cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
ISSN : 02163284     EISSN : 26850877     DOI : -
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 508 Documents
Analisis Sentimen Seputar UU ITE Menggunakan Algoritma Support Vector Machine Yoga Vikriansyah Wijaya; Adhitia Erfina; Cecep Warman
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (512.882 KB) | DOI: 10.35889/progresif.v17i2.644

Abstract

AbstractSentiment analysis of twitter tweets from the Indonesian people can be used as one of the parameters to be a support for the government in evaluating decision making and policies in the future. This study aims to find out the sentiments of Indonesian people's tweets on Twitter about the Information and Electronic Transaction Law. The data material used in this study uses a query on the Information and Electronic Transaction Law, Hate Speech, Defamation, Online Fraud, and Data Theft. The test is carried out by calculating accuracy, precision, recall and F1-score, using a variety of training data and test data. The highest accuracy results were obtained from the composition of 90% training data and 10% test data with an accuracy value of 84% with an average precision of 84%, recall 65%, f1-score 71% for each sentiment class.Keywords: Sentiment Analysis, Support Vector Machine Algorithm, Community TweetAbstrakAnalisis Sentimen cuitan twitter dari masyarakat Indonesia dapat dijadikan sebagai salah satu parameter untuk menjadi penunjang bagi pemerintah dalam mengevaluasi pengambilan keputusan dan kebijakan di masa yang akan datang. Penelitian ini bertujuan untuk mengetahui sentimen dari cuitan masyarakat Indonesia di twitter seputar Undang-Undang Informasi dan Transaksi Elektronik. Bahan data yang digunakan dalam penelitian ini menggunakan query Undang-Undang Informasi dan Transaksi Elektronik, Ujaran Kebencian, pencemaran nama baik, Penipuan Online, dan Pencurian data. Pengujian dilakukan dengan perhitungan akurasi, precision, recall dan F1-score, dengan menggunakan variatif data latih dan data uji. Hasil akurasi tertinggi didapatkan dari komposisi data latih 90% dan data uji 10% dengan nilai akurasi 84% dengan rata-rata precision 84%, recall 65%, f1-score 71% tiap kelas sentimen.Kata Kunci: Analisis Sentimen, Algoritma Support Vector Machine, Cuitan Masyarakat
Penerapan Algoritma K-Means Dalam Pengelompokan Kesejahteraan Rakyat Berdasarkan Kecamatan di Kabupaten Karawang Dinda Fitriani; Tesa Nur Padilah; Betha Nurina Sari
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (336.154 KB) | DOI: 10.35889/progresif.v17i2.649

Abstract

AbstrackTo make it easier for the government to implement policies related to people's welfare issues, it is necessary to know which areas have low levels of people's welfare, so that the government can prioritize the welfare of the people in that region. In this regard, it is necessary to classify the welfare of the people based on the existing area. This paper applies data mining techniques with the k-means algorithm in classifying people's welfare based on sub-district areas. The results of data processing with the help of tools Rstudio 4.0.5 obtained 3 clusters. Cluster 1 is a cluster with a high level of people's welfare, consisting of 7 sub-districts. Cluster 2 is a cluster with a moderate level of people's welfare, consisting of 8 sub-districts. Cluster 3 is a cluster with a low level of people's welfare, consisting of 7 sub-districts. In clustering with 3 clusters, the SSE value is 23,58788, and the accuracy rate is 72.9%.Keywords: People's Welfare, Data Mining, K-Means Clustering AbstrakUntuk mempermudah pemerintah mengimplementasikan kebijakan yang terkait dengan masalah kesejahteraan rakyat, perlu diketahui daerah mana saja yang memiliki tingkat kesejahteraan rakyat rendah, sehingga pemerintah dapat memprioritaskan kesejahteraan rakyat pada wilayah tersebut. Berkaitan dengan hal tersebut, perlu dilakukan pengelompokkan kesejahteraan rakyat berdasarkan wilayah yang ada. Paper ini menerapkan teknik data mining dengan algoritma k-means dalam pengelompokan kesejahteraan rakyat berdasarkan wilayah kecamatan. Hasil pengolahan data dengan bantuan tools Rstudio 4.0.5 diperoleh 3 cluster. Cluster 1 merupakan cluster dengan tingkat kesejahteraan rakyat tinggi, terdiri dari 7 kecamatan. Cluster 2 merupakan cluster dengan tingkat kesejahteraan rakyat sedang, terdiri dari 8 kecamatan. Cluster 3 merupakan cluster dengan tingkat kesejahteraan rakyat rendah, terdiri dari 7 kecamatan. Dalam melakukan clustering dengan 3 cluster diperoleh nilai SSE sebesar 23.58788, dan tingkat akurasi sebesar 72.9%.Kata kunci: Kesejahteraan Rakyat, Data Mining, K-Means Clustering
Uji Kontrol Sistem Penerangan Bangunan Non IoT Berbasis Komunikasi Nirkabel Wi-Fi Aulia Oktaviani Prasiska; Budi Rahmani
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (750.961 KB) | DOI: 10.35889/progresif.v17i2.645

Abstract

AbstractPeople desperately need the efficiency of time, energy, and cost in their daily lives. Therefore various efforts are made to be achieved, and one of them is by utilizing a smartphone or smartphone device. One of the applications developed and based on the Android operating system is on automation, whether for lighting houses, buildings, etc. Especially in the building lighting system, the problem is when the building guard forgets to turn off one or more lights. It isn't easy when the building guard has to return to the light switch position, especially in a multi-storey building, and he or she is already in the lobby (ground floor). This research has designed the build of a system to control the lighting lights of buildings. Some devices serve as command givers (android phones), and there are command recipients (microcontrollers). The type of connection used is Wi-Fi wireless communication between the microcontroller and the smartphone without utilizing an internet connection (IoT). The enhancements used are access points to bridge communication from the mobile phone to the command receiver module.The system's test results designed to build have found good performance in multi-storey buildings (three storeys). Among them is that the system implemented using wireless communication (Wi-Fi) with a control distance of approximately 12 meters without interference from other mobile Keywords : building lighting system; wemosD1;  Wi-Fi; microcontroller; Android;AbstrakManusia sangat membutuhkan adanya efisiensi waktu, tenaga, dan biaya di kehidupan sehari harinya. Karenanya berbagai upaya dilakukan agar hal itu dapat dicapai, dan salah satunya adalah dengan memanfaatkan perangkat telepon pintar atau smart phone. Salah satu aplikasi yang dikembangkan dan berbasis sistem operasi android adalah pada otomasi, baik untuk penerangan rumah, gedung, dan atau yang lainnya. Khusus pada sistem penerangan gedung, persoalan yang dihadapi adalah pada ketika penjaga gedung lupa mematikan satu lampu atau lebih. Hal ini akan menyulitkannya ketika harus kembali ke posisi saklar lampu tersebut berada, apalagi pada gedung bertingkat dan saat itu penjaga gedung sudah berada di lobby (lantai dasar). Penelitian ini telah merancang bangun sebuah sistem untuk melakukan pengontrolan lampu penerangan gedung. Ada perangkat yang berfungsi sebagai pemberi perintah (handphone android) dan ada penerima perintah (mikrokontroler). Jenis koneksi yang digunakan adalah komunikasi nirkabel Wi-Fi antara mikrokontroller dan smartphone tanpa memanfaatkan koneksi internet (IoT). Perangkat tambahan yang digunakan adalah akses poin untuk menjembatani komunikasi dari handphone ke modul penerima perintah.Hasil pengujian terhadap sistem yang dirancang bangun telah mendapati kinerja yang baik pada gedung bertingkat (berlantai tiga) dengan variasi jarak kontrol terhadap lampu sejauh 2 s.d. 9 meter. Hal ini tergantung daya sinyal Wi-Fi yang ditangkap dan ada atau kuat tidaknya gangguan dari sinyal Wi-Fi lainnya.Kata kunci: sistem penerangan gedung; wemosD1;  Wi-Fi; mikrokontroler; Android;
Model aplikasi desktop multi language menggunakan Netbeans Platform Rano Kurniawan; Henderi Henderi
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (497.309 KB) | DOI: 10.35889/progresif.v17i2.650

Abstract

AbstractMany researches on desktop-based applications have been carried out, but no one has developed and discussed specific multi-language desktop applications. This paper aims to develop a multi-language desktop application using the Netbeans Platform. Multi-language desktop applications are developed with an Agile approach that focuses on rapid development. Application development is carried out through the stages of requirements, design, develop, testing, and evaluation. Identification of application requirements is carried out on functional and non-functional requirements. The design stage is carried out using a unified modeling language approach, deploying using the Java programming language and Netbeans platform, testing with a black box approach, and evaluation is carried out through focus group decisions (FGD). FGDs were conducted by involving application owners, application developers, desktop application experts, application industry players, and end users. The evaluation results show that the developed multi-language-based desktop application has an assessment score of 83.7 with a very good predicate. The application of the resulting multi-language-based desktop application has implications for increasing user interest in using the application.Keywords: desktop application, multi language, Netbeans Platform AbstrakPenelitian tentang aplikasi berbasis desktop telah banyak dilakukan, namun belum ada yang mengembangan dan membahas tentang aplikasi desktop multi language secara spesifik. Paper ini bertujuan mengembangkan aplikasi desktop multi language menggunakan Netbeans Platform. Aplikasi desktop multi language dikembangkan dengan pendekatan Agile yang fokus pada perkembangan yang cepat. Pengembangan aplikasi dilakukan melalui tahapan requirements, design, develop, testing, dan evaluation. Identifikasi kebutuhan aplikasi dilakukan terhadap fungsional dan non functional requirements. Tahapan desain dilakukan dengan pendekatan unified modeling language, deploy menggunakan bahasa pemrograman java dan Netbeans platform, testing dengan pendekatan black box, dan evaluasi dilakukan melalui focus group decision (FGD). FGD dilakukan dengan melibatkan pemilik aplikasi, pengembang aplikasi, ahli aplikasi desktop, pelaku industri aplikasi, dan end user. Hasil evaluasi menunjukan bahwa aplikasi desktop berbasis multi language yang dikembangkan memiliki skor penilaian sebesar 83,7 dengan predikat sangat baik. Penerapan aplikasi desktop berbasis multi language yang dihasilkan berimplikasi kepada peningkatan minat user dalam menggunakan aplikasi.Kata kunci: aplikasi desktop, multi language, Netbeans Platform
Perancangan Sistem Pakar Berbasis Web Menggunakan Case Based Reasoning Untuk Diagnosa Dini Covid-19 Mega Lumbia Sinaga; Dudih Gustian; Falentino Sembiring
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (543.337 KB) | DOI: 10.35889/progresif.v17i2.646

Abstract

AbstrackThe COVID-19 pandemic has a profound impact on many aspects of people's lives. Various ways are being sought to help resolve the spread of COVID 19. The addition of new symptoms that have continued to vary from the beginning to the present has made the public more and more anxious. The symptoms that are felt are usually difficult for the general public to self-diagnose, making it difficult for the public to take preventive action. This paper presents a Web-based expert system model to diagnose Covid-19 early using the Case Based Reasoning Method to help the public diagnose Covid 19 early. Application testing is carried out by comparing the diagnostic results of expert system applications with expert opinions. The test results on 6 sample cases show that the application can diagnose all cases according to expert opinion.Keywords: Expert System, COVID-19, Case Based ReasoningAbstrakPandemi COVID-19 menimbulkan dampak bagi banyak sendi kehidupan kemasyarakat. Berbagai cara diupayakan untuk membantu menyelesaikan penyebaran COVID 19. Bertambahnya gejala-gejala baru yang terus bervariasi sejak awal hingga saat ini membuat masyarakat semakin was-was. Gejala-gejala yang dirasakan biasanya sulit untuk didiagnosa sendiri oleh masyarakat awam, sehingga sulit bagi masyarakat melakukan tindakan pencegahan. Paper ini menyajikan model sistem pakar berbasis Web untuk mendiagnosa secara dini Covid-19 menggunakan Metode Case Based Reasoning untuk membantu masyarakat mendiagnosa dini Covid 19. Pengujian aplikasi dilakukan dengan membandingkan hasil diagnosa aplikasi sistem pakar dengan pendapat pakar. Hasil uji terhadap 6 sampel kasus menunjukkan aplikasi dapat mendignosa keseluruhan kasus sesuai pedapat pakar.Kata kunci: Sistem Pakar, COVID-19, Case Based Reasoning
Penerapan Algoritma Linier Congruent Method Pada Aplikasi Pembelajaran Geografi Syafira Zahara; Asriyanik Asriyanik; Winda Apriandari
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (553.028 KB) | DOI: 10.35889/progresif.v17i2.651

Abstract

Abstract The Covid-19 pandemic era caused the learning process to be carried out creatively, using media and other learning resources other than textbooks provided by the school, so that learning outcomes can be obtained optimally, especially for geography subjects. This article aims to create a geography learning media model in the form of a quiz that can be used as a learning support media, so that students can learn well, even in situations where they do not interact directly with the teacher. The media development method used is the Multimedia Development Life Cycle and the Linear Congruent Method to manage the randomization process. The components contained in the application are quizzes, word sequences, and puzzles. By using the LCM algorithm in regulating the randomization process, it is hoped that the questions that will be displayed are not easily guessed by students.Keywords: Linear Congruent Method, Multimedia Development Life Cycle, Geography learning application AbstrakEra pandemi Covid-19 menyebabkan proses pembelajaran mesti dilaksanakan secara kreatif, menggunakan media dan sumber-sumber belajar lain selain buku teks yang disediakan oleh pihak sekolah, agar capaian pembelajaran dapat diperoleh secara maksimal, khususnya untuk mata pelajaran geografi. Artikel ini bertujuan untuk membuat sebuah model media pembelajaran geografi dalam bentuk kuis yang dapat digunakan sebagai media pendukung pembelajaran, sehingga siswa dapat belajar dengan baik, walau dalam situasi tidak berinteraksi secara langsung dengan pengajar. Metode pengembangan media yang digunakan adalah Multimedia Development Life Cycle dan Linier Congruent Method untuk mengatur proses pengacakan soal. Komponen yang terdapat pada aplikasi berupa kuis, rangkai kata, dan puzzle. Dengan menggunakan algoritma LCM dalam mengatur proses pengacakannya, soal-soal yang akan ditampilkan diharapkan tidak mudah ditebak oleh siswa.Kata kunci: Linier Congruent Method, Multimedia Development Life Cycle, Aplikasi pembelajaran Geografi
Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika Lailil ‘ Izzah; Arief Jananto
Progresif: Jurnal Ilmiah Komputer Vol 18, No 1: Februari 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.264 KB) | DOI: 10.35889/progresif.v18i1.769

Abstract

Abstrak. Perencanaan persediaan obat-obatan yang hanya dilakukan secara manual tanpa memperhitungkan pola kebiasaan komsumsi dalam periode waktu tertentu menyebabkan ketidakakuratan perencanaan persediaan, sehingga berdampak pada tidak terpenuhinya permintaan atau terjadinya kelebihan persediaan yang berpotensi menyebabkan kadaluarsa.  Artikel ini menguji penggunaan algoritma K-Means Clustering untuk mengelompokkan jenis obat berdasarkan parameter Harga, Kategori, Stok Awal, dan Total Pemakaian. 484 data sampel jenis obat pada Klinik Citra Medika diuji untuk menentukan 5 kelompok pemakaian obat (pemakaian Sangat Rendah, Rendah, Sedang, Tinggi, Sangat Tinggi). Masing-masing kelompok obat akan merepresentasikan prediksi jumlah order persediaan di masa mendatang berdasarkan parameter Total Pemakaian. Hasil uji faktual menunjukkan prediksi persediaan obat menggunakan algoritma K-Means Custering lebih mendekati relitas penggunaan dibandingkan dengan perencanaan yang dilakukan secara manual.Kata Kunci: Obat-obatan; Perencanaan Persediaan; Pemakaian; Algoritma K-Means ClusteringAbstract. Medicine inventory planning which is only done manually without taking into account the pattern of consumption habits in a certain period of time causes inaccuracies in inventory planning, so that it has an impact on non-fulfillment of demand or the occurrence of excess inventory which has the potential to cause expiration. This article examines the use of the K-Means Clustering algorithm to classify types of medicine based on the parameters of Price, Category, Initial Stock, and Total Usage. 484 sample data on types of medicine at the Citra Medika Clinic were tested to determine 5 groups of medicine use (very low, low, medium, high, very high use). Each medicine group will represent the predicted number of future supply orders based on the Total Usage parameter. The factual test results show that the prediction of drug supply using the K-Means Custering algorithm is closer to the reality of use compared to manual planning.Keywords: Medicines; Inventory Planning; Usage; K-Means Clustering Algorithm
Klasifikasi Covid-19 Pada Citra CT Scans Paru-Paru Menggunakan Metode Convolution Neural Network Yosefina Finsensia Riti; Stephanus Surijadarma Tandjung
Progresif: Jurnal Ilmiah Komputer Vol 18, No 1: Februari 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (838.849 KB) | DOI: 10.35889/progresif.v18i1.784

Abstract

Abstrak. Salah satu cara yang dapat digunakan untuk deteksi dini Covid-19 adalah dengan pemeriksaan radiologis menggunakan CT scans paru-paru, karena gejala yang terjadi saat terinfeksi Covid-19 berupa gangguan pernapasan akut. Covid-19 sulit dibedakan dari pneumonia yang disebabkan oleh virus influeza A, virus influenza cytomegalovirus, adenovirus, respiratory syncytial virus, SARS-CoV, MERS coronavirus. Penelitian ini mengembangkan teknik analisis citra CT scans paru-paru menggunakan teknik Deep Learning, dengan menggunakan metode Convolutional Neural Network (CNN) untuk mendukung hasil analisis dari radiolog ataupun menjadi second opinion dari radiolog. Penellitian ini juga menguji kinerja metode CNN dalam melakukan klasifikasi citra CT scans paru-paru. Dataset yang digunakan terdiri dari 3216 data. Berdasarkan hasil pengujian diperoleh akurasi dengan rata-rata 100% untuk setiap epoch yang diberikan. Dari hasil pengujian dapat disimpulkan bahwa Metode CNN dapat digunakan untuk membedakan citra CT scans untuk Covid-19 dan citra CT scans normal.Kata kunci: Jaringan saraf konvolusi; Deep Learning; CT scans Paru-paru; Citra Covid-19. Abstract. One way that can be used for early detection of Covid-19 is by radiological examination using CT scans of the lungs, because the symptoms that occur when infected with Covid-19 are acute respiratory disorders. Covid-19 is difficult to distinguish from pneumonia caused by influenza A virus, influenza cytomegalovirus virus, adenovirus, respiratory syncytial virus, SARS-CoV, MERS coronavirus. This study developed an image analysis technique for CT scans of the lungs using Deep Learning techniques, using the Convolutional Neural Network (CNN) method to support the results of the analysis from the radiologists or as a second opinion from the radiologists. This study also tested the performance of the CNN method in classifying CT scans of the lungs. The dataset used consists of 3216 data. Based on the test results obtained an average accuracy of 100% for each given epoch. From the test results, it can be concluded that the CNN method can be used to distinguish CT scan images for Covid-19 and normal CT scan images.Keywords: Convolutional neural network; Deep Learning; CT scans Lungs; Image of Covid-19.
Model Sistem Penerangan Toilet Berbasis Sensor Gerak Terkendali Mikrokontroler Atmega328 Julaiha Julaiha; Budi Rahmani
Progresif: Jurnal Ilmiah Komputer Vol 18, No 1: Februari 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.256 KB) | DOI: 10.35889/progresif.v18i1.780

Abstract

Abstrak. Energi listrik yang digunakan di sebuah instansi dan cenderung mengarah kepada pemborosan adalah hal yang serius. Salah satunya adalah di bagian toilet yang seringkali didapati pemborosan energi listrik ini karena tidak dimatikannya lampu pada saat toilet tidak digunakan. Karenanya pemborosan energi sebanding dengan jumlah biaya bulanan yang dikeluarkan oleh suatu instansi. Jika pemborosan dapat dikurangi, maka biaya ekstra yang harus dibayarpun akan dapat dikurangi pula. Penelitian ini mengembangkan algoritme yang dimulai ketika pengguna menekan push button untuk menyalakan lampu dan kemudian menghidupkan sensor gerak. Ketika ada pengguna masuk ke toilet dan terdeteksi adanya gerakan, maka otomatis lampu toilet akan terus dinyalakan. Namun jika setelah penekanan push button si pengguna tidak berada di toilet, maka dalam kurung waktu 60 detik lampu toilet akan dimatikan secara otomatis. Begitu pula jika pengguna telah keluar dari toilet maka dalam jangka waktu kurang lebih 60 detik, maka lampu toilet akan mati secara otomatis pula. Hasil pengujian menggunakan sensor gerak yang dimaksimalkan algoritmenya di sebuah toilet selama kurang lebih 2 minggu mendapati bahwa konsumsi daya listrik setelah digunakannya alat berkurang sebesar 7,08 %. Kemudian hasil pengujian perangkat menunjukkan keberhasilan deteksi sensor gerak adalah 100%.Kata Kunci: Toilet; Otomasi; Penerangan; Listrik PLN Abstract. Electrical energy used in an agency tends to lead to waste is a serious matter. One of them is in the toilet, which is often a waste of electrical energy because the lights are not turned off when the bathroom is not in use. Therefore, energy waste is proportional to the number of monthly costs incurred by an agency. If debris can be reduced, the extra costs that must be paid will also be reduced. This research develops an algorithm that starts when the user presses the push button to turn on the light and then turns on the motion sensor. When a user enters the toilet and motion are detected, the toilet light will automatically continue to be turned on. However, if the user is not in the bathroom after pressing the push button, then within 60 seconds, the toilet light will be turned off automatically. Likewise, if the user has left the toilet within approximately 60 seconds, the toilet light will turn off automatically. The test results using a motion sensor whose algorithm was maximized in a toilet for approximately two weeks found that electric power consumption after using the tool was reduced by 7.08%. Then the device test results show that the motion sensor detection success is 100%.Keywords: Toilet; Automation; lighting; PLN Electricity
Klasifikasi Penerima Program Bantuan Beras Miskin Menggunakan Algoritma Iterative Dichotomiser 3 Muhammad Fadillah Rahman; Fadilah Fadilah
Progresif: Jurnal Ilmiah Komputer Vol 18, No 1: Februari 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (585.441 KB) | DOI: 10.35889/progresif.v18i1.797

Abstract

Abstrak. Penetapan penerima bantuan Beras Miskin (Raskin) yang dilakukan secara subjektif oleh petugas yang berwenang di tingkat Kelurahan/Desa diduga tidak konsisten, sebagai akibat dari keterbatasan petugas yang berwenang dalam menganalisis variabel-variabel yang menjadi prasyarat penetapan penerima, serta nilai variabel prasyarat yang memiliki kemiripan satu dengan yang lainnya. Artikel ini menguji penggunaan algoritma Iterative Dichotomiser 3 (ID3) dalam mengklasifikasi calon penerima bantuan Raskin di desa Habirau Tengah. Parameter yang digunakan dalam penetapan penerima merujuk pada Badan Pusat Statistik Daerah berupa: jenis lantai rumah, jenis dinding rumah, jenis bahan bakar, pendidikan terakhir, sumber air minum, pekerjaan, dan besarnya pendapatan. Sejumlah 30 sampel data calon penerima Raskin diuji dengan cara membandingkan luaran yang diusulkan oleh algoritma ID3 dengan hasil Analisis penerima bantuan yang semestinya. Hasil uji menunjukkan konsistensi kinerja algoritma ID3 dapat mencapai 96%, sedangkan konsistensi kinerja petugas pengambil kebijakan hanya mencapai 70%.Kata Kunci: Beras Miskin; Penerima Bantuan; Decision Tree; Iterative Dichotomiser 3 Abstract. The determination of recipients of Rice for Poor “Raskin” which is carried out subjectively by authorized officers at the Kelurahan/Village level is suspected to be inconsistent, as a result of the limitations of authorized officers in analyzing the variables that are prerequisites for determining recipients, as well as the value of the prerequisite variables that have similarities with one another. with the others. This article examines the use of the Iterative Dichotomiser 3 (ID3) algorithm in classifying potential recipients of Raskin assistance in the village of Central Habirau. The parameters used in determining recipients refer to the Central Bureau of Statistics in the form of: type of house floor, type of house wall, type of fuel, latest education, source of drinking water, occupation, and amount of income. A total of 30 data samples of prospective Raskin recipients were tested by comparing the outcomes proposed by the ID3 algorithm with the results of the analysis of appropriate beneficiaries. The test results show that the consistency of the performance of the ID3 algorithm can reach 96%, while the consistency of the performance of policy-making officers only reaches 70%.Keywords: Rice for Poor; Beneficiaries; Decision Tree; Iterative Dichotomiser 3