Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Wirnanti, Rintan
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
KNOWLEDGE DISCOVERY DALAM PREDIKSI NILAI SISWA BERDASARKAN BULAN KELAHIRAN SISWA DI SMP NEGERI 2 TUNGKAL JAYA MENGGUNAKAN NAIVE BAYES Haidar Afif Mufid, Muhammad; Attika Putri, Shopi; Gustiani, Sindy; Wirnanti, Rintan; Sabar Manahan, Nico; Ditha Tania, Ken; Rifai, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13864

Abstract

Pendidikan memiliki peran yang sangat penting dalam membentuk kualitas akademik siswa, di mana prestasi belajar dipengaruhi oleh berbagai faktor, baik yang bersifat internal maupun eksternal. Penelitian ini fokus pada hubungan antara bulan kelahiran dengan pencapaian nilai siswa di SMP Negeri 2 Tungkal Jaya, yang selama ini masih menggunakan metode tradisional tanpa mempertimbangkan faktor non-tradisional seperti bulan kelahiran. Tujuan dari penelitian ini adalah untuk membangun model prediksi nilai siswa menggunakan metode Naive Bayes, yang dapat membantu sekolah dalam mengidentifikasi siswa yang berisiko mengalami kesulitan akademik berdasarkan bulan kelahirannya, sekaligus memberikan rekomendasi untuk strategi pembelajaran yang inklusif. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Databases (KDD), yang melalui beberapa tahapan, dimulai dari pengumpulan data dari 123 siswa, kemudian melakukan preprocessing dengan mengklasifikasikan nilai ke dalam kategori A, B, dan C, dilanjutkan dengan transformasi, dan terakhir melakukan data mining menggunakan Naive Bayes di RapidMiner. Hasil evaluasi menunjukkan bahwa akurasi tertinggi dicapai pada nilai IPS, yaitu sebesar 72,75%, sementara akurasi terendah terdapat pada Matematika dengan 40,30%. Rata-rata akurasi prediksi untuk Bahasa Indonesia, Bahasa Inggris, dan rapor berada di atas 70%.
PENGUJIAN WEBSITE MENGGUNAKAN SELENIUM IDE PADA JDIH PESAWARAN MENGGUNAKAN METODE EQUIVALENCE PARTITIONING Fathoni, Fathoni; Haidar Afif Mufid, Muhammad; Aqil Zidane, Muhammad; Attika Putri, Shopi; Wirnanti, Rintan; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13939

Abstract

Perkembangan teknologi mendorong instansi pemerintah untuk meningkatkan kualitas website sebagai wadah informasi publik, salah satunya adalah JDIH Pesawaran yang menyediakan dokumen hukum terorganisir. Namun, peluang bug pada fitur-fitur website dapat mengurangi kemampuan sistem, terutama dalam melakukan validasi masukan dari suatu data. Penelitian ini bertujuan untuk menguji fungsionalitas website JDIH Pesawaran menggunakan Selenium IDE dan metode Equivalence Partitioning untuk menguji dan menemukan celah sistem. Metode Black Box Testing diterapkan dalam klasifikasi input valid dan invalid dari empat fitur utama: login, instansi, data admin, dan jabatan. Hasil pengujian 19 test case menunjukkan 78,95% sesuai harapan dan 21,05% mengalami ketidaksesuaian terutama pada validasi panjang karakter di kolom instansi dan jabatan yang melebihi 200 karakter. Hal ini menunjukkan perlunya perbaikan batasan input dan optimasi tampilan. Penggunaan Selenium IDE terbukti mempercepat proses pengujian secara otomatis dan minim akan kesalahan. Penelitian ini menyarankan untuk mengombinasi metode pengujian dan tools automation lainnya untuk meningkatkan akurasi serta pusat pada pengembangan validasi data dan keamanan sistem di penelitian selanjutnya
Co-Authors Ahmad Rifai Ali Ibrahim Aqil Zidane, Muhammad Attika Putri, Shopi Fathoni Fathoni Gustiani, Sindy Haidar Afif Mufid, Muhammad Ken Ditha Tania Sabar Manahan, Nico