Anam, Baitul
Unknown Affiliation

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

Found 2 Documents
Search

Perancangan Sistem Informasi Layanan Rumah LKPM Pada Dinas Penanaman Modal Dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Banyuwangi Anam, Baitul; Baijuri, Achmad
IPTEQ Vol 7, No 1 (2025): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v7i1.23854

Abstract

Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Banyuwangi memiliki peran penting dalam memberikan layanan perizinan dan penanaman modal secara efisien. Namun, proses administrasi yang masih konvensional menimbulkan berbagai kendala, seperti keterlambatan layanan, kurangnya transparansi, dan minimnya pemantauan kepatuhan pelaku usaha. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan Sistem Informasi Layanan Rumah Laporan Kegiatan Penanaman Modal (LKPM) guna meningkatkan efektivitas pelayanan publik di DPMPTSP. Penelitian ini menggunakan metode observasi, wawancara, dan studi literatur untuk memahami kebutuhan pengguna serta mengidentifikasi permasalahan dalam sistem yang berjalan. Proses pengembangan sistem menerapkan metode Software Development Life Cycle (SDLC) untuk memastikan desain dan implementasi yang sistematis. Hasil penelitian menunjukkan bahwa sistem yang dirancang mampu mengotomatisasi proses pelaporan LKPM, meningkatkan aksesibilitas layanan, serta mempercepat validasi data dan pemantauan kepatuhan pelaku usaha. Dengan adanya sistem informasi ini, transparansi dan efisiensi layanan publik dapat ditingkatkan, sehingga meminimalisir kendala administratif yang sering terjadi. Kesimpulan dari penelitian ini menunjukkan bahwa penerapan teknologi informasi dalam pelayanan perizinan berpotensi meningkatkan kualitas layanan publik secara signifikan. Diharapkan pengembangan lebih lanjut dapat mencakup fitur tambahan seperti integrasi dengan sistem pusat dan peningkatan keamanan data.
Application of KNN & Decision Tree Algorithms in Predicting Diabetes Using Rapid Miner Fatah, Zaehol; Anam, Baitul
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/37naet22

Abstract

Prediksi diabetes merupakan langkah penting dalam mendukung deteksi dini serta pencegahan komplikasi jangka panjang yang disebabkan oleh penyakit kronis. Penelitian ini bertujuan membandingkan kinerja algoritma K-Nearest Neighbor (KNN) dan Decision Tree dalam memprediksi diabetes menggunakan dataset Pima Indian Diabetes pada aplikasi RapidMiner. Dataset yang digunakan terdiri dari 768 data dengan delapan atribut kesehatan utama yang berkaitan dengan risiko diabetes. Metode penelitian meliputi preprocessing data, normalisasi, penanganan missing value, serta evaluasi model menggunakan K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 74,68%, lebih tinggi dibandingkan KNN yang hanya mendapatkan akurasi 68,18%. Keunggulan Decision Tree disebabkan kemampuannya membaca pola data dengan lebih baik serta menghasilkan struktur keputusan yang mudah diinterpretasikan. Penelitian ini memberikan kontribusi dalam bidang analitika kesehatan dengan menghadirkan bukti empiris perbandingan algoritma serta menunjukkan efektivitas RapidMiner dalam pengembangan model prediksi untuk deteksi dini penyakit diabetes.