Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer
Nurlita, Catarina Ivanda
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS PEMANFAATAN MACHINE LEARNING GUNA PREDIKSI INDEKS PEMBANGUNAN MANUSIA Atmojo, Fernando Winantya; Nurlita, Catarina Ivanda; Nurchim, Nurchim
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.390

Abstract

Penelitian ini bertujuan untuk membandingkan akurasi dari beberapa metode machine learning dalam memprediksi Indeks Pembangunan Manusia (IPM) dengan memanfaatkan tiga indikator utama: Angka Harapan Hidup, Rata-rata Lama Sekolah, Harapan Lama Sekolah, dan Pengeluaran per Kapita. Metode yang dibandingkan meliputi K-Nearest Neighbors (KNN), Random Forest, AdaBoost, dan Support Vector Machine (SVM), yang semakin populer dalam analisis prediktif di bidang ini. Data yang digunakan adalah data sekunder dari Badan Pusat Statistik (BPS) Indonesia, mencakup berbagai kabupaten/kota di seluruh Indonesia. Hasil penelitian menunjukkan bahwa SVM, meskipun memiliki Mean Squared Error (MSE) tertinggi pada data pelatihan (9.283), menghasilkan MSE terendah pada data pengujian (4.419), sehingga memberikan prediksi yang paling akurat. Metode ini diikuti oleh AdaBoost, Random Forest, dan KNN dalam hal akurasi prediksi. Temuan ini menyoroti efektivitas SVM dalam memprediksi IPM dan memberikan wawasan berharga untuk penerapan metode pembelajaran mesin dalam analisis data pembangunan manusia.
PENGEMBANGAN MODEL REKOMENDASI PRODUK MENGGUNAKAN HYBRID FILTERING PADA TOKO ELSE BRANDED Nurlita, Catarina Ivanda; Atina, Vihi; Permatasari, Hanifah
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1603

Abstract

Toko Pakaian Else Branded, sebuah UMKM yang berlokasi di Boyolali, menghadapi tantangan dalam memahami perilaku konsumen dan menentukan strategi promosi produk yang efektif. Untuk menjawab permasalahan tersebut, penelitian ini bertujuan mengembangkan sistem rekomendasi produk berbasis Hybrid Filtering dengan pendekatan CRISP-DM. Sistem ini menggabungkan Collaborative Filtering dan Content-Based Filtering untuk menghasilkan rekomendasi yang lebih relevan dan seimbang. Data dikumpulkan melalui kuesioner dari 124 tanggapan dan diolah melalui tahap data preparation menggunakan teknik One-Hot Encoding. Model hybrid yang dibangun menunjukkan hasil prediksi rata-rata sebesar 4,10 (skala 1–5) dan performa evaluasi yang tinggi dengan akurasi 92%, serta precision dan recall sebesar 95,45%. Hasil ini membuktikan bahwa pendekatan hybrid mampu meningkatkan kualitas rekomendasi dan mendukung pengambilan keputusan bisnis berbasis data secara efektif dan mudah diterapkan dalam konteks UMKM ritel pakaian.
Co-Authors Atina, Vihi Atmojo, Fernando Winantya Nurchim Nurchim Permatasari, Hanifah