IJCIT (Indonesian Journal on Computer and Information Technology)
Jurnal IJCIT Terbit pertama kali pada Bulan Mei Tahun 2016. Jurnal ini dimaksudkan sebagai media publikasi hasil penelitian, pemikiran dan kajian analisis-kritis mengenai penelitian pada bidang Teknik Informatika, Manajemen Informatika dan Sistem Informasi. Terbit secara berkala 2 (dua) kali setahun, yaitu pada Bulan Mei dan Bulan November. Jurnal IJCIT sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan hasil dari penelitian dan pemikiran untuk pengabdian pada Masyarakat luas. Pada situs Jurnal IJCIT menyediakan artikel-artikel jurnal untuk diunduh secara gratis. Jurnal kami adalah jurnal ilmiah nasional yang merupakan sumber referensi akademisi di bidang Teknologi dan Informasi. Jurnal IJCIT menerima artikel ilmiah dengan lingkup penelitian pada Sistem Pakar, Sistem Penunjang Keputusan, Data Mining, Sistem Kecerdasan Buatan, Jaringan Komputer, Teknik Komputer, Pengolahan Citra, Algoritma Genetik, Business Intelligence and Knowledge Management, Database System, Big Data, Enterprise Computing, ICT, Technology Management, penelitian lain yang berhubungan dengan penelitian di bidang informatika dan komputer. Dengan artikel yang memiliki sitasi primer dan tidak pernah dipublikasikan secara online atau versi cetak sebelumnya. Setiap artikel yang masuk sebelum diterbitkan akan melalui proses Cek Plagiat melalui alat bantu plagiarisma.net Jika diindikasi mayor plagiarisme maka Naskah ditolak untuk terbit.
Articles
211 Documents
<![CDATA[Sistem Informasi Administrasi Rekam Medis Pada Klinik Berbasis Web Menggunakan Metode Prototipe ]]>
<![CDATA[Nurhadi Nurhadi]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.13436
<![CDATA[Klinik merupakan pelayanan kesehatan kepada masyarakat yang didalamnya terdapat banyak data yang diolah. Namun sistem catatan rekam medis yang dilakukan masih menggunakan cara manual mulai dari pendaftaran pasien, diagnosa pasien, dan catatan rekam medis pasien. Hal ini menimbulkan kendala seperti kehilangan data, kesulitan dalam proses pencarian data dan proses pendaftaran yang kurang efisien. Penelitian ini bertujuan untuk mengatasi permasalahan yang ada dengan membangun suatu sistem informasi rekam medis berbasis web menggunakan metode prototipe. Dengan menggunakan metode prototipe, maka sistem yang dibangun dapat digunakan dengan mudah oleh pengguna, karena dalam pengembangan sistemnya melibatkan pengguna. Hasil dari perancangan sistem informasi ini adalah program aplikasi dengan menu program yang dapat memudahkan pada saat proses pendaftaran dan pengolahan data pasien serta mengurangi terjadinya kesalahan yang tidak diinginkan. Sehingga sistem catatan rekam medis bisa dilakukan secara efektif dan efisien. Clinic is a health service to the community in which there is a lot of data that is processed. However, the medical record system is still uses manual methods, starting from patient registration, patient diagnosis, and patient medical record records, This raises obstacles such as data loss, difficulties in the data search process and inefficient registration processes. This study aims to overcome existing problems by building a web-based medical record information system using the prototype method. By using the prototype method, the system built can be used easily by users, because the development of the system involves users. The result of this information system design is an application program with a program menu that can facilitate the registration and processing of patient data and reduce the occurrence of unwanted errors. So that the medical record system can be done effectively and efficiently.]]>
<![CDATA[Optimasi Algoritma C4.5 Untuk Mengukur Keputusan Pembelajaran Daring Berbasis Particle Swarm Optimization (PSO) ]]>
<![CDATA[Dewi Ayu Nur Wulandari]]>;
<![CDATA[Siti Masripah]]>;
<![CDATA[Rizal Amegia Saputra]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14036
<![CDATA[Algoritma yang populer dan modern dalam pengolahan data dengan teknik data mining adalah Algoritma C4.5. Algoritma C4.5 banyak digunakan untuk melakukan pengklasifikasian data karena algoritma C4.5 dapat menghasilkan sebuah pohon keputusan yang mudah dipahami dan mudah dimengerti. Pada penelitian ini metode yang digunakan adalah dengan menambahkan teknik optimasi menggunakan algoritma Particle Swarm Optimization (PSO) dengan tujuan meningkatkan nilai akurasi pada information gain algoritma C4.5 untuk mengukur keputusan pembelajaran daring. PSO merupakan salah satu metode dan teknik untuk mengklasifikasi dan meningkatkan akurasi, dimana PSO terdiri dari sekumpulan partikel yang mencari posisi yang terbaik. Hasil penelitian menunjukkan akurasi dan Kappa pada nilai information gain yaitu sebesar 91,76 dan 0,834, akurasi dan Kappa Gain Ratio sebesar 89,41 dan 0,788, akurasi dan Kappa Gini Index sebesar 90,59 dan 0,811. Sehingga diperoleh kesimpulan penerapan algoritma PSO dapat berpengaruh terhadap nilai akurasi pada setiap criteria splitting algoritma C4.5 A popular and modern algorithm in data processing with data mining techniques is the C4.5 Algorithm. The C4.5 algorithm is widely used to classify data because the C4.5 algorithm can produce a decision tree and easy to understand. In this study, the author made a comparison between previous studies using the C4.5 algorithm by adding optimization techniques using the Particle Swarm Optimization (PSO) algorithm with the aim of increasing the accuracy value of the C4.5 algorithm information gain in measuring Online Learning Decisions. PSO Technique is one of the methods and techniques for classifying and improving accuracy, where PSO consists of a set of particles that are looking for the best position. The results of this study showed the results of accuracy and Kappa on the value of information gain, namely 91.76 and 0.834, accuracy and Kappa Gain Ratio of 89.41 and 0.788, accuracy and Kappa Gini Index of 90.59 and 0.811. So that it can be concluded that the application of the PSO algorithm can affect the accuracy value in each criteria splitting the C4.5 algorithm]]>
<![CDATA[Penerapan Model MVC Pada Aplikasi Rekap Kegiatan Yayasan Pendidikan Islam Assalamah ]]>
<![CDATA[Desi Susilawati]]>;
<![CDATA[Lis Saumi Ramdhani]]>;
<![CDATA[Jamal Maulana Hudin]]>;
<![CDATA[Rusda Wajhillah]]>;
<![CDATA[Erika Mutiara]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14076
<![CDATA[Aplikasi perekapan kegiatan pada Yayasan Pendidikan Islam Assalamah Kabupaten Sukabumi belum terintegrasi dengan database sehingga dibutuhkan sistem untuk membantu dalam pelaporan dan perekapan data kegiatan. Metode penelitian yang digunakan adalah metode pengumpulan data dengan melakukan observasi, wawancara dan studi pustaka. Sedangkan untuk pembuatan aplikasi rekap kegiatan ini, menerapkan Model View Controller (MVC) yang menekankan pada 3 komponen penting, untuk memisahkan fokus perhatian, tanggung jawab, dan logika kedalam bagian masing-masing. Penelitian ini bertujuan untuk membantu Yayasan Pendidikan Islam Assalamah Kabupaten Sukabumi dalam pengelolaan data dan memudahkan dalam pelaporan dan perekapan kegiatan. Penelitian ini menghasilkan sistem informasi rekap kegiatan yang terintegrasi database dengan menerapkan Model View Controller (MVC) serta menggunakan metode Prototype yang dapat memudahkan dalam pengecekan laporan rekap kegiatan, membantu memudahkan dalam pelaporan dan perekapan kegiatan serta memudahkan dalam proses pencarian data kegiatan. The application for recording activities at the Assalamah Islamic Education Foundation in Sukabumi Regency has not been integrated with the database, so a system is needed to assist in reporting and recording activity data, because it is feared that there will be problems with data loss and data corruption. The research method used is the method of collecting data by conducting observations, interviews and literature studies then in this activity recap application applies the Model View Controller (MVC) which emphasizes 3 important components, where the division aims to separate the focus of attention, responsibility, and logic into their respective sections. The purpose of this research is to assist the Assalamah Islamic Education Foundation in Sukabumi Regency in managing data and making it easier to report and record activities. The results of this research are an integrated activity recap information system database and apply the Model View Controller (MVC) and use the Prototype method can help the process of recapitulating activities at the Assalamah Islamic Education Foundation, Sukabumi Regency.]]>
<![CDATA[Analisis Sentiment Masyarakat Menggunakan Penggabungan Algoritma Naive Bayes Dan Particle Swarm Optimization ]]>
<![CDATA[Sopian Aji]]>;
<![CDATA[Ina Maryani]]>;
<![CDATA[Elly Muningsih]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14086
<![CDATA[IMDb adalah sumber informasi paling populer untuk informasi film, TV, dan selebritas, Tonton trailer, dapatkan jadwal tayang, dan beli tiket untuk film mendatang serta melihat ulasan guna dalam mengambil keputusan yang akan diambil. Dengan menggunakan Aplikasi IMDb informasi akan lebih cepat lagi karena kini informasi ada digenggaman tangan yang telah terinstal pada handphone yang digunakan dengan jumlah lebih dari 100 juta unduhan untuk platform tersebut pada play store. Pada ulasan pengujian kali ini Pengujian akan menggabungkan Algoritma Naive Bayes dengan Particle Swarm Optimization (PSO) untuk meningkatkan nilai akurasi dan ROC Curve yang didapatkan. Data ulasan analisis sentimen yang digunakan 1000 ulasan dalam bahasa indonesia yang masing-masing terdiri dari 500 ulasan negatif dengan sifat yang tidak mendukung serta 500 ulasan positif dengan sifat yang mendukung, dengan sumber data ulasan diambil dari Google Play di Aplikasi IMDb. Hasil yang didapat dari kedua model ini yakni Algoritma Naive Bayes dengan Particle Swarm Optimization (PSO) mendapatkan hasil accuracy pengujian terbaik yakni nilai accuracy: 80.00% eksperimen dilakukan dengan menggunakan Aplikasi RapidMiner Studio. IMDb is the most popular source of information for movie, TV and celebrity information, Watch trailers, get showtimes and buy tickets for upcoming movies and view reviews to make informed decisions. By using the IMDb application, information will be even faster because now the information is in the palm of the hand that has been installed on the cellphone used with more than 100 million downloads for that platform on the play store. In this review, the test will combine the Naive Bayes Algorithm with Particle Swarm Optimization (PSO) to increase the accuracy and ROC Curve values obtained. Sentiment analysis review data used 1000 reviews in Indonesian, each of which consisted of 500 negative reviews with unsupportive characteristics and 500 positive reviews with supportive characteristics, with the source of review data taken from Google Play in the IMDb Application. The results obtained from these two models, namely the Naive Bayes Algorithm with Particle Swarm Optimization (PSO) get the best test accuracy results, namely the accuracy value: 80.00% experiments were carried out using the RapidMiner Studio Application.]]>
<![CDATA[Implementasi E-Klinik Berbasis Website ]]>
<![CDATA[Walim Walim]]>;
<![CDATA[Dewi Yuliandari]]>;
<![CDATA[Mareanus Lase]]>;
<![CDATA[Dian Ardiansyah]]>;
<![CDATA[Dina Novita]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14122
<![CDATA[Komputerisasi merupakan salah satu sistem yang bebasis teknologi yang diciptakan untuk mempermudah pekerjaan manusia, tak terkecuali dalam dunia kesehatan, pengelolaan data klinik secara manual masih banyak di temukan di beberapa instansi kesehatan sehingga membuat pengelolaan data kurang efektif dan efisien . E-klinik merupakan sebuah jawaban sistem yang menangani masalah alur kerja klinik mulai dari pelayanan kesehatan sampai pengelolaan data yang saling berkaitan, dengan adanya sistem informasi E-klinik di harapkan dapat memudahkan pelayan kesehatan serta memudahkan dalam hal penelolaan klinik itu sendiri, mulai dari proses pasien mengambil antrian , sampai proses hasil pemeriksaan yang nantinya data akan tersimpan dalam database sehingga pengelolaanya akan lebih mudah. Maka dari itu dibutuhkannya pengimplementasian e-klinik yang berbasis website dengan metode waterfall karena dengan metode ini lebih mudah dalam merancang website sehingga pengelolaan data akan lebih rapi dan muda dari pengelolaan data pasien maupun klinik.]]>
<![CDATA[Rancang Bangun Aplikasi M-Voting Pemilihan Raya (PEMIRA) Menggunakan Framework Flutter ]]>
<![CDATA[Alvin Marshall Raniel Saragih]]>;
<![CDATA[Ariq Naufal Rabbani]]>;
<![CDATA[Ajeng Clarissa]]>;
<![CDATA[Ade Christian]]>;
<![CDATA[Riki Supriyadi]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.12608
<![CDATA[Dalam Pemilihan Raya Organisasi Mahasiswa, sebagian besar Voting masih dilakukan secara manual dengan mengisi kertas suara. Kemudian menghitung hasil suara satu persatu, yang pastinya membutuhkan waktu yang lama. Tujuan dari penelitian untuk Merancang aplikasi M-Voting Pemilihan Raya berbasis Android untuk Membantu Organisasi Mahasiswa dalam melaksanakan Pemilihan Raya. Serta Meningkatkan Partisipasi dan memudahkan Mahasiswa dalam menggunakan hak pilih mereka. Aplikasi dibangun menggunakan framework Flutter dengan metode waterfall. Penelitian ini menghasilkan Aplikasi M-Voting Pemilirah Raya (PEMIRA). Pengujian aplikasi M-Voting menggunakan metode System Usability Scale (SUS) ini menghasilkan score sebesar 72.25 yang berdasarkan rating SUS score aplikasi ini berada pada tingkat “Good”. In the Student Organization General Election, most of the voting is still done manually, as usual, namely by filling out the ballot papers, then counting the results of the votes one by one, of course, it takes a long time. The purpose of the research is to design an Android-based M-Voting Election application to assist Student Organizations in carrying out the General Election. As well as Increasing Participation and making it easier for Students to exercise their suffrage. The application is built using the Flutter framework with the waterfall method. This research resulted in the Great Election M-Voting Application (PEMIRA). Meanwhile, testing the M-Voting application using the System Usability Scale (SUS) method resulted in a score of 72.25 which based on the SUS score of this application was at the level of "Good".]]>
<![CDATA[Rancang Bangun Sistem Monitoring Iklim Kerja Berbasis IoT Menggunakan Kalman Filter untuk Mengurangi Noise Sensor ]]>
<![CDATA[Muhammad Khoirul Hasin]]>;
<![CDATA[Moh. Andy Wiranata]]>;
<![CDATA[Aulia Nadia Rachmat]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14386
<![CDATA[Salah satu teknologi yang diperlukan untuk kepentingan kesehatan dan kinerja pekerja adalah sistem monitoring iklim kerja. Kondisi iklim kerja di tempat kerja dapat ditangani dengan pengendalian yang ditentukan setelah melakukan pengukuran iklim kerja. Tujuan dari pengukuran iklim kerja adalah untuk mengetahui Indeks Suhu Bola Basah (ISBB) di tempat kerja telah sesuai atau belum dengan standar yang telah ditetapkan. Standar yang dipakai dalam pengukuran iklim kerja adalah Keputusan Menteri Tenaga Kerja No. 51/1999 tentang NAB Faktor Fisika di Tempat Kerja. Sistem ini dibuat menggunakan esp8266 sebagai mikroprosesor, sensor suhu serta kelembaban yang digunakan untuk mendeteksi suhu dan kelembaban pada ruang kerja, serta wind speed sensor untuk memonitor kecepatan angin yang berhembus pada ruang kerja dan nilai dari sensor disimpan di database dan dimonitoring di website. Penelitian ini juga menggunakan metode Kalman Filter untuk mengurangi noise pada output sensor sehingga didapatkan nilai keluaran yang lebih stabil. Dari penelitian ini pengukuran pada pembacaan sensor anemometer memiliki rata-rata error sebesar 1.9% karena kurang stabilnya angin yang disalurkan ke sensor dan perbedaan jarak antara alat ukur master dengan alat ukur yang di uji coba. Pembacaan sensor DS18B20 memiliki rata- rata error sebesar 1,3% karena sensor ini digunakan untuk mengukur suhu udara basah memiliki spesifikasi yang berbeda dengan sensor yang ada di alat ukur eksisting. Pembacaan sensor DHT22 memiliki rata-rata error sebesar 0,3% untuk suhu dan 0% untuk kelembapan. Tujuan akhir dari penelitian ini adalah alat ukur iklim kerja berbasis Internet of Things yang dapat digunakan di kampus PPNS untuk menunjang project dari SIMK3. The monitoring system of work climate is one of the technologies indispensable for the benefit of the performance and health of workers. The conditions of work climate in the workplace can be handled with controlling determined after measuring the work climate. The purpose of measuring of the work climate is to determine whether the “Indeks Suhu Bola Basa” (ISBB) in the workplace is in accordance with the standard rules. The standard used in measuring the work climate is “Keputusan Menteri Tenaga Kerja No. 51/1999” on NAB of Physical Factors in the Workplace. This system is made using esp8266 as a microprocessor, temperature and humidity sensors to detect temperature and humidity in the workspace, and wind speed sensors to monitor the wind speed that blows in the workspace and the sensor values are stored in the database and monitored on the website. This study also uses the Kalman Filter method to reduce noise at the sensor output so that output value is obtainedmore stable. From this study, measurements on the anemometer sensor readings have an average error of 1.9% due to the less stable wind that is channeled to the sensor and the difference in distance between the master measuring instrument and the measuring instrument being tested. The DS18B20 sensor reading has an average error of 1.3% because this sensor is used to measure the temperature of wet air and has different specifications from the sensors in the existing measuring instrument. The DHT22 sensor reading has an average error of 0.3% for temperature and 0% for humidity. The ultimate goal of this research is an Internet of Things-based work climate measurement tool that can be used on the PPNS campus to support the SIMK3 project]]>
<![CDATA[Rekomendasi Pemilihan Program Studi Menggunakan Support Vector Regression ]]>
<![CDATA[Ayu Ainun A'ziziyyah]]>;
<![CDATA[Bernadus Anggo Seno Aji]]>;
<![CDATA[Muhammad Adib Kamali]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14120
<![CDATA[Salah jurusan saat kuliah berdampak pada mahasiswa akan malas dan mendapat nilai yang kurang memuaskan. Jurusan yang kurang seimbang dengan kemampuan mahasiswa mengakibatkan mahasiswa kurang mengerti materi atau bahkan tidak menyukai materi perkuliahan yang diberikan. Maka sangat penting bagi seorang siswa untuk memilih jurusan yang sesuai dengan bidang minat, bakat dan kemampuannya. Penelitian ini bertujuan untuk memberikan rekomendasi program studi bagi calon mahasiswa menggunakan metode Support Vector Regression dengan skenario penelitian berdasarkan input data yaitu menggunakan data nilai raport per semester dan data mean per mata pelajaran, skenario penelitian berdasarkan kernel yaitu menggunakan kernel RBF, Polynomial, dan Linear. Hasil akurasi terbaik didapatkan ketika menggunakan data nilai per semester dan kernel RBF, yaitu mendapat akurasi MAPE sebesar 5% dan MAE sebesar 0,16. Dan pada uji coba 10 sampel IPK tertinggi dari seluruh program studi didapatkan bahwa hasil dari rekomendasi 80% cocok dengan data asli. Wrong majors during college have an impact on students to be lazy and get unsatisfactory grades. Majors that are less balanced with student abilities result in students not understanding the material or even not liking the lecture material given. So it is very important for a student to choose a major that is in accordance with the areas of interest, talents and abilities. This study aims to provide study program recommendations for prospective students using the Support Vector Regression method with research scenarios based on input data, namely using report card scores per semester and mean data per subject, kernel based research scenarios using RBF, Polynomial and Linear kernels. The best accuracy results were obtained when using the value data per semester and the RBF kernel, which obtained an accuracy of 5% MAPE and 0.16 of MAE. And in the trial of the 10 highest GPA samples from all study programs, it was found that the results of the recommendations matched the original data 80%.]]>
<![CDATA[Analisis Prediksi Neural Network dan Support Vector Machine pada Multivariate Time Series Dataset ]]>
<![CDATA[Mursalim Mursalim]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v7i2.14443
<![CDATA[Data time series merupakan data yang sering diproduksi oleh manusia setiap harinya dari berbagai bidang baik bidang kesehatan, geoscience, biologi, astronomi dan lainnya. Namun, data time series ini banyak macamnya salah satunya adalah multivariate data dimana jenis data tersebut banyak digunakan oleh peneliti dalam berbagai penelitian. Metode Machine Learning yang digunakan adalah Neural Network atau NN dan Support Vector Machine atau SVM yang memiliki kelebihan masing-masing. CRISP-DM metodology akan menerapkan 5 tahapan mulai dari business understanding, data understanding, data preparation, modeling, evaluation dimana pada tahap modeling akan menggunakan 2 model yaitu Neural Network dan Support Vector Machine. hasil penelitian menunjukkan bahwa NN lebih dominan unggul dalam komparasi terbukti pada dataset polution on Beijing menghasilkan RMSE sebesar 0,13. Namun untuk data yang kecil seperti pada indeks saham Google NN mengalami large margin yaitu 2,98 diakrenakan data dan attribut yang terlalu sedikit untuk indeks saham]]>
<![CDATA[Penerapan Metode Naïve Bayes Dengan PSO Untuk Pemilihan Peminatan Jurusan Pada SMK ]]>
<![CDATA[Erika Mutiara]]>;
<![CDATA[Lis Saumi Ramdhani]]>;
<![CDATA[Rusda Wajhillah]]>;
<![CDATA[Jamal Maulana Hudin]]>;
<![CDATA[A Gunawan]]>
<![CDATA[ IJCIT (Indonesian Journal on Computer and Information Technology) Vol 8, No 1 (2023): IJCIT Mei 2023 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31294/ijcit.v8i1.15732
<![CDATA[Siswa SMP yang berencana melanjutkan jenjang pendidikannya ke SMK harus memutuskan program studi apa yang akan dipilih untuk melanjutkan pendidikannya kelak. Hal ini merupakan sesuatu yang cukup sulit diputuskan oleh kebanyakan siswa terutama bagi mereka yang tidak memiliki banyak referensi. Kebanyakan keputusan siswa, dipengaruhi oleh pendapat orang tua, teman atau figur yang diidolakan. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan dengan metode Naive Bayes sebagai algoritma terpilih berbasis Particle Swarm Optimization (PSO) dalam pemilihan jurusan yang sesuai dengan kemampuan akademik siswa. Pada penelitian ini dilakukan optimasi metode Naive Bayes dengan menggunakan metode Particle Swarm Optimization untuk seleksi atribut untuk meningkatkan akurasi prediksi yang diaplikasikan terhadap data nilai calon siswa SMK. Setelah dilakukan pengujian dengan dua model, yaitu metode naive bayes dan optimasi naive bayes menggunakan particle swarm optimization hasil yang diperoleh menunjukan bahwa dengan menggunakan Naive Bayes nilai accucary yang dihasilkan sebesar 73,09% sedangkan pengujian dengan menggunakan optimasi Naive Bayes dengan Particle Swarm Optimization didapatkan nilai accurcy sebesar 80,43%. Sehingga kedua metode tersebut memiliki perbedaan tingkat akurasi sebesar 7,34%. The junior high school students who plan to continue their education to the vocational high school must decide what study program they will choose to continue their education later. This is something that is quite difficult for most students to decide, especially for those who don't have many references. Most students' decisions, sometimes influenced by the opinions of parents, friends or idolized figures. This study aims to build a decision support system using the Naive Bayes method as the selected algorithm based on Particle Swarm Optimization (PSO) in selecting majors according to students' academic abilities. In this study, the optimization of the Naive Bayes method was carried out by using the Particle Swarm Optimization method for attribute selection to improve the accuracy of predictions applied to prospective Vocational School student value data. After testing with two models, namely the Naive Bayes method and the Naive Bayes optimization using particle swarm optimization results obtained showed that using Naive Bayes the accucary value generated was 73.09% while testing using Naive Bayes optimization with Particle Swarm Optimization obtained values accurcy is 80.43%. So that both methods have different accuracy rates of 7.34%.]]>
