Article Per Year (5 Year)
p-Index From 2020 - 2025
3.852
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Sipil Rekayasa Sipil Jurnal Teknik Sipil SemanTIK : Teknik Informasi Jurnal Ilmiah Universitas Batanghari Jambi JURNAL PENDIDIKAN TAMBUSAI Indonesian Journal of Applied Informatics Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton Stabilita : Jurnal Ilmiah Teknik Sipil Fakultas Teknik Universitas Halu Oleo Kendari INTEGRITAS : Jurnal Pengabdian JATI (Jurnal Mahasiswa Teknik Informatika) JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) J-SIGN (Journal Of Informatics, Information System, And Artificial Intelligence) ANIMATOR SISFOTENIKA
Statiswaty
Universitas Halu Oleo
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Transportation Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search
Journal : SemanTIK : Teknik Informasi

 1   2   3 
PENERAPAN DATA MINING DENGAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK MENGELOMPOKKAN MINAT KONSUMEN ASURANSI (PT.JASARAHARJA PUTERA) Wa Ode Nurhayah Kadir; Bambang Pramono; Statiswaty Statiswaty
semanTIK Vol 5, No 1 (2019): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (405.624 KB) | DOI: 10.55679/semantik.v5i1.6141

Abstract

Insurance comes from the word insurance, which means insurance. Insurance is an agreement between the insured (customer) and the insurer (insurance company). Data Mining is a way of finding hidden information in a database and is part of the Knowledge Discovery in Databases (KDD) process to find useful information and patterns in data. K-Nearest Neighbor (KNN) is a method that uses supervised algorithms where the results of newly classified query instances are based on the majority of the label classes on KNN. The purpose of the KNN algorithm is to classify new objects based on attributes and training data. The KNN algorithm works based on the shortest distance from the query instance to training data to determine the KNN. One way to calculate the short distance or distance of a neighbor using the Euclidean distance method. Euclidean distance is often used to calculate distances. Euclidean distance functions to test the size that can be used as an interpretation of the proximity of the distance between two objects.Based on the results of the testing carried out this application is able to make predictions by looking at the smallest error value. In motor vehicle insurance the smallest average value is found at k  =  4 at 0.103 and the highest accuracy value is at k  =  2 by 42%, personal accident insurance the smallest average value is at k  =  2 at 0.116 and the highest accuracy value is at k  =  2 by 67%, and fire insurance the smallest average value is at k  =  2 at 0.088 and the highest accuracy value is at k  =  2 at 67%.Keywords—Data Mining, Insurance, K-Nearest Neighbor DOI : 10.5281/zenodo.3116132
SISTEM PENUNJANG KEPUTUSAN PENANGANAN PRIORITAS KERUSAKAN JALAN DENGAN MEMBANDINGKAN METODE TOPSIS AHP Retno Yuliawanti; Statiswaty Statiswaty; Anita Puspita Dewi
semanTIK Vol 1, No 1 (2015): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1007.769 KB) | DOI: 10.55679/semantik.v1i1.415

Abstract

Pemerintah Kabupaten Bombana saat ini memprioritaskan penanganan jalan sebagai penunjang sistem transportasi yang lebih baik di daerah tersebut. Tetapi dengan dana APBD yang terbatas pemerintah hanya bisa mendahulukan perbaikan jalan yang merupakan jalur pokok dari kegiatan masyarakat dalam menunjang perkembangan daerah tersebut baik dalam hal pariwisata, pertambangan, perdagangan maupun kesibukan lainnya. Pada penelitian ini metode yang digunakan sebanyak 2 metode yaitu metode Topsis dan metode AHP. Sistem pendukung keputusan ini diimplementasikan menggunakan bahasa pemrograman Java berbasis desktop.
IMPLEMENTASI LINEAR CONGRUENT METHOD PADA URUTAN SOAL GAME EDUKASI ANAK USIA DINI Aisyah, Pratiwi Nur; Statiswaty, Statiswaty; Ningrum, Ika Purwanti; Sutardi, Sutardi
SemanTIK : Teknik Informasi Vol 9, No 2 (2023):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v9i2.15348

Abstract

Kemajuan ilmu pengetahuan dan teknologi informasi berdampak pada maraknya pengembangan aplikasi berbasis mobile yang menjadi tuntutan berbagai pihak termasuk lembaga pendidikan untuk segera beradaptasi khususnya dalam pengembangan media pembelajaran yang mudah digunakan. Media yang dikembangkan harus sesuai dengan karakteristik penggunanya. Untuk pengguna anak-anak banyak dikembangkan media pembelajaran yang dipadukan dengan dunia hiburan (Game Edukasi). Hal ini untuk menambah ketertarikan dalam pembelajaran. Bila dibandingkan dengan metode pembelajaran konvensional, dalam berbagai aspek game edukasi dapat dirasakan keunggulannya. Tujuan penelitian ini adalah membuat aplikasi game edukasi dengan pengacakan soal yang muncul dalam satu sesi permainan berbeda-beda dengan menerapkan Linear Congruent Method. Pengacakan soal menjadikan permainan tidak membosankan sehingga Game Edukasi ini dapat menjadi sarana dalam melatih kemampuan motorik dan kemampuan kognitif anak khususnya pada usia dini. Game ini berjalan pada platform android. Berdasarkan implementasi metode dan pengujian metode diperoleh bahwa konfigurasi parameter X, a, c dan m sangat mempengaruhi pengacakan soal. Pada penelitian ini dalam membangkitkan 10 id soal acak dari 25 id, diperoleh konfigurasi yang optimal yakni pengali (x) adalah 1, penambah (a) adalah 2, elemen seed (c) adalah 5 dan modulus (m) adalah 25. Kata kunci; Anak, Acak, Android, Edukasi, Linear Congruent Method
PENERAPAN ALGORITMA K-MEDOIDS DALAM PENENTUAN FAKTOR TERBESAR PEMILIHAN JURUSAN DI FAKULTAS TEKNIK UNIVERSITAS HALU OLEO Silondae, Saskia Randawula; Sutardi, Sutardi; Statiswaty, Statiswaty
SemanTIK : Teknik Informasi Vol 7, No 1 (2021): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.593 KB) | DOI: 10.55679/semantik.v7i1.15347

Abstract

Menentukan perguruan tinggi dan jurusan yang tepat bukanlah persoalan yang mudah. Kurangnya informasi tentang fasilitas fakultas atau jurusan, lingkungan fakultas, jaminan kerja dari fakultas, biaya kuliah, dan promosi dapat menyebabkan calon mahasiswa salah dalam memilih jurusan sehingga mahasiswa tidak dapat mengikuti perkuliahan dengan baik karena tidak tertarik di bidang pilihannya, serta tidak dapat menyelesaikan perkuliahan dengan baik bahkan berujung pada Drop Out (DO). Permasalahan tersebut dapat diantisipasi oleh fakultas atau program studi dengan mengetahui faktor-faktor yang menentukan mahasiswa baru memilih jurusannya.  Penelitian ini mengimplementasikan metode data mining dengan algoritma K-Medoids Clustering untuk menentukan faktor terbesar sumber informasi pemilihan jurusan di Fakultas Teknik Universitas Halu Oleo. Dari hasil pengujian menunjukkan jumlah klaster yang terbaik adalah klaster 4 dengan nilai silhouette coefficien sebesar 0.23045321036704783 dan klaster yang paling buruk adalah klaster 3 dengan dengan nilai silhouette coefficient adalah 0.11000736495160417.Kata kunci; K-Medoids, Sumber Informasi, Perguruan Tinggi, Klasterisasi
Co-Authors Abbas, Muhammad Akram Adiyaksa, Reza Adris Ade Putra Aisyah, Pratiwi Nur Anita Puspita Dewi Anshari Nur, Muh. Nadzirin Ardiyanti Putri Arsyad, La Ode Muhammad Nurrakhmad Asmin Asmin, Asmin Aulia Salsabita, Adza Auliya Afifah Adnan Hakim Ayu Pratiwi Azis Jaelani, Nasir Bambang Pramono Bambang Pramono Bambang Pramono Bambang Pramono Bambang Pramono Baso Mursidi, Baso Christine Florence Kiswanto Esy Anugerah Rahayu Kasim Fadhil Husni Putra Fahrul Ardian Nugroho Firayati Firayati Hadijah, Sitti Nur Harninda Wulandari Hastuti Hastuti Idzanul Iksan Sinatra Ika Purwanti Ningrum Ika Purwanti Ningrum Ika Purwanti Ningrum, Ika Purwanti Ikhsan, Ainusalbi Al Ilham Julian Effendi Ipa Rezky Cahyani Pata Ismiranty Hamsar Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty, Isnawaty Koedoes, Y.A. La Ane La Ode Apriadi La Ode Muhamad Nurrakhmad Arsyad La Welendo, La Laode M. Iradat Lirna Frischa Dwi Putri LM Bahtiar Aksara LM. Tajidun LM. Tajidun M. Yamin Mandaya , Iradaf Mangidi, Uniadi Milawati Muh. Ihsan Sarita Muh. Yamin Muh. Yamin Muhammad Budi Dharmawan Muhammad Fadel Muhammad Ihsan Sarita Muhammad Syarif Prasetia, Muhammad Syarif Muhammad Usgan Muntarti, Yun Natalis Ransi Natalis Ransi Natalis Ransi Natalis Ransi, Natalis Ni Putu Yuli Sukmarani Ningrati, Zalda Nurafiah, Siti Pratama, Elko Edy Rahmat Ramadhan Rahmat Ramadhan Ramadhan Tosepu Raviq Gandhu Lahadi Retno Yuliawanti Ridwan Boki Riska Ayu Pratiwi Riswan M Rizal Rizal Adi Saputra Rizaldy Setiawan Hasanuddin Rusnia Rusnia Santi Santi Silondae, Saskia Randawula Sri Wayun Wardani Subardin Subardin Sulha Sulha Sunarjo, Ida Sriwaty Susilowati Susilowati Susilowaty, Susilowaty Sutardi Sutardi Sutardi Sutardi Sutardi Tajidun L.M Try Sugiyarto Umriati, Umriati Wa Ode Nurhayah Kadir Yulianti Khusumawardani