p-Index From 2021 - 2026
4.532
P-Index
This Author published in this journals
All Journal JPMS (Jurnal Pendidikan Matematika dan Sains) Jurnal Pendidikan Matematika RAFA JUSIFO : Jurnal Sistem Informasi Al Ilmi Intizar Suska Journal of Mathematics Education Bio Ilmi: Jurnal Pendidikan E-Dimas: Jurnal Pengabdian kepada Masyarakat Orbital: Jurnal Pendidikan Kimia IT JOURNAL RESEARCH AND DEVELOPMENT Seminar Nasional Teknologi Informasi Komunikasi dan Industri JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI IRJE (Indonesian Research Journal in Education) Jurnal TIPS : Jurnal Teknologi Informasi dan Komputer Politeknik Sekayu Jurnal Ilmiah Media Sisfo JEMST: Journal of Education in Mathematics, Science, and Technology IJID (International Journal on Informatics for Development) MAJU : Jurnal Ilmiah Pendidikan Matematika Jurnal Informatika Global Jurnal Computer Science and Information Technology (CoSciTech) Journal of Computer and Information Systems Ampera Mosharafa: Jurnal Pendidikan Matematika Jurnal Manajemen Informatika Jayakarta Jurnal Penelitian Pendidikan Matematika Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Kolaboratif Sains Aptekmas : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Sistem Informasi Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Bina Komputer Journal of Artificial Intelligence and Digital Business J-Icon : Jurnal Komputer dan Informatika MDP Student Conference Journal of Data Mining and Information Systems Prosiding Seminar Nasional Unimus Jurnal Sistem Informasi Karya Anak Bangsa
Claim Missing Document
Check
Articles

Implementasi Metode Klasifikasi Naïve Bayes Untuk Memprediksi Juara La Liga Ari Yanto, Ahmad Firman; Testiana, Gusmelia
Jurnal Teknologi Sistem Informasi Vol 5 No 2 (2024): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v5i2.8028

Abstract

Penelitian ini menggunakan metode klasifikasi Naïve Bayes untuk memprediksi potensi juara La Liga FC Barcelona. Data yang digunakan meliputi data klasemen dari beberapa musim sebelumnya, yang kemudian diolah dan dilatih menggunakan algoritma Naïve Bayes yang diaplikasikan pada aplikasi RapidMiner. Algoritma ini bekerja dengan mengklasifikasikan data menggunakan beberapa atribut utama, seperti jumlah gol yang dicetak, jumlah kebobolan, serta total poin yang dikumpulkan oleh tim. Berdasarkan hasil analisis yang dilakukan, model klasifikasi menunjukkan bahwa FC Barcelona memiliki kemungkinan untuk menjadi juara atau bahkan tidak menjadi juara di La Liga, bergantung dari bagaimana mereka dalam berbagai aspek tersebut. Untuk memastikan bahwa model Naïve Bayes yang digunakan memberikan prediksi yang akurat, maka dilakukan pengujian dengan menggunakan data uji (data testing) pada aplikasi RapidMiner. Hasil dari penelitian ini, didapatkan bahwa algoritma Naïve Bayes efektif dalam memberikan prediksi terkait peluang FC Barcelona dalam meraih gelar juara La Liga. Kesimpulan yang dapat diambil dalam penelitian ini adalah metode ini dapat digunakan secara efektif dalam menganalisa dan memprediksi potensi keberhasilan klub sepak bola, khususnya FC Barcelona, dalam kompetisi La Liga.
Classifying High School Scholarship Recipients Using the K-Nearest Neighbor Algorithm Yulisa, Ica Dwi; Gusmelia Testiana; Imamulhakim Syahid Putra
IJID (International Journal on Informatics for Development) Vol. 11 No. 2 (2022): IJID December
Publisher : Faculty of Science and Technology, UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/ijid.2022.3804

Abstract

  YBM PLN UIWS2JB provides scholarships for high school students who cannot afford school tuition due to poverty or other economic conditions. Since the target is specific, the foundation must carefully select the recipients to ensure the scholarship is granted to those who deserve it. The predetermined criteria combined with the limited quota available become a difficulty in itself as a large number of applications are coming in. Data mining with a classification method using the K-Nearest Neighbor algorithm is believed to be one of the alternative solutions to solve this problem. This study aims to examine how this method could help in the selection process to determine who is eligible to receive the scholarship, and it also aims to evaluate the algorithm's performance with the optimal K value. The findings of this research showed that the classification method using K-Nearest Neighbor is the potential to be applied in a case such as this. The results found an accuracy of 91% in the selection process and are included in the Excellent Classification category. The optimal K value obtained is K = 5.
Penerapan Data Mining untuk Klasifikasi Penyakit Stroke Menggunakan Algoritma Naïve Bayes Riany, Agus Fajar; Testiana, Gusmelia
Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Vol 13 No 1 (2023): Maret 2023
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/saintekom.v13i1.352

Abstract

Stroke is a disturbance of brain function, both local and general, that occurs suddenly, progressively, and rapidly due to non-traumatic brain blood circulation disorders that lasts more than 24 hours or ends in death. Stroke is also one of the deadliest diseases in Indonesia. In this study, stroke data was used to explore new information or knowledge in it. The process of extracting new information from a set of data is known as data mining. Therefore, this research aims to classify data related to stroke using the Naïve Bayes algorithm to find out whether the patient has a stroke or not. There are 10 attributes that are included in the causes of stroke, among others, gender, age, history of hypertension, history of heart disease, marital status, type of work, type of residence, glucose level, body mass index and smoking status. The results showed that classification with the Naïve Bayes algorithm can be applied in classifying stroke data resulting in an accuracy value of 92.48% in the Good Classification category.
Klasifikasi Predikat Kelulusan Mahasiswa Menggunakan Algoritma C4.5 Fitriyanti, Vina; Testiana, Gusmelia; Eri Gunawan, Catur
Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Vol 14 No 2 (2024): September 2024
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/saintekom.v14i2.626

Abstract

Determination of student graduation predicate based on GPA and additional requirements of timely study period for honors predicate. Currently, there is no in-depth classification to identify graduation predicate, so understanding of the patterns that influence the results is still limited. Accumulation of student graduation data can be used to find new information. This study aims to produce a decision tree classification model using the C4.5 algorithm and evaluate its accuracy in classifying student graduation predicates at UIN Raden Fatah Palembang. The data division technique used is k-fold cross validation to divide the data into training and testing data. The k value used is k = 3 in the first data test, this is based on previous tests with several k values, where k = 3 produces higher accuracy than the others. The rules formed are 242 and the attribute that influences student graduation predicate is GPA. The accuracy of the application of the C4.5 algorithm in classifying student graduation predicates is 83.31% which is included in the Good Classification category.
Implementasi Algoritma Apriori dan ECLAT (Equivalence Class Transformation) Pada Data Transaksi Penjualan Nindyya, Ike Septi; Gusmelia Testiana; Irfan Dwi Jaya
Computer Science and Information Technology Vol 4 No 2 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i2.5444

Abstract

Vhe Pagaralam Minimarket is an individual owned minimarket that is managed privately and is engaged in food retail business activities and various kinds of daily needs. However, in several cases consumers complained about difficulties in finding the desired goods and complaints about several food products such as noodles and wheat flour which were contaminated with odors from non-food products such as rinso. Therefore, recommendations for better layout of goods are needed by taking into account the purchasing patterns formed by consumers when shopping. This study aims to provide recommendations for the layout of goods based on the results of the rules that are formed. The method used is the association rule by utilizing the a priori algorithm and the ECLAT (Equivalence Class Transformation) algorithm to find out the comparison of the results of the rules of the two algorithms. Based on the rules formed, this study resulted in 10 food products that were suggested to be placed side by side, especially 1L Bulk Oil, 1/2kg Eggplant and 1kg Ordinary Wheat Flour because they have a certainty value of 97%. For non-food products, there are 9 products that are recommended to be placed side by side, especially Fress Bath Soap, Daia Powder Violet Bag, Pepsodent Action 123 Herbal and Mama Lemon 55ml because they have a certainty value of 93%. The results of establishing the rules can be used as a reference for preparing the layout of goods at the Vhe Pagaralam minimarket.
Penerapan Data Mining untuk Analisa Pemilihan Genre Film menggunakan Algoritma Apriori Damayanti, Alfina; Testiana, Gusmelia
Jurnal Bina Komputer Vol 5 No 1 (2023): Jurnal Bina Komputer (Juni 2023)
Publisher : Jurnal Ilmiah Terpadu Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/jbkom.v5i1.2430

Abstract

Situs imdb.com adalah salah satu sumber data film terbesar dan paling terpercaya yang menyediakan informasi tentang film-film dari berbagai genre. Dari jutaan data film yang pada situs imdb.com, terdapat beberapa genre yang paling sering digunakan, diantaranya action, adventure, animation, comedy, dll. Penerapan data mining bertujuan mempermudah mencapai tujuan dengan menggunakan algoritma Apriori. Algoritma Apriori dipilih untuk menentukan aturan asosiasi untuk menganalisis genre film apa yang cocok untuk pengunjung website imdb.com berdasarkan genre film yang pernah ia kunjungi.
KLASIFIKASI AKSEPTABILITAS MOBIL MENGGUNAKAN ALGORITMA NAïVE BAYES j-sika; Safilla, Laurentz; Gusmelia Testiana
J-SIKA|Jurnal Sistem Informasi Karya Anak Bangsa Vol. 6 No. 01 (2024): Jurnal Sistem Informasi Karya Anak Bangsa (J-SIKA) Vol 6 No 1 edisi Juni 2024
Publisher : Program Studi Sistem Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dengan industri otomotif yang berkembang pesat, persaingan antar produsen mobil semakin ketat. Untuk memenangkan persaingan ini, pemahaman yang mendalam tentang preferensi konsumen dan mobil sangatlah penting. Pabrikan dan perancang mobil harus mengidentifikasi faktor-faktor yang mempengaruhi penerimaan mobil untuk menghasilkan produk yang memenuhi kebutuhan dan harapan pelanggan. Klasifikasi penerimaan mobil sulit dilakukan karena faktor-faktor yang mempengaruhinya sangat kompleks dan subyektif. Atribut-attribut seperti harga beli, harga perawatan, jumlah pintu, kapasitas orang dalam mobil, ukuran bagasi, dan keamanan. Oleh karena itu, dapat dilakukan penelitian untuk mengidentifikasi atribut-atribut yang mempengaruhi akseptabilitas mobil. Metode yang digunakan dalam penelitian ini melibatkan pengumpulan data dari situs Kaggle. Data yang diperoleh kemudian diproses dan dibagi menjadi data training dan data testing. Selanjutnya algoritma klasifikasi Naive Bayes diterapkan pada data training. Hasil penelitian menunjukkan bahwa algoritma klasifikasi Naive Bayes efektif dalam mengklasifikasi penerimaan kendaraan. Menggunakan kombinasi atribut yang relevan, model klasifikasi Naive Bayes dapat mengidentifikasi mobil yang dapat diterima dan tidak dapat diterima dengan akurasi yang wajar.
Pemodelan Proses Pengoprasian Sistem Building Automation System (BAS) di Bandara SMB II Palembang Menggunakan Business Process Modelling Notation (BPMN) Satria, Pandu; Testiana, Gusmelia
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7655

Abstract

Dalam era digitalisasi yang semakin pesat, BPMN memungkinkan visualisasi yang jelas dan terstruktur mengenai alur kerja dan interaksi antar komponen dalam sistem BAS. maka dapat diketahui rumusan masalah dalam laporan kerja praktik ini yaitu bagaimana Pemodelan Proses Pengoprasian Sistem BAS di Bandara SMB II Palembang Menggunakan BPMN. Batasan Masalah Penelitian ini akan fokus pada pemodelan proses operasi sistem HVAC di terminal kedatangan internasional Bandara SMB II Palembang menggunakan perangkat lunak BPMN Bizagi. Tujuan Penelitian ini adalah untuk memodelkan dan menganalisis proses pengoperasian Sistem Building Automation System di Bandara SMB II Palembang menggunakan Business Process Modelling Notation dengan tujuan meningkatkan efisiensi, mengidentifikasi alur kerja dan aktivitas utama dalam proses pengoperasian Sistem BAS di Bandara SMB II Palembang. Memodelkan alur proses pengoperasian BAS di Bandara SMB II menggunakan BPMN untuk memberikan visualisasi yang jelas dan terstruktur. Mengidentifikasi bottleneck dalam proses operasi BAS yang paling signifikan dan mengusulkan solusi untuk mengoptimalkan alur kerja. Penelitian ini menggambarkan pemodelan proses Pengoprasian Building Automation System di Bandara SMB II Palembang
Pengembangan Bahan Ajar Matematika Menggunakan Komputer pada Materi Kesebangunan di Kelas IX MTS Negeri 1 Palembang Hernandes, Veven; Isnaini, Muhammad; Testiana, Gusmelia
Mosharafa: Jurnal Pendidikan Matematika Vol. 5 No. 3 (2016): September
Publisher : Department of Mathematics Education Program IPI Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31980/mosharafa.v5i3.418

Abstract

Penelitian ini bertujuan menghasilkan bahan ajar matematika dengan menggunakan komputer pada materi kesebangunan untuk sekolah menengah pertama yang memenuhi kriteria valid dan praktis untuk digunakan dalam kegiatan pembelajaran matematika serta agar siswa lebih tertarik belajar pelajaran matematika.Metode yang digunakan dalam penelitian ini adalah metode Research and Development (R & D). Subyek dalam penelitian ini ada dua kelas yaitu siswa kelas IXCyang berjumlah 40 siswa sebagai kelompok besar dan 10 siswa dari 40 siswa kelas IXA sebagai kelompok kecil. Teknik pengumpulan data yang digunakan pada penelitian ini adalah lembar validasi, angket kepraktisan dan observasi kepraktisan. Berdasarkan hasil validasidari 6 validator diperoleh skor rata-rata sebesar 88,73 yang tergolong kategori sangat valid. Berdasarkan angket kepraktisan pada tahap uji coba produk kelompok kecildiperoleh hasil rata-rata dalam kategori praktisyaitu 89,38 dan rata-rata observasidalam kategori praktis yaitu sebesar 85. Sedangkan pada tahap uji pemakaian kelompok besar diperoleh hasil rata-rata dalam kategori praktis yaitu 85,26 dan rata-rata observasi dalam kategori praktis yaitu sebesar 85,24. Sehingga bahan ajar matematikayang dikembangkan dapat digunakan dalam pembelajaran kesebangunan.
Pengaruh Penggunaan Media Pembelajaran Komik terhadap Peningkatan Hasil Belajar Matematika Siswa Kelas VII di Sekolah Menengah Pertama Negeri 10 Palembang Florayu, Bubin; Isnaini, Muhammad; Testiana, Gusmelia
Mosharafa: Jurnal Pendidikan Matematika Vol. 6 No. 1 (2017): Januari
Publisher : Department of Mathematics Education Program IPI Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31980/mosharafa.v6i1.428

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui pengaruh media pembelajaran komik untuk meningkatkan matematika siswa hasil belajar pada siswa kelas VII SMP Negeri 10 Palembang. Penelitian ini menggunakan desain exprimental benar dengan desain kelompok kontrol pretest-posttest. Populasi penelitian ini adalah semua siswa kelas VII SMP Negeri 10 Palembang di 2014/2015 tahun akademik yang terdiri dari dua belas layani dengan 480 siswa. Dari dua belas kelas populasi diambil dua kelas, itu VII.5 yang yang terdiri dari 40 siswa sebagai kelompok kontrol dan VII.4 yang yang terdiri dari 40 siswa sebagai kelompok eksperimen. Penelitian ini dilakukan dalam pertemuan ketujuh. Pada pertemuan pertama, pretest penelitian ini dilakukan di kelompok eksperimen dan kontrol whith tujuannya adalah untuk mengetahui dasar kemampuan siswa sebelum diberikan pengobatan. kedua sampai pertemuan keenam, kedua kelas diberi perlakuan pada kelompok eksperimen dengan media pembelajaran komik dan kelompok kontrol dengan model konvensional dengan kesetaraan materi dan pertidaksamaan linear satu variabel. Sebagai bahan subjek dalam pertemuan ketujuh, kedua kelas diberi posttest untuk mengetahui peningkatan hasil belajar siswa setelah pengobatan yang diberikan. Data penelitian ini diambil oleh tes. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa siswa hasil belajar matematika setelah belajar t_test Media appliec komik showec belajar = 1.14> tabel = 1,667 sehingga hipotesis nol (H0) diterima, berarti ada perbaikan siswa belajar hasil komik setelah media pembelajaran tidak Kenaikan untuk siswa kelas VII SMP N 10 Palembang.
Co-Authors Agus Fajar Riany Agustiany Dumeva Putri, Agustiany Dumeva Ahmad Bayu Rinaldo Aisyah Khumairoh Alfina Damayanti Aminullah Imal Alfresi Ari Yanto, Ahmad Firman Arif Total Onesis Atika Zahra Bella Pitriana Milwadi Beni Setiaji Benz, Rendy Al Bubin Florayu Bunbin Florayu, Bunbin Cendi Febriansyah Damayanti, Alfina Darusalam Darusalam Devi Anggraini Dwi Lestari Dwi Mardiana Elhefni Elhefni Elvira Destiansari Eri Gunawan, Catur Evi Fadilah, Evi Fahruddin Fathiyah Nopriani Fenny Purwani Fenny Purwani Fitriyanti, Vina Florayu, Bubin Geri Esmemed Gina Agiyani Haspui Rasasi Hernandes, Veven Hernandes, Veven Hery Widijanto Iin Royani Imamulhakim Syahid Putra Imamulhakim Syahid Putra Indah Hidayanti Irfan Dwi Jaya Irham Falahudin Irham Falahudin Irmalia j-sika Jawasi Jawasi Ketut Tirtayasa Lilis Anderwani M Leandry Dalafranka Mawarni, Herlinda Moh. Ismail Sholeh Muarie, Muhamad Son Muhamad Kadafi, Muhamad Muhammad Isnaini Muhammad Isnaini MUHAMMAD ISNAINI Muhammad Leandry Dalafranka Muhammad Rifqi Perdana Muhammad Son Muarie Muhammad Win Afgani Mushleh, Muhammad Mutiara Jesica Nery, Rieno Septa Nindyya, Ike Septi Pandu Aditya Rachmansyah Rachmansyah Ragil Tri Wahyudi Ramadhan, Muhammad Rafi Retni Paradesa Riani Eka Sari Riany, Agus Fajar Riza Agustiani ROSYIDAH, LAILATUR Ruslan Saputra Safilla, Laurentz Santi, Rusmala Saphira, Regita Cahya Satria, Pandu Sely Septiwi Sri Rahayu Sri Rahayu Syahabiah Syahabiah Syutaridho Syutaridho Tria Gustiningsi Tutut Rahayu Astuti Veven Hernandes Wardani, Ambarsari Kusuma Wijaya, Anton Sukma Yulisa, Ica Dwi