Article Per Year (5 Year)
p-Index From 2021 - 2026
2.092
P-Index
This Author published in this journals
All Journal Jurnal Simetris bit-Tech Jurnal Abdi Insani Jurnal Berdaya Mandiri Abdi Kami : Jurnal Pengabdian Kepada Masyarakat Biner : Jurnal Ilmiah Informatika dan Komputer Jurnal Pengabdian Pada Masyarakat SmartComp Scientific Journal of Informatics Jurnal Tarbiyatuna
Joko Minardi, Joko
Universitas Islam Nahdlatul Ulama Jepara
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SmartComp

 1 
Penerapan Algoritma Naïve Bayes dalam Memprediksi Kecanduan Gadget pada Anak di Masa Golden Age Putri, Natasya; Mahendra, Danang; Minardi, Joko
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 3 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i3.8178

Abstract

Meningkatnya penggunaan gadget pada anak usia dini (golden age) menimbulkan kekhawatiran terkait dampaknya terhadap perkembangan kognitif, fisik, dan emosional mereka. Penelitian ini bertujuan untuk memprediksi tingkat kecanduan gadget pada anak usia dini menggunakan algoritma Naive Bayes dengan dataset yang terdiri dari 104 responden yang dikumpulkan melalui kuesioner yang divalidasi oleh pakar. Model ini dievaluasi menggunakan metode validasi silang 10 kali lipat untuk memastikan keakuratan prediksi. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mencapai akurasi 94,36% dengan presisi dan recall yang tinggi pada kategori “normal” dan “kecanduan berat”. Namun, kesalahan prediksi masih ditemukan pada kategori “kecanduan sedang” dan “kecanduan ringan”. Penelitian ini memberikan kontribusi yang signifikan dalam mengidentifikasi hubungan antara kebiasaan penggunaan gadget dan tingkat kecanduan pada anak usia dini, serta memberikan acuan praktis bagi orang tua untuk mengatur pola penggunaan gadget pada anak. Sistem prediksi yang dikembangkan juga dapat menjadi dasar untuk aplikasi berbasis teknologi dalam manajemen perilaku anak. Studi ini merekomendasikan pengumpulan dataset yang lebih besar dan seimbang pada penelitian selanjutnya untuk meningkatkan akurasi prediksi dan memperluas model generalisasi.
Optimasi Prediksi Penjualan di Industri Meubel Menggunakan Double Exponential Smoothing Amrita, Leni; Sabilla, Alzena Dona; Minardi, Joko
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 4 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i4.8476

Abstract

Penelitian ini bertujuan untuk mengoptimalkan prediksi penjualan di industri meubel dengan menggunakan metode Double Exponential Smoothing (DES). Metode ini dipilih karena mampu menganalisis data historis dengan mempertimbangkan tren dan pola musiman, sehingga mampu menghasilkan prediksi yang lebih akurat. Data yang digunakan dalam penelitian ini berasal dari penjualan meubel tahun 2023 yang diambil dari platform Kaggle, mencakup informasi bulanan untuk produk seperti sofa, arm chair, cabinet, single door, dan cladding. Penelitian ini dilakukan melalui beberapa tahapan mulai dari pengumpulan data, pra-pemrosesan, hingga perhitungan prediksi meggunakan metode DES. Evaluasi model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi prediksi. Hasil penelitian menunjukkan bahwa setiap produk memiliki nilai parameter smoothing (α) optimal dengan tingkat kesalahan terkecil, produk sofa memiliki MAPE terkecil sebesar 3,961% pada α = 0,5, arm chair sebesar 5,691% pada α = 0,6, cabinet sebesar 12,517% pada α = 0,6, single door sebesar 18,583% pada α = 0,5, dan cladding sebesar 8,122% pada α = 0,5. Untuk mempermudah proses perhitungan dan analisis, sistem berbasis web dirancang untuk menyajikan hasil prediksi secara visual dan interaktif. Sistem ini membantu perusahaan menyusun strategi stok dan perencanaan penjualan berdasarkan prediksi yang akurat. Penelitian ini menunjukkan bahwa metode DES efektif dalam meningkatkan efisiensi operasional perusahaan dan memperkuat daya saing di pasar meubel yang kompetitif.
Co-Authors Adhim, Maulana Fauzil Afrizal, Nova Ahmad Saefudin Alzena Dona Sabilla Amrita, Leni Ardiansyah, Ahamd Feri Arianti, Dini Bellachintya Reira Christata Chasannudin, Arif Danang Mahendra, Danang Dinta Sabrina Efendy, AH Surur Evanita Evanita, Evanita Fariza Yulia Kartika Sari Fivin Bagus Septiya Pambudi, Fivin Bagus Septiya Hamidaturrohmah, Hamidaturrohmah Huda, Muhammad Nidhomul Jannah, Aulia Miftahul Komaryatin, Nurul Maori, Nadia Annisa Masrurotun Masrurotun, Masrurotun Noor Azizah Noor Azizah Nuradira, Afrida Hilda Nuraini, Latifah Putri, Lola Aulia putri, natasya Ridlwan, Muhammad Agus Rizaldi, Muhammad Rifqi Sabilla, Alzena Dona saputro, heru Saputro, Yayan Adi Suyatno Suyatno Wibowo, Gentur Wahyu Nyipto Widiyono, Aan Yulia Savika Rahmi