Claim Missing Document
Check
Articles

Found 28 Documents
Search
Journal : Tamilis Synex: Multidimensional Collaboration

Optimalisasi Biaya Transportasi Bahan Makanan di Pasar Melalui Metode Vogels Approximation Method (VAM) Semuel Krimadi; Alan Fonataba; Rafael J Ayhuan; Zwingly Isak rumaseuw; Yeperi Giban; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration innovation in the digital era
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i01.365

Abstract

Penelitian ini bertujuan untuk menginvestigasi penerapan Metode Vogels Approximation Method (VAM) dalam mengoptimalkan biaya transportasi bahan makanan di pasar. Pasar sebagai pusat distribusi memerlukan strategi logistik yang efisien untuk memastikan pasokan bahan makanan yang stabil dengan biaya transportasi yang terkendali. Dengan mengumpulkan data terkait jarak, kapasitas kendaraan, permintaan harian, dan biaya operasional, VAM digunakan untuk menentukan rute optimal dan alokasi kendaraan yang dapat meminimalkan biaya transportasi. Penelitian ini memberikan wawasan praktis tentang penerapan metode optimasi dalam konteks manajemen logistik untuk pasar tradisional. Dengan Hasil dari biaya untuk setiap baris dan kolom,seperti ini Ayam di pasar yotefa dengan 29kg dengan stock harga Rp 2.4000.0000 dan dengan harga keseluruhan Rp 6.960.000, Ikan di pasar hamadi dengan 14kg dengan stock harga Rp 6.500.000 dan dengan harga keseluruhan Rp 9.100.000 , Ikan di pasar yotefa dengan 1kg dengan stock harga Rp 4000.000 dan dengan harga keseluruhan Rp 400.000 ,Ikan di pasar otonom dengan 15kg dengan stock harga Rp 1.200.000 dan dengan harga keseluruhan Rp 1.800.000 ,Sayur di pasar hamadi dengan 15kg dengan stock harga Rp 150.000 dan dengan harga keseluruhan Rp 2.250.000 sebagaimana yang telah di bahas mengunakan aplikasi QM for windows. penelitian ini diharapkan dapat menjadi panduan bagi para pedagang pasar dan praktisi logistik dalam meningkatkan efisiensi operasional serta mengurangi biaya transportasi bahan makanan.
Rancang Bangun Sistem Informasi Program Studi Hukum Berbasis Website (Studi Kasus: Universitas Sepuluh Nopember Jayapura) Muhammad Nur Ismail; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration innovation in the digital era
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i01.369

Abstract

Penelitian ini bertujuan untuk meningkatkan aksesibilitas dan transparansi informasi akademik di Program Studi Ilmu Hukum Universitas Sepuluh Nopember Papua melalui pengembangan sistem informasi berbasis website. Berdasarkan survei dan observasi, ditemukan bahwa mahasiswa, dosen, dan pihak terkait mengalami kesulitan dalam mengakses informasi penting seperti sejarah, visi, misi, dan capaian pembelajaran program studi. Metode penelitian meliputi pengumpulan data melalui kuesioner dan observasi, serta pengembangan dan pengujian website khusus untuk mengatasi kendala tersebut. Hasil penelitian menunjukkan bahwa website yang dikembangkan mampu meningkatkan efisiensi dan efektivitas pengelolaan informasi akademik, sehingga mendukung tujuan universitas dalam menyediakan pendidikan berkualitas dan meningkatkan kualitas sumber daya manusia di Papua.
Penerapan Algoritma Naive Bayes untuk Klasifikasi Prediksi Penerimaan Siswa Baru SDN Inpres 1 Arso III Yanik Utari; Sartika Situmorang; Linarti; Yanti Magrice Jewun; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.624

Abstract

Penerimaan peserta didik baru (PPDB) merupakan proses penting dalam sistem pendidikan yang mempengaruhi kualitas pendidikan di setiap sekolah. Di SDN Inpres 1 Arso III, proses seleksi penerimaan siswa baru masih dilakukan secara manual, yang berpotensi menyebabkan ketidakakuratan data dan memperlambat proses seleksi. Untuk mengatasi masalah ini, penelitian ini mengusulkan penerapan algoritma Naive Bayes untuk memprediksi penerimaan siswa baru secara lebih efisien dan akurat. Algoritma Naive Bayes, yang berbasis pada teori probabilitas, dapat digunakan untuk melakukan klasifikasi data dengan memperhitungkan kemungkinan suatu siswa memenuhi kriteria penerimaan berdasarkan variabel seperti usia, nilai ujian, dan faktor sosial ekonomi. Penelitian ini bertujuan untuk meningkatkan efisiensi, akurasi, dan objektivitas dalam proses seleksi PPDB di SDN Inpres 1 Arso III. Hasil penelitian diharapkan dapat memberikan solusi yang mengurangi kesalahan manusia dalam pengelolaan data dan membantu sekolah dalam membuat keputusan yang lebih tepat dalam menerima siswa baru.
PENERAPAN ALGORITMA NAIVE BAYES TERHADAP TARGET PENJUALAN HANDPHONE MENGGUNAKAN APLIKASI RAPID MINER J. Anggun Rumboirusi; Nahema Yaroseray; Kartensia Firli Rumboirusi; Jessica Dumpel; Lamberth Anthoni Yores Rumbino; Mariani Regina Sisilia Lengkey; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.625

Abstract

This research aims to analyze cellphone sales predictions using the Naive Bayes algorithm which is implemented through the RapidMiner application. The dataset used consists of sales data with various relevant features, such as product descriptions, categories, and sales labels (sold or not sold). The research process involves several main stages, namely data retrieval (Retrieve), dividing data into train and test (Split Data), applying the Naive Bayes model, and evaluating performance using metrics such as accuracy, precision, and recall. The test results show that the Naive Bayes model succeeded in achieving accuracy, precision and recall levels of 100%. This indicates that the model has very good performance in classifying test data. However, to ensure the validity of the model, an analysis was carried out on the possibility of overfitting and suggestions for improvements such as using a larger dataset and testing using cross-validation. This research proves that the Naive Bayes method can be an effective and efficient solution for analyzing sales data patterns, especially in cases with structured and clear data patterns. The implementation of the results of this research can be applied as a basis for decision making in marketing strategy and inventory management.
Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Indonesia Menggunakan Metode Naive Bayes Muh.Novran Ramjani Rumkorem; Abigael Yarangga; Klemensia Dina Irma Indriani Solo; Wedes F.A. Iwanggin; Zwingly Isak Rumaseuw; Tinglizhau; Gracella Bakarbresy Paiki; Riski Sulobua; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.627

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Shopee Indonesia dengan menggunakan metode Naive Bayes. Data ulasan pengguna yang diperoleh kemudian diproses menggunakan RapidMiner untuk membangun model klasifikasi sentimen. Berdasarkan hasil pengujian menggunakan confusion matrix, model yang dihasilkan memperoleh tingkat akurasi sebesar 74.67%. Dalam analisis sentimen positif, model mencatatkan nilai recall sebesar 25.19% dan precision sebesar 82.93%, menunjukkan bahwa meskipun model memiliki ketepatan yang tinggi dalam memprediksi sentimen positif, kemampuannya dalam mendeteksi sentimen positif secara keseluruhan masih rendah. Sebaliknya, untuk sentimen negatif, model memperoleh recall sebesar 94.21% dan precision sebesar 53.02%, yang menunjukkan bahwa model lebih efektif dalam mendeteksi sentimen negatif, meskipun ketepatannya lebih rendah dibandingkan dengan sentimen positif. Hasil ini menggambarkan bahwa meskipun model memiliki kelebihan dalam mengidentifikasi sentimen negatif, masih terdapat kelemahan dalam memprediksi sebagian besar data sentimen positif. Penelitian ini memberikan wawasan penting terkait potensi dan tantangan dalam menerapkan metode Naive Bayes untuk analisis sentimen ulasan pengguna aplikasi e-commerce.
PENERAPAN FINITE STATE AUTOMATA TERHADAPPROSES PENDAFTARAN PRAKTIKUM PADA JURUSAN TEKNIK INFORMATIKA Muhammad Oky Risaldi; Febrian Ray Gere SW; Indra Rajsya; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.630

Abstract

Finite State Automata (FSA) is an abstract machine derived from formal language theory, widely applied in computing for validating structured processes. This study explores the application of FSA in automating the practicum registration system for Informatics Engineering students at Universitas Sepuluh Nopember Papua. The registration process previously encountered challenges, such as schedule conflicts between practicum and lectures, overcapacity of classes, and data input errors, which hindered academic activities. To address these issues, FSA was employed to ensure automated validation at each step of the registration process. The system operates through a series of states, beginning from course selection to practicum schedule validation, shift assignment, and confirmation. The FSA model designed consists of five states: initial state, course selection state, validation state, shift selection state, and confirmation state. If an error occurs, the system provides feedback and redirects students to correct their input. Using a structured approach, this model prevents scheduling conflicts and ensures data consistency. The methodology integrates observation, interviews, and literature reviews to identify problems and design the FSA model. The system was implemented using a programming framework, validated through simulations using both valid and invalid registration data. Results demonstrated that the system effectively minimized errors, improved the accuracy of practicum registration, and streamlined the process. In conclusion, the implementation of FSA significantly enhances the efficiency and organization of practicum registration, providing automated feedback and ensuring students successfully complete their registrations without conflicts or input errors.
Implementasi Metode Klasifikasi Naïve Bayes Untuk Memprediksi Kemenangan Klub Bundesliga Pada Pekan ke-15 Menggunakan Rapidminer Wama Albertho Povay; Nurhaeni Irianti; Julius Rifaldo Putra; Lodi Tekam; Beto Ayun; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.693

Abstract

Prediksi hasil kompetisi olahraga menjadi salah satu fokus penelitian yang menarik, khususnya dengan penerapan teknologi pembelajaran mesin. Studi ini bertujuan mengaplikasikan metode klasifikasi Naïve Bayes untuk memprediksi jumlah kemenangan klub-klub Bundesliga pada pekan ke 15 musim 2024-2025 dengan memanfaatkan aplikasi RapidMiner. Data yang dianalisis mencakup tabel klasemen Bundesliga musim berjalan serta data hasil pertandingan pekan ke 13 dan 14. Penelitian ini melibatkan beberapa tahapan utama, seperti pengolahan data, ekstraksi fitur, dan pelatihan model melalui RapidMiner. Hasil menunjukkan bahwa metode ini mampu mengidentifikasi pola performa tim secara efektif dan memberikan hasil prediksi dengan akurasi yang baik. Dengan demikian, penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem prediksi berbasis data untuk mendukung analisis di bidang olahraga.
Penerapan Algoritma Naïve Bayes untuk Klasifikasi Prediksi Kelulusan SKD Penerimaan CPNS di Kabupaten Keerom Iryanti T A Fernandes; Sithi F Yandedai; Inwi wilamnak; Helena Babaut; Karolina Fatagur; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.700

Abstract

Proses seleksi perserta didik baru di Institusi Anak Bangsa, Kabupaten Keerom, sering kali menghadapi tantangan dalam mempertahankan objektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan suatu model prediksi yang dapat membantu Institusi dalam memilih perserta didik baru yang memiliki potensi yang baik. Dengan memanfaatkan data historis penerimaan didik baru serta menerapkan teknik analisis data yang relevan, penelitian ini berupaya untuk membangun model prediksi yang akurat. Diharapkan, hasil penelitian ini dapat meningkatkan efektivitas proses seleksi, meminimalkan kesalahan dalam pengambilan keputusan, dan memberikan kontribusi terhadap peningkatan kualitas pendidikan di Institusi.
Co-Authors Abigael Yarangga Ajenkris Y Kungkung Alan Fonataba Aldo Yunus Lazarus Sagas Satia Alfred Dude Ardan M. Mahajana Arthur Tuhumena Astika Ramadani Astrin Aprilia Umasugi Beto Ayun Brigita Griselda Thomas Carolina Cetrin Yunike Imbiri Carslen Charles Sesera Isawa Daniel Bienfield Manahan Siahaan Darlina Dhea Firda Y Arsyad Didaktus Baptista Kluman Dina A M Hombore Dwi Andiyani Elia Mando Wanggai Elvin Suberjun Esau Dude Estevina Carolina Bagre Falerina Gita Falentina Fauziah Humairoh Febrian Ray Gere SW Ferriwunas Fhesiyach Arthiansal Karubun Fiqram Putra Pratama Firminus R. Rhandy Frialin Gracia Kadiwaru Gabriel Yohan Yoseph Wabdaron Gerda Malanesia Bosway Ghina Tripasha Gladis Dominica N Gonzales Henpaul Marlissa Gracella B Paiki Gracella Bakarbesy Paiki Gracella Bakarbresy Paiki Gregorius Anzelino Wijaya Grisye F Silahooy Hajratul Aswat hardiana Hazrin Armehzan Helena Babaut Helena Babut Helson Matuan Herlina Lenora Yowei Ibrakin Kean Ida Margareta Resiwangge Imanuel Nahum Ketjeway Indra Rajsya Intan Darwis Inwi Wilamnak Irwanus Isai Iryanti T A Fernandes Iryanti T.A. Fernandez J. Anggun Rumboirusi J.Anggun Rumboirusi Jeniver F Sirami Jered Imanuel Wanda Jerom Nawu Jessica Dumpel Joi Rosalina Raweyai Julio Alexsander Ap Julius Rifaldo Putra Jurniarti Sarmalina Duwiri Karolina Fatagur Kartensia F Rumboirusi Kartensia Firli Rumboirusi Khaerunnisa Khaerunnisa, Khaerunnisa Khoiratul Masyruah Klemensia Dina I.I Solo Klemensia Dina Irma Indriani Solo Kymi Rian Febrian Lamberth Anthoni Yores Rumbino Lidia S. Waromi Linarti Lisa Lisa, Lisa Live Tong Lodi Tekam Ludovikuss Ngarung M. Yusuf H.S Mahrestu Wirayuda Maimuna Wailissa Marcella Putri Pentury Maria Loisa Nangguar Maria Monalisa Gloria Bebari Mariani Regina Sisilia Lengkey Marto E. Madu Melki Kayame Melki Sendoni Wondiwoi Merlina Nangguar Micho Wandik Mikaelda Regina Yagoyamu Mince Mentaneway Mira Elopere Muh. Nur Aksan Muh.Novran Ramjani Rumkorem Muhammad Akbar Muhammad Nur Ismail Muhammad Oky Risaldi Muhammad Risman Nabila Andini Putri Nadia Nahas Giwop Nahema Yaroseray Natalia Betty Ansanay Nawang Shabella Iriani Nelice Kogoya Nur Atya Nurhaeni Irianti Nurhidayah Nurhidayah Nurlinda Nurlinda, Nurlinda Petronela Kimber Piter Logo Prilly Andianny Masuwara Putra Imanuel Pali Raditya Zoe Arkhana Rafael J Ayhuan Rafli Muhammad. F Rahmat Hidayat Rahul Febriansyah Rangga Ardinsa Putra Raynal di Richardin W Revol Raiwaki Rhenolds Woisiri Fonataba Rianner Anjutami Riski Sulobua Rizka Amelia Putri Rizqiyah Ronald Kawena Rosia Karubaba Rosita Nangguar Ryan Aditya Samanta Deliana Samantha Deliana Sartika Situmorang Sely Jowey Semuel Krimadi Sharon Telvie Kondy Shinta Dewi Quen Siors Salak Sithi F Yandedai Sithi Fardiani Yandedai Siti Aisha Irman Siti Nur Safaah Sultan Abyzet Syakila Putri Ananda Tinglizhau Tirsa Meirah Pontoh Tita Trinita M. Merani Vasilli Z. P. Jafil Videl Kobak Wafiq Azizah Tuahuns Wama Albertho Povay Wardah Sal Sabillah Wedes F Iwanggin Wedes F.A. Iwanggin Welpison Jr. Wonerengga Yahya Wrait Yanik Utari Yanti Magrice Jewun Yawan Saroi Yeperi Giban Yoram Lambres Umpain Yusuf Patey Zwingly Isak rumaseuw