Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Hasibuan, Ainun Mardiah
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Kelayakan Peminjaman Nasabah Menggunakan Algoritma K-Nearest Neighbor (K-NN): Classification of Customer Loan Eligibility Using The K-Nearest Neighbor (K-NN) Algorithm Hasibuan, Ainun Mardiah; Sriani, Sriani
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1682

Abstract

Penelitian ini dilakukan untuk mengatasi tantangan dalam penilaian kelayakan nasabah di PT. BPRS Amanah Insan Cita, sebuah lembaga keuangan syariah. Untuk mengatasi masalah ini dalam proses filter nasabah, Algoritma K-Nearest Neighbor (K-NN) digunakan untuk klasfikasi dan prediksi yang merupakan salah satu teknik data mining yang efektif dalam klasifikasi data, yang bertujuan untuk mengembangkan model klasifikasi kelayakan peminjaman nasabah dengan menggunakan Data yang digunakan dalam penelitian ini mencakup 150 nasabah dengan delapan atribut utama, seperti jenis kelamin, profesi, pendapatan bulanan, total hutang, jumlah tanggungan, status pernikahan, dan nilai aset. Hasil penelitian menunjukkan tingkat akurasi dan kehandalan model klasifikasi K-NN dalam memprediksi resiko peminjaman nasabah pada PT. BPRS Amanah Insan Cita yang telah dilakukan menggunakan tools RapidMiner nilai akurasi dari sistem pada klasifikasi ketepatan penggunaan metode K-NN pada kelayakan peminjaman nasabah di lembaga keuangan berbasis syariah, khususnya PT. BPRS Amanah Insan Cita accuracy sebesar 0,9 (90%), precision untuk kelas layak sebesar 0,92 (92%) recall untuk kelas layak 0,92 (92%) dan f1 score untuk kelas layak 1,05 (105%) Sedangkan untuk kelas tidak layak nilai precision sebesar 0,80 (80%) nilai recall sebesar 0,80 (80%), dan nilai f1 score sebesar 0,80 (80%).
Rancang Bangun Sistem Informasi Pengelolaan Inventaris Berbasis WEB pada PT BPRS Amanah Insan Cita Hasibuan, Ainun Mardiah; Nasution, Fadhilah Ramadhani; Rifki, Muhammad Ikhsan
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 3 No. 3 (2023): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v3i3.2304

Abstract

Sistem informasi berbasis web adalah kombinasi dari teknologi informasi berdasarkan suatu situs pada jaringan internet yang dilengkapi dengan fitur-fitur dan didesain sedemikian rupa sesuai kebutuhan pada penginputan suatu data tertentu bertujuan untuk mempermudah dan mempercepat data yang diolah meskipun pengguna tersebut merupakan pemula. Perusahaan memanfaatkan perkembangan teknologi internet dan sistem Informasi yang berkembang pesat saat ini. PT. BPRS Amanah Insan Cita adalah lembaga keuangan yang kegiatannya menghimpun dana, menyediakan pembiayaan dan penempatan dana kepada masyarakat Indonesia khususnya masyarakat kota medan dan sekitarnya berdasarkan prinsip syariah dan bagi hasil yang telah disepakati kedua belah pihak baik nasabah maupun bank. Metode yang diterapkan dalam penelitian ini adalah metode waterfall yang merupakan sebuah model metode penelitian sistematis dan sequence yang layak diterapkan dalam melakukan penelitian ini karena metode ini menyajikan tahap demi tahap yang sangat sesuai dengan keadaan dilapangan. Dengan adanya sistem informasi ini, maka dapat memberikan informasi yang tepat dan cepat terhadap ketersediaan inventaris pada PT BPRS Amanah Insan Cita.
Co-Authors Mhd Ikhsan Rifki Nasution, Fadhilah Ramadhani Rifki, Muhammad Ikhsan