Article Per Year (5 Year)
p-Index From 2021 - 2026
4.84
P-Index
This Author published in this journals
All Journal JPM17: Jurnal Pengabdian Masyarakat Jurnal IPTEK INTEGER: Journal of Information Technology Network Engineering Research Operation [NERO] Prosiding Seminar Nasional Sains dan Teknologi Terapan KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Journal Of Artificial Intelligence And Software Engineering Jurnal Teknologi Pendidikan Jurnal Ilmu Komputer dan Sistem Informasi Jurnal Pengabdian Masyarakat
Budanis Dwi Meilani
Institut Teknologi Adhi Tama Surabaya
Religion Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering Social Sciences Other

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 2   3   4   5   6 
Penerapan Metode K-NN untuk Klasifikasi Pencari Kerja pada Dinas Tenaga Kerja Budanis Dwi Meilani; Mochammad Reza Dwi Afriansyah; Sulistyowati Sulistyowati; Zuli Maulidati; Resa Uttungga
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 5 No. 2 (2025): Mei 2026
Publisher : LKP Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/jirsi.v5i2.328

Abstract

The Pasuruan Manpower Office is one of the agencies that tries to assist companies in the selection process for job seekers who match the criteria for available job vacancies. A common problem in the Job Placement section is the inefficiency in determining suitable job classifications for job seekers. In addition to the lack of human resources in the job selection process, there is also no system that helps the workforce sector in selecting suitable jobs for job seekers. The purpose of this study is to design and analyze a system that can assist the Pasuruan Regency Manpower Office in finding Fields / Classes in Placement according to the criteria of job seekers. The job seeker criteria used are Education Level, Work Experience, Language Proficiency, Last Educational Grade, Major, Expertise, and Training Certificate. The method used in this study is the K-NN method. The K-NN method is a method for classifying objects based on learning data that is closest to the object, by selecting the appropriate K data can be classified based on the nearest neighbor. From the results of the tests carried out 12 times on the testing system against 50 data with training data parameters of 25 data to 50 data and the K values ​​used were 1, 2, 3, 4, 5 and 6, the average classification had an accuracy value of 81.17% and an error value of 18.87%.
Peningkatan Kompetensi Siswa SMK Melalui Pelatihan Konsep Relational Database dan SQL Dasar Sulistyowati Sulistyowati; Budanis Dwi Meilani; Zuli Maulidati; Ruli Utami; Resa Uttungga
Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2026): Juni 2026
Publisher : Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/japamas.v5i1.322

Abstract

Penguasaan konsep relational database dan Structured Query Language (SQL) merupakan kompetensi fundamental dalam pendidikan vokasi bidang teknologi informasi. Berbagai studi pengabdian masyarakat menunjukkan bahwa lulusan SMK masih menghadapi kesenjangan antara kompetensi yang dipelajari di sekolah dan kebutuhan industri berbasis data. Hasil evaluasi awal melalui pre-test pada siswa SMK Negeri 10 Surabaya menunjukkan bahwa tingkat pemahaman awal siswa terhadap relational database dan SQL masih rendah, dengan skor rata-rata 45–52 pada aspek konsep database, struktur tabel dan relasi, query SQL dasar, serta operasi CRUD. Kondisi ini berpotensi menghambat proses pembelajaran lanjutan dan kesiapan kerja lulusan. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman konseptual dan keterampilan praktis siswa melalui pelatihan relational database dan SQL dasar berbasis praktik dengan pendekatan learning by doing. Metode evaluasi menggunakan pre-test dan post-test. Hasil menunjukkan peningkatan skor rata-rata menjadi 78–85 pada seluruh aspek penilaian. Temuan ini menunjukkan bahwa pelatihan berbasis praktik efektif dalam meningkatkan kompetensi vokasi siswa dan dapat menjadi model penguatan pembelajaran di SMK.
Analisis Penerapan Metode Naïve Bayes Pada Karakteristik Penerima PKH Untuk Lansia Dan Anak Sekolah Budanis Dwi Meilani; Putri Fatikhatul Jannah; Shah Khadafi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9233

Abstract

Distribusi bantuan sosial Program Keluarga Harapan (PKH) di Indonesia sering kali menemui kendala dalam ketepatan sasaran penerima, khususnya pada kelompok lansia dan anak sekolah. Penelitian ini bertujuan untuk menganalisis karakteristik penerima bantuan PKH dengan menggunakan data mining metode klasifikasi Naïve Bayes. Penelitian dilakukan pada data warga di Kelurahan Sukolilo Baru Surabaya, dengan total 10.676 data, yang kemudian diproses melalui tahap data cleaning dan diskritisasi data untuk menghasilkan data yang relevan. Atribut yang dianalisis meliputi usia, inisial nama, tanggungan kepala keluarga, jumlah lansia, jumlah anak wajib sekolah, penghasilan kepala keluarga, status bpjs, tipe kendaraan, sumber air, tipe jamban, status kepemilikan bangunan, bahan lantai, bahan dinding, kategori luas bangunan, dan label. Sistem klasifikasi kemudian dibangun dalam bentuk aplikasi berbasis website menggunakan metode Naïve Bayes untuk menentukan kelayakan penerima bantuan. Hasil pengujian menunjukkan bahwa metode ini mampu membantu dalam memetakan penerima bantuan secara lebih akurat, dengan evaluasi yang menunjukkan tingkat keakuratan tinggi. Dari pengujian, pola kombinasi 3 file data (Mix Data, PKH, Warga) memberikan hasil akurasi tertinggi dan paling stabil dari pola lainnya dengan rata-rata 97,83% dan 8 dari 10 pola menghasilkan akurasi 100%. Kombinasi pola 3 file terbukti lebih stabil dan lebih baik untuk menjadi model pada pengujian selanjutnya. Penelitian ini diharapkan dapat menjadi acuan bagi pihak terkait dalam meningkatkan efisiensi dan efektivitas distribusi bantuan sosial PKH secara tepat sasaran.
Analisis Sentimen Kepuasan Pengguna Aplikasi Mobile Banking Bank ABC Menggunakan Algoritma K-Nearest Neighbor Bima Aji Prasetya; Budanis Dwi Meilani
INTEGER: Journal of Information Technology Vol 11, No 1 (2026): Maret
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2026.v11i1.8752

Abstract

Aplikasi mobile banking kini menjadi layanan penting dalam mendukung aktivitas transaksi digital. Untuk mengetahui tingkat kepuasan pengguna, analisis sentimen terhadap ulasan pengguna dapat memberikan informasi yang berharga bagi pengembangan aplikasi. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi mobile banking Bank ABC dengan menggunakan metode K-Nearest Neighbor (KNN). Data sebanyak 1000 ulasan dikumpulkan dari Google Play Store dan selanjutnya melalui tahap pre-processing, yang meliputi cleaning, case folding, tokenizing, stopword removal, normalisasi, dan stemming. Setelah itu, pembobotan kata menggunakan metode TF-IDF digunakan untuk mengubah teks menjadi fitur numerik yang dapat diproses oleh model. Proses klasifikasi dilakukan menggunakan algoritma KNN, sedangkan evaluasi performa dilakukan melalui confusion matrix pada tiga skenario jumlah data, yaitu 250, 500, dan 1000 data. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi sebesar 91% pada 250 data, 88% pada 500 data, dan 89% pada 1000 data, dengan rata-rata akurasi sebesar 87,5%. Temuan ini menunjukkan bahwa metode KNN cukup efektif dalam mengolah dan mengklasifikasikan ulasan pengguna aplikasi mobile banking. Sistem yang dibangun juga dilengkapi antarmuka berbasis web yang memungkinkan pengguna melakukan analisis sentimen dan melihat hasil evaluasi secara interaktif.
Co-Authors Adib, Amat Adimas Wisnu Wardana Ahmad Efendi Johansah Ailik, Maslu’ Aji, Bimantoro Bayu Amalia Anjani Arifianti Amat Adib Andy Rachman Anisa, Azzah Dian Rachma Anwar Sodik, Anwar Arywidyatama, Novantio Asadulloh, Muhammad bagas kurnia farisyi Bima Aji Prasetya Chrisstyadi, Indra Wahyu Damayanti, Elok Dedy Nur Setiawan Fikri Nuryansyah Grafi Maulana Hafidz, Fahri Hermawan, Putra Hadi Herninda Febrianti Hidayat, Septian Arief Isa Albanna Isa Albanna Judi, La Ode Juniawan, Andino Kharis Karta Wijaya Khadafi, Shah La Ode Judi Maslu’ Ailik Maulana, Grafi Maulidati, Zuli Mochammad Reza Dwi Afriansyah Mohammad Rizky Aditya Muhamad Nasir Muhamad Nasir, Muhamad Muhammad Asadulloh Muhammad Syahrul Munir Nofi Susanti Pakarbudi, Adib Permatasari, Janie Pribadi, Fandi Tiandanoe Purnomo, Ang Anthony Putri Fatikhatul Jannah Putri, Anggi Yhurinda Perdana Rachman Arief Resa Uttungga Resa Uttungga Ruli Utami, Ruli Samsul Arifin Sandra Wahyudiana Septian Arief Hidayat Setiawan, Dedy Nur Shah Khadafi Sulistyowati Sulistyowati Sulistyowati Sulistyowati Sunni, Queen Carolyne Susanti, Nofi Vivi Theresia Indriani Wahmuda, Faza Wahyudiana, Sandra Wijaya, Karta Zuli Maulidati