Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Bulletin of Information Technology (BIT) Aptekmas : Jurnal Pengabdian Kepada Masyarakat
Kelly, Angel
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 1 Documents
Search
Journal : Bulletin of Information Technology (BIT)

 1 
Sistem Cerdas Pengkategorian Surat Undangan Elektronik Tender Pekerjaan Dengan AutoML Kelly, Angel; Irsyad, Hafiz; Widiyanto, Eka Puji
Bulletin of Information Technology (BIT) Vol 5 No 4: Desember 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v5i4.1501

Abstract

Abstrak−Tender merupakan tawaran untuk mengajukan harga, memborong pekerjaan, atau menyediakan barang. Pengelompokan surat undangan elektronik tender pekerjaan merupakan proses penting dalam menentukan apakah tender tersebut termasuk kategori pekerjaan dalam suatu perusahaan. Dataset yang digunakan memiliki jumlah sebanyak 650 judul pekerjaan yang dibagi dengan rasio 80:20, data training sebesar 80% dan data testing sebesar 20%. Pengembangan perangkat lunka ini dilakukan untuk mengelompokan kategori surat undangan elektronik tender menggunakan algoritma AutoML AutoGluon. Hasil dari pengujian yang dilakukan menunjukkan akurasi terbaik yang dihasilkan pada pengujian skenario ketiga (presets High) dengan akurasi sebesar 81.53%, sedangkan skenario pertama (presets Medium) memberikan akurasi terendah sebesar 77.69%. Kata Kunci: AutoML, AutoGluon, Tender, Surat Undangan Elektronik
Co-Authors Ariansyah, Nova Djunaidi, Sherdian Eka Puji Widiyanto FELICIA Hafiz Irsyad Hartati, Ery