Claim Missing Document
Check
Articles

Found 2 Documents
Search

Eksplorasi Variabel Berpengaruh dan Akurasi Algoritma Naive Bayes Classifier untuk Mengklasifikasikan Performa Siswa Sekolah Dasar: Exploration of Influential Variables and Accuracy of the Naive Bayes Classifier Algorithm for Classifying the Performance of Elementary School Students Pekuwali, Arini Aha; Bano, Vidriana Oktoviana; Panja, Alfred Domu D.; Prasetyo, Fajar Indra
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 3 (2025): MALCOM July 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i3.1813

Abstract

Literasi numerasi memungkinkan seseorang untuk menggunakan angka dan simbol matematika dasar guna menyelesaikan tantangan praktis dalam kehidupan sehari-hari. Data perkembangan kemampuan matematika di antara siswa Indonesia melalui penilaian Program for International Student Assessment (PISA) pada tahun 2022, menunjukkan bahwa Indonesia berada pada posisi ke-71 dari 81 negara. Hasil PISA yang rendah tersebut terkonfirmasi oleh hasil nilai Asesmen Kompetensi Minimum (AKM) literasi numerasi Sumba Timur yang berada di angka 33,37 (skala 0-100) pada tahun 2023. Nilai PISA dan AKM yang sangat rendah menunjukkan rendahnya pondasi kemampuan matematika anak, sehingga perlu adanya pengidentifikasian sejak dini kepada siswa Sekolah Dasar (SD). Perkembangan data dalam konteks pendidikan dan evolusi pendidikan modern telah mendorong penggunaan berbagai teknik data mining untuk memantau performa siswa dengan cara-cara penelusuran yang beragam untuk menganalisis dan menemukan informasi yang tersembunyi dalam sistem pendidikan. Data mining pada data pendidikan biasa disebut dengan educational data mining (EDM). Penelitian dilakukan dengan mengumpulkan data hasil belajar siswa SD kelas 4 untuk mata pelajar matematika dan beberapa data demografis siswa. Melalui penelitian ini diketahui bahwa variabel RT1, RT2, dan PTS memiliki hubungan yang kuat dengan variabel terikat PAS. Model yang dibentuk oleh Algoritme Naive Bayes berhasil mengklasifikasikan performa belajar siswa dengan akurasi sebesar 92%.
IMPLEMENTASI TEKNOLOGI GOOGLE APPS SCRIPT DAN PHP DALAM OTOMATISASI PENGELOLAAN DATA DAN PEMBUATAN DOKUMEN KERJA SAMA (OIA UNKRISWINA) Hariadi, Fajar; Enda, Riwa Rambu Hada; Prasetyo, Fajar Indra; Bangu, Dhea Ananda Putri
BESIRU : Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2026): BESIRU : Jurnal Pengabdian Masyarakat, Januari 2026
Publisher : Lembaga Pendidikan dan Penelitian Manggala Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62335/besiru.v3i1.2231

Abstract

The management of cooperation documents in higher education institutions requires efficiency, accuracy, and ease of access. However, at the Office of Institutional Advancement (OIA) of Wira Wacana Christian University Sumba, the process of preparing legal documents such as MoU, IA, and PKS is still carried out manually. This condition causes high workloads, the risk of input errors, and difficulty updating documents that are repetitive. To answer these problems, an automation system based on PHP and SQLite was developed that allows users to generate documents instantly through filling in document numbers and selecting partners and implementers. Google Apps Script is also used to deploy cooperation data to the relevant unit Spreadsheet automatically without manual intervention. The system is built with a simple waterfall approach: needs analysis, form generator design, and data automation script integration. The test results showed a reduction in document creation time of up to 70% and a reduction in input errors. In conclusion, this system is able to increase the efficiency, accuracy, and responsiveness of cooperation administration at OIA Wira Wacana Christian University Sumba.