Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Buletin Agrohorti Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Putra, Yoga Adi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
Application of Data Mining Techniques in Assessing the Performance of Vocational High School Students in Computer Engineering at SMK Negeri 1 Braja Selebah Using Support Vector Machines (SVM), Naive Bayes, and k-Nearest Neighbors (k-NN) Algorithms Putra, Yoga Adi; Nugroho, Handoyo WD; Chairani, C; Trilokai, Joko
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.495

Abstract

This study discusses the performance comparison of three classification algorithms: K-Nearest Neighbors (k-NN), Naive Bayes, and Support Vector Machines (SVM), in assessing student performance at a Vocational High School specializing in Computer Engineering. The objective of this research is to identify the most effective algorithm for classification based on various evaluation metrics such as accuracy, precision, recall, and F1-Score. The experimental results show that the SVM algorithm has the best performance with an accuracy of 93.2%, precision of 93.4%, recall of 93.2%, and F1-Score of 93.1%. Naive Bayes ranks second with an accuracy of 86.2%, precision of 86.8%, recall of 86.2%, and F1-Score of 86.4%. The k-NN algorithm is in the last position with an accuracy of 81.0%, precision of 81.0%, recall of 82.0%, and F1-Score of 80.0%. Therefore, the SVM algorithm is recommended as the best model for classification in the context of this research.
Manajemen Pemupukan dan Monitoring Demplot Precipalm Kelapa Sawit (Elaeis guineensis Jacq.) di Lahan Gambut, Riau Putra, Yoga Adi; Sudradjat, Sudradjat; Hariyadi, Hariyadi
Buletin Agrohorti Vol. 13 No. 2 (2025): Buletin Agrohorti
Publisher : Departemen Agronomi dan Hortikultura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/agrob.v13i2.65553

Abstract

Kelapa sawit merupakan komoditas perkebunan strategis di Indonesia. Untuk mendukung produktivitasnya, pemupukan yang tepat sangat diperlukan. Penerapan prinsip 5T (tepat jenis, dosis, waktu, cara, dan tempat) menjadi kunci dalam meningkatkan efisiensi dan hasil produksi secara berkelanjutan. Penelitian ini dilaksanakan selama empat bulan, mulai dari Januari hingga Mei 2022, di Kebun Divisi I Belaras Barat, Kabupaten Indragiri Hilir, Riau. Tujuan penelitian adalah mengevaluasi efektivitas dan efisiensi pemupukan pada tanaman kelapa sawit berdasarkan prinsip 5T, yaitu tepat jenis, tepat dosis, tepat waktu, tepat cara, dan tepat tempat. Pengamatan dilakukan pada blok percobaan precipalm dengan menganalisis proses pemupukan serta komponen produksi dan produktivitas tanaman. Hasil menunjukkan bahwa pelaksanaan pemupukan sebagian besar telah sesuai dengan kaidah 5T dan standar operasional kebun. Secara keseluruhan, tingkat kepatuhan terhadap kaidah 5T dalam kegiatan pemupukan mencapai 95.62%. Evaluasi produksi dan produktivitas dilakukan dengan menghitung jumlah dan bobot tandan buah segar (TBS) tiap bulan dan tahun, bobot janjang rata-rata per bulan, serta efisiensi pemupukan. Efisiensi pemupukan pada perlakuan precipalm mencapai 31.68%, sedangkan pada perlakuan kontrol hanya sebesar 23.47%. Hasil ini menunjukkan bahwa penggunaan metode yang tepat dalam pemupukan dapat meningkatkan efisiensi dan potensi hasil produksi kelapa sawit secara signifikan. Kata kunci: efisiensi pemupukan, kaidah 5T, produktivitas kelapa sawit
Co-Authors Chairani, C Hariyadi, Hariyadi Nugroho, Handoyo WD Sudradjat Sudradjat Trilokai, Joko