Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Syntax Jurnal Informatika

Analisis dan Prediksi Kinerja Mahasiswa Menggunakan Teknik Data Mining Sofi Defiyanti
SYNTAX Jurnal Informatika Vol 2 No 01: syntax
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.466 KB) | DOI: 10.35706/syji.v2i01.192

Abstract

Abstrak - Prestasi belajar merupakan salah satu aspek yang paling penting dalam bidang pendidikan. Prestasi belajar yang tinggi selalu menjadi harapan semua pihak. Bagi pihak perguruan tinggi prestasi belajar mahasiswanya merupakan salah satu indikator efektif proses belajar mengajar, yang sekaligus dapat digunakan untuk meningkatkan citra perguruan tinggi tersebut. Di perguruan tinggi prestasi belajar yang dicapainya oleh mahasiswa menggunakan Indeks Prestasi Kumulatif (IPK). Beberapa teknik data mining diantaranya adalah decision tree, naïve bayes, dan artificial neural network dapat digunakan untuk menganalisa kinerja mahasiswa. Penelitian yang sudah dilakukan didapat bahwa pengujian dan validasi dengan menggunakan 10 cross falidation dengan mengukur tingkat accuracy dan ROC curve didapat bahwa dengan menggunakan data dua semester sebelumnya untuk memprediksi kinerja mahasiswa memiliki akurasi yang paling tinggi adalah metode decision tree sebesar 67,63% dengan nilai  ROC curve masuk kedalam good classification. Kata Kunci: Data Mining, Prestasi Belajar, Kinerja Mahasiswa 
Sistem Pendukung Keputusan Penanggulangan Hama dan Penyakit Ubi Kayu Menggunakan Forward Chaining Tri Isna Kuswaya; Sofi Defiyanti; Mohamad Jajuli
SYNTAX Jurnal Informatika Vol 7 No 1: Mei 2018
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.668 KB) | DOI: 10.35706/syji.v7i1.1137

Abstract

Beberapa faktor menurunnya hasil produksi ubi kayu karena hama dan penyakit. Kurangnya sosialisasi dan sumber informasi mengenai ciri-ciri awal tanaman ubi kayu terkena hama dan penyakit, serta cara penanggulangannya menjadi masalah, terutama untuk petani yang belum lama memulai budidaya ubi kayu.  Sistem pendukung keputusan penanggulangan hama dan penyakit pada tanaman ubi kayu menggunakan algoritma runut maju atau forward chaining dengan metode rekayasa perangkat lunak Extreme Programming dengan desain pemodelan aplikasi menggunaka UML yang diimplementasikan menggunakan bahasa pemograman java. Hasil impelementasi dari aplikasi ini adalah pengguna hanya perlu menjawab beberapa pertanyaan gejala yang sama dengan yang dialami oleh tanaman ubi kayu, sehingga mendapatkan hasil keputusan untuk membantu dalam  penanggulangan penyakit yang dialami oleh ubi kayu yang sesuai dengan gejala penyakit yang dijawab dalam pertanyaan yang ada pada aplikasi sistem pendukung keputusan penanggulangan hama dan penyakit pada ubi kayu. Pengujian yang dilakukan menggunakan Black Box didapat hasil yang sesuai untuk pengujuan fungsi-fungsi yang ada. sedangkan pengujian White Box  didapat hasil akhir sebesar 6 yang menunjukkan A well structured and stable procedure. Selain itu Pengujian langsung oleh user dengan teknik kuesioner dan mendapatkan hasil 63,87% Dengan nilai tersebut bisa dikatan penilaian terhadap semua aspek pada aplikasi ini sudah baik
Penerapan Algoritma C4.5 untuk Klasifikasi Tumbuh Kembang Balita Muhamad Rizky Abadi; Sofi Defiyanti; Nina Sulistiyowati
SYNTAX Jurnal Informatika Vol 8 No 1: Mei 2019
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.481 KB) | DOI: 10.35706/syji.v8i1.1458

Abstract

Sejak lahir sampai dengan usia lima tahun, anak seharusnya diukur tinggi dan berat badannya secara teratur untuk mengetahui pertumbuhannya. Cara ini dapat membantu untuk mengetahui lebih awal tentang gangguan pertumbuhan, sehingga segera dapat diambil tindakan tepat secepat mungkin. Hasil pengukuran dapat mengetahui apakah seorang anak terlalu cepat bertambah pertumbuhannya dibandingkan usianya atau tidak bertambah pertumbuhannya. Algoritma C4.5 adalah salah satu metode untuk membuat decision tree berdasarkan training data yang telah disediakan. Algoritma C4.5 merupakan pengembangan dari ID3. Penelitian ini menggunakan algoritma C4.5 untuk klasifikasi tumbuh kembang balita yang akan menghasilkan Indeks Massa Tubuh menurut Umur (IMT/U) berupa kategori status gizi sangat kurus, kurus, normal, gemuk. Metode yang digunakan KDD (Knowledge Discovery in Database) menggunakan tools WEKA 3.8.2. Hasil pengolahan data akan diuji dengan test options menggunakan 10-fold cross validation yang akan menghasilkan tingkat akurasi, precision, recall, f-measure. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 dengan test options menggunakan 10-fold cross validation memiliki hasil akurasi tertinggi yang didapat sebesar 90,4901%, precision 0,897, recall 0,905 dan f-measure sebesar 0,900. Hasil evalusi menghasilkan model pohon keputusan tumbuh kembang balita.