Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Yusril Helmi Setyawan, Muhammad
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
MENENTUKAN PRIORITAS BANTUAN KELUARGA ANGKAT DENGAN MENGUKUR TINGKAT AKURASI ANTARA METODE TOPSIS DAN METODE COMET Ahmad Agung Tawakkal; Yusril Helmi Setyawan, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5323

Abstract

Bantuan pemberian sembako terhadap anggota keluarga angkat masih saja sering menimbulkan kesalahan dalam memberikan jumlah sembako yang diberikan, maka dalam penelitian ini dilakukan agar dapat menentukan jumlah sembako yang diberikan dengan menggunakan prioritas. Data yang digunakan dalam menentukan prioritas didapatkan dari hasil wawancara dengan narasumber. Dalam menentukan prioritas bantuan keluarga angkat di perlukan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Namun metode TOPSIS belum memberikan hasil yang akurat, maka dalam penelitian ini akan membandingkan metode TOPSIS dengan Characteristic Object’s Method (COMET). Hasil kedua metode ini dibandingkan dengan menggunakan persamaan koefisien. Akurasi dengan menggunakan Spearman Coefficient sebesar 98,7879%, Weight Spearman Coefficient 99,449%, WS Coefficient 100%.
PENERAPAN METODE NAÏVE BAYES UNTUK MEREKOMENDASIKAN PEKERJAAN YANG SESUAI TERHADAP FRESH GRADUATE Ningrumsari Mulyanan, Ikrima; Yusril Helmi Setyawan, Muhammad; Isti Rahayu, Woro
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7155

Abstract

Di era teknologi yang kini berkembang, banyak lulusan baru yang menghadapi tantangan dalam mencari pekerjaan yang cocok dengan spesialisasi mereka. Sebagai solusi, sistem rekomendasi pekerjaan khusus untuk lulusan teknik informatika telah dirancang dengan memanfaatkan metode Naïve Bayes. Sistem ini dirancang untuk memberikan saran pekerjaan berdasarkan faktor seperti keahlian, riwayat pendidikan, dan pengalaman magang. Dari pengujian yang dilakukan, sistem ini menunjukkan tingkat keberhasilan prediksi sebesar 78%. Meski terdapat hambatan pada data pelatihan, sistem ini mampu mengklasifikasikan profil ke dalam subsektor IT dengan ketepatan sebesar 83%.
Co-Authors Ahmad Agung Tawakkal Ningrumsari Mulyanan, Ikrima Rahayu, Woro Isti