Claim Missing Document
Check
Articles

Found 2 Documents
Search

Klasifikasi Absensi Pegawai Kantor Pusat Universitas Sebelas Maret Menggunakan Naive Bayes Untuk Optimalisasi Sistem Penggajian Nailurrizqi, Adistya; Maulindar, Joni; Dwi Irawan, Ridwan
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dthkdn20

Abstract

Sistem absensi pegawai sebagai komponen kritis dalam manajemen SDM di lingkungan pendidikan seperti Universitas Sebelas Maret masih menghadapi tantangan berupa ketidakefektifan sistem manual berbasis Excel yang rentan terhadap kesalahan input, manipulasi data, dan keterlambatan rekapitulasi. Penelitian ini mengembangkan solusi berbasis algoritma Naïve Bayes untuk mengklasifikasikan tingkat kedisiplinan pegawai (disiplin, toleransi, tidak disiplin) melalui tahapan pengumpulan data, verifikasi, validasi, dan integrasi dengan sistem penggajian. Algoritma Naïve Bayes dipilih karena keunggulannya dalam klasifikasi probabilistik yang cepat dan akurat. Implementasi sistem ini didukung oleh teori manajemen absensi, penggajian terkomputerisasi, dan efektivitas Naïve Bayes, yang secara signifikan meningkatkan akurasi, kecepatan, dan objektivitas pengelolaan absensi. Temuan penelitian menunjukkan pembagian kategori proporsional: Disiplin (0-26.7%), Toleransi (26.8-53.5%), dan Tidak Disiplin (53.6-81%). Sistem ini tidak hanya mengotomatisasi proses absensi tetapi juga memperkuat transparansi dan keadilan kebijakan SDM, sekaligus merekomendasikan integrasi variabel kinerja dan pengembangan fitur real-time untuk penelitian selanjutnya.
Perancangan Sistem Rekomendasi Produk Herbal Menggunakan Content-Based Filtering Bawindra Surya, Lintang; Fajrin Fadhilah, Dayinta; Anin Aliya Pahlevi, Khumaira; Imaduddin, Mohamad; Nailurrizqi, Adistya; Atina, Vihi
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/c0nsjt07

Abstract

Penggunaan produk herbal sebagai alternatif pengobatan tradisional semakin diminati masyarakat karena dianggap lebih alami dan minim efek samping. Namun, banyaknya pilihan produk herbal seringkali membuat pengguna kesulitan dalam menentukan produk yang sesuai dengan kebutuhan kesehatannya. Penelitian ini bertujuan untuk merancang sistem rekomendasi produk herbal yang dapat memberikan saran berdasarkan penyakit atau gejala yang dialami pengguna. Metode content-based filtering digunakan dalam sistem ini untuk mencocokkan informasi penyakit dengan manfaat, komposisi, dan deskripsi produk herbal yang tersedia. Sistem dirancang menggunakan basis data relasional yang menyimpan data penyakit, produk herbal, dan relasi antara keduanya. Hasil dari sistem ini berupa daftar rekomendasi produk herbal yang paling relevan dengan input penyakit dari pengguna. Pengujian dilakukan menggunakan data uji gejala umum seperti asam urat, flu, dan kolesterol, yang menunjukkan bahwa sistem mampu memberikan rekomendasi yang sesuai dan informatif. Sistem ini diharapkan dapat menjadi solusi praktis dalam mendukung pengambilan keputusan dalam memilih produk herbal secara tepat dan efisien.