Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi Informatika
Fajar Novriansyah Yasir
Unknown Affiliation
Computer Science & IT Other

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

Found 2 Documents
Search

 1 
Rancang Bangun Sistem Informasi Penjualan Berbasis Website pada CV Meubel Dandung Lestari Mustadil, Dini; Darmawati; Fajar Novriansyah Yasir
Jurnal Ilmiah Teknologi Informatika Vol 2 No 2 (2024): JITAKU: Jurnal Ilmiah Teknologi Informatika UNCP
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitaku.v2i2.73

Abstract

Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Penjualan Berbasis Website pada CV Meubel Dandung Lestari dan diimplementasikan ke dalam bentuk program sesuai dengan rancangan yang dibuat, penelitian ini dilakukan di CV Meubel Dandung Lestari. Adapun jenis penelitian yang digunakan pada penelitian ini yaitu jenis penelitian Research and Development (R&D) dengan menggunakan model waterfall sebagai metode pengembangan perangkat lunak. Metode yang digunakan peneliti dalam pengumpulan data yaitu observasi, wawancara dan studi literatur. Perancangan sistem yang digunakan yaitu pendekatan Unified Modelling Language (UML) v.4.0.1, yang terdiri dari Use Case Diagram, Activity Diagram, Sequence Diagram dan Class Diagram. Figma sebagai desain interface, adapun software yang digunakan dalam pembuatan sistem ini yaitu aplikasi Sublime Text v.3.0 sebagai teks editor, XAMPP v.3.1.0 sebagai server localhost, MySQL sebagai penampung data dan PHP sebagai bahasa pemograman. Pengujian sistem yang digunakan yaitu teknik pengujian Black Box. Sistem telah diimplemantasikan ke dalam bentuk website dan sudah layak untuk digunakan.
Penerapan Algoritma KNN dan Naive Bayes untuk Memprediksi Tingkat Kemiskinan di Indonesia M.Ilham Arief; Fajar Novriansyah Yasir; Muhammad Idham Rusdi
Jurnal Ilmiah Teknologi Informatika Vol 3 No 2 (2025): JITAKU: Jurnal Ilmiah Teknologi Informatika UNCP
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitaku.v3i2.320

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja algoritma K-Nearest Neighbors (KNN) dan Naive Bayes dalam klasifikasi tingkat kemiskinan. Data yang digunakan telah melalui tahap pra-pemrosesan, meliputi pembersihan data, encoding variabel kategorikal, normalisasi, serta reduksi dimensi dengan Principal Component Analysis (PCA). Selanjutnya, data dibagi menjadi set pelatihan dan pengujian dengan rasio 80:20. Hasil pengujian menunjukkan bahwa algoritma Naive Bayes memiliki akurasi sebesar 96 persen dengan nilai recall 91,7 persen untuk kategori Miskin, yang menandakan kemampuan model ini dalam mendeteksi kelompok miskin secara konsisten lebih tinggi dibandingkan KNN. Sementara itu, algoritma KNN menghasilkan akurasi sebesar 93,3 persen dengan recall pada kategori Miskin sebesar 66,7 persen, sehingga lebih unggul dalam mengklasifikasikan kelompok mayoritas (Tidak Miskin), tetapi relatif lemah dalam mengenali kelompok minoritas (Miskin). Perbandingan ini menegaskan bahwa Naive Bayes lebih sesuai digunakan dalam konteks analisis sosial-ekonomi yang menekankan pada identifikasi kelompok miskin, sedangkan KNN lebih tepat ketika tujuan utama adalah menjaga akurasi keseluruhan dan stabilitas pada kelompok mayoritas.
Co-Authors Darmawati M.Ilham Arief Muhammad Idham Rusdi Mustadil, Dini