Claim Missing Document
Check
Articles

Found 3 Documents
Search

Sistem Informasi Pembayaran SPP Berbasis Website Pada SMK Muhammadiyah 3 Tegaldlimo Diva Ananda Putra; Gede Aby Sanjiwa Kurniawan; Ni Nyoman Sekarini Wulandari; Elma Regina Nababan; Komang Sukerni; Gusti Ngurah Yogi Wicaksana; Gede Surya Mahendra
RESI : Jurnal Riset Sistem Informasi Vol 1 No 2 (2023): Resi Januari 2023
Publisher : Program Studi Sistem Informasi, Fakultas Teknologi Informasi dan Sains, Universitas Hindu Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32795/resi.v1i2.3637

Abstract

Seiring dengan perkembangan zaman, teknologi dan era globalisasi, manusia dituntut untuk bekerja secara lebih profesional, maka diperlukan sebuah hal guna membawa perbaikan di segala bidang. Banyak instansi atau organisasi publik yang menggunakan komputer untuk mendukung kegiatan operasional mereka, salah satunya adalah SMK Muhammadiyah 3 Tegaldlimo. Tujuan dari adanya penelitian ini adalah untuk merancang serta membuat sistem informasi pembayaran SPP pada SMK Muhammadiyah 3 Tegaldlimo berbasis web dan Selain itu juga dapat menghasilkan suatu sistem yang memudahkan pihak sekolah, baik dari pegawai maupun siswa. Penelitian ini menempati peran yang penting dalam kegiatan pembayaran di SMK Muhammadiyah 3 Tegaldlimo. Dalam melakukan aktivitas ini, pembayaran uang sekolah masih tergolong manual, yaitu menggunakan dokumen buku. Teknologi informasi tidak hanya mempengaruhi sistem tetapi juga mempengaruhi kehidupan sehari-hari, sehingga dibutuhkan program komputer untuk memulihkan sistem informasi cepat pada pembayaran SPP. Rumusan masalah dari penelitian ini adalah “Perancangan sistem informasi pembayaran SPP Berbasis Website pada SMK Muhammadiyah 3 Tegaldlimo”. Pada penelitian ini, peneliti menggunakan beberapa metode, antara lain Observasi, Analisis, Desain, Implementasi dan Uji Coba. Merancang dan Membangun Sistem Informasi Pembayaran SPP Berbasis Website Website ini menggunakan bahasa pemrograman atau script yang meliputi PHP dan MySQL.
HETEROGENITAS SPASIAL PADA PREDIKSI HARGA RUMAH MULTI-KOTA: EVALUASI STACKING ENSEMBLE DAN INTERPRETASI SHAP Gede Aby Sanjiwa Kurniawan; I Nyoman Tri Anindia Putra
Journal of Information System, Applied, Management, Accounting and Research Vol. 10 No. 3 (2026): JISAMAR (August 2026)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v10i3.2660

Abstract

Prediksi harga rumah menggunakan model stacking ensemble umumnya dievaluasi secara agregat pada keseluruhan data uji, sehingga berpotensi menyembunyikan variasi performa yang sesungguhnya terjadi antar wilayah geografis. Penelitian ini menganalisis performa model Stacking Ensemble yang menggabungkan XGBoost, Random Forest, dan CatBoost dengan meta learner Ridge Regression pada dataset 100.000 rumah di tujuh kota Indonesia, dengan penekanan pada evaluasi yang terdekomposisi per kota dan analisis faktor penyebab disparitasnya. Hasil evaluasi agregat menunjukkan Stacking Ensemble mencapai performa terbaik dengan MAE sebesar Rp 1.106.456.898 dan R2 sebesar 0,8458, namun uji Wilcoxon signed rank menunjukkan keunggulan tersebut hanya signifikan secara statistik dibandingkan Random Forest, tidak terhadap CatBoost maupun XGBoost. Ketika performa didekomposisi per kota, ditemukan disparitas MAE lebih dari 2,5 kali lipat antara kota dengan performa terbaik dan terburuk, disertai variasi signifikansi statistik yang tidak seragam antar wilayah. Analisis lebih lanjut menunjukkan disparitas ini lebih berkaitan dengan variasi harga yang lebih besar pada kota tertentu dibandingkan keterbatasan jumlah data pelatihan. Analisis SHAP turut mengindikasikan kontribusi fitur lokasi yang cenderung lebih besar pada kota dengan performa lebih rendah, meskipun pola ini tidak berlaku seragam di seluruh kota yang diuji. Temuan ini menegaskan pentingnya evaluasi granular per wilayah dalam penelitian prediksi harga rumah multi kota.
Implementasi Ensemble Stacking Regressor untuk Prediksi Harga Rumah Tinggal pada Tiga Kota di Indonesia Gede Aby Sanjiwa Kurniawan; I Made Dendi Maysanjaya; I Made Gede Sunarya
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 3 (2026): ONGOING : Karmapati Vol 15 No 3 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i3.116551

Abstract

Harga rumah tinggal di kawasan perkotaan Indonesia, khususnya Jakarta Selatan, Depok, dan Bandung, bersifat dinamis dan dipengaruhi oleh berbagai faktor yang kompleks sehingga diperlukan pendekatan prediksi yang akurat dan adaptif. Penelitian ini bertujuan menghasilkan model prediksi harga rumah tinggal yang akurat sebagai acuan pengambilan keputusan properti di wilayah dengan dinamika pasar yang tinggi, dengan membandingkan performa Ensemble Stacking Regressor terhadap model tunggal untuk menentukan pendekatan terbaik. Dataset yang digunakan bersumber dari tiga dataset publik di platform Kaggle dengan total 32.412 data yang digabungkan menjadi satu dataset terpadu. Pipeline penelitian mencakup data cleaning, feature engineering, exploratory data analysis, feature selection, dan preprocessing yang ketat berbasis stratified hold-out split 70:30, IQR outlier removal, Smoothed Target Encoding, dan StandardScaler, seluruhnya di-fit dari data training untuk mencegah data leakage. Pengembangan model menggunakan GridSearchCV 5-Fold untuk hyperparameter tuning dan Out-of-Fold 5-Fold untuk melatih Ridge meta-learner. Evaluasi akhir pada 30% data test menunjukkan Stacking Ensemble mencapai performa terbaik dengan R² = 0,7791, RMSE = Rp 364.020.171, dan MAE = Rp 245.314.435. Hasil uji Wilcoxon Signed-Rank Test mengonfirmasi bahwa Stacking Ensemble berbeda signifikan secara statistik dibandingkan Linear Regression dan XGBoost, namun tidak berbeda signifikan dengan Random Forest akibat tingginya korelasi prediksi antara kedua model tersebut.