cover
Contact Name
Fendi Aji Purnomo
Contact Email
fendi_aji@mipa.uns.ac.id
Phone
-
Journal Mail Official
ijai@mipa.uns.ac.id
Editorial Address
-
Location
Kota surakarta,
Jawa tengah
INDONESIA
Indonesian Journal of Applied Informatics
ISSN : 25483846     EISSN : 25985981     DOI : -
Core Subject : Science,
Indonesian Journal of Applied Informatics publishes articles that are of significance in their respective fields whilst also contributing to the discipline of informatics as a whole and its application. Every incoming manuscript will first be examined by the Editorial Board in accordance with sub-fields of research and attention to elements of conformity with the format and guidelines for writing Indonesian Journal of Applied Informatics. Each manuscript is declared eligible by the editor will be returned to the author (if there are repairs) or can be directly issued (if there is no revision required).
Arjuna Subject : -
Articles 160 Documents
Back Matter Vol 9 No 1 Back Matter
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 1 (2024)
Publisher : Universitas Sebelas Maret

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

Abstract

Rancang Bangun Sistem Informasi Manajemen Redaksi Pada Lembaga Pers Mahasiswa Cendekia Alfatari Ramadhan; Maryam Maryam
IJAI (Indonesian Journal of Applied Informatics) Vol 8, No 1 (2023)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v8i1.76785

Abstract

AbstrakPerkembangan teknologi telah merevolusi cara kerja lembaga pers dengan mendukung mereka untuk melakukan pengumpulan, pemrosesan, dan penyebaran informasi menjadi lebih cepat, lebih luas dan lebih mudah. LPM Cendekia dalam perannya sebagai wadah pengembangan wawasan dan kemampuan bagi kader IMM Surakarta di bidang jurnalistik turut memanfaatkan perkembangan teknologi melalui media digital sebagai media perluasan informasi mereka. Meskipun demikian pemanfaatan teknologi dalam bentuk sistem informasi belum maksimal dilakukan. Penelitian ini bertujuan untuk melakukan perancangan dan pembangunan sistem informasi berbasis website yang dapat digunakan untuk mendukung kinerja lembaga dalam melakukan proses manajemen data liputan, manajemen data personil, serta manajemen tulisan berikut dengan portal pengajuan tulisan. Sistem dikembangkan menggunakan metode Rapid Application Development yang terdiri dari empat tahapan proses yaitu requirement planning, system designing, system prototyping dan implementation. Implementasi dilakukan dengan bahasa pemrograman PHP, framework Laravel, mySQL dan bootstrap. Hasil pengujian blackbox dan System Usability Scale (SUS) memberikan kesimpulan bahwa sistem informasi berhasil dikembangkan dengan baik untuk memenuhi kebutuhan dan kepuasan pengguna.==============================================AbstractTechnological developments have revolutionized the way press agencies work by enabling them to make information gathering, processing and dissemination faster, wider and easier. LPM Cendekia in its role as a forum for developing knowledge and skills for IMM Surakarta cadres in the field of journalism also takes advantage of technological developments through digital media as a medium for expanding their information. However, the use of technology in the form of information systems has not been maximized. This study aims to design and build a website-based information system that can be used to support institutional performance in the process of reporting data management, personnel data management, and writing management along with a writing submission portal. The system was developed using the Rapid Application Development method which consists of four stages of the process, namely requirements planning, system designing, system prototyping and implementation. Implementation is done with the PHP programming language, Laravel framework, MySQL and bootstrap. The results of blackbox testing and the System Usability Scale (SUS) conclude that the information system has been successfully developed to meet user needs and satisfaction.
Implementasi Animasi Opacity Map untuk Membuat Ilustrasi Digital Artistic Line Sigied Himawan Yudhanto; Restu Ismoyo Aji; Aris Sutejo
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 1 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i1.90032

Abstract

Abstrak : Animasi Opacity map merupakan metode sederhana yang di gunakan oleh aplikasi untuk membuat animasi 3 dimensi (3D) untuk membuat model berbasiskan tekstur. Model yang di buat adalah tekstur (2D) yang proyeksikan. Penelitian ini bertujuan untuk mengembangkan metode baru dalam pembuatan ilustrasi digital berbasis garis (artistic line) dengan memanfaatkan teknik animasi Opacity map. Pendekatan ini diharapkan dapat meningkatkan fleksibilitas dan kompleksitas visual dalam proses ilustrasi digital. Metodologi penelitian menggunakan pendekatan eksperimental, yang di kombinasikan dengan teknik penelitian artistic di mana Opacity map diterapkan untuk mengatur tingkat transparansi pada berbagai elemen garis, sehingga menghasilkan efek visual yang dinamis dan berlapis. Hasil utama penelitian menunjukkan teknik dalam menciptakan dimensi dan kedalaman yang lebih kaya pada ilustrasi 2D, yang sebelumnya sulit dicapai dengan teknik manual konvensional. Kontribusi penelitian ini meliputi pengembangan metode yang dapat diaplikasikan dalam berbagai proyek visual 2D, serta menawarkan pendekatan baru dalam desain grafis dan ilustrasi digital yang memungkinkan penciptaan efek visual yang lebih ekspresif dan menarik. Secara lebih luas, penelitian ini memberikan kontribusi bagi perkembangan ilustrasi digital, khususnya dalam memperkaya teknik visual berbasis garis yang dapat diintegrasikan dalam berbagai media kreatif. Output renderer adalah 3D still image atau format non audio visual. Z Modifier yang digunakan adalah UVW map dengan sedikit perubahan pada modifikasi gizmo dan 7 buah parameter yang terdapat pada UVW map. Mapping Parameter terdiri dari Planar, Cylindrical, Spherical, Shrink Warp, Box, Face, XYZ to UVW, dengan parameter Tile UVW rata-rata 1.0 hingga 1.5 untuk U, berada di angka 1.0 untuk V dan 1.5 untuk W dan koordinat Alignment rata-rata berada di titik X.===============================================Abstract:Opacity map animation is a straightforward method employed by applications to create three-dimensional (3D) animations, specifically for developing texture-based models. The result is a projected 2D texture. This research aims to introduce a new technique for creating line-based digital illustrations, referred to as artistic lines, by utilizing Opacity map animation methods. This approach is anticipated to enhance flexibility and visual complexity in the digital illustration process. The research methodology adopts an experimental approach integrated with artistic research techniques. It involves applying an Opacity map to adjust the transparency levels of various line elements, leading to dynamic and layered visual effects. The main findings of the research illustrate how this technique can produce richer dimensions and depth in 2D illustrations—something that was previously challenging to achieve with conventional manual techniques. The contributions of this research include the development of a method applicable to various 2D visual projects, as well as the introduction of a new approach to graphic design and digital illustration. This enables the creation of more expressive and engaging visual effects. More broadly, the research advances the field of digital illustration, particularly in enhancing line-based visual techniques that can be integrated into diverse creative media. The output of the renderer is a 3D still image or a non-audiovisual format. The Z Modifier utilized in this research is the UVW map, which undergoes slight adjustments in the gizmo modification and includes seven parameters within the UVW map. The mapping parameters encompass Planar, Cylindrical, Spherical, Shrink Warp, Box, Face, and XYZ to UVW conversions. The Tile UVW parameters range from an average of 1.0 to 1.5 for U, with V fixed at 1.0 and W at 1.5, while the alignment coordinates average at the X point.
Pengembangan Gerbang Rumah Otomatis Menggunakan Blynk Berbasis IoT Tiur Bunga Gadissa; Joni Maulindar; Afu Ichsan Pradana
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 1 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i1.94998

Abstract

Abstrak:Pengoperasian gerbang rumah secara manual sering kali menjadi kendala bagi pengguna yang memerlukan kontrol lebih fleksibel dari jarak jauh. Penelitian ini bertujuan untuk mengembangkan prototype sistem gerbang otomatis berbasis IoT menggunakan aplikasi Blynk yang memungkinkan pengguna mengontrol gerbang secara real-time melalui perangkat mobile. Metode yang digunakan adalah metode prototype, yang melibatkan tahapan identifikasi kebutuhan, perancangan, pengembangan, dan pengujian sistem secara berulang untuk memastikan hasil yang optimal. Hasil penelitian menunjukkan bahwa sistem gerbang otomatis ini mampu berfungsi dengan baik, memberikan respons cepat terhadap perintah pengguna melalui aplikasi, serta menyediakan notifikasi status gerbang yang akurat. Sistem juga telah dilengkapi dengan autentikasi pengguna untuk menjaga keamanan akses, sehingga hanya pengguna yang sah yang dapat mengontrol gerbang. Pengujian sistem menunjukkan bahwa koneksi internet yang stabil sangat berpengaruh terhadap performa sistem, terutama dalam hal responsivitas dan keandalan kontrol jarak jauh. Selain itu, sistem ini terbukti memberikan kenyamanan tambahan bagi pengguna, yang dapat mengoperasikan gerbang dengan mudah tanpa harus berada di lokasi. Hasil pengujian prototype sistem gerbang rumah otomatis berbasis IoT menunjukkan kinerja yang baik. Rata-rata respons waktu untuk membuka atau menutup gerbang adalah 1,5 detik, memenuhi kriteria kurang dari 2 detik. Dalam pengujian stabilitas koneksi, sistem berhasil mengendalikan gerbang dengan tingkat keberhasilan 95%, meskipun dalam kondisi jaringan yang lemah. Keamanan akses juga diuji, dengan sistem berhasil mencegah 100% akses tidak sah, memastikan hanya pengguna terverifikasi yang dapat mengontrol gerbang. Hasil ini menunjukkan bahwa sistem efektif, cepat, dan aman, serta dapat diterapkan untuk kontrol gerbang rumah jarak jauh yang praktis dan terpercaya.===================================================Abstract:The manual operation of home gates often poses challenges for users who require more flexible remote control. This study aims to develop a prototype of an IoT-based automatic gate system using the Blynk app, allowing users to control the gate in real-time via mobile devices. The method used is the prototype method, which involves the stages of need identification, design, development, and iterative system testing to ensure optimal results. The research findings indicate that the automatic gate system functions well, providing quick responses to user commands through the app, as well as accurate gate status notifications. The system is also equipped with user authentication to maintain access security, ensuring that only authorized users can control the gate. System testing shows that a stable internet connection significantly impacts system performance, especially in terms of responsiveness and reliability of remote control. Furthermore, this system proves to provide added convenience for users, enabling them to operate the gate easily without being on-site. The testing results of the IoT-based automatic home gate prototype demonstrate good performance. The average response time for opening or closing the gate is 1.5 seconds, meeting the criterion of less than 2 seconds. In connection stability testing, the system successfully controls the gate with a 95% success rate, even in weak network conditions. Access security was also tested, with the system successfully preventing 100% of unauthorized access, ensuring that only verified users can control the gate. These results demonstrate that the system is effective, fast, secure, and can be applied for practical and reliable remote home gate control.
Peramalan Pengunjung Website PT XYZ menggunakan Metode Arima Yeni Rokhayati; Luthfi Luluk Fadhila
IJAI (Indonesian Journal of Applied Informatics) Vol 7, No 2 (2023)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v7i2.73842

Abstract

Abstrak Salah satu strategi pemasaran di PT. XYZ menggunakan optimasi website. Menganalisa kegiatan bisnis terutama pada strategi pemasaran suatu perusahaan perlu untuk mengevaluasi apa yang akan terjadi di masa depan. PT. XYZ sejauh ini belum melakukan analisa strategi pemasarannya via website ini, terutama bagaimana meramalkan pengunjungnya. Berdasarkan Web Analytics Association (WAA), terdapat 3 metrik penting dalam analisa website yaitu page view, unique visitors, dan visits. Untuk itu, penelitian ini melakukan analisa peramalan website PT XYZ untuk page view, unique visitors, dan visits menggunakan metode ARIMA. Hasil evaluasi dan peramalan diketahui bahwa analisa ini menghasilkan model ARIMA terbaik yang dapat digunakan untuk meramalkan 35 satuan periode ke depan=================================================AbstractPT. XYZ uses website optimization in marketing. Analyzing business activities, especially a company's marketing strategy, is necessary to evaluate what will happen in the future. PT. XYZ has yet to study its marketing strategy via this website, significantly how to predict its visitors. Based on the Web Analytics Association (WAA), website analysis has three essential metrics: page views, unique visitors, and visits. For this reason, this study analyzes PT XYZ's website forecasting for page views, unique visitors, and visits using the ARIMA method. Evaluation and forecasting results show that this analysis produces the best ARIMA model that can be used to predict the following 35 unit periods.
Deteksi Dini Gejala Stres pada Mahasiswa Berdasarkan Faktor-Faktor Penyebabnya Menggunakan Metode Logistic Regression Auliya Afifah Adnan Hakim; Rizal Adi Saputra; Statiswaty Statiswaty
IJAI (Indonesian Journal of Applied Informatics) Vol 8, No 2 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v8i2.83441

Abstract

Abstrak Di era saat ini, kesehatan mental seringkali diabaikan dibandingkan dengan kesehatan fisik. Hal ini sangat berlaku bagi mahasiswa yang berjuang dengan tekanan yang meningkat dalam kehidupan kuliah. Oleh karena itu, ada kebutuhan mendesak untuk solusi yang dapat mendukung kesehatan mental, salah satunya adalah metode Logistic Regression. Penelitian ini menegaskan efektivitas metode Logistic Regression dalam memprediksi dan mendeteksi dini gejala stres berdasarkan faktor penyebabnya. Eksplorasi fitur dan parameter mengungkap variasi tingkat akurasi, mencapai puncak 95%, diikuti oleh 88% dan 61%. Menganalisis hasil menggunakan Counseling_Service_Use sebagai output menunjukkan keahlian model dalam memprediksi hasil positif, meskipun dengan kecenderungan untuk memprediksi data negatif sebagai positif, dan sebaliknya. Sementara itu, model yang menggunakan Chronic_Illness dan Stress_Level sebagai output menunjukkan kinerja luar biasa dalam memprediksi semua kelas. Secara keseluruhan, penelitian ini memberikan dukungan kuat untuk efektivitas Logistic Regression dalam memprediksi gejala stres, memperkaya pemahaman tentang penerapannya dalam konteks kesehatan mental. Ini menunjukkan bahwa metode ini dapat digunakan sebagai alat yang efektif untuk deteksi dini gejala stres.===============================================AbstractIn the current era, mental health often takes a backseat compared to physical health. This is particularly true for students who are grappling with the increasing pressures of college life. Therefore, there is an urgent need for solutions that can support mental health, one of which is the Logistic Regression method. This study affirms the effectiveness of the Logistic Regression method in predicting and early detecting symptoms of stress based on their causative factors. Exploration of features and parameters revealed variations in accuracy rates, reaching a peak of 95%, followed by 88% and 61%. Analyzing results using Counseling_Service_Use as the output demonstrated the model’s proficiency in predicting positive outcomes, albeit with a tendency to predict negative data as positive, and vice versa. Meanwhile, models employing Chronic_Illness and Stress_Level as outputs exhibited outstanding performance in predicting all classes. Overall, this research provides robust support for the effectiveness of Logistic Regression in predicting stress symptoms, enriching the understanding of its application in the context of mental health. This shows that this method can be used as an effective tool for early detection of stress symptoms.
Klasifikasi Penyakit Anemia Menggunakan Algoritma Navïe Bayes Elda Putri Darmayanti; Ika Nur Fajri
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 1 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i1.94743

Abstract

Abstrak:Anemia merupakan kondisi medis yang umum di mana darah seseorang kekurangan sel darah merah yang sehat atau hemoglobin. Hemoglobin adalah protein dalam sel darah merah yang berfungsi untuk mengangkut oksigen dari paru-paru ke seluruh tubuh ketika seseorang terkena anemia, mereka mungkin merasa lelah, lemah, dan sesak napas. Anemia dapat disebabkan oleh berbagai faktor, termasuk kekurangan zat besi, vitamin B12, atau folat; kehilangan darah; dan kerusakan sumsum tulang. Dalam upaya untuk meningkatkan diagnosis awal dan akurasi klasifikasi penyakit anemia, penelitian ini menerapkan algoritma Naïve Bayes. Dataset yang digunakan dalam penelitian ini adalah dataset penyakit anemia yang didapatkan dari website kaggle.com, yang mencakup atribut-atribut penting seperti Gender, Hemoglobin, MCH, MCHC, MCV, dan Result. Pemilihan Naïve Bayes sebagai salah satu algoritma yang diuji didasarkan pada keunggulannya dalam menangani data dengan atribut sederhana serta kemampuannya mengelola data yang mengandung ketidakpastian. Naïve Bayes dikenal sebagai algoritma yang efisien untuk pengolahan dataset berukuran besar dengan struktur data yang sederhana. Selain itu, algoritma ini sering menjadi pilihan pada tahap awal eksplorasi data karena kesederhanaan implementasi, kecepatan pemrosesan, dan kemampuannya menghasilkan hasil yang cukup akurat dalam berbagai kondisi. Meskipun Naïve Bayes mungkin tidak selalu lebih akurat daripada SVM atau Decision Tree dalam kasus kompleks, algoritma ini menawarkan solusi yang lebih cepat, ringan, dan mudah diimplementasikan, yang sangat relevan untuk aplikasi medis dengan sumber daya terbatas. Pemilihan Naïve Bayes dalam penelitian ini bertujuan untuk mengeksplorasi keseimbangan antara kecepatan, efisiensi, dan akurasi dalam klasifikasi penyakit anemia=======================================Abstract:Anaemia is a common medical condition where a person's blood lacks healthy red blood cells or haemoglobin. Haemoglobin is a protein in red blood cells that serves to transport oxygen from the lungs to the rest of the body. When a person is anaemic, they may feel tired, weak, and short of breath. Anaemia can be caused by various factors, including iron, vitamin B12, or folate deficiency; blood loss; and bone marrow damage. In an effort to improve the early diagnosis and classification accuracy of anaemia, this study applied the Naïve Bayes algorithm. The dataset used in this research is an anaemia disease dataset obtained from the website kaggle.com, which includes important attributes such as Gender, Haemoglobin, MCH, MCHC, MCV, and Result. The selection of Naïve Bayes as one of the tested algorithms is based on its superiority in handling data with simple attributes and its ability to manage data containing uncertainty. Naïve Bayes is known as an efficient algorithm for processing large datasets with simple data structures. Moreover, it is often the algorithm of choice in the early stages of data exploration due to its simplicity of implementation, processing speed, and ability to produce reasonably accurate results under various conditions. While Naïve Bayes may not always be more accurate than SVM or Decision Tree in complex cases, it does offer a bargain
Rancang Bangun Aplikasi GoHRD Online untuk Start-Up Yudho Yudhanto; Winita Sulandari; Taufiqurrakhman Nur Hidayat; Fendi Aji Purnomo
IJAI (Indonesian Journal of Applied Informatics) Vol 7, No 2 (2023)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v7i2.68072

Abstract

Abstrak Startup adalah perusahaan rintisan yang belum lama beroperasi. Dengan kata lain, startup artinya perusahaan yang baru masuk atau masih berada pada fase pengembangan atau penelitian untuk terus menemukan pasar meupun mengembangkan produknya. Problem klasik dalam Startup adalah perihal pengelolaan SDM (Sumber Daya Manusia), ini adalah penting sebagai elemen perusahaan dalam mencapai kesuksesan visi misinya. Sering terjadi tumpang tindih tugas dan kewenangan dikarenakan penghematan perusahaan. Selain itu juga proses manajemen SDM dari tugas dan penggajian belum menjadi prioritas karena mengejar pertumbuhan produk yang harus segera diselesaikan. HR (Human Resources) dalam StartUp sangat membutuhkan otomatisasi sehingga bisa berjalan dengan baik tanpa harus memberikan effort yang banyak dikarenakan semua dipusatkan untuk menyelesaikan produk. Aplikasi GoHRD dibuat sebagai solusi mudah dalam mengelola SDM Startup, dibangun dengan menggunakan PHP, MySQL dan Framework PHP. Metode pengembangan yang digunakan adalah Agile Scrum dengan tujuan penyelesaian yang cepat dan singkat. Model pengujian dilakukan dengan teknik Black box, hasilnya adalah dari 30 skenario pengujian mendapatkan 95% berjalan dengan baik sedangkan sisanya memerlukan kustomisasi agar lebih mudah untuk digunakan dan dikenali oleh user dengan baik.====================================================AbstractStartup is a start-up company that has not been operating for a long time. In other words, a startup means a company that has just entered or is still in the development or research phase to continue to find markets and develop its products. The classic problem in startups is the management of HR (Human Resources), this is important as an element of the company in achieving the success of its vision and mission. Overlapping duties and authorities often occur due to company savings. Apart from that, the HR management process of assignments and payroll has not been a priority due to the pursuit of product growth which must be completed immediately. HR (Human Resources) in StartUp really needs automation so that it can run well without having to put in a lot of effort because everything is focused on completing the product. The GoHRD application was created as an easy solution for managing Startup HR, built using PHP, MySQL and the PHP Framework. The development method used is Agile Scrum with the goal of fast and short completion. The testing model was carried out using the Black box technique, the result is that 95% of the 30 test scenarios run well while the rest require customization to make it easier to use and well recognized by the user.
Back Matter Vol 8 No 1 (2023) ijai ijai
IJAI (Indonesian Journal of Applied Informatics) Vol 8, No 1 (2023)
Publisher : Universitas Sebelas Maret

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

Abstract

Pengaruh Metode Seleksi Fitur terhadap Akurasi Model SVM dalam Klasifikasi Customer Churn pada Perusahaan Telekomunikasi Mayke Andani Rohmaniar; Roni Habibi; Syafrial Fachri Pane
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 1 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i1.92983

Abstract

Abstrak:Penelitian ini menganalisis pengaruh metode seleksi fitur terhadap akurasi model Support Vector Machine dalam memprediksi pelanggan di industri telekomunikasi. Empat metode seleksi fitur (Correlation Matrix, PCA, dan GA) dan empat kernel (Linear, Polynomial, RBF, dan Sigmoid) dibandingkan menggunakan dataset pelanggan telekomunikasi dari Kaggle dengan 7043 entri dan 33 fitur. Metodologi CRISP-DM digunakan, meliputi Pemahaman Bisnis, Pemahaman Data, Persiapan Data, Pemodelan, Evaluasi, dan Implementasi. Hasil penelitian menunjukkan bahwa metode seleksi fitur menggunakan Correlation Matrix dengan kernel Linear memberikan kinerja terbaik. Model ini mencapai akurasi tertinggi sebesar 92,48%, dengan precision 0,93, recall 0,97, dan f1-score 0,95. Metode seleksi fitur lainnya, seperti PCA dan GA, memberikan hasil yang lebih rendah dibandingkan dengan Correlation Matrix. Implementasi model prediksi yang akurat diharapkan dapat membantu perusahaan telekomunikasi mengembangkan strategi retensi pelanggan yang lebih efektif.=================================================Abstract:This study examines the impact of various feature selection methods on the accuracy of the Support Vector Machine (SVM) model in predicting customer behavior within the telecommunications sector. Specifically, the research compares four feature selection techniques: Correlation Matrix, Principal Component Analysis (PCA), and Genetic Algorithm (GA). Additionally, it evaluates the performance of four SVM kernels: Linear, Polynomial, Radial Basis Function (RBF), and Sigmoid. Utilizing a telecom customer dataset from Kaggle, which comprises 7043 entries and 33 features, the study adheres to the CRISP-DM methodology. This methodology includes phases such as Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, and Implementation. The findings indicate that the Correlation Matrix feature selection method, when paired with the Linear kernel, provides the best performance. This particular configuration achieves the highest accuracy rate of 92.48%, along with a precision score of 0.93, a recall score of 0.97, and an F1-score of 0.95. In contrast, other feature selection methods, such as PCA and GA, result in lower performance metrics. These findings underscore the effectiveness of the Correlation Matrix and Linear kernel combination in enhancing the predictive accuracy of SVM models.