Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JUSIFOR : Jurnal Sistem Informasi dan Informatika
Hamdhana, Raka Anugrah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Komparasi Metode Klasifikasi Algoritma C5.0 dan Naïve Bayes untuk Menentukan Jurusan Siswa Zainuri, Muhammad; Fahmi, Muhammad Hanif; Hamdhana, Raka Anugrah
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 1 No 1 (2022): JUSIFOR - JUNI 2022
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.104 KB) | DOI: 10.33379/jusifor.v1i1.1277

Abstract

Penentuan jurusan siswa yang diimplementasikan di SMAN 1 Gondanglegi berdasarkan tes potensi akademik (TPA), tes intelligence (IQ) dan wawancara. Penjurusan tersebut dilakukan setelah siswa melakukan pendaftaran atau sebelum siswa diterima sebagai kelas X.  Beberapa metode data mining dalam penentuan atau prediksi jurusan yang telah dilakukan oleh peneliti terdahulu diantaranya algoritma C4.5, C5,0 dan naïve bayes serta dalam perbandingan yaitu algoritma ID3 dan C5.0 kemudian perbandingan naïve bayes dan decision tree. Yang mana dalam perbandingan antara metode algoritma C5.0 dan naïve bayes belum dilakukan. Dari permasalahan tersebut maka peneliti bertujuan untuk melakukan analisa perbandingan data mining menggunakan klasifikasi algoritma C5.0 dan naïve bayes dalam memprediksi jurusan siswa. Adapun metode data mining yang digunakan yaitu knowledge discovery in database (KDD). Berdasarkan hasil perbandingan pengujian yang telah dilakukan melalui berbagai skenario terhadap kedua metode tersebut, pengujian 10-fold cross validation yang kemudian dicatat dalam confusion matrix menghasilkan nilai akurasi yaitu sebesar 60,87% untuk algoritma C5.0 sedangkan untuk naïve bayes sebesar 56,52%. Dari hasil yang diperoleh algoritma C5.0 merupakan metode paling baik dibanding naïve bayes yang dibuktikan dengan nilai tingkat akurasi yang didapatkan lebih tinggi.
Audit Sistem Informasi E-Rapor Menggunakan Framework COBIT 4.1 Domain ME (Monitor and Evaluate) pada SMA Muhammadiyah 1 Kepanjen Malang nia, Krisniawati; Wahyudi, Farid; Hamdhana, Raka Anugrah
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 1 No 1 (2022): JUSIFOR - JUNI 2022
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (240.269 KB) | DOI: 10.33379/jusifor.v1i1.1281

Abstract

SMA Muhammadiyah 1 Kepanjen Malang menggunakan sistem informasi E-Rapor untuk membantu para guru dalam menginput dan mengevaluasi nilai dari hasil belajar siswa. Sistem informasi E-Rapor ini perlu dilakukan audit untuk mengetahui tingkat kematangan sistem dan kesesuaian proses sistem tersebut. Dalam audit ini menggunakan kerangka kerja COBIT 4.1 dengan domain Monitoring dan Evaluasi (ME), berfokus area pada performance measurement. Responden yang dipilih untuk pengambilan sebuah sampel dalam audit ini berjumlah 8 orang yang bertanggung jawab dalam mengelola sistem E-Rapor. Pengukuran tingkat kematangan sistem tersebut yaitu dengan generic maturity model mulai dari 0 (non-existent)-5(optimised). Perhitungan yang dihasilkan dalam audit sistem informasi E-Rapor  yaitu 3.91 nilai rata-rata yang termasuk pada level 4 managed and measurable, artinya sistem masih harus dilakukan perbaikan karena tingkat kematangan berada di bawah optimal, karena terjadi ketidakseimbangan proses TI tersebut.
Co-Authors Fahmi, Muhammad Hanif Muhammad Zainuri nia, Krisniawati Wahyudi, Farid