cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ahmad Fitriansyah
Contact Email
ahmad.fitriansyah@swadharma.ac.id
Phone
+6287870716976
Journal Mail Official
jurnal.jris@swadharma.ac.id
Editorial Address
Kampus 1 Institut Teknologi dan Bisnis Swadharma Jl. Malaka No.3, Tambora, Jakarta Barat 11230
Location
Kota tangerang selatan,
Banten
INDONESIA
JURNAL REKAYASA INFORMASI SWADHARMA (JRIS)
Published by Institut Teknologi dan Bisnis Swadharma
ISSN : 27745759     EISSN : 27745732     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Rekayasa Informasi Swadharma merupakan jurnal ilmiah yang diterbitkan oleh LPPM ITB Swadharma. Jurnal ini mempublikasikan karya ilmiah hasil penelitian dengan topik Big Data, Sistem Informasi Berbasis Komputer, Data Mining, Data Scientists, Enterprise Architecture, Enterprise Resource Planning (ERP), Tata Kelola Teknologi, Information Retrieval System, Audit Sistem Informasi, Manajemen Pengetahuan Berbasis Sistem Informasi, Sistem Informasi Manajemen, Manajemen Proyek, Proses Bisnis, Smart City, Sosial Media, Sistem Penunjang Keputusan, Kecerdasan Bisnis.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 20 Documents
 1   2 
Search results for , issue "Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025" : 20 Documents clear
KLASTERISASI DATA : ANALISIS KINERJA K-MEANS PADA SEKTOR PAJAK, EKSPOR, PERIKANAN, MODAL, DAN SUMBER DAYA Nurba, Achmad S.W.A; Fathahillah, Dharma; Pratama, Muhamad Shafly; Bachtiar, Muhammad Rivaldi; Putra, Muhammad Chesta Adabi; Sitio, Sartika Lina Mulani
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.883

Abstract

This study aims to cluster Indonesian economic data patterns from five sectors: tax, export, fisheries, capital markets, and resources, using the K-Means algorithm. Data were obtained from BPS, the Ministry of Finance, the Ministry of Marine Affairs and Fisheries, the Financial Services Authority (OJK), and UN Comtrade. Pre-processing was carried out through data cleaning and normalization. The optimal number of clusters was determined using the elbow and silhouette methods. Clustering evaluation used Inertia, Silhouette score, and the Davies-Bouldin Index. The results show variations in cluster patterns in each sector, with the fisheries and capital markets sectors providing the best results (high silhouette scores). Visualization using PCA supports cluster interpretation. These findings demonstrate that K-Means is effective in economic data analysis and helps support more adaptive and data-driven policies.Penelitian ini bertujuan mengelompokkan pola data ekonomi Indonesia dari lima sektor: pajak, ekspor, perikanan, pasar modal, dan sumber daya, menggunakan algoritma K-Means. Data diperoleh dari BPS, Kementerian Keuangan, KKP, OJK, dan UN Comtrade. Pra-pemrosesan dilakukan melalui pembersihan dan normalisasi data. Jumlah klaster optimal ditentukan menggunakan metode elbow dan silhouette. Evaluasi klasterisasi menggunakan Inertia, Silhouette score, dan Davies-Bouldin Index. Hasil menunjukkan variasi pola klaster di tiap sektor, dengan sektor perikanan dan pasar modal memberikan hasil terbaik (silhouette score tinggi). Visualisasi menggunakan PCA mendukung interpretasi klaster. Temuan ini menunjukkan bahwa K-Means efektif dalam analisis data ekonomi dan bermanfaat untuk mendukung kebijakan yang lebih adaptif dan berbasis data.
PENGEMBANGAN LKPD BERBASIS WEB PADA MATERI MASALAH EKONOMI DI SMK NEGERI 8 PALEMBANG Permana, Raka; Gunawan, Hendri; Yulaini, Erma
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.888

Abstract

This study aims to develop a Web-Based Student Worksheet (LKPD) for an economic lesson at SMK Negeri 8 Palembang. The study employed a research and development (R&D) approach using the ADDIE (Analysis, Design, Development, Implementation, Evaluation) model. The results of the study are a WEB-based LKPD system for an economic lesson for class XI Accounting students at SMK Negeri 8 Palembang. The test results indicate that this LKPD is effective, with an average student activity level of 93.18% (very active), efficient, with an average validation value of 80.11% (quite valid), and highly practical, as demonstrated by one-to-one (99.16%) and small group (100%) tests. The improvement in learning outcomes is evident, as indicated by a pre-test score of 49.4% (poor) and a post-test score of 92% (perfect), representing a 42.6% difference. Thus, this Web-Based LKPD is suitable for use as a learning medium for economic lessons at SMK Negeri 8 Palembang.Penelitian ini bertujuan untuk pengembangan Lembar Kerja Peserta Didik (LKPD) Berbasis Web untuk materi masalah ekonomi di SMK Negeri 8 Palembang. Penelitian menggunakan metode penelitian pengembangan (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation) . Hasil penelitian berupa sistem LKPD berbasis WEB untuk materi masalah ekonomi pada siswa kelas XI Akuntansi di SMK Negeri 8 Palembang. Hasil pengujian menunjukkan bahwa LKPD ini efektif dengan tingkat keaktifan peserta didik rata-rata 93,18% (sangat aktif), efisien dengan nilai validasi rata-rata 80,11% (cukup valid), dan sangat praktis berdasarkan uji one-to-one (99,16%) dan small group (100%). Peningkatan hasil belajar terlihat dari nilai pre-test sebesar 49,4% (kurang) menjadi 92% (sangat baik) pada post-test, dengan selisih 42,6%. Dengan demikian, LKPD Berbasis Web ini layak digunakan sebagai media pembelajaran untuk materi masalah ekonomi di SMK Negeri 8 Palembang.
SISTEM INFORMASI PEMETAAN JAMBAN TIDAK SEHAT DI KABUPATEN TIMOR TENGAH UTARA Lay Berek, Gloria Elisabeth; Kelen, Yoseph P. K.; Lestari, Anastasia K.D.
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.896

Abstract

This research aims to design and build an Unhealthy Latrine Mapping Information System in North Central Timor Regency (TTU) to improve sanitation and public health. The main problems faced are the high use of unhealthy latrines, which has an impact on the spread of environmentally based diseases, as well as the difficulty of the Health Office in identifying the location and number of families using these unhealthy latrines. The developed information system is geographically based (GIS) and utilizes the waterfall method. This system facilitates data collection, mapping the location of unhealthy latrines, and online community reporting. The study's results show that the system is capable of providing accurate and easily accessible information about the distribution of unhealthy latrines, making it easier for the Health Office to distribute assistance and education to the community. Additionally, this system enhances community participation in reporting and addressing sanitation issues. Thus, the implementation of this information system is expected to support the realization of a healthier environment in the TTU Regency through more effective and efficient management of sanitation data.Penelitian ini bertujuan untuk membangun Sistem Informasi Pemetaan Jamban Tidak Sehat di Kabupaten Timor Tengah Utara (TTU) guna mendukung upaya peningkatan kesehatan masyarakat. Permasalahan utama yang dihadapi adalah  tingginya penggunaan jamban tidak sehat yang berdampak pada penyebaran penyakit berbasis lingkungan, serta kesulitan Dinas Kesehatan dalam mengidentifikasi lokasi dan jumlah kepala keluarga pengguna jamban tidak sehat. Sistem informasi yang dikembangkan berbasis geografis (SIG) dan menggunakan metode waterfall. Sistem ini memfasilitasi pendataan, pemetaan lokasi jamban tidak sehat, serta pelaporan masyarakat secara daring. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan informasi yang akurat dan mudah diakses mengenai distribusi jamban tidak sehat, sehingga memudahkan Dinas Kesehatan dalam penyaluran bantuan dan edukasi kepada masyarakat. Selain itu, sistem ini juga meningkatkan partisipasi masyarakat dalam pelaporan dan penanganan masalah sanitasi. Penerapan sistem informasi ini diharapkan dapat mendukung terwujudnya lingkungan yang lebih sehat di Kabupaten TTU melalui pengelolaan data sanitasi yang lebih efektif dan efisien
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JENIS IKAN AIR TAWAR UNTUK BUDIDAYA DI KOLAM OELUAN MENGGUNAKAN METODE TOPSIS BERBASIS WEBSITE Bana, Yoseph Arianto; Kelen, Yoseph Pius Kurniawan; Tey Seran, Krisantus Jumarto
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.890

Abstract

This study develops a website-based Decision Support System (DSS) for selecting the correct type of freshwater fish for cultivation in Oeluan Pond, North Central Timor Regency (TTU). This system uses the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method as a multi-criteria decision-making method, considering criteria such as pond type, soil type, pond area, location height, and water temperature. The purpose of this DSS is to assist pond managers in determining the type of freshwater fish that are economical and profitable to cultivate, as well as to support the development of fish farming in Oeluan Pond. This website-based system provides easy and flexible access anytime, anywhere, via an internet connection. The study's results are expected to enhance the effectiveness and efficiency of decision-making for freshwater fish cultivation in the area. This study also contributes to the application of information technology, especially in the field of decision support systems in the freshwater fisheries sector.Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis website untuk pemilihan jenis ikan air tawar yang tepat untuk budidaya di Kolam Oeluan, Kabupaten Timor Tengah Utara (TTU). Sistem ini menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) sebagai metode pengambilan keputusan multi kriteria, dengan mempertimbangkan kriteria seperti jenis kolam, jenis tanah, luas kolam, ketinggian lokasi, dan suhu air. Tujuan dari SPK ini adalah untuk membantu pengelola kolam dalam menentukan jenis ikan air tawar yang ekonomis dan menguntungkan untuk dibudidayakan, serta mendukung pengembangan budidaya ikan di Kolam Oeluan. Sistem berbasis website ini memungkinkan akses yang mudah dan fleksibel kapan saja dan di mana saja melalui koneksi internet. Hasil penelitian diharapkan dapat meningkatkan efektivitas dan efisiensi dalam pengambilan keputusan budidaya ikan air tawar di daerah tersebut. Penelitian ini juga memberikan kontribusi dalam penerapan teknologi informasi khususnya dalam bidang sistem pendukung keputusan pada sektor perikanan air tawar.war
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JASA PENGIRIMAN BARANG KE WILAYAH TIMUR INDONESIA David, Mohamad; Tampubolon, Lely Priska Dameria
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.891

Abstract

The objective of the research is to design a decision support system for selecting shipping services to the eastern region of Indonesia. The method used is the simple additive weighting (SAW) method, which considers four criteria: Admin Service, Shipping Price, Shipping Speed, and Goods Security. The alternatives for the courier companies used are Jastip Barakati, Jastip Alf, Jastip Duo Amir, and Jastip 42. The research results, based on SAW method calculations for the four existing alternatives, show scores of Jastip Barakati (0.295), Jastip Alf (0.948), Jastip Duo Amir (0.923), and Jastip 42 (0.836), with Jastip Alf being the first choice due to its highest score. As for the criteria, the highest priority is on the item security criterion.Tujuan penelitian adalah untuk merancang sistem pendukung keputusan pemilihan jasa pengiriman barang ke wilayah timur Indonesia. Metode yang digunakan adalah metode  simple additive weighting (SAW) dengan empat kriteria yaitu Layanan Admin, Harga pengiriman, Kecepatan pengiriman dan Keamanan barang. Alternatif perusahaan pengiriman barang yang digunakan yaitu Jastip Barakati, Jastip Alf, Jastip Duo Amir dan Jastip 42. Hasil penelitian berupa hasil perhitungan metode SAW terhadap empat alternatif yang ada menunjukan skor Jastip Barakati (0.295), Jastip Alf (0.948), Jastip Duo Amir (0.923) dan Jastip 42 (0.836), sehingga pilihan pertama dengan skor tertinggi yaitu Jastip Alf. Sedangkan untuk kriterianya, prioritas tertinggi pada kriteria keamanan barang.
ANALISIS FAKTOR PENDUKUNG DAN PENGHAMBAT TATA KELOLA TI DALAM KEANGGOTAAN PERPUSTAKAAN UNIVERSITAS XYZ Tunnazwa, Siti Sahala; Bahagiawan, Rangga Adi; Nurahmi, Dwi Sukma; Uriawan, Wisnu
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.893

Abstract

University libraries are required to adapt to the development of information technology, including the management of membership data. At University XYZ, the integration process between the library system (OpenBiblio) and the academic system (SALAM) has been operational since 2020; however, it has not been fully optimized, particularly for postgraduate students. This study aims to identify factors that support and hinder information technology governance in the integration of membership data, and to formulate strategic steps to strengthen library membership services. Using a qualitative case study approach, data were collected through interviews and observations of the PTIPD unit and the library's IT department. The results showed that policy support for digitization, communication between parties, and data injection routines were the main driving factors. On the other hand, limited human resources, lack of standard procedures, and weak coordination are significant obstacles. This research presents a cross-unit collaborative approach as a response to these problems, including the establishment of cross-unit work teams, periodic coordination forums, and the preparation of shared performance indicators (collaborative KPIs). This research confirms that effective IT governance is not only determined by technical aspects, but also by the quality of coordination and synergy between units in the organization..Perpustakaan perguruan tinggi dituntut untuk mampu beradaptasi dengan perkembangan teknologi informasi, termasuk dalam pengelolaan data keanggotaan. Di Universitas XYZ, proses integrasi antara sistem perpustakaan (OpenBiblio) dengan sistem akademik (SALAM) telah berjalan sejak 2020, namun belum sepenuhnya optimal, khususnya untuk mahasiswa pascasarjana. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mendukung dan menghambat tata kelola teknologi informasi dalam proses integrasi data keanggotaan, serta merumuskan langkah strategis untuk memperkuat layanan keanggotaan perpustakaan. Dengan pendekatan kualitatif studi kasus, data diperoleh melalui wawancara dan observasi terhadap unit PTIPD dan unit TI perpustakaan. Hasil penelitian menunjukkan bahwa dukungan kebijakan digitalisasi, komunikasi antarpihak, serta rutinitas injeksi data merupakan faktor pendorong utama. Sebaliknya, keterbatasan sumber daya manusia, belum adanya standar prosedur, serta lemahnya koordinasi menjadi hambatan yang cukup signifikan. Penelitian ini menyajikan pendekatan kolaboratif lintas unit sebagai respons terhadap permasalahan tersebut, antara lain melalui pembentukan tim kerja lintas unit, forum koordinasi berkala, serta penyusunan indikator kinerja bersama (KPI kolaboratif). Dari penelitian ini menegaskan bahwa tata kelola TI yang efektif tidak hanya ditentukan oleh aspek teknis, tetapi juga oleh kualitas koordinasi dan sinergi antar unit dalam organisasi
IMPLEMENTASI METODE PROFILE MATCHING UNTUK MENENTUKAN REKOMENDASI PENERIMA BANTUAN SUMBANGAN PEMBINAAN PENDIDIKAN Hidayat, Wahyu; Febriantoro, F.R. Dwi; Dony, Dony
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.895

Abstract

This research aims to develop a decision support system to identify students who are eligible to waive the cost of academic development donations. The method used is the Profile matching Method. System testing is carried out by information system experts and users using a questionnaire instrument. Based on this test, the system was deemed very feasible by the system expert, with a value of 91%. It was declared very feasible based on user testing, with a value of 85%. The results were then tested using Spearman's Rank correlation, yielding a result of 0.91, indicating that the correlation was robust. Each criterion has a predetermined weight and value. The decision support system for determining students eligible for tuition relief assistance using the profile matching method produces a list of students based on grades that have been calculated and compared to the desired standard value.Penelitian ini bertujuan mengembangkan sistem pendukung keputusan untuk menentukan siswa yang berhak mendapatkan bantuan pembebasan biaya sumbangan pembinaan pendidikan. Metode yang digunakan adalah Metode Profile matching. Pengujian sistem dilakukan kepada ahli sistem informasi dan pengguna dengan menggunakan instrumen kuesioner. Berdasarkan pengujian tersebut sistem dinyatakan sangat layak dari pengujian ahli sistem dengan nilai 91% kemudian dinyatakan sangat layak berdasarkan pengujian pengguna dengan nilai 85% dan sudah dilakukan uji hasil menggunakan Spearman Rank dengan hasil 0,91 maka di interpretasikan korelasi sangat kuat. Setiap kriteria memiliki bobot dan nilai yang sudah ditentukan. Sistem pendukung keputusan untuk menentukan siswa yang berhak mendapatkan bantuan keringanan SPP menggunakan metode profile matching menghasilkan daftar peserta didik berdasarkan nilai yang sudah dihitung dan dibandingkan dengan nilai standar yang diinginkan.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KONDISI TANAH TERBAIK UNTUK BUDIDAYA SAYUR SAWI DI DESA LAMUDUR MENGGUNAKAN METODE TOPSIS Nahak, Maria Selviyanti H; Kelen, Yoseph P.K; Tey Seran, Krisantus Jumarto
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.889

Abstract

This study aims to develop a website-based decision support system (DSS) to determine the optimal soil conditions for cultivating mustard greens in Lamudur Village, Weliman District, Malaka Regency. The primary issue is the limited public awareness of the suitability of land for specific commodities, resulting in suboptimal land use. The system developed utilizes the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to process data on various soil criteria, including organic matter, soil minerals, water sources, soil slope, and previous crops. The TOPSIS method was chosen because it can provide the best solution by comparing alternative distances to positive and negative ideal solutions. The study's results show that this system can help farmers determine the most suitable soil conditions for cultivating mustard greens, improve the quality of agricultural products, and reduce the risk of crop failure. This system is also expected to serve as a reference for making informed agricultural decisions based on data and technology in rural areas.Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) berbasis website guna menentukan kondisi tanah terbaik untuk budidaya sayur sawi di Desa Lamudur, Kecamatan Weliman, Kabupaten Malaka. Permasalahan utama yang dihadapi adalah kurangnya pengetahuan masyarakat mengenai kesesuaian lahan untuk komoditas tertentu, sehingga sering terjadi pemanfaatan lahan yang kurang optimal. Sistem yang dikembangkan menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk mengolah data berbagai kriteria tanah, seperti unsur organik, mineral tanah, sumber air, kemiringan tanah, dan tanaman sebelumnya. Metode TOPSIS dipilih karena mampu memberikan solusi terbaik dengan membandingkan jarak alternatif terhadap solusi ideal positif dan negatif. Hasil penelitian menunjukkan bahwa sistem ini dapat membantu petani dalam menentukan kondisi tanah yang paling sesuai untuk budidaya sayur sawi, meningkatkan kualitas hasil pertanian, serta mengurangi risiko kegagalan panen. Sistem ini juga diharapkan dapat menjadi referensi dalam pengambilan keputusan pertanian berbasis data dan teknologi di wilayah pedesaan.
ANALISIS KOMPARATIF METODE DATA MINING MULTISEKTOR PADA DATASET COVID-19, SAHAM BEI, DAN PERUSAHAAN GLOBAL Fajriansyah, Satria Nur; Pramadhan, Harsya Rafif; Safa, Alaudin; Nurfajriansyah, Dandy; Wijaya, Muhammad Subaktiar; Samudra, Yuda
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.903

Abstract

The rapid advancement of information technology has significantly driven the adoption of data mining techniques across various sectors, primarily to uncover hidden patterns and support data-driven decision-making processes. This study aims to analyse and compare the effectiveness of several data mining methods—namely K-Means Clustering, Decision tree, Principal component analysis (PCA), and Bootstrapping—in processing datasets from three distinct domains: public health (COVID-19), finance (Indonesia Stock Exchange), and global business (multinational corporations). The datasets utilised include COVID-19 data sourced from Kaggle, stock data listed on the Indonesia Stock Exchange, and corporate data comprising industry classifications and revenue attributes of global companies. The methodology adopted in this research encompasses several critical phases: data preprocessing to ensure consistency and reliability; implementation of classification and clustering algorithms; and model evaluation through accuracy metrics and visual analytics. Findings indicate that the K-Means algorithm performs effectively in clustering both COVID-19 spread regions and stock data based on numerical features. The Decision tree method demonstrates strong predictive capabilities in classifying risk categories within both COVID-19 datasets and corporate profiles. PCA proves to be valuable in reducing data dimensionality while retaining essential information. Furthermore, Bootstrapping is employed to enhance the generalizability of the models, particularly in scenarios involving limited data samples. The study concludes that integrating multiple data mining approaches can yield comprehensive insights across sectors, although the level of effectiveness varies depending on the inherent characteristics of each dataset. Such a multidisciplinary and combined approach provides a robust framework for data-driven analysis and strategic decision support in diverse fields.Kemajuan pesat dalam teknologi informasi telah memperluas pemanfaatan teknik data mining di berbagai bidang, khususnya dalam mengidentifikasi pola tersembunyi dan menunjang proses pengambilan keputusan berbasis data. Penelitian ini secara khusus mengkaji dan membandingkan efektivitas empat pendekatan data mining yakni K-Means Clustering, Decision tree, Principal component analysis (PCA), dan Bootstrapping, dalam mengolah data yang berasal dari tiga sektor strategis: sektor kesehatan (terkait COVID-19), sektor keuangan (pasar saham BEI), dan sektor bisnis global (perusahaan multinasional). Dataset yang digunakan bersumber dari berbagai platform terpercaya, termasuk data COVID-19 dari Kaggle, data saham perusahaan yang terdaftar di Bursa Efek Indonesia, serta informasi perusahaan multinasional yang mencakup variabel industri dan pendapatan tahunan. Rangkaian metodologi penelitian diawali dengan proses prapengolahan data (data preprocessing) untuk memastikan kualitas dan konsistensi data, dilanjutkan dengan penerapan algoritma klasifikasi dan pengelompokan (clustering), serta evaluasi performa model menggunakan metrik akurasi dan representasi visual. Dari hasil analisis yang dilakukan, ditemukan bahwa algoritma K-Means menunjukkan performa yang baik dalam mengelompokkan wilayah berdasarkan tingkat penyebaran COVID-19 serta dalam mengklasifikasikan saham berdasarkan indikator numerik. Sementara itu, metode Decision tree terbukti efektif dalam memprediksi kategori risiko, baik dalam konteks data kesehatan maupun data korporasi multinasional. PCA turut berkontribusi signifikan dalam mereduksi dimensi data tanpa kehilangan informasi utama yang relevan. Selain itu, teknik Bootstrapping diaplikasikan untuk meningkatkan kemampuan generalisasi model, terutama saat berhadapan dengan keterbatasan jumlah data. Secara keseluruhan, temuan penelitian ini menegaskan bahwa pendekatan kombinatif dalam data mining dapat menghasilkan wawasan mendalam yang lintas sektoral, dengan efektivitas yang bergantung pada karakteristik dan struktur data yang dianalisis. Pendekatan integratif semacam ini berpotensi memperkaya pemahaman dan mendukung pengambilan keputusan strategis di berbagai domain
STUDI KOMPARATIF NAIVE BAYES DAN DECISION TREE PADA DATASET BUNGA IRIS: EVALUASI AKURASI DAN EFISIENSI Eryana, Daffa Arifta; Deivivi, Filius; Baehaqi, Muhammad Ilham; Wicaksono, Arya; Puspita, Zalfa Alykha; Gultom, Herwis
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.898

Abstract

This study presents a comparative analysis between the Naive bayes algorithm and Decision tree algorithms in various domains, including iris species Classification, meat composition analysis, subject Classification, and slope analysis in tourism areas. This study aims to evaluate the performance, advantages, and limitations of both algorithms in various data contexts. The methodology used involves applying both algorithms to various datasets and comparing their accuracy, precision, recall, and F1-score metrics. The results show that both algorithms exhibit competitive performance, with varying strengths depending on the characteristics of the data. Decision trees demonstrate better interpretability and can handle non-linear relationships, while Naive bayes demonstrates strong performance with independent features and large training datasets. These findings contribute to understanding the appropriate application context for each algorithm in data mining tasks.Penelitian ini menyajikan analisis komparatif antara algoritma Naive bayes dan Decision tree di berbagai domain, termasuk klasifikasi spesies iris, analisis komposisi daging, klasifikasi subjek, dan analisis kemiringan di area pariwisata. Penelitian ini bertujuan untuk mengevaluasi kinerja, keunggulan, dan keterbatasan kedua algoritma dalam berbagai konteks data. Metodologi yang digunakan melibatkan penerapan kedua algoritma pada berbagai dataset dan membandingkan akurasi, presisi, recall, serta metrik F1-score. Hasil menunjukkan bahwa kedua algoritma memiliki kinerja yang kompetitif dengan kekuatan yang bervariasi tergantung pada karakteristik data. Decision tree menunjukkan interpretabilitas yang lebih baik dan mampu menangani hubungan non-linear, sedangkan Naive bayes menunjukkan kinerja yang kuat dengan fitur-fitur independen dan dataset pelatihan yang besar. Temuan ini berkontribusi dalam memahami konteks aplikasi yang tepat untuk setiap algoritma dalam tugas data mining.

Page 2 of 2 | Total Record : 20

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025 Vol 5, No 1 (2025): JURNAL JRIS EDISI JANUARI 2025 Vol 4, No 2 (2024): JURNAL JRIS EDISI JULI 2024 Vol 4, No 1 (2024): JURNAL JRIS EDISI JANUARI 2024 Vol 3, No 2 (2023): JURNAL JRIS EDISI JULI 2023 Vol 3, No 1 (2023): JURNAL JRIS EDISI JANUARI 2023 Vol 2, No 2 (2022): JURNAL JRIS EDISI JULI 2022 Vol 2, No 1 (2022): JURNAL JRIS EDISI JANUARI 2022 Vol 1, No 2 (2021): JURNAL JRIS EDISI JULI 2021 Vol 1, No 1 (2021): JURNAL JRIS EDISI JANUARI 2021