Claim Missing Document
Check
Articles

Found 5 Documents
Search

Analisis Efisiensi Produksi, Risiko Kecelakaan Kendaraan, dan Dinamika Pasar Kendaraan Listrik: Studi Data Industri Otomotif Global 1980–2023 Hildan Wijianto; Maulana Hafizh Fadly; Yusup Septiana; Zurnan Alfian; Sopyan Apandi
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 5 No. 2 (2025): Agustus: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5482

Abstract

This study aims to examine the dynamics of the automotive industry in terms of production efficiency, driving safety, and the market shift towards electric vehicles. The data used include North American automotive production efficiency (1998), the risk of fatalities due to accidents in various countries (1980–1982), and the sales trend of Tesla vs BYD electric vehicles (2021–2023). The analysis methods include descriptive statistics, WPV/HPV comparisons between manufacturers, and market trend analysis. The results show that factory efficiency plays an important role in price stability, countries with good transportation infrastructure have a low risk of accidents, and BYD shows more aggressive market growth than Tesla. This study provides insights for the industry and policymakers regarding the challenges of efficiency, safety, and the transition to electric vehicles.
Kecocokan Keputusan Pohon Algoritma pada Kimia Organik: Perbandingan ROC AUC Keputusan Pohon dan Ketetanggaan Muhammad Zirlda Prairi; Zurnan Alfian; Kecitaan Harefa
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.1649

Abstract

Kehadiran Machine Learning (ML) di ruang lingkup komputasi modern telah menyebabkan banyak permasalahan dan solusi, terutama pembahasan algoritma. Penelitian ini menganalisa dan eksplorasi efektifitas lima algoritma ML dalam mengklasifikasi asam amino lazim esensial pada protein berdasarkan strukur molekul dan jumlah atom. Dataset diambil secara manual dari buku kimia organik klasik, yang dikonversi dari rumus dan gambar struktur senyawa asam amino lazim menjadi fitur numerik seperti jumlah atom karbon, hidrogen, nitrogen, oksigen, dan sulfur. Kelima algoritma ML yang dianalisis yakni Decision Tree, Gaussian Naive Bayes, K-Nearest Neighbour (KNN), K-Means, dan Random Forest. Setiap algoritma dilakukan evaluasi menggunakan nilai akurasi, precision, recall, F1-score, serta Area Under the Curve (AUC) dari kurva Receiver Operating Characteristic (ROC). Hasil menunjukkan bahwa algoritma Decision Tree, Random Forest, dan KNN memiliki tingkat akurasi terbaik dengan skor AUC sebesar 0,83. Studi kasus penelitian ini menawarkan pendekatan pengubahan data mentah menjadi fitur yang bisa dimengerti oleh algoritma ML dan klasifikasi biner dengan label nol dan satu pada dataset berskala kecil. Penelitian berikutnya disarankan menggunakan dataset yang lebih besar dan menerapkan validasi silang untuk meningkatkan generalisasi model.
Analisis Konsistensi Metode Elbow dan Silhouette Score dalam Klasterisasi pada Dataset Multisektor Nita Sutantri; Vinna Yunitasari; Ghany Rahmat Sa’adi; Syerikha Ananda; Zurnan Alfian
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.1690

Abstract

Penelitian ini menganalisis konsistensi metode Elbow dan Silhouette Score dalam menentukan jumlah klaster optimal pada dataset multisektor menggunakan algoritma K-Means. Empat dataset dari sektor publik digunakan dalam penelitian ini, yaitu data mediasi peradilan (2006-2009), data koperasi simpan pinjam 2013, data penanganan kasus korupsi KPK (2004-2016), dan laporan keuangan PT Bank Artha Makmur 2017. Penelitian kuantitatif eksploratif ini menerapkan teknik preprocessing menggunakan StandardScaler, visualisasi data dengan PCA, dan evaluasi klasterisasi menggunakan kedua metode validasi. Hasil penelitian menunjukkan bahwa pada tiga dataset (mediasi peradilan, koperasi SP 2013, dan kasus korupsi KPK), kedua metode memberikan rekomendasi jumlah klaster yang konsisten. Namun, pada dataset laporan keuangan bank terjadi diskrepansi dimana Elbow Method merekomendasikan K=3 sedangkan Silhouette Score mengindikasikan K=2 sebagai optimal. Analisis lebih lanjut dengan pertimbangan domain knowledge mendukung pemilihan K=3 untuk dataset keuangan berdasarkan visualisasi PCA dan relevansi bisnis. Penelitian ini menyimpulkan bahwa kombinasi kedua metode validasi dengan pertimbangan konteks domain dapat meningkatkan akurasi penentuan klaster optimal, terutama pada data dengan kompleksitas tinggi. Temuan ini memberikan kontribusi pada pengembangan metodologi klasterisasi yang lebih robust untuk aplikasi di sektor publik.
Implementasi Sistem Informasi Profil Sekolah Berbasis Web untuk Digitalisasi Layanan Informasi Interaktif UPTD SDN Pamulang Permai Zurnan Alfian; Desi Rahmawati; Achmad Fauzan Alfaridzi; Salma Cahyani Aulia Putri; Muhamad Abdul Yazky Zaelani
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2 (2026): APPA : Jurnal Pengabdian kepada Masyarakat 
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi di era digital menuntut setiap lembaga pendidikan memiliki media promosi dan branding yang efektif, salah satunya melalui website profil sekolah yang interaktif dan informatif. Namun, UPTD SDN Pamulang Permai masih belum memiliki website profil yang representatif sebagai sarana promosi digital. Proses penyampaian informasi sekolah, program akademik, prestasi, dan kegiatan harian masih berjalan konvensional, searah, serta bertumpu pada selebaran fisik dan grup pesan singkat informal yang alur pesannya cepat tertumpuk. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk mengembangkan dan mengimplementasikan website profil sekolah interaktif terintegrasi basis data MySQL guna mereduksi skill gap staf administrasi melalui transfer teknologi langsung. Metode pelaksanaan menggunakan pendekatan partisipatif dengan model sekuensial Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, pengembangan sistem, pengujian fungsi, serta pelatihan dan serah terima. Hasil kegiatan menunjukkan website berhasil dikembangkan dengan 7 halaman utama dan fitur manajemen Content Management System (CMS) dinamis. Berdasarkan hasil evaluasi wawancara langsung dan tanya jawab interaktif pasca-pelatihan, terjadi peningkatan pemahaman operasional staf tata usaha secara signifikan dan sistem tervalidasi 100% bebas dari kesalahan logika melalui Black Box Testing.
Inspiring Future: Motivational Program for Visually Impaired Students toward Higher Education in Information Technology at Malaysian Association for the Blind (MAB) Ahmad Musyafa; Lisda Fitriana Masitoh; Joko Riyano; Nani Rusnaeni; Teti Desyani; Okta Irawati; Zurnan Alfian
JURIBMAS : Jurnal Hasil Pengabdian Masyarakat Vol 5 No 1 (2026): Juli 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juribmas.v5i1.1172

Abstract

Inclusive education is a crucial effort to ensure equitable access to education for all, including those with visual impairments. Although technological advances have made learning easier for visually impaired students, challenges remain that affect their motivation to pursue higher education. Limited information, low self-confidence, and stigma regarding the academic abilities of people with visually impaired are some of the frequently encountered barriers. This international community service program aims to increase the motivation, self-confidence, and insight of visually impaired students regarding higher education opportunities, particularly in the fields of information technology and computer engineering. The program was held on May 18, 2026, at the Malaysian Association for the Blind (MAB) in Kuala Lumpur, Malaysia, and involved 12 visually impaired students. The program included the delivery of motivational materials, an introduction to inclusive higher education, reinforcement of simple logic and mathematics, and interactive discussions. The program demonstrated high levels of enthusiasm among participants. Participants gained new insights into opportunities for continuing higher education, support for inclusive campuses, and the use of assistive technology in the learning process. This activity positively impacted participants' motivation and confidence to pursue higher education. Furthermore, it strengthened the role of higher education institutions in supporting inclusive education and equitable access to education for visually impaired students.