Article Per Year (5 Year)
p-Index From 2020 - 2025
0.702
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Budiman Kusdinar, Asep
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PREDIKSI MAHASISWA NON-AKTIF MENGGUNAKAN ALGRITMA C4.5: STUDI KASUS : UNIVERSITAS MUHAMMADIYAH SUKABUMI Siti Rahma, Leonie; Budiman Kusdinar, Asep; Prajoko, Prajoko
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10937

Abstract

Dalam lingkungan perguruan tinggi di Indonesia, tingkat keberlanjutan studi mahasiswa menjadi perhatian penting, mengingat tingginya angka mahasiswa yang tidak melanjutkan studi. Untuk mengatasi permasalahan ini, machine learning khususnya menggunakan algoritma C4.5 digunakan untuk memprediksi potensi mahasiswa nonaktif. Dataset mahasiswa diambil dari Biro Kemahasiswaan dan Akademik Universitas Muhammadiyah Sukabumi, setelah melalui proses preprocessing, digunakan untuk melatih dan menguji model yang bertujuan untuk mengidentifikasi pola kritis yang dapat memprediksi keputusan mahasiswa untuk tidak melanjutkan studi. Algoritma C4.5 dipilih karena kemampuannya menghasilkan model yang mudah diinterpretasikan, sehingga memudahkan pengambil kebijakan dan staf akademik untuk mengambil tindakan proaktif. Evaluasi model dilakukan dengan menggunakan metrik akurasi yang menghasilkan 96.8%, presisi 98%, recall 94.2%, dan F1-score 96.5%, yang memberikan gambaran komprehensif tentang kinerja model dalam mengidentifikasi mahasiswa yang berpotensi tidak aktif. Penelitian ini memberikan kontribusi terhadap pengembangan sistem prediksi dan dapat menjadi dasar solusi keputusan berbasis data untuk meningkatkan tingkat keberlanjutan studi mahasiswa di perguruan tinggi di Indonesia.
PENERAPAN REGRESI LINIER BERGANDA UNTUK MEMPREDIKSI HASIL PANEN KACANG KEDELAI: STUDI KASUS: KECAMATAN SURADE Ihsani Raehan, M. Fikri; Budiman Kusdinar, Asep; Indrayana, Didik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11032

Abstract

Pertanian memainkan peran penting dalam pembangunan nasional Indonesia sebagai penyerap tenaga kerja, penyumbang PDB, dan pendorong pertumbuhan ekonomi. Produksi hasil pertanian, seperti kacang kedelai di Kecamatan Surade, Kabupaten Sukabumi, sangat penting untuk kebutuhan pangan. Namun, pendataan hasil panen kacang kedelai masih kurang optimal karena minimnya teknologi, dan prediksi hasil panen belum tersedia, mempengaruhi akurasi prediksi produksi tanaman pangan. Penelitian ini bertujuan mengembangkan model prediksi hasil panen kacang kedelai menggunakan regresi linier berganda. Dengan data dari balai penyuluhan pertanian Kecamatan Surade, penelitian ini mengintegrasikan algoritma regresi linier berganda dalam sebuah website untuk meningkatkan akurasi prediksi hasil panen. Website ini dirancang untuk memberikan pengalaman optimal bagi pengguna dengan efisiensi implementasi algoritma yang baik. Nilai Mean Square Error (MSE) model ini adalah 3,74412, menunjukkan rata-rata kuadrat selisih antara nilai prediksi dan nilai aktual. Nilai Root Mean Square Error (RMSE) adalah 1,93755, menandakan tingkat kesalahan prediksi yang rendah dan akurasi model yang baik. Hasil penelitian ini diharapkan meningkatkan akurasi prediksi, efisiensi pengelolaan pertanian, serta ketahanan pangan di Kecamatan Surade. Dokumentasi proses pengembangan memudahkan replikasi di wilayah lain.
PENERAPAN REGRESI LINEAR BERGANDA DALAM PREDIKSI DAN OPTIMALISASI PERSEDIAAN BARANG TOKO MUNGIL Rachman, Raya; Budiman Kusdinar, Asep; Indrayana, Didik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11033

Abstract

Banyak aspek kehidupan manusia telah dipengaruhi oleh tren pakaian, termasuk bisnis. Sebagai bisnis pakaian muslim, Toko Mungil ini adalah toko baju yang berlokasi di pelabuhanratu yang memiliki masalah mengenai manajemen persediaan yang kurang efektif. Penumpukan stok dan ketidak pastian, yang dapat mengganggu kelancaran operasional toko, adalah masalah utama yang diteliti. Penelitian ini mencoba memprediksi persediaan barang dengan menggunakan analisis regresi linear, yang telah terbukti efektif dalam prediksi penjualan dan persediaan barang. Sebuah toko pakaian muslim. Untuk memprediksi ketersediaan, faktor-faktor yang memengaruhi ketersediaan digunakan analisis regresi linear. Karena itu, untuk meningkatkan manajemen, penggunaan regresi linear disarankan mengoptimalkan stok barang di toko. Oleh karena itu, tujuan penelitian ini adalah untuk memberikan solusi yang lebih tepat dan akurat untuk mengelola stok barang di toko mungil. Penelitian ini berfokus pada bagaimana memprediksi persediaan barang secara efisien di Toko Mungil dengan menggunakan regresi linear yang memiliki akurasi mae 5%, mse 34% dan rmse 5% yang memiliki gambaran tentang kinerja model dalam memprediksi barang.
PENGEMBANGAN GAME EDUKASI UNTUK PENGENALAN SAMPAH ORGANIK, ANORGANIK, DAN B3 DENGAN METODE GAME DEVELOPMENT LIFE CYCLE (GDLC) Dafa Satria Sidik, Muhamad; Budiman Kusdinar, Asep; Asriyanik, Asriyanik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11537

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah Game edukatif yang berfungsi sebagai alat pembelajaran untuk membantu anak-anak dalam mengidentifikasi jenis-jenis sampah, yaitu sampah organik, anorganik, dan B3 (berbahaya dan beracun). Latar belakang dari penelitian ini adalah rendahnya kesadaran masyarakat, khususnya anak-anak, mengenai pentingnya pengelolaan sampah yang benar dan dampaknya terhadap lingkungan. Kurangnya pemahaman tentang klasifikasi sampah sering kali mengakibatkan perilaku pembuangan sampah yang salah, yang dapat berdampak negatif pada lingkungan dan kesehatan. Oleh karena itu, diperlukan pendekatan yang menarik dan interaktif untuk meningkatkan kesadaran dan pengetahuan sejak dini. Proses pengembangan Game ini menggunakan metode Game Development Life Cycle (GDLC) yang mencakup tahapan analisis kebutuhan, desain, pengembangan, implementasi, serta pengujian dan evaluasi. Game ini dirancang sebagai platform yang interaktif dan menyenangkan, sehingga dapat menarik minat anak-anak dalam belajar mengenali jenis-jenis sampah. Dalam permainan ini, pemain akan diajak untuk mengidentifikasi, mengklasifikasikan, dan memahami dampak dari setiap jenis sampah yang mereka temui. Hasil pengujian menunjukkan bahwa Game ini mampu meningkatkan pemahaman anak-anak tentang klasifikasi sampah dan dampaknya terhadap lingkungan. Berdasarkan evaluasi yang dilakukan terhadap pengguna, terjadi peningkatan yang signifikan dalam kemampuan mereka untuk membedakan antara sampah organik, anorganik, dan B3 setelah bermain. Selain itu, game ini juga dinilai efektif dalam meningkatkan motivasi belajar dan kesadaran lingkungan. Dengan demikian, game ini berpotensi menjadi alat pembelajaran yang efektif dalam mendukung pengelolaan sampah yang lebih berkelanjutan dan memberikan kontribusi positif terhadap pendidikan lingkungan.
Co-Authors Asriyanik . Dafa Satria Sidik, Muhamad Didik Indrayana Ihsani Raehan, M. Fikri Prajoko . Rachman, Raya Siti Rahma, Leonie