Article Per Year (5 Year)
p-Index From 2021 - 2026
8.238
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi EDUMATIC: Jurnal Pendidikan Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika International Journal of Informatics and Computation Jurnal Informatika Ekonomi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Journal Automation Computer Information System (JACIS) Brilliance: Research of Artificial Intelligence Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Joong-Ki : Jurnal Pengabdian Masyarakat Jurnal Informasi Sains dan Teknologi (ISAINTEK) SMART Management Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Indonesian Research Journal on Education Journal Of Informatics And Busisnes VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Media Akademik (JMA) Joong-Ki Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Modem : Jurnal Informatika dan Sains Teknologi Repeater: Publikasi Teknik Informatika dan Jaringan SISFOTENIKA Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Expert Net: Exploration Journal of Technological Education Trends Joong-Ki Jurnal Rekayasa Teknologi Nusa Putra Jejak digital: Jurnal Ilmiah Multidisiplin Jurnal Cakrawala Akademika
Elkin Rilvani
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 74 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 74 Documents
Search

 4   5   6   7   8 
Pengelompokan Provinsi Merokok di Indonesia Berdasarkan IPM Menggunakan K-Means dan KNN Baihaqi Asa’ari Lubis; Indry Widiyani; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2639

Abstract

Salah satu kendala dalam pembangunan kesehatan nasional adalah prevalensi perokok di Indonesia, termasuk di kelompok usia produktif. Tujuan dari penelitian ini adalah untuk mengelompokkan dan mengklasifikasikan provinsi-provinsi di Indonesia berdasarkan persentase penduduk usia 15 tahun ke atas yang merokok serta nilai Indeks Pembangunan Manusia (IPM) pada tahun 2024. Studi ini menggunakan K-Means Clustering untuk mengelompokkan provinsi ke dalam klaster risiko, dan K-Nearest Neighbor (KNN) digunakan untuk mengelompokkan provinsi ke dalam klaster risiko berdasarkan nilai IPM terhadap klaster hasil K-Means. Badan Pusat Statistik (BPS) dan Sistem Informasi Manajemen Data Regional (SIMREG-Bappenas) menyediakan data. Hasil pengelompokan menunjukkan bahwa terdapat tiga klaster utama yang berbeda dalam hal tingkat merokok dan IPM. Model KNN digunakan untuk memprediksi klaster berdasarkan nilai IPM, dan menghasilkan tingkat akurasi klasifikasi yang tinggi, yang menunjukkan bahwa IPM memiliki keterkaitan terhadap pola persebaran kebiasaan merokok di tingkat provinsi. Penelitian ini memberikan kontribusi dalam pemetaan wilayah dengan risiko perilaku merokok tinggi, serta dapat menjadi dasar dalam penyusunan kebijakan kesehatan berbasis data di tingkat regional.
KLASIFIKASI KEMISKINAN DI INDONESIA DENGAN DECISION TREE MENGGUNAKAN RAPIDMINER Andi Setyawan; An-nisa Fitriani; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2646

Abstract

Kemiskinan merupakan salah satu permasalahan utama yang masih dihadapi dalam proses pembangunan, khususnya di negara-negara berkembang seperti Indonesia. Ketimpangan sosial dan ekonomi yang masih tinggi menuntut adanya kebijakan yang tepat sasaran dan berbasis pada data yang akurat. Oleh karena itu, dibutuhkan metode klasifikasi yang mampu memetakan status kemiskinan masyarakat secara efektif. Penelitian ini bertujuan untuk menganalisis klasifikasi status kemiskinan menggunakan metode Decision Tree yang diimplementasikan melalui aplikasi RapidMiner. Data yang digunakan merupakan data sintetis sebanyak 150 entri yang menggambarkan kondisi sosial ekonomi penduduk Indonesia. Variabel-variabel yang digunakan dalam analisis meliputi umur, tingkat pendidikan, status pekerjaan, pendapatan bulanan, jumlah anggota keluarga, serta tipe lokasi tempat tinggal (perkotaan atau pedesaan). Proses klasifikasi dilakukan menggunakan pendekatan pembelajaran terawasi (supervised learning), yang menghasilkan model pohon keputusan yang mudah dipahami dan diinterpretasikan. Hasil penelitian menunjukkan bahwa metode Decision Tree mampu mengklasifikasikan status kemiskinan dengan tingkat akurasi mencapai 93%. Dari hasil analisis, diketahui bahwa pendapatan bulanan dan status pekerjaan merupakan variabel yang paling berpengaruh dalam menentukan status kemiskinan. Temuan ini diharapkan dapat menjadi landasan dalam perumusan kebijakan intervensi sosial yang lebih tepat sasaran dan efektif.
PREDIKSI JUMLAH UMKM BERDASARKAN KATEGORI USAHA DAN LOKASI KABUPATEN/KOTA DI PROVINSI JAWA BARAT MENGGUNAKAN DECISION TREE Rizki Fahrizal; Muhammad Nur Falah; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2658

Abstract

Provinsi Jawa Barat merupakan salah satu wilayah dengan jumlah Usaha Mikro, Kecil, dan Menengah (UMKM) terbanyak di Indonesia. UMKM memegang peranan penting dalam mendorong pertumbuhan ekonomi daerah, menciptakan lapangan kerja, serta meningkatkan kesejahteraan masyarakat. Penelitian ini bertujuan untuk memprediksi jumlah UMKM berdasarkan kategori usaha dan wilayah administratif kabupaten atau kota di Jawa Barat. Data yang digunakan dalam penelitian ini merupakan data proyeksi jumlah UMKM dari tahun 2017 hingga 2024 yang telah dikelompokkan berdasarkan jenis usaha seperti kuliner, perdagangan, konveksi, jasa, dan lainnya. Metode yang digunakan adalah algoritma Decision Tree karena memiliki kemampuan untuk menghasilkan model prediksi yang mudah dipahami dan mampu mengidentifikasi atribut paling berpengaruh terhadap fluktuasi jumlah UMKM. Proses analisis dilakukan dengan menggunakan perangkat lunak RapidMiner untuk membangun dan mengevaluasi model prediksi. Hasil penelitian menunjukkan adanya variasi pertumbuhan UMKM di setiap kabupaten atau kota dan dalam masing-masing kategori usaha. Temuan ini diharapkan menjadi acuan bagi pemerintah daerah dalam menyusun strategi pengembangan UMKM yang lebih tepat sasaran dan berbasis potensi lokal.
Prediksi Penjualan Brand di HGVR Store Menggunakan Algoritma C4.5 dan Naïve Bayes Naya, Candra; Rilvani, Elkin
Jurnal Informatika Ekonomi Bisnis Vol. 7, No. 3 (September 2025)
Publisher : SAFE-Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/infeb.v7i3.1242

Abstract

HGVR Brand is a creative industry engaged in the production and distribution of ready-to-wear clothing established in 2015, which has a reseller network in several major cities in Java. This study aims to analyze the prediction of HGVR Store product sales levels using data mining methods, specifically the C4.5 and Naïve Bayes algorithms, so that it can assist the company in determining marketing strategies and inventory management. The data used in this study consists of 500 sales data collected in June 2019 through observation, interviews, and internal company documentation. The input variables used include the number of orders (PO), quantity, price, and sales status, while the target variable is the classification of sales into "high" and "low" categories. The analysis process is carried out through the stages of data cleaning, transformation, and validation using the split validation technique (70% training data and 30% testing data). The C4.5 algorithm is used to build a decision tree model, while the Naïve Bayes algorithm is used to calculate the classification probability. The test results show that the C4.5 algorithm has a 100% accuracy rate with an excellent classification category based on the ROC curve (AUC = 1.00). Meanwhile, the Naïve Bayes algorithm also produced good classification results, although its accuracy was lower than that of C4.5. The conclusion of this study is that the C4.5 algorithm is more optimal than Naïve Bayes in predicting sales levels at the HGVR Store. These findings are expected to inform decision-making for the HGVR Brand in formulating business strategies.
Co-Authors Abdul Rokim Abid Lu’ay Raihan Taufik Agung Nugroho Ahmad Budi Trisnawan Ahmad Turmudi Zy Al Ayubi, Muhammad Din Aldi Patria Nugraha Alfian Saputra, Ricky Alfiana Erlangga, Dafa Alif Nur Fathlii Amarta Amar Agung Subekti An-nisa Fitriani Andhika Aziz Bachtiar Andi Setyawan Anindha Latiefa Zahra Apik Aminah Aries Widyantoro ARIF SUSILO Arif Susilo Arya Saepul Hakim Asep Muhidin Asep Saepuloh Bagoes Ramadhan Baihaqi Asa’ari Lubis Bayu Nugroho Butsianto, Sufajar Candra Naya Catur Pranomo Dimas Adi Nugraha Dina Amalia Putri Diska Kurnia Azzahra Putra Dito Ridwansyah, Rizjky Dzaky Alaudin Malik Edi Tri Wibowo Edora Erikasari, Vivie Zuliani Ermanto Ermanto Ermanto Fachrial Banyu Asmoro Fadhlurohman Fatikh Navintino Faiza Muhammad Julianto Faqih Irianto Fazri Albadawi Fiqhy Faradisa Al Bina Fitakwim Fitakwim Galih Pangestu Gilar Sumilar Hadi Putra Hardiansyah, Andi Henri Caesar Bimantara Hilman Ihza Amrullah Hizkia Vincent Hrenysa Ikhsan Romli Indry Widiyani Iwan Mulyana Khaerunnisa Isnaeni Lestari Khairunnisa Nasution Lili Fadli Muhamad Ma'ruf Setiadi2 Maharani , Tyanshi Firli Mikael Rivaldo Mochammad Rahmat Faisal Muhamad Daffa Maulana Arrasyid Muhamad Fatchan Muhammad Akmal Ar Rasid Muhammad Albedri MUHAMMAD ARIFIN Muhammad Farhan Fahreza Muhammad Nur Falah Muhammad Rifki Febrianto Muhammad Rizal Mantofani Muhammad Rizky Raka muhidin, asep Muhtajuddin Danny Nabilla Kusuma Wijaya Naya, Candra Naza Sefti Prianita Novant Nanda Pradana Novianto Andi Hardiansyah Nugroho, Agung Nur Hasim Nur Hidayati Nurkholik Safrudin Ovi Marzuki Panji Anwar Sanusi Pardede, Debora Hizkhia Prakoso, Indra Priasnyomo Prima Santoso Putra, Aan Fadillah Rafi Maulana Firdaus Ramadhan Ardi Iman Prakoso Rio Rinto Saki Rizki Fahrizal Rizky Juniarko Taruna Putra Roana, Roana Sela, Mosses Ara’al De Setyawan, Wisnu Shanti Cahyaningtyas Sifa Setiyani Silvi Fara Dita Siswandi, Arif Siti Yasmin Nurcholifah Sukmana Wibowo, Mohamad Hegar Surojudin, Nurhadi Suryadi Putra Suryadi, Dikky Suryana, Syahro Tatia Deswita Anggraeni Taufik Eka Albani Tia Mulyani umah, Nadia tul Weni Purnomo1 Widodo , Edy Wisnu Ikhwansyah Saputra Wisnu Setyawan Yoga Pratama, Evan Yudanto, Faisal Arya Yudha Purnama Putra Zacky Rafian Fawwauzy Zalfa Dewi Zahrani