Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Saintekom (Sains dan Teknologi Komputasi)
Syafrial Syafrial
Universitas Binaniaga Indonesia
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Metode Algoritma C4.5 Untuk Menentukan Kelayakan Penerimaan Bantuan Rumah Tidak Layak Huni Rangga Setiawan; Syafrial Syafrial
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 3 (2025): Desember 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i3.63

Abstract

Kemiskinan merupakan salah satu masalah sosial yang kompleks karena berdampak pada berbagai aspek kehidupan. Salah satu bentuk program pemerintah untuk mengatasinya adalah bantuan Rumah Tidak Layak Huni (RUTILAHU). Namun, permasalahan sering muncul karena data penerima bantuan yang tidak akurat sehingga bantuan tidak tepat sasaran. Penelitian ini menerapkan algoritma C4.5 untuk mengklasifikasikan kelayakan penerima bantuan berdasarkan variabel penghasilan, jumlah tanggungan, jenis lantai, sumber air, jenis kloset, listrik, dan luas rumah. Hasil penelitian menunjukkan bahwa model pohon keputusan yang dibentuk dapat meningkatkan akurasi penentuan penerima bantuan dengan tingkat akurasi mencapai 94,5%.  Dengan demikian, penerapan algoritma C4.5 dapat menjadi solusi pendukung keputusan yang efektif bagi pemerintah dalam menentukan penerima program RUTILAHU
Penerapan Metode Profile Matching  untuk Penerimaan Peserta Pelatihan Ketenagakerjaan pada Penyandang Disabilitas Fisik Syarief Hidayatullah; Syafrial Syafrial
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 2 No 1 (2026): Maret 2026
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v2i1.85

Abstract

Penelitian ini bertujuan untuk menerapkan metode Profile Matching sebagai sistem pendukung keputusan dalam proses penerimaan peserta pelatihan ketenagakerjaan bagi penyandang disabilitas fisik di Sentra Terpadu Inten Soeweno Bogor. Metode ini digunakan untuk membandingkan profil calon peserta dengan profil ideal berdasarkan enam kriteria utama, yaitu jenis disabilitas, ijazah, usia, status DTKS, kondisi kesehatan, dan Activity Daily Living (ADL). Data penelitian terdiri dari 50 peserta dengan kuota 40 orang. Hasil penelitian menunjukkan bahwa penerapan metode Profile Matching mampu menghasilkan pemeringkatan peserta yang lebih objektif dan akurat dibandingkan proses seleksi manual. Uji validasi menggunakan korelasi Spearman menghasilkan nilai 0,89 yang menunjukkan tingkat hubungan sangat kuat antara hasil sistem dengan penilaian manual. Sistem yang dikembangkan dapat membantu Kementerian Sosial dalam meningkatkan efisiensi, akurasi, dan transparansi proses seleksi pelatihan ketenagakerjaan.  
Penerapan Metode Naive Bayes pada Kelayakan Kesehaatan Sapi Potong Akmal Noor Wahyudi; Syafrial Syafrial
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 2 No 2 (2026): Juni 2026
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v2i2.93

Abstract

Kelayakan kesehatan sapi potong merupakan faktor penting dalam menjamin mutu produk hewani dan keberhasilan usaha peternakan. Penilaian kelayakan secara manual oleh petugas atau dokter hewan sering bersifat subjektif dan memerlukan waktu lama, sehingga dibutuhkan sistem yang mampu memberikan hasil analisis cepat dan objektif. Penelitian ini bertujuan untuk menerapkan metode Naive Bayes sebagai model klasifikasi dalam sistem pendukung keputusan untuk menentukan kelayakan kesehatan sapi potong berdasarkan data parameter kesehatan seperti suhu tubuh, denyut jantung, frekuensi pernapasan, nafsu makan, kondisi kuku, dan status vaksinasi. Metode penelitian menggunakan pendekatan data mining dengan tahapan pengumpulan data, preprocessing, pembentukan model klasifikasi menggunakan algoritma Naive Bayes, serta pengujian menggunakan data uji untuk menilai tingkat akurasi. Sistem dikembangkan berbasis web menggunakan framework CodeIgniter dan diuji dengan data dari Dinas Peternakan dan Rumah Potong Hewan (RPH) Kabupaten Bogor. Hasil pengujian menunjukkan bahwa model Naive Bayes mampu memberikan tingkat akurasi sebesar 90%. Penerapan metode ini terbukti efektif untuk membantu peternak dan petugas dalam pengambilan keputusan yang lebih cepat, akurat, dan konsisten terhadap kondisi kesehatan sapi potong.
Co-Authors Akmal Noor Wahyudi Rangga Setiawan Syarief Hidayatullah