Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding National Conference for Community Service Project Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Julyan Adi Saputra
Universitas Internasional Batam
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan dan Implementasi Website Tracer Study di Sekolah SMK Harmoni Menggunakan Framework SCRUM Julyan Adi Saputra; Syaeful Anas Aklani
National Conference for Community Service Project (NaCosPro) Vol 4 No 1 (2022): The 4th National Conference of Community Service Project 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v4i1.7026

Abstract

Tujuan dari sekolah adalah membimbing siswa untuk dapat meningkatkan kecerdasan, keterampilan serta membentuk kepribadian yang baik. Selain itu sekolah juga bertujuan untuk melatih agar para siswanya dapat berhasil di dunia kerja maupun pendidikan tingkat lanjut. Salah satu cara untuk mengukur apakah suatu sekolah berhasil atau tidak adalah dengan menggunakan metode pelacakan jejak para lulusan. SMK Harmoni Batam adalah salah satu sekolah yang telah menggunakan metode pelacakan jejak para lulusan, dengan cara menyebarkan kuesioner online. Hal ini dinilai memiliki kelemahan antara lain sulit melakukan perubahan data, terdapat kemungkinan data duplikat dan juga dapat disalahgunakan oleh pihak lain untuk melakukan spam. Karena kelemahan tersebut, penelitian ini bertujuan untuk merancang website pelacakan jejak para lulusan yang dapat menutupi kekurangan pada metode sebelumnya dan juga mempermudah sekolah dalam melakukan kontrol berserta pencarian data para lulusan. Perancangan website ini menggunakan metode SCRUM dan untuk pengumpulan datanya menggunakan teknik observasi dan wawancara. Bahasa pemrograman yang digunakan dalam merancang website adalah PHP.
ANALISIS KOMPARASI ALGORITMA K-NEAREST NEIGHBOR DAN SUPPORT VECTOR MACHINE DENGAN PENDEKATAN MULTI DATASET Julyan Adi Saputra; Syaeful Anas Aklani
JURNAL ILMIAH BETRIK Vol. 13 No. 03 DESEMBER (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i03 DESEMBER.50

Abstract

Data mining is a process of identifying data that is valid and has the potential to be useful to the person who did it. One of the purposes of data mining is to study previously existing data that composes certain patterns and is used to make predictions. Machine learning works by utilizing data and algorithms to create models with patterns from the data set. There are many algorithms that can be used, such as C4.5, K-Means, Support Vector Machine (SVM), K-Nearest Neighbor (K-NN), Naïve Bayes, and others. Since there are many algorithms in data mining, each has its own advantages and disadvantages. This research will focus on the comparison between the Support Vector Machine algorithm and the K-Nearest Neighbor algorithm in terms of accuracy, precision and processing time.
Co-Authors Syaeful Anas Aklani