Garuda - Garba Rujukan Digital

Implementasi Algoritma Naive Bayes Untuk Memprediksi Lama Waktu Pengerjaan Uji Kompetesi Keahlian (Ukk) Siswa Sekolah Menegah Kejuruan (Smk) Muhammad Zaenal Mutaqin; Muhamad Malik Mutoffar
Journal of Students‘ Research in Computer Science Vol. 4 No. 1 (2023): Mei 2023
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jsrcs.v4i1.2343

This research is motivated by the need for a method or method that helps teachers and schools to predict the speed of time for students UKK work so that schools are more effective in preparing students to face UKK with faster processing time where the current problem is that schools are still using manual prediction methods . The hypothesis of the researchers is that by implementing the Naïve Bayes algorithms to predict the length of time the UKK Student can work, it can produce more perfect predictions so that school management is more efficient in providing solutions for students who are predicted to work slowly on SMK Bhakti Persada Bekasi . UKK is the final assessment in order to determine the achievement of competencies for vocational students. The use of Data Mining with artificial classification and intelligence models that will predict the length of time spent on UKK in terms of student completion time quickly, normally or slowly. The Algorithm method used is Naïve Bayes with the prediction accuracy of 99.11%. Keywords: Competency Test Expertise (UKK), Data Mining, Naïve Bayes, Prediction Abstrak Penelitian ini di latar belakangi oleh kebutuhan akan cara atau metode yang membantu guru dan pihak sekolah untuk meprediksi kecepatan waktu pengerjaan UKK siswa sehingga sekolah lebih efektif dalam mempersiapkan siswa dalam menghadapi UKK dengan waktu pengerjaan lebih cepat dimana masalah saat ini sekolah masih menggunakan metode prediksi manual. Hipotesa peneliti bahwa dengan implementasi algoritma Naïve Bayes untuk memprediksi lama waktu pengerjaan UKK Siswa, dapat menghasilkan prediksi yang lebih sempurna sehingga manajemen sekolah lebih efisien dalam memberikan solusi bagi siswa-siswi yang diprediksi akan mengerjakan UKK dengan lamban pada SMK Bhakti Persada Kota Bekasi. UKK adalah Penilaian akhir dalam rangka menentukan capaian kompetensi bagi siswa SMK. Penggunaan Data Mining dengan model klasifikasi dan kecerdasan buatan yang akan memprediksi lama waktu pengerjaan UKK dalam hal waktu penyelesaian siswa dengan cepat, normal atau lambat. Metode Algoritma yang digunakan adalah Naïve Bayes dengan hasil akurasi prediksi sebesar 99,11%. Kata kunci: Data Mining, Naïve Bayes, Prediksi, Uji Kompetensi Keahlian (UKK), SMK

SYSTEM SMART DOOR LOCK PADA RUANG LAB KOMPUTER SMA MUHAMMDIYAH 9 KOTA BEKASI BERBASIS ARDUINO NANO Muhammad Lukman Hakim; Imam Yunianto; Muhammad Zaenal Mutaqin
Jupiter: Journal of Computer & Information Technology Vol 4, No 1 (2023): JUPITER: Journal of Computer, Information & Technology
Publisher : Institut Bisnis Muhammadiyah Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53990/cist.v4i1.253

Doors are an important part of any room. Sometimes there is difficulty opening and closing the front door or worrying about manually locking the door. A reliable security system is needed to secure goods or valuables, one of which is by building a security system that uses RFID (Radio Frequency Identification) as an authentication tool so that users who can enter the room can be selected because they have access. Sometimes having trouble opening and closing the front door or worrying about manually locking the door. Technological developments to replace doors with automatic locks also pay attention to the security system. Along with the rapid application of technology, this creates an innovative idea for automatic door safety devices. The purpose of this research is to find a solution to the problem of how to build an automatic door system and door security using RFID (Radio Frequency Identification).

Algoritma Naive Bayes untuk Memprediksi Waktu Pengerjaan Uji Kompetesi Keahlian (UKK) Siswa Sekolah Menengah Kejuruan Mutaqin, Muhammad Zaenal; Mutoffar , Muhamad Malik
Journal of Students‘ Research in Computer Science Vol. 4 No. 1 (2023): Mei 2023
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/pw0wvj13

This research is motivated by the need for a method or method that helps teachers and schools to predict the speed of time for students UKK work so that schools are more effective in preparing students to face UKK with faster processing time where the current problem is that schools are still using manual prediction methods . The hypothesis of the researchers is that by implementing the Naïve Bayes algorithms to predict the length of time the UKK Student can work, it can produce more perfect predictions so that school management is more efficient in providing solutions for students who are predicted to work slowly on SMK Bhakti Persada Bekasi . UKK is the final assessment in order to determine the achievement of competencies for vocational students. The use of Data Mining with artificial classification and intelligence models that will predict the length of time spent on UKK in terms of student completion time quickly, normally or slowly. The Algorithm method used is Naïve Bayes with the prediction accuracy of 99.11%.

KLASIFIKASI KANKER PAYUDARA MENGGUNAKAN ALGORITMA NEURAL NETWORK DAN RANDOM FOREST Jamaludin; Kholiq Fajar, Abdul; Zaenal Mutaqin, Muhammad; Malik Mutoffar, Muhamad; Setiyadi, Didik
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 7 No. 1 (2024): MISI Januari 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v7i1.1082

Kanker payudara adalah penyakit yang menyerang jutaan wanita di seluruh dunia setiap tahunnya. Untuk meningkatkan deteksi dini, berbagai metode dan algoritma telah dikembangkan, termasuk algoritma Neural Network dan algoritma Random Forest. Penelitian ini bertujuan untuk menguji dan membandingkan efektivitas jaringan saraf dan algoritma Random Forest dalam klasifikasi kanker payudara berdasarkan data klinis dan histopatologi. Data yang digunakan dalam penelitian ini mencakup berbagai gambaran klinis dan histopatologis yang dikumpulkan dari pasien kanker payudara. Pendekatan pengolahan data dan pemodelan dilakukan dengan menggunakan teknik klasifikasi berbasis Neural Network dan Random Forest. Setelah menyelesaikan proses pelatihan dan pengujian menggunakan dataset yang sesuai, kinerja kedua algoritma dievaluasi berdasarkan beberapa metrik evaluasi termasuk akurasi, sensitivitas, spesifisitas sinyal dan area di bawah kurva ROC (Receiver Operating Characteristics). Hasilnya menunjukkan bahwa Neural Network dan Random Forest dapat mengklasifikasikan kanker payudara dengan tingkat akurasi yang signifikan. Data diolah menggunakan alat oranye dengan akurasi 96,11% untuk algoritma Neural Network dan 98,86% untuk algoritma Random Forest, yang menunjukkan bahwa Neural Networks memberikan kinerja yang sedikit dari pada algoritma Random Forest dalam hal sensitivitas dan spesifisitas.

Perancangan Alat Pengukur Kedalaman Air Menggunakan Sensor Ultrasonik HC-SR04 Berbasis Web di Danau Duta Harapan Muhammad Zaenal Mutaqin; Ade Kurniawan; Samin; Desvita Aguilera
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65929

Danau merupakan salah satu jenis ekosistem penting yang menyediakan cadangan air tanah serta habitat bagi berbagai makhluk hidup. Namun, perubahan kedalaman air di danau, terutama karena faktor lingkungan, dapat menyebabkan masalah seperti banjir. Untuk mencegah dan mengatasi masalah ini, diperlukan alat pengukur kedalaman air yang akurat dan dapat diakses secara real-time. Penelitian ini bertujuan untuk merancang alat pengukur kedalaman air menggunakan Sensor Ultrasonik HC-SR04 yang terintegrasi dengan sistem berbasis web di Danau Duta Harapan guna mengembangkan alat yang dapat mengukur kedalaman air secara otomatis dan menyediakan data yang mudah diakses oleh masyarakat melalui platform berbasis web. Dengan menggunakan metode prototype peneliti melakukan perancangan alat pengukur kedalaman air danau secara sederhana dan cepat. Terdiri dari Sensor Ultrasonik HC-SR04 sebagai sensor pendeteksi kedalaman air dan antarmuka web yang memungkinkan pemantauan dari berbagai lokasi secara real-time untuk mencegah banjir dan menjaga ekosistem danau. Pengujian telah berhasil dilakukan sebanyak tiga kali dengan hasil yang menunjukkan adanya perbedaan kedalaman air yang terdeteksi oleh alat di beberapa waktu. Perbedaan hasil pengukuran ini terjadi karena beberapa faktor, di antaranya adalah perubahan kedalaman air akibat pergerakan air di danau dan perpindahan posisi pengukuran. Selain itu, kondisi cuaca dan temperatur air juga dapat mempengaruhi hasil pengukuran, di mana suhu yang berbeda bisa mempengaruhi kecepatan gelombang ultrasonik yang digunakan oleh sensor HC-SR04, sehingga mempengaruhi hasil pengukuran. Namun secara keseluruhan perancangan alat pengukur kedalaman air menggunakan sensor ultrasonik HC-SR04 berbasis web di danau duta harapan telah berfungsi dengan baik.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search