Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Djtechno: Jurnal Teknologi Informasi
Hendra Di Kesuma
Universitas IGM Palembang
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Simple Linear Regression untuk Meramalkan Perkembangan Pelanggan PLN Yayang Eluis Bali Mawartika; Hendra Di Kesuma
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 4 No 1 (2022): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v4i1.60

Abstract

The rate of population growth in Lubuklinggau City continues to increase every year, this is a factor in the increasing demand for electricity. The development of the number of PLN customers in Lubuklinggau City in 2017 was 90.606 customers, increasing to 120.809 customers in 2021. PLN must be able to predict the number of electricity customers in the future in order to provide electricity needs. One of the forecasting models that can be used to predict the development of the number of PLN electricity customers is the Simple Linear Regression model. Simple Linear Regression is a forecasting model based on the effect of the causal variables on the effect variables. The variables used are the population variable and the number of PLN customers. From these two variables, the process of analyzing the influence of population on the number of PLN customers in the future will be carried out. The results showed that 90% increase in population affects the number of PLN customers. With the prediction of the development of the number of customers, PLN Lubuklinggau can prepare the necessary facilities and can estimate how much additional power and electrical energy will be in meeting customer needs in the future.
Penerapan Data Mining Menggunakan Algoritma K- Means Clustering dalam Pengelompokan Penerima Beasiswa KIP Kuliah Hendra Di Kesuma; Syafi'ul Hamidani
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 5 No 1 (2023): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v5i1.102

Abstract

Data mining merupakan teknik dalam melakukan pengolahan data dengan kapasitas data yang besar atau dikenal dengan bigdata. Proses yang digunakan pada teknik ini dikenal dengan proses knowledge discovery in database. Dimana terdapat 4 model yang dapat diterapkan pada data mining salah satunya adalah cluster. Pengelompokan dapat dilakukan dengan beberapa algoritma salah satunya adalah k-means clustering. Dimana algoritma ini digunakan untuk membantu dalam proses pengelompokan data berdasarkan jarak terdekat dari cluster yang dibentuk. Pada proses seleksi beasiswa KIP Kuliah dibutuhkan analisa yang mampu mengelompokan data berdasarkan penilaian terhadap variabel yang digunakan sehingga menghasilkan kelompok data yang memiliki kesamaan yang sangat dekat. Dimana dengan dilakukan pengelompokan data maka dapat diketahui peserta yang layak menerima beasiswa KIP kuliah sesuai dengan standar kriteria yang telah ditetapkan. Adapun kriteria yang digunakan adalah penghasilan orang tua, jumlah tanggungan orang tua, hasil tes tertulis. Pengujian hasil analisa k-means clustering menggunakan aplikasi pengujian yaitu rapidminer 5. Pengelompokan dilakukan untuk dapat menentukan pendaftar kip kuliah yang layak menerima beasiswa. Dari hasil analisa dan pengujian didapatkan jumlah peserta berdasarkan kluster yang telah ditentukan yaitu pada cluster 1 berjumlah 6 orang dengan status tidak lulus, kluster 2 berjumlah 7 orang status cadangan dan kluster 3 berjumlah 7 orang dinyatakan lulus. Dari hasil rekomendasi tersebut pihak perguruan tinggi dapat dengan mudah dalam menetapkan pendaftar yang berhak mendapatkan beasiswa KIP kuliah.
IMPLEMENTASI TEXT MINING DALAM MENGIDENTIFIKASI SIMILARITY JUDUL PENELITIAN Robi Yanto; Alfiarini .; Hendra Di Kesuma; Syafri Aprudi; Juminovario Juminovario; Ahmadi Ahmadi
Djtechno: Jurnal Teknologi Informasi Vol 6, No 1 (2025): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i1.6136

Abstract

Plagiarisme adalah sebuah tindakan mengambil sebagian atau karya milik orang lain dan menjadikanya sebagai suatu karya asli milik sendiri tanpa menyantumkan sumber secara tepat. Plagiarisme terjadi disegala bidang kehidupan salah satunya plagiarisme judul skripsi. Dalam mengatasi plagiarisme judul perlu dibuatkan sebuah sistem yang menggunakan text mining dalam pengolahan kata untuk mengetahui presentase kesamaan judul, agar mengurangi tingkat plagiarisme. Algoritma winnowing adalah suatu teknik yang digunakan untuk mendeteksi kesamaan teks menggunakan fungsi hashing. Hasil pengolahan dapat mengetahui presentase kesamaan antara judul yang diajukan dengan judul yang sudah ada di dalam database yang diharapkan dapat membantu pihak universitas dalam melakukan pemeriksaan judul skripsi dan meningkatkan akurasi dan efektifitas serta mengurangi tingkat plagiarisme
Co-Authors Ahmadi Alfiarini . Juminovario Juminovario Robi Yanto Syafi'ul Hamidani Syafri Aprudi Yayang Eluis Bali Mawartika