Arif Hamied Nababan
Universitas Prima Indonesia

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Prediction of Hotel Booking Cancellation Using K-Nearest Neighbors (K-NN) Algorithm and Synthetic Minority Over-Sampling Technique (SMOTE) Adli Abdillah Nababan; Miftahul Jannah; Arif Hamied Nababan
INFOKUM Vol. 10 No. 03 (2022): August, Data Mining, Image Processing, and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (306.281 KB)

Abstract

Cancellation of bookings puts considerable pressure on management decisions, in this case from the hospitality industry. Cancellation of bookings limits the correct prediction and is, therefore, a very important tool for revenue management performance. However, in recent times, thanks to the availability of considerable computing power through machine learning approaches, it has become possible to create more accurate models for predicting booking cancellations compared to using more traditional methods. Previous research has used several machine learning approaches, such as Decision Tree, Support Vector Machine, Deep Neural Network, Logistic Regression, and Random Forest to predict hotel cancellations. However, they have not addressed the class imbalance problem that exists in predicting hotel cancellations. In this study, we have provided a solution by introducing an oversampling technique to solve the class imbalance problem, together with the k-nearest neighbors algorithm to predict hotel booking cancellations better. The results of this study show that an increase in the performance of the method's accuracy increased by 3.88%, precision increased by 9.00%, recall increased by 10.00%, and F1-Score increased by 10.00% in the hotel booking dataset. It can be concluded that the SMOTE method with KNN has a better performance than only using the KNN method in predicting the cancellation of hotel reservations.
Pelatihan Penggunaan Aplikasi Pengolahan Nilai dan Rangking untuk Guru SMK (STM) Panca Budi Medan Ade Rizka; Rahayu Mayang Sari; Miftahul Jannah; Arif Hamied Nababan
Jurnal Pengabdian Kepada Masyarakat Teknologi Informasi dan Komunikasi Vol 1 No 3 (2024): Juli
Publisher : CV. ADMITECH SOLUTIONS

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

Abstract

Proses pengolahan dan perhitungan nilai serta menentukan peringkat rangking siswa sebelumnya hanya menggunakan sistem informasi penilaian yang difasilitasi oleh sekolah saja, sehingga dibutuhkan pembaharuan dan penambahan metode pendukung keputusan pada aplikasi yang berbeda agar lebih maksimal. Tim melakukan pengamatan dan observasi bahwa pembaharuan dan penambahan akan mendukung hasil kerja dan kinerja guru dalam menyelesaikan tugas. Pelatihan penggunaan aplikasi pengolahan nilai dan peringkat siswa dilaksanakan untuk guru dan wali kelas agar dapat menggunakan aplikasi dengan penambahan metode pendukung keputusan untuk peringkat siswa. Pelatihan merupakan bagian dari memperkenalkan aplikasi agar guru dan wali kelas dapat memanfaatkan fasilitas aplikasi sehingga dapat memahami penggunaan dan fitur yang terdapat dalam aplikasi. Proses penggunaan aplikasi mudah dimengerti sehingga efisien dan cepat. Guru dan wali kelas dapat mengolah nilai keseluruhan mata pelajaran siswa dan memproses peringkat siswa berdasarkan kriteria yang sesuai dan menghasilkan rangking siswa. Kemitraan masyarakat telah terlaksana dengan lancar dan baik. Antusias peserta sangan tinggi dan aktif selama kegiatan berlangsung.
Pelatihan Python untuk Penelitian Dosen Pemula Efori Bu’uloloa; Rian Syahputra; Arif Hamied Nababan; Weno Syechu; Rama Prameswara Ritonga; Cut Try Utari; Rizky Maulidya Afifa; Mayang Mughnyanti
Jurnal Pengabdian Kepada Masyarakat Teknologi Informasi dan Komunikasi Vol 1 No 4 (2024): Oktober
Publisher : CV. ADMITECH SOLUTIONS

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

Abstract

Penelitian berbasis data menjadi semakin penting dalam dunia akademik, dan penguasaan alat analisis yang tepat, seperti Python, dapat meningkatkan kualitas penelitian dosen pemula. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan pelatihan dasar pemrograman Python bagi dosen pemula guna mendukung penelitian mereka, terutama dalam pengolahan data, analisis statistik, dan visualisasi data. Metode pelatihan mencakup sesi teori, praktik langsung, dan studi kasus yang relevan dengan bidang penelitian peserta. Dengan adanya pelatihan ini, diharapkan peserta dapat memahami konsep dasar pemrograman Python serta mengaplikasikannya dalam penelitian akademik. Hasil dari kegiatan ini diharapkan dapat meningkatkan keterampilan teknis dosen pemula dalam menggunakan teknologi komputasi, sehingga berkontribusi pada peningkatan kualitas penelitian dan publikasi ilmiah mereka.