Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Format : Jurnal Imiah Teknik Informatika INTECH - Informatika Dan Teknologi
Gunadi
Universitas Sains dan Teknologi Indonesia
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengembangan Sistem Digital Mapping untuk Pemeliharaan dan Pemanenan Kelapa Sawit Berbasis Teknologi Geospasial dan Metode Agile Gunadi
INTECH Vol. 6 No. 1 (2025): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v6i1.3021

Abstract

Penelitian ini mengulas tentang pengembangan sistem digital mapping untuk pemeliharaan dan pemanenan kelapa sawit, yang memanfaatkan teknologi geospasial dan metode pengembangan Agile. Tujuan utama dari penelitian ini adalah untuk menciptakan sistem yang dapat secara efisien memonitor dan mengelola proses perkebunan kelapa sawit, mengoptimalkan aktivitas pemeliharaan dan penjadwalan pemanenan. Teknologi geospasial digunakan untuk pemetaan yang tepat dan pelacakan area perkebunan, sementara metodologi Agile memastikan fleksibilitas dan adaptasi cepat selama pengembangan sistem. Hasil penelitian menunjukkan bahwa sistem ini secara signifikan meningkatkan proses pemantauan, menyediakan data real-time dan rekomendasi otomatis untuk pengambilan keputusan yang lebih baik. Artikel ini juga membahas tantangan dan solusi yang dihadapi selama pengembangan dan implementasi sistem.
Pengembangan Sistem Digital Mapping untuk Pemeliharaan dan Pemanenan Kelapa Sawit Berbasis Teknologi Geospasial dan Metode Agile Gunadi
INTECH Vol. 6 No. 1 (2025): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v6i1.3021

Abstract

Penelitian ini mengulas tentang pengembangan sistem digital mapping untuk pemeliharaan dan pemanenan kelapa sawit, yang memanfaatkan teknologi geospasial dan metode pengembangan Agile. Tujuan utama dari penelitian ini adalah untuk menciptakan sistem yang dapat secara efisien memonitor dan mengelola proses perkebunan kelapa sawit, mengoptimalkan aktivitas pemeliharaan dan penjadwalan pemanenan. Teknologi geospasial digunakan untuk pemetaan yang tepat dan pelacakan area perkebunan, sementara metodologi Agile memastikan fleksibilitas dan adaptasi cepat selama pengembangan sistem. Hasil penelitian menunjukkan bahwa sistem ini secara signifikan meningkatkan proses pemantauan, menyediakan data real-time dan rekomendasi otomatis untuk pengambilan keputusan yang lebih baik. Artikel ini juga membahas tantangan dan solusi yang dihadapi selama pengembangan dan implementasi sistem.
Model Klasifikasi Penerima Bantuan Pangan Non-Tunai (BPNT) Menggunakan Algoritma Naïve Bayes Berbasis Data Sosial Ekonomi : Model Klasifikasi Penerima Bantuan Pangan Non-Tunai (BPNT) Menggunakan Algoritma Naïve Bayes Berbasis Data Sosial Ekonomi Gunadi; Juliandri Saputra; Edi Purwanto
FORMAT Vol 15 No 2 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i2.001

Abstract

Program Bantuan Pangan Non-Tunai (BPNT) merupakan salah satu program pemerintah yang bertujuan meningkatkan kesejahteraan masyarakat melalui pemberian bantuan pangan kepada keluarga yang memenuhi kriteria tertentu. Permasalahan yang masih sering dihadapi dalam penyaluran BPNT adalah ketidaktepatan sasaran akibat proses seleksi penerima yang masih bergantung pada penilaian manual sehingga berpotensi menimbulkan kesalahan inklusi maupun eksklusi. Penelitian ini bertujuan menerapkan algoritma Naïve Bayes untuk menentukan kelayakan penerima BPNT berdasarkan data sosial ekonomi masyarakat. Data yang digunakan berasal dari basis data Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) Kabupaten Rokan Hulu tahun 2024 sebanyak 2.055 data rumah tangga yang mencakup berbagai atribut demografi, sosial, dan ekonomi. Metode penelitian meliputi tahapan pengumpulan data, praproses data, pembentukan model klasifikasi menggunakan algoritma Naïve Bayes, serta evaluasi kinerja model menggunakan confusion matrix dan nilai akurasi. Hasil penelitian menunjukkan bahwa penerapan SMOTEN dan optimasi parameter pada algoritma Naïve Bayes mampu meningkatkan kemampuan model dalam mengenali kelas penerima BPNT yang memiliki jumlah data lebih sedikit. Peningkatan nilai recall dari 53,33% menjadi 60,00% menunjukkan bahwa model lebih sensitif dalam mengidentifikasi rumah tangga yang berpotensi layak menerima bantuan. Hasil penelitian menunjukkan bahwa model yang dihasilkan layak digunakan sebagai pendukung keputusan dalam proses identifikasi penerima BPNT berbasis data sosial ekonomi.
Co-Authors Edi Purwanto Juliandri Saputra