Article Per Year (5 Year)
p-Index From 2021 - 2026
2.035
P-Index
This Author published in this journals
All Journal Journal of Education and Instruction (JOEAI) Jurnal Informatika Global JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) Journal of Soft Computing Exploration Finger : Jurnal Ilmiah Teknologi Pendidikan Jurnal Pengabdian Kepada Masyarakat Inovasi Teknologi Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika
Efan
Institut Teknologi Pagar Alam
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Informatika

 1 
OPTIMALISASI STRATEGI WISATA DI KOTA PAGAR ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Monicka Seftia; Efan Efan; Alfis Arif
Jurnal Informatika Vol. 1 No. 02 (2024): Jurnal Informatika (Juri)
Publisher : Al Ihsan Smart Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The aim of this research is to assist the Pagar Alam City Tourism Office in optimizing tourism strategies, especially cultural tourism. The large number of tours managed by the Pagar Alam City Tourism Office causes random data collection so that it is less complete in making the best decisions regarding tourism visit strategies and by optimizing tourism strategies to find out what strategies or steps are the highest based on the category and making it easier for the Tourism Office to make strategies. . This research uses the K-Means Clustering method as a calculation medium for strategy optimization. The development method used, namely CRIPS-DM, consists of six phases, namely the business understanding process, data understanding, data preparation, modeling, evaluation and deployment. The results obtained from this research produced 2 Clustering Patterns for the Number of Megalithic Tourist Visits in Pagaralam City with cluster_0 totaling 13 items with the highest number of visits, cluster_1 totaling 30 items with the lowest number of visits.
OPTIMALISASI STRATEGI WISATA DI KOTA PAGAR ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Seftia, Monicka; Efan, Efan; Arif, Alfis
Jurnal Informatika Vol. 1 No. 02 (2024): Jurnal Informatika (Juri)
Publisher : Al Ihsan Smart Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan dari penelitian ini adalah untuk membantu pihak Dinas Pariwisata Kota Pagar Alam dalam mengoptimalisasi strategi wisata khususnya wisata Kebudayaan. Banyaknya Wisata yang dikelolah Dinas Pariwisata Kota Pagar Alam menyebabkan penampung data secara acak sehingga kurang lengkap dalam pengambilan keputusan terbaik dalam startegi kunjungan wisata dan dengan adanya optimalisasi strategi wisata untuk mengetahui strategi atau langkah apa saja yang paling tinggi berdasarkan kategorinya serta memudahkan Dinas Pariwisata untuk membuat strategi. Penelitian ini menggunakan metode K-Means Clustering sebagai media perhitungan dari optimalisasi strategi. Metode pengembangan yang digunakan yakni CRIPS-DM terdiri dari enam fase yaitu proses business understanding, data understanding, data preparation, modeling, evaluation dan deployment. Hasil yang didapatkan dari penelitian ini yaitu menghasilkan 2 Pola Klasterisasi Jumlah Kunjungan Wisata Megalitikum Kota Pagaralam dengan cluster_0 yang berjumlah 13 items dengan jumlah kunjungan paling Banyak, cluster_1 berjumlah 30 items dengan jumlah kunjungan paling Sedikit.
PREDIKSI METODE PERSALINAN MENGGUNAKAN DECISION SUPPORT SYSTEM DENGAN ALGORITMA DECISION TREE C4.5 Syesar, Tria Octari Putri; Febriansyah, Febriansyah; Efan, Efan
Jurnal Informatika Vol. 1 No. 02 (2024): Jurnal Informatika (Juri)
Publisher : Al Ihsan Smart Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesalahan pada saat meprediksi metode persalinan merukanan hal yang tidak diinginkan. Oleh karena itu diperlukan suatu sistem prediksi yang dapat digunakan untuk memprediksi metode persalinan sebagai pilihan dalam proses pengambilan keputusan metode persalinan sehingga kesalahan prediksi dapat dihindari dan pemilihan cara penanganan yang tepat bagi pasien sehingga menghidari resiko-resiko dalam penanganan medis. Tindakan persalinan ceasar adalah tindakan yang diambil untuk menyelesaikan masalah yang terjadi pada proses persalinan yang tidak bisa diselesaikan secara normal. Setiap persalinan mempunyai risiko baik pada ibu mapun janin, yaitu resiko komplikasi sampai resiko kematian. Penelitian ini bertujuan untuk mengembangkan model prediksi metode persalinan pada ibu hamil dengan menggunakan algoritma decision tree C4.5. Data yang digunakan dalam penelitian ini adalah data historis dari rekam medis ibu hamil yang meliputi faktor-faktor seperti usia ibu, riwayat kehamilan sebelumnya, dan kondisi kesehatan ibu dan janin. Algoritma decision tree C4.5 digunakan untuk membangun model prediksi berdasarkan data-data tersebut. Faktor-faktor yang paling berpengaruh dalam prediksi metode persalinan adalah usia ibu, dan riwayat kehamilan sebelumnya. Dengan adanya model prediksi ini, diharapkan dapat membantu tenaga medis dalam mengambil keputusan yang tepat terkait metode persalinan bagi ibu hamil. Penerapan metode waterfall dalam pengembangan sistem memastikan tahapan-tahapan pengembangan sistem dilakukan secara terstruktur dan terorganisir. Hasil penelitian menggunakan software rapidminer dengan 440 data didapat akurasi sebesar 90.23 %. Kata Kunci: Prediksi; algoritma; akurasi; persalinan; Decision Tree C4.5.
Co-Authors Alfis Arif Arie Yandi Saputra Arif, Alfis Dedi Setiadi Distiliana Distiliana Febriansyah . Febriansyah Febriansyah Intan Juwita Liana, Disti Monicka Seftia Novianty, Melisa Rahmayati, Desy Sari, Pita Sasmita Sasmita Seftia, Monicka Suhada, Desmi Aulia Sulaini, Iskandar Syahri, Riduan Syesar, Tria Octari Putri Yadi Zulkipli Zulkipli