Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Karimah Tauhid

Penerapan Algoritma Random Forest dalam Prediksi Status Penerima PIP pada Siswa: Studi Kasus pada SMK Amaliah 1 Novrian, Risfan; Agustiani, Tia; Fikri, Muhamad; Hikmatulloh , Moch Fajar; Gunawan, Muhammad Erlangga; Firdaus, Uus
Karimah Tauhid Vol. 3 No. 2 (2024): Karimah Tauhid
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/karimahtauhid.v3i2.11937

Abstract

Penelitian ini bertujuan untuk mengeksplorasi dan mengimplementasikan algoritma Random Forest dalam konteks prediksi status penerima Program Indonesia Pintar (PIP) pada siswa tingkat sekolah menengah. Algoritma Random Forest telah terbukti efektif dalam masalah klasifikasi, dan penelitian ini mengadopsinya untuk menganalisis faktor-faktor yang mempengaruhi kelayakan penerimaan PIP. Studi ini menggunakan dataset siswa yang mencakup informasi seperti nama, kelas, dan beberapa atribut sosio-ekonomi seperti Penerima KPS, Penerima KKS, Miskin, dan Yatim. Metode penelitian melibatkan tahap-tahap persiapan data, pembagian data, dan pelatihan model menggunakan algoritma Random Forest. Hasil eksperimen dievaluasi dengan menggunakan metrik kinerja yang mencakup akurasi prediksi. Analisis hasil memberikan wawasan yang mendalam tentang faktor-faktor yang paling signifikan dalam menentukan status penerima PIP. Selain itu juga membahas keunggulan dan kelemahan penerapan algoritma Random Forest. Penelitian ini tidak hanya memberikan kontribusi pada pemahaman tentang implementasi algoritma machine learning dalam konteks pendidikan, tetapi juga diharapkan dapat memberikan panduan bagi kebijakan sosial di bidang pendidikan untuk lebih efektif mendukung siswa yang membutuhkan bantuan finansial.Penelitian ini bertujuan untuk mengeksplorasi dan mengimplementasikan algoritma Random Forest dalam konteks prediksi status penerima Program Indonesia Pintar (PIP) pada siswa tingkat sekolah menengah. Algoritma Random Forest telah terbukti efektif dalam masalah klasifikasi, dan penelitian ini mengadopsinya untuk menganalisis faktor-faktor yang mempengaruhi kelayakan penerimaan PIP. Studi ini menggunakan dataset siswa yang mencakup informasi seperti nama, kelas, dan beberapa atribut sosio-ekonomi seperti Penerima KPS, Penerima KKS, Miskin, dan Yatim. Metode penelitian melibatkan tahap-tahap persiapan data, pembagian data, dan pelatihan model menggunakan algoritma Random Forest. Hasil eksperimen dievaluasi dengan menggunakan metrik kinerja yang mencakup akurasi prediksi. Analisis hasil memberikan wawasan yang mendalam tentang faktor-faktor yang paling signifikan dalam menentukan status penerima PIP. Selain itu juga membahas keunggulan dan kelemahan penerapan algoritma Random Forest. Penelitian ini tidak hanya memberikan kontribusi pada pemahaman tentang implementasi algoritma machine learning dalam konteks pendidikan, tetapi juga diharapkan dapat memberikan panduan bagi kebijakan sosial di bidang pendidikan untuk lebih efektif mendukung siswa yang membutuhkan bantuan finansial.
Integrasi Cloud Computing untuk Analisis Big Data Juroihan, Muhammad; Fikri, Wildan Khoirul; Mohdo, Lorina; Fikri, Muhamad; Romadhon, Rafael Nuansa; Encep, Muhammad
Karimah Tauhid Vol. 3 No. 4 (2024): Karimah Tauhid
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/karimahtauhid.v3i4.12679

Abstract

Dalam perkembangan teknologi informasi terdapat periode luar biasa yang ditandai dengan pertumbuhan data digital secara eksponensial yaitu di sebut dengan periode era big data. Fenomena ini menciptakan lanskap informasi yang penuh peluang dan tantangan. Dalam pendahuluan ini, kami memandu pembaca untuk memahami sifat era big data, dengan fokus pada penganalisisan penggunaan big data dengan intergasi teknologi cloud computing. Sebagian besar data yang digunakan untuk pendataan ekonomi, lingkungan hidup, lahan, keamanan, lalu lintas dan lain lain dihasilkan di perkotaan. Data yang berkaitan dengan kualitas hidup, khususnya kejahatan dan keamanan, serta ekonomi dan lapangan kerja, dianalisis dengan daftar data untuk mengukur indikator-indikator yang tersebar selama beberapa tahun untuk menilai tren positif dan negatif. Maka selanjutnya,  Integrasi komputasi awan membuka pintu menuju kecepatan, skala, dan efisiensi yang tak  tertandingi, memberikan landasan yang kuat untuk mengatasi tantangan yang terkait dengan pengelolaan volume data yang terus meningkat. Oleh karena itu, pendahuluan ini memberikan gambaran singkat namun komprehensif mengenai era big data dengan pengintegrasian cloud dapat membawa kita menuju masa depan yang lebih cerdas.