Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Algoritma
Hamzah Nurrifqi Fakhri Fikrillah
STMIK Likmi
Computer Science & IT

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

Found 2 Documents
Search

 1 
Klasifikasi Penerima Bansos Menggunakan Algoritma Naive Bayes Hamzah Nurrifqi Fakhri Fikrillah; Sigit Hudawiguna; Christina Juliane
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 1 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i1.3624

Abstract

Bansos (bantuan sosial) merupakan sebuah program yang dikeluarkan oleh pemerintah untuk membantu masyarakat yang kurang mampu dalam ekonomi. Tujuan dari penelitian ini untuk memberikan klasifikasi dan rekomendasi terhadap program bansos yang diberikan oleh pemerintah pusat. Hasil dari penelitian ini akan memberikan informasi serta gambaran klasifikasi penerima bansos yang sesuai dengan kriteria umur dan pekerjaan. Untuk mencapai tujuan tersebut, penelitian ini menggunakan Algoritma Naive Bayes untuk memprediksi nilai probabilitas terbesar berdasarkan data masa lalu. Tahapan penelitian yang dilakukan meliputi pengumpulan data, pembersihan data, transformasi data, pemodelan dan evaluasi. Data yang digunakan untuk kebutuhan analisis menggunakan Data Terpadu Kesejahteraan Sosial di Kecamatan Malangbong Kabupaten Garut dengan jumlah data yang telah bersihkan dan di transformasi sebanyak 100.445. Hasil pemodelan menggunakan Algoritma Naive Bayes memberikan nilai akurasi sebesar 62,51%. Penelitian ini diharapkan dapat memberikan rekomendasi terhadap masyarakat atau orang orang penerima bansos dan sebagai acuan pada penyaluran bansos untuk memperkecil adanya salah sasaran penyaluran bansos.
Rekomendasi Pemilihan Program Studi Menggunakan Algoritma Naïve Bayes Hamzah Nurrifqi Fakhri Fikrillah; Dede Kurniadi
Jurnal Algoritma Vol 20 No 1 (2023): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.20-1.1236

Abstract

The purpose of this study is to provide recommendations for selecting study programs for prospective students who will enter the Garut Institute of Technology (ITG). The results of this recommendation will provide information on study programs that are in accordance with the academic value of the prospective student. To achieve this goal, this study uses the Naïve Bayes Algorithm to predict future opportunities based on past data, then to get recommendation results by finding the greatest probability value for each attribute. The stages of the algorithm carried out include data collection, data processing, modeling, and evaluation. The data used for analysis needs to use data that corresponds to the Final Grades of Garut College of Technology students during their school years from 2014 to 2019 with a total of 30 data in each study program with a total of 90 data. From the four modeling times data and algorithm testing resulted in the best Naïve Bayes algorithm calculation accuracy with an accuracy of 73.4%.
Co-Authors Christina Juliane Dede Kurniadi Sigit Hudawiguna