Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia JRIIN :Jurnal Riset Informatika dan Inovasi AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Bunga, Azaria
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Transportation

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

Found 3 Documents
Search

 1 
Jumlah Kepala Sekolah Dan Guru Menurut Kelompok Umur Provinsi Bali, Jambi, Papua Barat, Dan Papua Tengah Tahun 2023/2024 Rosyani, Perani; Gisma Ripan, Fitrah; Bunga, Azaria; Nur Hafsari, Lintang; Saputro, Bagus
BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia Vol. 2 No. 4 (2024): BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia
Publisher : CV. Shofanah Media Berkah

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

Abstract

The study aims to analyze the distribution of school principals and teachers based on age groups in the provinces of Bali, Jambi, West Papua, and Central Papua. This research employs a descriptive quantitative approach using data sourced from the 2023/2024 BPS reports and related academic journals. The findings indicate that the age distribution of educators varies across provinces. Bali and Jambi show higher mean and median ages, indicating a dominance of experienced educators. On the other hand, West Papua and Central Papua have lower mean and median ages, suggesting a predominance of younger educators. These findings offer a better understanding of the age composition of educators in each province and highlight the importance of educational policy planning tailored to the demographic conditions of each region. This data is expected to serve as a foundation for stakeholders in enhancing the quality and sustainability of education in Indonesia.
Pengembangan Sistem Informasi Manajemen Akademik Perguruan Tinggi Al Fariz, Muhammad Zidane; Taufik, Wildan Az Zikri; Bunga, Azaria; Andrian, Jumigih; Wijoyo, Agung
Jurnal Riset Informatika dan Inovasi Vol 3 No 7 (2025): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Penelitian ini bertujuan untuk menganalisis penerapan sistem informasi manajemen akademik dalam meningkatkan efisiensi dan efektivitas tata kelola perguruan tinggi. Sebelumnya, proses akademik dilakukan secara manual, seperti pencatatan nilai, pengisian KRS, dan penjadwalan, yang menyebabkan keterlambatan dan ketidaksinkronan data. Metode penelitian yang digunakan adalah deskriptif kualitatif dengan pendekatan studi kasus di lingkungan perguruan tinggi. Hasil penelitian menunjukkan bahwa penerapan sistem informasi manajemen akademik mampu meningkatkan kecepatan akses data, mengurangi kesalahan administratif, serta memperkuat transparansi dan akuntabilitas akademik. Temuan ini menegaskan pentingnya digitalisasi manajemen akademik sebagai fondasi peningkatan mutu pelayanan pendidikan tinggi.
Prediksi Durasi Perjalanan Taxi NYC Menggunakan Regression Model Bunga, Azaria; Fariz, Muhammad; Firdaus, Muhammad Riyad; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Prediksi durasi perjalanan transportasi urban merupakan aspek penting dalam meningkatkan efisiensi operasional dan kualitas layanan. New York City Yellow Taxi menyediakan dataset perjalanan dalam jumlah besar yang dapat dimanfaatkan untuk membangun model prediksi berbasis machine learning. Penelitian ini mengembangkan sistem prediksi durasi perjalanan menggunakan empat algoritma: Linear Regression, Random Forest, Gradient Boosting, dan XGBoost. Dataset diproses melalui tahap preprocessing, feature engineering, dan  pembagian  data  menjadi training dan testing  set.  Hasil  penelitian  menunjukkan bahwa XGBoost memberikan performa terbaik dengan MAE 189,23 detik, RMSE 287,91 detik, dan R² sebesar 0,8657, mengungguli model lainnya. Faktor paling berpengaruh terhadap durasi perjalanan meliputi trip_distance, haversine_distance, dan hour_of_day. Sistem yang dibangun memungkinkan prediksi real-time serta analisis data secara komprehensif. Penelitian ini membuktikan bahwa algoritma tree- based boosting, khususnya XGBoost, efektif digunakan dalam memodelkan dinamika durasi perjalanan taxi di lingkungan urban yang kompleks.
Co-Authors Al Fariz, Muhammad Zidane Andrian, Jumigih Firdaus, Muhammad Riyad Gisma Ripan, Fitrah Muhammad Fariz Nur Hafsari, Lintang Perani Rosyani Saputro, Bagus Taufik, Wildan Az Zikri Wijoyo, Agung