Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Algoritma Cosine Similarity dan TF-IDF dalam Menentukan Rumpun Jabatan Saputra, Rangga; Jayanta; Galih Pradana, Musthofa
Krea-TIF: Jurnal Teknik Informatika Vol 12 No 1 (2024): Krea-TIF 2024
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada tahun 2019, sebuah instansi pemerintah memperkenalkan sistem rumpun jabatan untuk meningkatkan efisiensi dalam penugasan jabatan pegawai. Namun, tantangan muncul ketika data pegawai tahun sebelumnya tidak memiliki klasifikasi rumpun jabatan, dan data yang tersedia berupa teks dalam jumlah besar. Dikarenakan jumlah pegawai yang banyak, informasi yang melimpah, dan data yang dikelola merupakan data teks dalam jumlah yang besar. Proses pengklasifikasian manual menjadi tidak efisien. Untuk mengatasi permasalahan ini, diperlukan metode bantu yang dapat memproses data dengan cepat dan akurat. Salah satu pendekatan yang digunakan adalah Cosine Similarity menggunakan metode TF-IDF. Evaluasi hasil menunjukkan bahwa metode ini memberikan rata – rata precision sebesar 74%. Lebih rinci, nilai precision untuk keluarga jabatan dan fungsi secara berurutan mencapai 89% dan 81%. Namun, dalam mengklasifikasikan peran, tingkat precision yang dihasilkan rendah sebesar 52%.
Integrasi data kependudukan dan transparansi informasi melalui platform OpenSID Seta, Henki Bayu; Theresiawati; Jayanta; Prabu, Hamonangan Kinantan; Sumilir
Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Vol. 6 No. 3 (2025)
Publisher : Universitas Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jp2m.v6i3.23828

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas digital pemerintah Desa Tajurhalang dalam mewujudkan tata kelola desa yang transparan dan partisipatif. Mitra utama kegiatan adalah perangkat desa yang selama ini menghadapi kendala dalam pengelolaan data kependudukan, penyampaian informasi publik, serta efisiensi layanan administratif. Melalui pendekatan partisipatif, tim pelaksana dan mitra bersama-sama merancang dan mengimplementasikan sistem informasi desa berbasis OpenSID sebagai solusi berbasis teknologi yang aplikatif. Kegiatan dilaksanakan dalam beberapa tahap, mulai dari identifikasi kebutuhan, instalasi sistem, pelatihan teknis, hingga pendampingan penggunaan sistem secara mandiri. Hasil kegiatan menunjukkan peningkatan signifikan dalam kemampuan aparatur desa mengelola data secara digital, memperluas akses masyarakat terhadap informasi pembangunan, serta mendorong perubahan budaya kerja menuju layanan publik yang lebih terbuka dan efisien. Dampak sosial yang tercipta mencakup tumbuhnya kesadaran digital, keterlibatan warga dalam pemutakhiran data, serta terbentuknya mekanisme pelayanan yang lebih responsif. Kegiatan ini menunjukkan bahwa integrasi teknologi informasi dalam pelayanan desa dapat berhasil apabila dilaksanakan dengan pendekatan kolaboratif dan berbasis kebutuhan lokal.
Klasifikasi Kematangan Melinjo (Gnetum Gnemon Linn.) Berdasarkan Citra HSV dengan K-Nearest Neighbors Putri, Marella Azaria; Jayanta; Rosmawarni, Neny
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15438

Abstract

Penyortiran buah melinjo yang selama ini dilakukan menjadi suatu masalah baru setelah buah melinjo berhasil dipanen. Hal ini disebabkan karena penentuan kematangan buah melinjo hanya dilakukan dengan cara melakukan pengamatan terhadap perubahan warna kulit buah melinjo secara manual dan menggunakan pandangan masyarakat sehari-hari. Sedangkan, masyarakat memiliki perbedaan pandangan dalam mengidentifikasi fase kematangan pada buah melinjo dan keakuratan dalam menghasilkan klasifikasi kematangan buah tidak bisa dianggap sah. Penelitian ini dapat membantu masyarakat dalam mengidentifikasi fase kematangan buah melinjo dalam bentuk citra digital menggunakan ekstraksi warna HSV (Hue, Saturation, Value) dengan algoritma KNN (k-Nearest Neighbor). Sebanyak 108 citra digunakan sebagai dataset yang terdiri dari tiga kelas yaitu 36 citra mentah, 36 citra setengah matang, dan 36 citra matang. Hasil penelitian yang ini menggunakan algoritma KNN, didapatkan akurasi dan classification report terbaik sebesar 100% dengan  k = 2 dan rata-rata akurasi yang didapatkan sebesar 97,56%.