Ceasar Octariadi, Barry
Unknown Affiliation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Algoritma Genetika untuk Penjadwalan Shift Perawat Imanda, Imanda; Cendekia Siregar, Alda; Ceasar Octariadi, Barry
LANCAH: Jurnal Inovasi dan Tren Vol. 3 No. 1 (2025): DESEMBER 2024 - MEI 2025
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET) - Lembaga KITA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ljit.v3i1.3948

Abstract

Penjadwalan merupakan metode terencana untuk eksekusi tugas dalam jangka waktu yang telah ditentukan. Penjadwalan shift perawat di Rumah Sakit Bhayangkara Pontianak selama ini dilakukan secara manual, yang sering kali memakan waktu lama dan berpotensi menyebabkan ketidakseimbangan beban kerja serta konflik jadwal. Penelitian ini bertujuan untuk mengembangkan sistem penjadwalan berbasis web dengan menerapkan algoritma genetika guna menghasilkan jadwal yang lebih efektif dan efisien. Sistem dirancang menggunakan bahasa pemrograman Python dan memanfaatkan parameter algoritma genetika seperti tingkat crossover, tingkat mutasi, dan ukuran populasi. Data perawat yang diolah meliputi nama, pangkat, pendidikan, serta status senioritas. Proses optimasi dilakukan dengan mengukur nilai kebugaran (fitness) setiap individu dalam populasi, seleksi, crossover, dan mutasi hingga mencapai solusi optimal. Hasil penelitian menunjukkan bahwa algoritma genetika mampu menghasilkan jadwal shift perawat yang memenuhi semua aturan, seperti kombinasi perawat senior dan junior, aturan lepas piket setelah shift malam, dan jam kerja minimal 160 jam per bulan yang dilakukan hingga 5 kali percobaan dan mendapatkan jadwal yang optimal memenuhi batasan pada percobaan ke-5 dengan waktu eksekusi selama 0,90 detik dan fitness sebesar 1 sehingga lebih efisien dibandingkan metode penjadwalan manual.
PENERAPAN METODE NAÏVE BAYES DALAM SISTEM PAKAR BIMBINGAN KONSELING KARIR SISWA Darniva, Fara; Ceasar Octariadi, Barry; Putri Agustini Alkadri, Syarifah
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 12, No 12 (2025): NUSANTARA : JURNAL ILMU PENGETAHUAN SOSIAL
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v12i12.2025.4755-4761

Abstract

Bimbingan konseling karir adalah proses yang dilakukan oleh guru bimbingan konseling dengan memberikan bantuan kepada peserta didik untuk mengalami perkembangan, pencarian dan membuat keputusan karir yang rasional sepanjang hidupnya serta realistis berdasarkan potensi yang dimiliki dan peluang yang ada di lingkungan sekitar sehingga meraih kesuksesan. Keterbatasan waktu dan jumlah guru Bimbingan Konseling menjadi permasalahan yang terjadi di sekolah tersebut dalam proses layanan bimbingan konseling karir terkait memberikan rekomendasi karir kepada siswa. Tujuan utama dari penelitian ini adalah untuk membangun aplikasi sistem pakar berbasis website menggunakan metode Naïve Bayes untuk memberikan rekomendasi karir kepada siswa berdasarkan nilai probabilitas tertinggi. Hasil dari penelitian ini memperoleh nilai 90,90% berdasarkan pengujian akurasi sistem, maka dapat dikatakan aplikasi ini berhasil dan bisa digunakan oleh siswa untuk melakukan bimbingan konseling karir.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIDAN DI KLINIK JI LI NGO KOTA SINGKAWANG MENGGUNAKAN METODE SMART Marwan, Yusuf; Putri Agustini Alkadri, Syarifah; Ceasar Octariadi, Barry
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 1 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i1.2026.114-120

Abstract

Klinik Bidan JI LI NGO Kota Singkawang, juga bertanggung jawab dalam pelaksanaan bidang kesehatan dalam membantu pencapaian sebagai seorang bidan. Namun terdapat permasalahan yang muncul di klinik ini yaitu sifatnya masih manual, dampak negatif dari sistem pemilihan yang masih manual ini mengakibatkan pemilihan calon bidan menjadi tidak tepat sasaran. Dengan menggunakan SPK dan metode SMART sebagai basis dalam pemilihan bidan hal ini memungkinkan sistem dapat memberikan perankingan sesuai dengan perhitungan yang di dasar dari kriteria yang sudah ada. Berdasarkan pengujian sistem serta melalui perhitungan manual, hasil menunjukkan bahwa calon bidan bernama Juvi pada berada pada peringkat pertama dengan nilai akhir 0,8023. Penelitian ini juga melibatkan pengujian user acceptance test (UAT) dengan 5 responden dari klinik terkait. Hasil kuesioner menunjukkan bahwa sistem memiliki tingkat kegunaan (usability) yang sangat baik dengan tingkat penerimaan sebesar 92%. Hal ini membuktikan bahwa sistem dapat diterima dan digunakan secara efektif dalam mendukung pengambilan keputusan
PREDIKSI KUALITAS UDARA KOTA PONTIANAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) Siti Nur Fadillah, Utin; Putri Agustini A, Syarifah; Ceasar Octariadi, Barry
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 1 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i1.2026.289-292

Abstract

Kualitas udara merupakan indikator penting dalam menilai kesehatan lingkungan suatu wilayah. Kota Pontianak, sebagai pusat aktivitas ekonomi dan transportasi di Kalimantan Barat, menghadapi potensi penurunan kualitas udara akibat meningkatnya aktivitas manusia dan kendaraan. Penelitian ini bertujuan membangun sistem prediksi kualitas udara di Kota Pontianak dengan menerapkan algoritma K-Nearest Neighbor (KNN) berdasarkan parameter polusi udara meliputi PM2.5, PM10, CO, O?, NO?, dan parameter cuaca (suhu, kelembaban). Data diperoleh dari Dinas Lingkungan Hidup Kota Pontianak dan melalui tahapan preprocessing sebelum digunakan sebagai data pelatihan dan pengujian. Sistem prediksi dirancang dalam bentuk aplikasi web yang memungkinkan pengguna mengunggah data dan memperoleh hasil prediksi kategori kualitas udara, yaitu baik, sedang, atau tidak sehat. Hasil evaluasi menunjukkan bahwa model KNN dengan nilai K=7 menghasilkan akurasi sebesar 90%, presisi 92% untuk kelas "Tidak Sehat", dan recall 88%. Sistem ini diharapkan dapat membantu instansi terkait dalam mengambil langkah preventif terhadap potensi penurunan kualitas udara serta meningkatkan kesadaran masyarakat mengenai pentingnya menjaga kondisi udara yang bersih dan sehat.