 27 kecamatan sedang (cluster 1). Sehingga dengan adanya cluster kepadatan penduduk ini akan memberikan pengetahuan baru kepada masyarakat yang melakukan urbanisasi, transmigrasi, dan imigrasi karena faktor pekerjaan, faktor ingin menetap, maupun faktor lainnya, sehingga menghindari atau meminimalisi dampak permasalahan karena faktor kepadatan penduduk.
Mendeteksi Penyakit Huanglongbing (HBL) Pada Tanaman Jeruk: Penerapan Teachable Machine Dalam Citra Digital Audiatul Jinan; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1074

Abstract

Jeruk merupakan komoditas holtikultura dengan nilai ekonomi tinggi di indonesia, namun penyakit Hunglongbing (HBL), yang disebabkan oleh bakteri Candidatus Liberibacter asiaticus (Clas) dan disebabkan oleh vektot serangga Diaphorina citri, menjadi ancaman serius bagi produksi jeruk. Gejala HBL, seperti daun menguning, tunas terhambat, dan buah yang mengerut, menyebabkan penurunan kualitias dan kuantitas hasil jeruk yang signifikan. Deteksi dini penyakit ini sangat penting untuk mengurangi dampaknya, namun deteksi pada tahap awal sering kali terhambat kerena gejala baru muncul pada tahap lanjut. Salah satu solusi yang menjajikan adalah penggunaan teknologi pembelajaran mesin dalam analisis citra digital. Teachable Machine, sebuah Platform dari Google, Digunakan untuk melatih model pembelajaran esin yang dapat mendeteksi gejala HBL pada tanaman jeruk secara cepat dan akurat dengan memanfaatkan citra digital. Data set gambar daun jeruk sehat dan yang terinfeksi HBL diperoleh melalui Platform Pencairan gambar, dan model pelatihan dilakukan dengan menyusaikan parameter seperti epoch, batch size, dan learning rate. Evaluasi model menunjukkan akurasi klasifikasi yang signifikan, memberikan solusi deteksi dini yang efisien dan mudah diakses oleh petani. Penggunaan Teachable Machine menawarkan alternatif praktis bagi petani untuk mengidentifikasi penyakit tahap awal, yang dapat meningkatkan pengelolaan kesehatan tanaman jeruk dan mengurangi kerugian ekonomi akibat HBL. Hasil ini menekankan potensi besar teknologi pembelajaran mesin dalam meningkatkan keberlanjutan pertanian melalui deteksi penyakit yang lebih cepat dan akurat.
Klasifikasi Otomatis Jamur Shiitake Dan Galerina Beracun Menggunakan Teachable Machine: Studi Kasus Pengolahan Citra Digital Siti Sulaiha; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1077

Abstract

Pelatihan ini mengembangkan model klasifikasi otomatis untuk membedakan jamur Shiitake yang dapat dikonsumsi dan jamur Galerina beracun, menggunakan Teachable Machine dan teknik pengolahan citra digital. Jamur dikenal sebagai sumber nutrisi dan komponen bioaktif yang beracun sering kali sulit dikenali. Gambar jamur dukumlkan dari berbagai sumber, diproses, dan dimasukkan ke dalam model keterampilan pemrograman. Konfigurasi model seperti epoch, batch size, dan learning rate dioptimalkan untuk mencapai akurasi maksimal. Hasil evaluasi menunjukkan akurasi model sebesar 100% dengan nilai loss 0.25, yang menunjukkan performa yang sangat baik dalam mengklasifikasi jamur. Setelah diuji, model ini siap untuk di-deploy dalam aplikasi yang membantu identifikasi jamur dan memberikan solusi yang lebih efisien dan akurat.
Co-Authors Abdul Hadi Abdur Rohman Nurut Toyyibin Abrori, Syariful Ach. Zubairi Achmad Fathoni Verdian Afcharina Diniyil Muhlisin Afrizal Rizqy Pratama Ahmad Homaidi Ahmad Muflih Wafir Ahmad Syahril Lail Ahmad Wahyu Fernando Ahmed Arifi Hilman Rahman Ahsin Ilallah Ainul Fadil Aisyah Putri Sabrina Akhlis Munazilin Alfan Jamil Alfi Fahira Salsabila Alfi Khairunnisa Alfina Damayanti Alfiyah Aurella Alifan Ibrohim Alifia Rosa Firdausiah Alviatur Rizqiyah Amelia Ismatul Hawa Ammar Farisi Anang Maulana Zulfa Angeli Dwiyanti Nur’azizah Anisa Anisa Anwar Anas Anzori Arif Ferdiansyah audiatul jinan Auliya Apriliana Aviatus Sholiha Bagas Wira Yuda Basmalia Bina Cahya Pamungkas, ihya16092002 Citra Nursihah Danil Bahroni Della Natasya Diana Uzlifatul Khairu Ummah Dila Puspita Dewi Diva Maulana Dwi Alya Putri Arifany Dzakwan Rohmatul Hanif Elvi Nazulia Rahma Elvina Eldiavani Epariani Erinia Dzikrotul Kharimah Fahrillah Fahrillah Faqih Nur Rahman Fatimah Isa Auliya Fatma Nur Afifah Faza Qori Aina Fikri Rostina Firda Wati Husaini Kulsum Fitri Elvi Karisma Fitria Ayu Ulandari Hafidz, M. Fajar Hasna Ruhmaniatin Herlinatus Safira Muasolli Hermanto , Hijrah Hijriah Holida Izzatilla Holil Asy’ari Huday, Ahmad Ifan Farimulyadi Ifan Prasetyariansyah Ifqy Ahmad Fahrizal iin, Nur Inayah Ika Indah Khasanah ila, Sufatun Aila Ilham Rafi Jawara Ilham Rafiqi Imam Nawawi Imelda Valentina Octavia Indah Novita Sari Iqbal Ainul Yaqin Irfansyah, Khairullah Irham, Muhammad Nazril Irma Yunita Islamiyatul Addewiyah Ismawati Ismawati Ismawati Ivana Dwikartika Sari j-sika Jarot Dwi Jarot Dwi Prasetyo Jefri Jefri Jesika Maya Nur Islami Kayyisah Fakhirah Kevin Riyas Robbani Khairul Anam Khozaimah Dian Islami Komarul Imam Laila Devi Sari LAILATUL FITRIYAH Lailatul Risqia Lailatus Syarifah Lailatussyarifah Lina Sosiana Lisa Novia Ramdani Lubebetun Nafisa Lukman Fakih Lukman Fakih Lidimilah Luluk Nuril Mukarromah Lutfiana , Nurisma Lutfiyatul F Anas Lu’luul Maulidya Nova M. Andrik Muqorrobin P M. Andrik Muqorrobin Pratama M. Fazlur Rahman Assauqi Maharani Rahmatul Hanani Mahmudi Mahmudi Mamluatur Rizkiyatun Nafiah Manda Nuria Suhailatin Najwa Maruf Ubaidillah Maryana Mashuri, Ahmad Meliana Khamisah Mifta Wilda Al -Aluf Miftahul Arif Aldi Milka Afifah Rahmatillah Mochammad Rofi Mochammad Syukron Ramadani Moh. Agus Efendi Moh. Baha’Uddin Moh. Syahrul Iskandar Moh. Zaini Romly Mohamad Faezal Fauzan Nanda Mohammad Alfian Husni Mubarok Mohammad Farhan Fatah Muchammad Atfal Nur Afil Muflihatul Hasanah Muftiyah Zakiyah Muhamad Auliya Muhamad Ilhan mansiz Muhammad Al Madany Muhammad Faidhurrahman Wahid Muhammad Hanif Zaky Ubaidillah Muhammad Hasan Muhammad Robitul Umam Muhammad Trisnawadi Ismardani Mutmainnah Ilmiatul Faidah Muyessiroh Muzayyana, Muzayyana Mu’tashim Billah Rahman Nabila Khansa Nabila Sofia Az-zahra Nadia Selvi Ramadhani Nafisatul Insiyah Naqibuzzahidin Naufal Arif Maulana Nur Aida NUR AINI Nur Azise Nur Dina Kamelia Nur Laili Mukarromah Nur Rizatul Mufidah Nur Sahila Chapsah Nur Saputra, Zuhrian Nurin Naimah Nurisma Lutfiana Prastika Buya Hakim Putri Anindya Damayanti Qittratul Ameliatus Qurratul Aini Rafi Jawara, Ilham Raihan Asriel Afandi Ratu Maulidia Anggraini Regina Izza Aofkarina Riatul Jannah Rifki Dwi Saputra Risma Alfiatul Karima Risqiatus Syarifah Risqiyati Amilia Ningsih Rita Irawati rizka, Rizka Aprilia Ningsih Rizki Hidayaturrochman Rosita Natania Maulani Rudi Ananta Al Hidayah Ruqoyyatul Widad Ruwaida Khollatil Widat Safitri Nurul Qomariyah Sagita Maesarah Septi Camelia Ulfa Sidra Al Zahro Sinta Bella Sinta Dewi Anggraeni Siti Aysatin Rodia Siti Imroatul Jannah Siti Kholifah Siti Maghfiroh Siti Nabilatul Hoiroh Siti Nur Azizah Siti Romlah Siti Sulaiha Sitti Ainur Rofiqotul Anisa Sofi Naila Nuriyazih Sofyan, Moh Sofyan Alfandi SU'AYDI, AHMAD SU'AYDI Suci Mulianingsih Sukiman Eki Putra Sulistia Wardani Supri Arrohman Syaiful Hasan Abdullah Syirva Nada Fidya Tadzkirotul Latifah Taufik Saleh Ubeitul Maltuf Ulvi Munawaroh Ummi Fadlilatuz Zakiyah Ummil Mahfudoh Ummul Khoirun Fitriyah Uny Khafifah USWATUN HASANAH Wafi Riga Ramadhani Wafi, Wafi Wardatul Gufronia Wildatul Hasanah Winda Yanti Umami Wiwik Handayani Wulan Shelfiana Kamil Yeni nur hasanah Yua Isman Islam Yulina Sari Zahrafil Jannah Zainur Rahman Zakiyatus Solehah