Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK)
Sinta Suleman
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Klasifikasi Kondisi Ekonomi Masyarakat Menggunakan Metode K-Nearest Neighbor Annahl Riadi; Yulianty Lasena; Sinta Suleman; Olhan Nurani
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 3 No 2 (2024): November 2024
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v3i2.1195

Abstract

Perekonomian yang sangat mungkin bahwa masalah ekonomi akan mengalami perubahan dan perkembangan secara terus menerus dari sebagian masyarakat. Salah satu masalah yang sering dihadapi oleh masyarakat adalah ketimpangan ekonomi, ini dapat menyebabkan perbedaan pendapatan yang signifikan antara kelompok sosial yang berbeda, kemudian berdampak pada akses layanan penting seperti pendidikan, rumah yang layak, dan perawatan kesehatan. Meningkatnya pertumbuhan penduduk di Desa Moutong saat ini menyebabkan pemerintah desa merasa kesulitan dalam melakukan pendataan walaupun telah disediakan sarana dan prasarana tetepi sarana berupa komputer yang diberikan pemerintah pusat terbilang kurang, oleh sebab itu pelayanan pada pendataan penduduk saat ini masih dilakukan secara manual ditambah dengan tidak adanya aplikasi pendukung yang mampu mengelompokan data sesuai dengan kriteria yang telah ditentukan. Oleh karena itu, diperlukan pengklasifikasian yang dapat mengklasifikasi kondisi ekonomi masyarakat. Dalam hal ini, penulis menggunakan algoritma K-Nearest Neighbor untuk mengklasifikasi permasalahan tersebut. Dapat diketahui hasil penerapan metode KNN dalam membangun sistem klasifikasi kondisi ekonomi masyarakat dengan mendapatkan hasil akurasi sebesar 94% untuk nilai K = 3. Hasil akurasi tersebut dapat di kategorikan bahwa aplikasi yang dibuat layak untuk digunakan dalam klasifikasi kondisi ekonomi masyarakat. Kata Kunci: Klasifikasi, Kondisi Ekonomi, K-Nearest Neighbor
PENERAPAN METODE SINGLE MOVING AVERAGE DALAM PREDIKSI JUMLAH PENERIMAAN SISWA BARU Fence Mohamad; Irvan A. Salihi; Sudirman Melangi; Sinta Suleman
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 1 (2025): Mei 2025
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i1.1467

Abstract

Abstrak - Pendaftaran siswa baru merupakan siklus tahunan yang dialami oleh semua instansi pendidikan baik itu instansi negeri maupun swasta, SMAN 1 Telaga Biru pada setiap tahunnya mampu menerima siswa siswi baru. Jumlah siswa-siswi baru pada penerimaan siswa tahun ajaran baru dapat mengalami peningkatan dan dapat juga mengalami penurunan, Jumlah siswa yang melebih target menjadi permasalahan pada jumlah ruangan dan guru pada sehingga diperlukan adanya prediksi untuk mengetahui perolehan jumlah siswa baru pada SMA Negeri 1 Telaga. Dalam melakukan prediksi yang menjadi faktor utama adalah pemilihan metode prediksi karena pemilihan metode berpengaruh terhadap hasil prediksi, Adapun metode prediksi yang dipakai adalah metode Single Moving Average (SMA). Dengan adanya sistem prediksi mengenai penerimaan siswa baru bahwa dapat dilakukan mulai dari 2 periode mendatang dapat dilakukan prediksi. Hasil dari sistem prediksi penerimaan siswa baru dengan menggunakan metode Simple moving average dapat diterapkan dengan menggunakan hasil pengujian MAPE didapatkan pada periode sebesar 5.50% Kata Kunci : Aplikasi, Metode Single Moving Average, Prediksi, Jumlah Penerimaan Siswa Baru
Co-Authors Annahl Riadi Fence Mohamad Irvan A. Salihi Olhan Nurani Sudirman Melangi Yulianty Lasena