cover
Contact Name
Harliana
Contact Email
harliana@umus.ac.id
Phone
+6281313332424
Journal Mail Official
intech@umus.ac.id
Editorial Address
Jl. P. Diponogoro KM. 2 Wanasari, Brebes 52252 Tel / fax : (0283) 619 9000 / 0813 1333 2424
Location
Kab. brebes,
Jawa tengah
INDONESIA
Jurnal Ilmiah Intech : Information Technology Journal of UMUS
ISSN : -     EISSN : 26854902     DOI : 10.46772/intech
Core Subject : Science,
Jurnal Ilmiah Intech : Information Technology Journal of UMUS terbit 2 (dua) kali dalam satu tahun yaitu Mei dan November yang berisi hasil pemikiran dan penelitian pada bidang Ilmu Komputer dan Informatika, dnegan fokus dan ruang lingkup: 1. ilmu komputer: Artificial Intelligence, Machine Learning, Data Mining, Expert System, Decission Support System 2. Informatika : Web Programming, Mobile Computing, Computer Network, Pembuatan Sistem Informasi, Database System, Security System.
Articles 112 Documents
Predicting Depression Risk Levels in College Students Using the K-Nearest Neighbor Algorithm Attagantari Ardelia Retna, Atta; Arief Hidayat, Arief Hidayat; Akhmad Pandhu Wijaya, Akhmad Pandhu Wijaya
Jurnal Teknik Informatika UMUS Vol 7 No 2 (2025): November
Publisher : Universitas Muhadi Setiabudi

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

Abstract

Abstract College students often experience academic, social, and personal stress that can lead to mental health issues such as depression. If left untreated, this condition can disrupt academic achievement and social relationships, and even trigger extreme behavior. This study aims to design and develop a system to predict the risk of depression in college students using the K-Nearest Neighbor (KNN) classification algorithm. Data were collected from 300 students through a Likert-scale questionnaire. The system was developed using Python for pre-processing. The analysis process included data selection, cleaning, transformation, classification with KNN, and performance evaluation using a confusion matrix. Testing of 60 test data sets yielded 85% accuracy, 90% precision, and 83% recall. This system has the potential to be used as an early detection tool for students and educational institutions. Keywords : Depression, Students, K-Nearest Neighbor, Classification, Data Mining
Implementasi Sistem Informasi Pelaporan Masyarakat Real-Time Berbasis Website Pemerintah Kabupaten Brebes Menggunakan Metode Waterfall: Pemerintah Kabupaten Brebes Hasan, Sarah; Premana, Agyztia; Bachri, Otong Saeful
Jurnal Teknik Informatika UMUS Vol 7 No 2 (2025): November
Publisher : Universitas Muhadi Setiabudi

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

Abstract

Surat meyurat menjadi kebutuhan penting oleh masyarakat dalam kepengurusan keperluannya, di Perumahan Muara Sarana Indah masih belum tersistemasinya atau masih dilakukan secara manual mengenai layanan surat menyurat yang melibatkan Ketua Rt dan Ketua Rw setempat dan arsip surat yang belum tesimpan dengan rapi. Tujuan penelitian adalah membuat sebuah sistem layanan masyarakat berbasis web menggunakan metode watefall. Metode ini digunakan untuk mengembangkan sistem perangkat lunak dengan mempunyai alur hidup perangkat lunak secara bertahap dimulai dari analisis, design, pengkodean dan pengujian. Dalam merancang sistem yang digunakan adalah bahasa pemrograman database MySQL dan PHP. Dan pengujian untuk sistem menggunakan Black-box testing dengan pendekatan Equivalence Partitioning sedangkan pengujian yang dilakukan oleh pengguna menggunakan User Acceptance Testing (UAT). Penelitian ini menghasilkan Sistem Layanan Warga berbasis web yang mempermudah warga dalam mengurus surat – menyurat dan mempermudah Ketua RW dan Ketua RT dalam menyimpan arsip surat yang sudah diakses oleh warganya.

Page 12 of 12 | Total Record : 112