Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal JUSTIFY : Jurnal Sistem Informasi Ibrahimy JAR'S (Journal of Advanced Research in Informatics)
Fauzi Helmi
Sistem Informasi, Fakultas Teknik, Universitas Wiraraja, Indonesia
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis dan Penerapan Algoritma K-Means Clustering Sebagai Strategi Promosi Penerimaan Mahasiswa Baru Pada Universitas Wiraraja Iddrus Iddrus; Fauzi Helmi
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 2 No. 1 (2023): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v2i1.3205

Abstract

Penerimaan mahasiswa baru di universitas wiraraja Madura telah menghasilkan sejumlah besar data dalam bentuk profil siswa yang terdaftar selama proses penerimaan mahasiswa baru. data yang diperoleh akan diolah menjadi informasi yang berharga untuk pengembangan rencana pemasaran berdasarkan pengelompokan sekolah mahasiswa. Penelitian ini bertujuan untuk menganalisis data dalam klasterifikasi promosi mahasiswa baru menggunakan data mining. Penelitian dilakukan menggunakan dataset yang berasal dari data penerimaan mahasiswa baru, pada penelitian ini metode yang digunakan algoritma K-Means Clustering. Jumlah Cluster ditentukan mengacu pada Davies Bouldin Index (DBI) dari beberapa percobaan. Didapatkan nilai terkecil dari DBI yaitu 0.878 pada nilai k=2 maka Cluster optimal yang digunakan berjumlah 2. Cluster_0/cluster pertama berjumlah 1460 yang merupakan Cluster Tinggi dan cluster_1/cluster kedua berjumlah 551 yang merupakan Cluster rendah. Perbandingan persentase kedua cluster adalah 73% : 23%. Promosi yang bisa dilakukan dengan memfokuskan dan meningkatkan promosi di kabupaten sumenep dengan memprioritaskan beberapa kecamatan yaitu Kota Sumenep, Kec Kepulauan, Kalianget dan Saronggi.
Sistem Informasi Manajemen Pelatihan Kerja Pada UPT Pelatihan Kerja Situbondo Berbasis Web Miftahul Arifin; Fauzi Helmi
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 2 No. 1 (2023): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v2i1.3247

Abstract

Penelitian ini dilakukan sebagai upaya untuk meningkatkan efisiensi dan efektivitas manajemen pelatihan kerja dengan mengimplementasikan teknologi informasi. Sistem informasi yang dikembangkan menggunakan pendekatan berbasis web, yang memungkinkan aksesibilitas yang lebih baik bagi peserta pelatihan, instruktur, dan administrator. Metode pengembangan sistem yang digunakan adalah metode Waterfall. Tahapan dalam pengembangan sistem meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Berdasarkan analisis kebutuhan, fungsi-fungsi utama sistem termasuk manajemen instruktur, dan pelaporan. Implementasi sistem informasi manajemen pelatihan kerja berbasis web ini diharapkan dapat meningkatkan akurasi dan keterjangkauan informasi mengenai pelatihan kerja. Selain itu, sistem ini juga diharapkan dapat membantu pengambilan keputusan yang lebih efektif bagi administrator. Penelitian ini diharapkan memberikan kontribusi dalam pengembangan teknologi informasi di bidang pelatihan kerja dan dapat dijadikan acuan bagi UPT Pelatihan Kerja Situbondo atau lembaga serupa dalam mengoptimalkan manajemen pelatihan kerja. Penggunaan sistem informasi berbasis web diharapkan dapat meningkatkan pelayanan pelatihan kerja dan memperkuat peran UPT Pelatihan Kerja Situbondo dalam mendukung peningkatan keterampilan dan kesempatan kerja bagi masyarakat
ANALISIS METODE DAN ALGORITMA DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELULUSAN Arifin, Miftahul; Helmi, Fauzi; Hikmawansyah, R Bagus
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.4045

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan berbagai algoritma yang digunakan dalam sistem pendukung keputusan (SPK) untuk memprediksi kelulusan mahasiswa. Studi ini dilakukan dengan merangkum 20 penelitian terdahulu yang membahas metode prediksi kelulusan menggunakan berbagai teknik machine learning, seperti Decision Tree (C4.5, C5.0), Random Forest, Naïve Bayes, Support Vector Machine (SVM), Artificial Neural Network (ANN), K-Nearest Neighbor (KNN), dan Logistic Regression. Setiap algoritma dievaluasi berdasarkan beberapa kriteria utama, yaitu tingkat akurasi prediksi, kompleksitas algoritma, dan indikator yang digunakan dalam penelitian sebelumnya, seperti indeks prestasi kumulatif (IPK), jumlah SKS, kehadiran, jenis kelamin, serta faktor sosial ekonomi. Hasil analisis menunjukkan bahwa Random Forest memiliki akurasi tertinggi (90-93.5%) dengan performa yang baik dalam menangani dataset besar. Artificial Neural Network (ANN) juga memberikan akurasi tinggi, tetapi memiliki kompleksitas yang lebih besar dibanding algoritma lainnya. Decision Tree (C4.5) menjadi salah satu algoritma yang sering digunakan karena kemudahan interpretasi dan efisiensi pemrosesan. Kesimpulan dari penelitian ini menunjukkan bahwa tidak ada algoritma tunggal yang selalu unggul dalam semua aspek, sehingga pemilihan algoritma harus disesuaikan dengan karakteristik dataset dan kebutuhan analisis. Kombinasi algoritma, seperti Random Forest dengan ANN, dapat menjadi solusi optimal untuk meningkatkan akurasi prediksi kelulusan mahasiswa.
Co-Authors Hikmawansyah, R Bagus Iddrus Iddrus Miftahul Arifin