Article Per Year (5 Year)
p-Index From 2021 - 2026
1.152
P-Index
This Author published in this journals
All Journal Infotech Journal Proceeding SENDI_U JSiI (Jurnal Sistem Informasi) SEMINAR TEKNOLOGI MAJALENGKA (STIMA)
Deffy Susanti
Universitas Majalengka
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Industrial & Manufacturing Engineering Mechanical Engineering Transportation

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Infotech Journal

 1 
ANALISIS POTENSI BENCANA ALAM TANAH LONGSOR KABUPATEN MAJALENGKA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER Susanti, Deffy; Wahyuni, Tantri
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.5645

Abstract

Bencana alam adalah salah satu fenomena yang dapat terjadi setiap saat sehingga menimbulkan risiko atau bahaya terhadap kehidupan manusia Dalam banyak nya bentuk bencana alam terdapat bencana alam tanah longsor. Potensi terjadinya pada lereng tergantung pada kondisi batuan dan tanah penyusunannya, struktur geologi, curah hujan dan penggunaan lahan. Dilihat dari karateristik wilayah Kabupaten Majalengka maka dilakukan analisis kerentanan tingkat potensi bahaya tanah longsor. Salah satu metode yang dapat digunakan untuk menentukan potensi bahaya tanah lonngsor adalah algoritma klasifikasi Naïve Bayes Classifier. Naive Bayes Classifier merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Metode Naïve Bayes Classifier dangan melakukan prediksi menggunakan Rapidminer menghasilkan nilai akurasi pengklasifikasian sebesar 82,61%. Kata Kunci: bencana alam, potensi, tanah longsor
IMPLEMENTASI METODE K-NEARST NEIGHBOR (K-NN) MEMPREDIKSI NILAI AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI SEMESTER Abdurahman, Dede; Suhendri; Susanti, Deffy; Didin, Dede
INFOTECH journal Vol. 10 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i1.8066

Abstract

Perguruan tinggi, seperti Universitas Majalengka, memiliki peran penting dalam memberikan pendidikan akademik dan profesional. Untuk meningkatkan kualitas layanan akademik, Fakultas Teknik Universitas Majalengka merancang aplikasi berbasis web menggunakan metode K-Nearest Neighbor (KNN) untuk memprediksi perkembangan Indeks Prestasi (IP) mahasiswa. Dengan tujuan memantau dan membantu mahasiswa dalam merencanakan studi mereka, aplikasi ini menggabungkan teknologi informasi dan algoritma KNN. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil memprediksi kemajuan IP mahasiswa secara akurat. Dosen pembimbing akademik dapat menggunakan prediksi ini untuk memberikan pendampingan kepada mahasiswa yang berpotensi mengalami penurunan nilai. Dengan pendekatan waterfall dalam pengembangan sistem aplikasi, serta implementasi metode KNN, aplikasi ini menjadi alat yang berharga dalam meningkatkan kualitas pendidikan di Fakultas Teknik Universitas Majalengka. Dengan demikian, aplikasi ini membawa manfaat bagi dosen, Fakultas Teknik, dan mahasiswa, membantu mereka dalam merencanakan strategi peningkatan prestasi akademik. Dengan pemanfaatan teknologi dan prediksi yang tepat, aplikasi ini mendukung pencapaian visi dan misi Fakultas Teknik untuk berperan aktif dalam pembangunan teknologi, ilmu pengetahuan, dan seni nasional.
Co-Authors Abdurahman, Dede Didin, Dede Harun Sujadi Iqbal Hanafi, Muhamad Karmelita, Mita Nunu Nurdiana, Nunu Pamungkas, Egie Restu Pramudia, Galih Resmanah, Dena Suhendri Tantri Wahyuni Taupik Qurohman, Rifki Ummi, Fitri Syifaul Yoga Yuniadi