Article Per Year (5 Year)
p-Index From 2020 - 2025
1.383
P-Index
This Author published in this journals
All Journal Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) JOURNAL OF SCIENCE AND SOCIAL RESEARCH International Research on Big-data and Computer Technology (IRobot) Jurnal Mahasiswa Ilmu Komputer
Sugandi, Febri
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
SISTEM INFORMASI DAN IMPLEMENTASI SISTEM PELAYANAN PASIEN PADA KLINIK GIGI AHENG Fernando, Fernando; Apsiswanto, Untoro; Sugandi, Febri
Jurnal Mahasiswa Ilmu Komputer Vol. 5 No. 1 (2024): Jurnal Mahasiswa Ilmu Komputer March 2024
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/ilmukomputer.v5i1.4932

Abstract

Klinik Gigi Aheng, sebagai penyedia layanan kesehatan gigi terkemuka, menghadapi kendala dalam manajemen data pasien menggunakan sistem berbasis dokumen kertas. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi klinik gigi yang efektif untuk meningkatkan efisiensi dan akurasi pengelolaan data pasien. Metode penelitian difokuskan pada perancangan dan implementasi aplikasi klinik gigi di Klinik Owner Aheng, dengan dokumen fisik dikonversi ke format digital. Aplikasi ini menyediakan platform terpadu untuk pengelolaan data pasien, mencakup histori kesehatan, pencatatan kunjungan, perawatan gigi, dan pelacakan informasi garansi jaminan secara terintegrasi. Hasil implementasi menunjukkan peningkatan efisiensi operasional dan kemudahan dalam pencarian data, serta meningkatkan kualitas layanan kepada pasien. Kesimpulan penelitian ini menegaskan bahwa aplikasi klinik gigi berhasil mengatasi kendala dalam manajemen data pasien, memberikan kontribusi positif terhadap efisiensi operasional, dan meningkatkan kualitas layanan kesehatan gigi. Dengan demikian, aplikasi ini diharapkan memberikan manfaat signifikan dalam mendukung penyediaan layanan kesehatan gigi yang modern dan terintegrasi
PENERAPAN ALGORITMA DECISION TREE UNTUK PENENTUAN POLA PENERIMA BEASISWA KIP SISWA UPTD SMP NEGERI 4 SEKAMPUNG Priyuli, Septika; Sugandi, Febri
Jurnal Mahasiswa Ilmu Komputer Vol. 5 No. 1 (2024): Jurnal Mahasiswa Ilmu Komputer March 2024
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/ilmukomputer.v5i1.5324

Abstract

(1) School KIP is a program organized by the government with the aim of helping students pay for school and their lives. School KIP is distributed by the Ministry of Education, Culture, Research and Technology through schools in each region. Each school is given a different quota based on its level of development. The level of school development can be seen through each school's school program. The objectives of this research are: 1. Implement the Decision Tree algorithm to determine the pattern of KIP scholarship recipients for UPTD students at SMP Negeri 4 Sekampung. 2. Assist the UPTD of SMP Negeri 4 Sekampung to evaluate the KIP of students at their school. (2) The research method was carried out using KDD (Knowledge Discovery in Database). There are 5 steps in KDD, namely selection, pre-processing, transformation, data mining and evaluation (3) Data collection is carried out before carrying out the algorithm calculation process. The data used in this research came from participants receiving KIP UPTD Students at SMP Negeri 4 Sekampung for the 2023/2024 academic year. This study focused on a sample of 23 participants. The dataset consists of 23 data with 4 attributes and 1 target attribute. In the Raw data, the attributes used are Student Name, NIS, Class, Parents' Income, KIP Recipients, Poor Students & Orphaned Students. (4) The conclusion obtained from the research is that by carrying out the data mining process, data processing can be carried out again to obtain the information stored in the data. The results of the decision tree algorithm are in the form of decision trees and roles, the results obtained are in the form of rules that can be used in the decision making process.
IMPLEMENTASI METODE GAUSSIAN FILTERING DALAM MENGURANGI NOISE PADA PENGOLAHAN CITRA DIGITAL Sugandi, Febri
International Research on Big-Data and Computer Technology: I-Robot Vol 7, No 2 (2023): September 2023
Publisher : STMIK DHARMA WACANA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/ir.v7i2.237

Abstract

Penghalusan citra merupakan variasi intensitas suatu piksel yang tidak berkorelasi dengan piksel tetangga yang mudah dilihat oleh mata karena terlihat berbeda. Dengan melakukan penghalusan citra diharapkan citra menjadi lebih terlihat. Dalam kasus tertentu, penghalusan gambar memang dilakukan untuk memperhalus permukaan gambar, seperti menghilangkan detail-detail kecil. Filter Gaussian merupakan mask yang juga sering digunakan untuk penghalusan citra yaitu masker penghalus gaussian. Adanya peningkatan kualitas pada citra dapat memperbaiki citra yang memiliki kualitas sangat rendah dengan adanya filter gaussian.
ANALISA CUSTOMER RELATIONSHIP MANAGEMENT (CRM) PADA BANK SYARIAH RAJASA LAMPUNG TENGAH MENGGUNKAN FUZZY LOGIC Utomo, Dedi Budi; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2691

Abstract

Abstract: With the system that works expected the company to determine the level of customer satisfaction, so that they can correct deficiencies based oon the level oof satisfaction has been analyzed by the method of fuzzy logic. This research aim to determine how the level of customer satisfaction in Bank Syariah Rajasa Lampung Tengah. With the research community as customers are expected to provide input to the shortge of Bank Syariah Rajasa Lampung Tengah. for it in the study is done gathering data with interviews and circulate a questionnaire against sample spread. this research 'll simulated by using a programming language php to determine a chart and decision.Keyword: Service Quality, CRM Abstrak: Dengan adanya sistem yang bekerja diharapkan pihak perusahaan dapat mengetahui tingkat kepuasan nasabah, sehingga mereka bisa memperbaiki kekurangan berdasarkan tingkat kepuasan yang sudah di analisa dengan metode fuzzy logic. Penelitian ini bertujuan untuk mengetahui bagaimana tingkat kepuasan nasabah terhadap Bank Syariah Rajasa Lampung Tengah. Dengan penelitian ini diharapkan masyarakat sebagai nasabah dapat memberikan masukan terhadap kekurangan dari pihak Bank Syariah Rajasa Lampung Tengah. Untuk itu dalam penelitian ini dilakukan pengumpulan data dengan wawancara dan mengedarkan kuesioner terhadap sampel yang disebarkan. Penelitian ini akan disimulasikan dengan menggunakan bahasa pemrograman PHP untuk menentukan sebuah grafik dan keputusan.Kata kunci: Kualitas Pelayanan, CRM
PREDIKSI CALON KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Dirantara, Reza; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2748

Abstract

Abstract: The Academic Information System (SIAKAD) has become a crucial tool in universities for monitoring and evaluating student performance periodically. Data generated by this system, such as Grade Point Average (GPA), attendance, and student activities, can be utilized to predict timely graduation. In this study, the K-Nearest Neighbors (K-NN) algorithm is applied to predict student graduation based on academic and non-academic data. This method employs a distance-based approach to analyze historical data. The findings indicate that the K-NN algorithm provides accurate predictions, enabling educational institutions to implement early interventions for at-risk students. This study is expected to support strategic decision-making in improving student graduation rates. Keywords: SIAKAD, K-Nearest Neighbors, graduation prediction, distance-based                 algorithm, early intervention.Abstrak: Aplikasi Sistem Informasi Akademik (SIAKAD) telah menjadi alat penting dalam perguruan tinggi untuk memonitor dan mengevaluasi hasil belajar mahasiswa secara berkala. Berbagai data yang dihasilkan oleh sistem ini, seperti Indeks Prestasi Kumulatif (IPK), kehadiran, dan aktivitas mahasiswa, dapat digunakan untuk memprediksi kelulusan tepat waktu. Dalam penelitian ini, algoritma K-Nearest Neighbors (K-NN) diterapkan untuk memprediksi kelulusan mahasiswa berdasarkan data akademik dan non-akademik. Metode ini bekerja dengan menggunakan pendekatan berbasis jarak untuk menganalisis data historis. Hasil penelitian menunjukkan bahwa algoritma K-NN memberikan prediksi yang akurat, sehingga membantu institusi pendidikan melakukan intervensi dini bagi mahasiswa yang berisiko. Penelitian ini diharapkan dapat mendukung pengambilan keputusan strategis dalam meningkatkan tingkat kelulusan mahasiswa. Kata kunci: SIAKAD, K-Nearest Neighbors, prediksi kelulusan, algoritma berbasis jarak, intervensi dini.
ANALISIS DATA MINING MENGGUNAKAN ASSOCIATION RULE DENGAN METODE ALGORITMA APRIORI PADA TOKO ELSHANUM Purwati, Rani; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4198

Abstract

Abstract: The development of information technology has encouraged business actors to utilize transaction data as a valuable source of information. One approach that can be used is data mining with the Association Rule method to find patterns of association between products purchased simultaneously. This study aims to apply the Apriori algorithm in analyzing sales transaction data at the Elshanum Store in order to obtain association rules that can support decision making in marketing strategies, such as product arrangement and bundling promotions. The data used is a history of sales transactions during a certain period which is then processed through the preprocessing and analysis stages using the Apriori algorithm. The results of the study indicate a number of product purchasing patterns that often appear together with significant support and confidence values. These findings can be the basis for increasing sales effectiveness and understanding consumer behavior at the Elshanum Store.Keywords: data mining, association rule, apriori algorithm, transaction analysis, Elshanum StoreAbstrak: Perkembangan teknologi informasi telah mendorong pelaku usaha untuk memanfaatkan data transaksi sebagai sumber informasi yang bernilai. Salah satu pendekatan yang dapat digunakan adalah data mining dengan metode Association Rule untuk menemukan pola keterkaitan antar produk yang dibeli secara bersamaan. Penelitian ini bertujuan untuk menerapkan algoritma Apriori dalam menganalisis data transaksi penjualan pada Toko Elshanum guna memperoleh aturan asosiasi yang dapat mendukung pengambilan keputusan dalam strategi pemasaran, seperti penataan produk dan promosi bundling. Data yang digunakan merupakan riwayat transaksi penjualan selama periode tertentu yang kemudian diproses melalui tahapan preprocessing dan analisis menggunakan algoritma Apriori. Hasil penelitian menunjukkan adanya sejumlah pola pembelian produk yang sering muncul bersamaan dengan nilai support dan confidence yang signifikan. Temuan ini dapat menjadi dasar dalam meningkatkan efektivitas penjualan serta pemahaman perilaku konsumen di Toko Elshanum.Kata kunci : data mining, association rule, algoritma apriori, analisis transaksi, Toko Elshanum.
PREDIKSI DALAM PENENTUAN BEASISWA DI SMP NEGERI 1 GEDUNG SURIAN MENGGUNAKAN ALGORITMA NAIVE BAYES Kuswandari, Kuswandari; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4217

Abstract

Abstract: Data mining is one approach that can be used to assist in the decision-making process, including in predicting scholarship recipients. One method in data mining that is quite popular and effective is the Naive Bayes algorithm. This study aims to apply the Naive Bayes algorithm in predicting scholarship recipients at SMP Negeri 1 Gedung Surian using the RapidMiner software tool. Data collection is carried out before carrying out the Algorithm calculation process. The data used in this study are student data at SMP Negeri 1 Gedung Surian, West Lampung in 2025. The results of the study showed that predictions using the Naïve Bayes algorithm on scholarships at SMP Negeri 1 Gedung Surian, West Lampung, accuracy reached 97.84%, precision 100% and Recall 97.64% so that it can be interpreted, the Naive Bayes algorithm model is a good algorithm in predicting, this shows that the advantage of the Naive Bayes method is based on Bayes' theorem. Keywords: SMP Negeri 1 Gedung Surian, prediction, Naive Bayes algorithm. Abstrak: Data mining merupakan salah satu pendekatan yang dapat digunakan untuk membantu dalam proses pengambilan keputusan, termasuk dalam prediksi penerima beasiswa. Salah satu metode dalam data mining yang cukup populer dan efektif adalah algoritma Naive Bayes. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes dalam memprediksi penerima beasiswa di SMP Negeri 1 Gedung Surian dengan menggunakan alat bantu perangkat lunak RapidMiner. Pengumpulan data dilakukan sebelum melakukan proses perhitungan Algoritma. Data yang digunakan dalam penelitian ini adalah data siswa sekolah SMP Negeri 1 Gedung Surian Lampung Barat pada tahun 2025. Hasil penelitian menunjukkan prediksi menggunakan algoritma Naïve Bayes pada beasiswa pada Sekolah SMP Negeri 1 Gedung Surian Lampung Barat, akurasi mencapai 97,84%, presisi 100% dan Recall 97,64% sehingga dapat diartikan, model algoritma Naive Bayes merupakan algoritma yang baik dalam memprediksi, hal ini menunjukan bahwa keunggulan dari metode Naive Bayes yaitu berdalil pada teorema bayes. Kata kunci : SMP Negeri 1 Gedung Surian, prediksi, algoritma Naive Bayes.
A PREDIKSI TINGKAT KELULUSAN MAHASISWA KEPERAWATAN DENGAN PENDEKATAN NAÏVE BAYES Putra, Arriano; Sugandi, Febri
Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Vol. 7 No. 2 (2024): Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Publisher : LP2M Institut Informatika Dan Bisnis Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/simada.v7i2.639

Abstract

One of the benefits of the Academic Information System (SIAKAD) in higher education institutions is its ability to present graduation index results for each student, allowing for an assessment of their academic engagement throughout each semester. Using cloud-based academic applications, decision-makers can access semester-by-semester student performance data to evaluate and predict the completion time of student studies. A machine learning approach is employed to systematically analyze the data, particularly in measuring the Graduation Index (GI). The Naïve Bayes algorithm is selected for its ability to classify and structure data effectively. This need can be further explored through campus research to enhance future decision-making processes. The objective of this study is to predict the graduation rate of nursing students using the Naïve Bayes algorithm, one of the machine learning methods. The research data was sourced from the Dharma Wacana Nursing Academy, including student cohorts from 2019 to 2023 as training data and the 2024 cohort as testing data. The dataset comprises 453 students who graduated between 2019 and 2023 and 64 active students from the 2024 academic year. Testing using the RapidMiner application, with graduation status as the output, demonstrated that the prediction model achieved an accuracy rate of 99.81%, with 100% precision and 99.80% recall. These results indicate that Naïve Bayes is a reliable tool for determining the likelihood of student graduation based on their historical academic data. This study concludes that implementing Naïve Bayes for graduation prediction can support more effective academic decision-making
Co-Authors Apsiswanto, Untoro Dirantara, Reza Fernando Fernando, Fernando Kuswandari, Kuswandari Priyuli, Septika Purwati, Rani Putra, Arriano Utomo, Dedi Budi