Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa Sistem Informasi (JMSI)
Arina Fawaida
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISIS KLASIFIKASI KELULUSAN SISWA MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR) RANDOM FOREST PADA DATASET "STUDENTS PERFORMANCE" Muhammad Rizki Arrohman; Nikmatul Khoiriyah; Arina Fawaida; Diana Laily Fithri
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9102

Abstract

Keberhasilan siswa menjadi indikator penting dalam menilai kualitas sistem pendidikan. Oleh karena itu, prediksi kelulusan siswa berdasarkan data demografis dan akademik sangat penting untuk membantu institusi pendidikan melakukan tindakan pencegahan. Tujuan dari penelitian ini adalah untuk menganalisis dan membandingkan kinerja dua algoritma klasifikasi, K-Nearest Neighbor (KNN) dan Random Forest, ketika digunakan untuk memprediksi kelulusan siswa. Dataset kinerja siswa mencakup informasi seperti jenis kelamin, kelompok etnis, pendidikan orang tua, status makan siang, program persiapan ujian, matematika, membaca, dan nilai ujian menulis. Nilai rata-rata dari ketiga mata pelajaran tersebut digunakan untuk menentukan kelulusan siswa. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki akurasi 100% dan KNN memiliki akurasi 90%. Hasil penelitian ini diharapkan dapat digunakan sebagai referensi dalam pengembangan sistem pendukung keputusan berbasis data di bidang pendidikan
PENERAPAN METODE MULTI-ATTRIBUTE UTILITY THEORY (MAUT) DALAM PEMILIHAN APLIKASI FINANSIAL TERBAIK UNTUK UMKM MIKRO Kharis Ferdiansyah; Arina Fawaida; Syafiul Muzid
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9177

Abstract

Penelitian ini bertujuan untuk menentukan aplikasi finansial terbaik bagi Usaha Mikro, Kecil, dan Menengah (UMKM) menggunakan metode Multi-Attribute Utility Theory (MAUT) dalam kerangka Sistem Pendukung Keputusan (SPK). Lima aplikasi finansial populer (Buku Warung, Teman Bisnis, Majoo, Si Apik (OJK), dan Kledo) dievaluasi berdasarkan lima kriteria utama: kemudahan penggunaan, ketersediaan fitur laporan, dukungan offline, biaya, dan dukungan transaksi digital. Pembobotan kriteria dilakukan dengan skala 1–5, kemudian dinormalisasi agar total bobot sama dengan 1. Hasil penelitian menunjukkan bahwa Buku Warung menjadi aplikasi terbaik dengan skor preferensi tertinggi (0,85), unggul dalam aspek kemudahan penggunaan dan biaya gratis, yang menjadi prioritas UMKM mikro. Teman Bisnis menempati posisi kedua (skor 0,78), sedangkan aplikasi berbayar seperti Majoo dan Kledo memiliki skor lebih rendah karena biaya yang relatif tinggi. Metode MAUT terbukti efektif dalam menyelesaikan permasalahan pemilihan aplikasi finansial karena mampu mengintegrasikan kriteria kualitatif dan kuantitatif secara objektif. Penelitian ini memberikan kontribusi praktis bagi UMKM dengan rekomendasi berbasis analisis ilmiah, sekaligus menunjukkan bahwa pendekatan MAUT dapat menjadi solusi untuk pengambilan keputusan multidimensi di kalangan UMKM.
ANALISIS DATA TREN HIJAB DI INDONESIA DENGAN MODEL DECISION TREE Fadina Salwa Aulia Putri; Arina Fawaida; Nikmatul Khoiriyah; Muhammad Rizki Arrohman; Arif Setiawan
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9190

Abstract

Penelitian ini membahas penerapan algoritma Decision Tree dalam menganalisis data tren hijab di Indonesia. Dataset yang digunakan merupakan data fiktif yang dirancang menyerupai kondisi pasar nyata, dengan atribut meliputi bahan, warna, panjang, dan motif hijab, serta target klasifikasi berupa jenis hijab: instan, pashmina, segi empat, dan turban. Proses penelitian mencakup tahap pra-pemrosesan data menggunakan Label Encoding, pelatihan model klasifikasi, evaluasi menggunakan confusion matrix dan classification report, serta visualisasi struktur pohon keputusan. Hasil riset menunjukkan bahwa warna menjadi atribut paling dominan dalam proses klasifikasi, diikuti oleh panjang hijab, sementara bahan dan motif berkontribusi dalam tingkat yang lebih rendah. Temuan ini diharapkan dapat menjadi acuan bagi pelaku industri fashion muslimah dalam memahami preferensi konsumen dan menyusun strategi berbasis data yang lebih efektif.
Co-Authors Arif Setiawan Diana Laily Fithri Fadina Salwa Aulia Putri Kharis Ferdiansyah Muhammad Rizki Arrohman Nikmatul Khoiriyah Syafiul Muzid