Garuda - Garba Rujukan Digital

Rancang Bangun Sistem Rekomendasi Destinasi Wisata Di Bondowoso Berbasis Website Dinda Riski Priska Wati; A. Hamdani
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Bondowoso Regency has highly attractive natural, cultural, and historical tourism potential, yet tourists face difficulties in determining destinations that match their preferences, time, and budget due to the lack of structured information. This research aims to design and develop a website-based tourism destination recommendation system to assist tourists in selecting tourism destinations in Bondowoso personally and efficiently. Data collection methods were conducted through interviews with DISPARBUDPORA of Bondowoso Regency, documentation study, and literature study. System development uses the System Development Life Cycle (SDLC) method with a waterfall model covering analysis, design, implementation, testing, and maintenance stages. The system is designed with automatic recommendation features based on tourism type, travel distance, facilities, and budget. The research results in a web-based system that provides complete information on tourist attractions, personal recommendation features, and an admin dashboard for data management. This system is expected to help tourists save travel planning time, increase tourist visit satisfaction, and support the promotion of Bondowoso regional tourism more effectively and efficiently. Keywords: Recommendation System, Tourism Destination, Bondowoso, Website, SDLC Waterfall Kabupaten Bondowoso memiliki potensi wisata alam, budaya, dan sejarah yang sangat menarik, namun wisatawan mengalami kesulitan dalam menentukan destinasi yang sesuai dengan preferensi, waktu, dan budget mereka akibat keterbatasan informasi yang terstruktur. Penelitian ini bertujuan merancang dan membangun sistem rekomendasi destinasi wisata berbasis website untuk membantu wisatawan dalam memilih destinasi wisata di Bondowoso secara personal dan efisien. Metode pengumpulan data dilakukan melalui wawancara dengan DISPARBUDPORA Kabupaten Bondowoso, studi dokumentasi, dan studi pustaka. Pengembangan sistem menggunakan metode System Development Life Cycle (SDLC) dengan model waterfall yang meliputi tahap analysis, design, implementation, testing, dan maintenance. Sistem dirancang dengan fitur rekomendasi otomatis berdasarkan jenis wisata, jarak tempuh, fasilitas, dan budget. Hasil penelitian berupa sistem berbasis web yang menyediakan informasi lengkap objek wisata, fitur rekomendasi personal, dan dashboard admin untuk pengelolaan data. Sistem ini diharapkan dapat membantu wisatawan menghemat waktu perencanaan perjalanan, meningkatkan kepuasan kunjungan wisata, serta mendukung promosi pariwisata daerah Bondowoso secara lebih efektif dan efisien. Kata Kunci: Sistem Rekomendasi, Destinasi Wisata, Bondowoso, Website, SDLC Waterfall

Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Metode SAW Pada SMKN 1 Cermee Ifan Prasetyariansyah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Memilih guru-guru yang hebat itu langkah super penting buat naikin kualitas staf pengajar di sekolah. Tapi, cara penilaian manual sering banget ribet, kayak subjektivitas yang tinggi, prosesnya lama banget, dan hasilnya tidak efisien. Makanya, penelitian ini dibuat dan terapin SPK untuk menentukan guru berprestasi di SMKN 1 Cermee dengan metode SAW. Metode SAW dipilih karena bisa membuat penilaian yang efisien lewat hitung-hitungan bobot dan nilai dari tiap kriteria. Kriteria yang dipakai di sistem ini ada kehadiran, level pendidikan, lama kerja, dan nilai SKP. Cara ngitungnya pakai normalisasi dengan pembobotan buat dapetin skor akhir tiap guru. Dari uji coba perhitungan, guru A3 juara satu dengan skor 1, terus disusul guru kedua A1 dengan skor 0,866 dan ketiga guru A2 dengan skor 0,766. Ini bukti kalau SAW bisa memberikan keputusan yang akurat dan stabil sesuai bobot kriteria yang udah ditentuin. Dengan sistem ini, proses penentu guru berprestasi jadi lebih cepat, irit waktu, dan jelas. Selain itu, ini dapat membantu sekolah ambil keputusan yang adil dan benar. Kata Kunci: Sistem Pendukung Keputusan, Guru Berprestasi, Metode SAW, SMKN 1 Cermee, Penilaian Kinerja Selecting outstanding teachers is a crucial step in improving the quality of teaching staff in schools. However, manual assessment methods are often cumbersome, highly subjectivist, and time-consuming, resulting in inefficient results. Therefore, this study conducted and applied the SPK (Student Assessment System) to determine outstanding teachers at SMKN 1 Cermee using the SAW method. The SAW method was chosen because it can provide efficient assessments through weighted calculations and scores for each criterion. The criteria used in this system include attendance, education level, length of service, and SKP scores. The calculation method uses normalization with weighting to obtain a final score for each teacher. From the trial calculation, teacher A3 won first place with a score of 1, followed by teacher A1 second with a score of 0.866 and teacher A2 third with a score of 0.766. This proves that SAW can provide accurate and stable decisions based on the predetermined criteria weighting. With this system, the process of determining outstanding teachers is faster, saves time, and is clear. Furthermore, it can help schools make fair and correct decisions. Keywords: Decision Support System, High-Achieving Teachers, SAW Method, SMKN 1 Cermee, Performance Assessment

Sistem Informasi Bimbingan Konseling Berbasis Web Menggunakan Bahasa Php Dan MYSQL Pada SMK Ibrahimy 2 Sukorejo Situbondo Zakiyatus Solehah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Masalah utama yang dihadapi oleh layanan konseling di SMK Ibrahimy 2 Sukorejo Situbondo adalah bahwa pendataan siswa dan pencatatan kegiatan konseling masih dilakukan secara manual. Hal ini sering mengakibatkan keterlambatan dalam penyusunan laporan dan menyulitkan dalam memantau kemajuan siswa. Untuk mengatasi hal ini, telah dibuat Sistem Informasi Bimbingan Konseling berbasis web yang menggunakan pemrograman PHP dan MySQL untuk basis datanya. Pengembangan sistem menggunakan metode Waterfall, yang mencakup analisis kebutuhan, perancangan sistem, pelaksanaan, serta pengujian. Hasil dari implementasi menunjukkan bahwa sistem dapat mengelola data siswa dengan baik, mencatat proses konseling dengan efektif, dan menghasilkan laporan secara cepat dan tepat. Selain itu, sistem ini juga membantu guru BK dalam memantau kemajuan siswa dan meningkatkan efisiensi serta efektivitas layanan konseling di sekolah. Oleh karena itu, sistem ini merupakan solusi digital yang tepat untuk meningkatkan manajemen layanan BK. Kata Kunci: Sistem Informasi, Bimbingan Konseling, Waterfall, SMK Ibrahimy 2

Implementasi Sistem Informasi Layanan Online Berbasis Website Sitepak Pada Dinas Kependudukan Dan Pencatatan Sipil Kabupaten Bekasi Hendri Rahman
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.2796

Seiring dengan pesatnya perkembangan globalisasi. Peran sistem teknologi informasi dan komunikasi akan menciptakan konektivitas terhadap hubungan masyarakat dan pemerintah selaku pelayan publik. Di Indonesia termasuk dalam negara dengan sistem otonom daerah, perlu untuk mewujudkan pemerintahan yang baik (good governance) dengan memanfaatkan media teknologi infromasi dan komunikasi atau e-government. Penerapan e-government di Pemerintah Kabupaten Bekasi menggunakan website SITEPAK sebagai sarana pelayanan administrasi masyarakat. Tujuan penelitian ini untuk mengetahui bagaimana implementasi dari pengembangan sistem informasi layanan online berbasis website SITEPAK pada Dinas Kependudukan Dan Pencatatan Sipil Kabupaten Bekasi. Data yang diperoleh pada penelitian ini adalah dari literature yang relevan dari tahun 2018-2023. Metode penelitian ini menggunakan metode kuantitatif dengan sampel sebanyak 80 responden. Metode pengambilan sampel ini menggunakan model purposive sampling dengan Teknik analisis data berupa uji normalitas data, heteros yang di olah dengan menggunakan aplikasi SPSS versi 27 uji normalitas, uji heterokesdastisitas serta uji linieritas. Hasil dari penelitian ini menunjukan sistem informasi layanan online berbasis website SITEPAK sangat berpengaruh terhadap layanan Dinas Kependudukan Dan Pencatatan Sipil Kabupaten Bekasi dikarenakan didukung dengan factor pemanfaatan sistem layanan online SITEPAK berupa kenyamanan pengguna, layanan pengguna dan fasilitas teknologi informasi. Kata Kunci : Sistem Informasi; Layanan online; Website; SITEPAK; Studi Kuantitatif Along with the rapid development of globalization. The role of information and communication technology systems will create connectivity between the community and government as public servants. In Indonesia, which is a country with a regional autonomous system, it is necessary to realize good governance by utilizing information and communication technology media or e-government. The implementation of e-government in the Bekasi Regency Government uses the SITEPAK website as a means of community administration services. The aim of this research is to find out how to implement the development of an online service information system based on the SITEPAK website at the Bekasi Regency Population and Civil Registration Service. The data obtained in this research is from relevant literature from 2018-2023. This research method uses quantitative methods with a sample of 80 respondents. This sampling method uses a purposive sampling model with data analysis techniques in the form of data normality tests, heteroscedasticity which is processed using the SPSS version 27 application, normality test, heteroscedasticity test and linearity test. The results of this research show that the online service information system based on the SITEPAK website is very influential on the services of the Bekasi Regency Population and Civil Registration Service because it is supported by utilization factors of the SITEPAK online service system in the form of user comfort, user service and information technology facilities. Keywords: Information Systems; Online Services; Website SITEPAK; Studi Kuantitatif

Sistem Informasi Data Sakit Santri Berbasis Web di Pondok Pesantren Salafiyah Syafi'iyah Sukorejo Evvatun Nafiah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.4562

Sistem Informasi Data Sakit Santri berbasis web ini dirancang untuk mempermudah proses pendataan dan pelaporan kondisi kesehatan santri di Pondok Pesantren Salafiyah Syafi’iyah. Sebelumnya, pencatatan data santri yang sakit masih dilakukan secara manual melalui buku catatan, sering terjadi telatnya informasi, salah input, dan sulit untuk mencari riwayat kesehatan santri. Penelitian ini bermaksud sebagai tindak lanjut dari mengelola data sakit santri secara cepat, akurat, dan terintegrasi. Metode penelitian yang digunakan adalah Waterfall, meliputi fase analisis kebutuhan, desain, implementasi, uji coba, dan pemeliharaan. Sistem dibuat dengan PHP dan MySQL dan disajikan melalui antarmuka web untuk memudahkan petugas kesehatan serta pengurus dalam pengoperasian. Hasil pengujian menunjukkan bahwa sistem ini mampu menampilkan data santri sakit, riwayat pemeriksaan, serta laporan kesehatan dengan baik dan efisien. Dengan adanya sistem ini, proses administrasi kesehatan di pondok pesantren menjadi lebih terstruktur, transparan, dan membantu pihak pengurus dalam pengambilan keputusan terkait penanganan kesehatan santri. Kata Kunci: Sistem Informasi, Data Sakit Santri, Pondok Pesantren, Metode Waterfall This web-based Student Illness Data Information System is designed to simplify the process of recording and reporting student health conditions at the Salafiyah Syafi'iyah Islamic Boarding School. Previously, recording student illness data was done manually through notebooks, often resulting in delays in information, incorrect input, and difficulties in locating student health records. This research aims to develop a rapid, accurate, and integrated approach to managing student illness data. The research method used is the Waterfall method, encompassing the phases of needs analysis, design, implementation, testing, and maintenance. The system was developed using PHP and MySQL and presented through a web interface to facilitate its operation by health workers and administrators. Test results indicate that the system is capable of displaying student illness data, examination history, and health reports effectively and efficiently. This system improves the health administration process at the Islamic boarding school and makes it more structured and transparent, assisting administrators in decision-making regarding student health care. Keywords: Information System, Student Illness Data, Islamic Boarding School, Waterfall Method

Perbandingan Klasifikasi Status Beasiswa Mahasiswa Menggunakan Algoritma Decision Tree dan Algoritma Naive Bayes Putri Navizah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.4568

Beasiswa memainkan peran penting dalam meningkatkan keberhasilan pendidikan tinggi, terutama untuk mahasiswa yang memiliki keterbatasan finansial. Penelitian ini bertujuan untuk mengategorikan penerima beasiswa dengan mempertimbangkan beberapa variabel akademik dan non-akademik, seperti usia, jenis kelamin, indeks prestasi kumulatif (IPK), partisipasi dalam kegiatan kampus, serta cara belajar. Dua algoritma dalam bidang machine learning, yaitu Decision Tree dan Naive Bayes, diterapkan untuk menilai efektivitas klasifikasi berdasarkan tingkat akurasi yang diperoleh. Hasil uji coba menunjukkan bahwa algoritma Decision Tree menghasilkan akurasi sebesar 76,44%, sementara Naive Bayes mencapai akurasi yang lebih tinggi, yaitu 96,26%. Temuan ini menunjukkan bahwa model Naive Bayes menawarkan kestabilan dan efektivitas yang lebih baik, terutama ketika diterapkan pada data dengan distribusi kelas yang tidak seimbang. Oleh karena itu, penerapan metode klasifikasi ini dapat membantu institusi pendidikan dalam proses seleksi penerima beasiswa dengan cara yang lebih adil, terukur, dan berbasis data. Kata Kunci: beasiswa mahasiswa, klasifikasi data, pembelajaran mesin, Decision Tree, Naive Bayes Scholarships play a crucial role in improving higher education success, especially for students with financial constraints. This study aims to categorize scholarship recipients by considering several academic and non-academic variables, such as age, gender, grade point average (GPA), participation in campus activities, and learning styles. Two machine learning algorithms, Decision Tree and Naive Bayes, were applied to assess the effectiveness of the classification based on the level of accuracy achieved. The trial results showed that the Decision Tree algorithm achieved an accuracy of 76.44%, while Naive Bayes achieved a higher accuracy of 96.26%. These findings indicate that the Naive Bayes model offers greater stability and effectiveness, especially when applied to data with an imbalanced class distribution. Therefore, the application of this classification method can assist educational institutions in the scholarship recipient selection process in a fairer, more measurable, and data-driven manner. Keywords: student scholarships, data classification, machine learning, Decision Tree, Naive Bayes

Penerapan Algoritma FP-Growth untuk Menentukan Pola Asosiasi pada Data Transaksi Penjualan Lailatul Badriya; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.4569

Dalam dunia bisnis ritel, analisis data transaksi menjadi hal penting untuk memahami perilaku konsumen dan meningkatkan strategi penjualan. Dengan jumlah transaksi yang tinggi, data penjualan menjadi sumber berharga untuk mengumpulkan informasi dan pola yang dapat meningkatkan efisiensi bisnis. Harus dipahami bahwa Toko Lidya masih belum memiliki panduan tertentu untuk mengevaluasi kenaikan pendapatan dan pengisian barang berdasar strategi bisnis yang dijalankan, dengan kata lain Toko Lidya hanya menggunakan perkiraan saja. Willermark dan Islind melakukan penelitian untuk menemukan kombinasi barang yang kerap dibeli bersama oleh konsumen dengan memanfaatkan algoritma FP-Growth. Dan dalam rangka menyusun strategi promosi serta penempatan produk di toko, digunakan analisis Market Basket Analysis. Hasil penelitian ini dengan menggunakan ambang batas dukungan minimal 20% dan tingkat kepercayaan 80% berhasil mengungkap perilaku pembelian konsumen yang bisa dimanfaatkan untuk meningkatkan strategi penjualan. Kata Kunci: Penjualan, Asosiasi, Algoritma, FP-Growth, Market Basket Analysis In the retail business world, transaction data analysis is crucial for understanding consumer behavior and improving sales strategies. With a high number of transactions, sales data is a valuable resource for gathering information and patterns that can improve business efficiency. It should be noted that Toko Lidya still lacks specific guidelines for evaluating revenue growth and inventory replenishment based on its business strategy; in other words, Toko Lidya only relies on estimates. Willermark and Islind conducted research to identify product combinations frequently purchased together by customers using the FP-Growth algorithm. Market Basket Analysis was used to develop promotional strategies and product placement in stores. The results of this study, using a minimum support threshold of 20% and an 80% confidence level, successfully revealed consumer purchasing behavior that can be used to improve sales strategies. Keyword: Sales, Association, Algorithm, FP-Growth, Market Basket Analysis

Eksplorasi Frequent Itemset untuk Pola Asosiasi Produk Toko Bahan Kue Menggunakan Algoritma Apriori Mayla Dini Zakkia; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.4570

Data Mining dan Analisis Pola adalah teknik penting dalam bisnis untuk menemukan pola tersembunyi dalam data transaksi. Penelitian ini membandingkan dua algoritma aturan asosiasi, yaitu Apriori dan FP-Growth, dalam mengidentifikasi hubungan antar produk. Tujuan dari penelitian ini adalah mengevaluasi kecepatan pemrosesan dan kualitas aturan yang dihasilkan oleh kedua algoritma dalam konteks ritel. Dataset yang digunakan berasal dari transaksi toko bahan kue, terdiri dari 143.523 entri dan 97.548 transaksi. Dataset ini dipilih karena relevansinya dalam analisis pola belanja pelanggan untuk meningkatkan strategi pemasaran. Uji coba dilakukan dengan parameter minimum support sebesar 0,01, dan hasil menunjukkan bahwa FP-Growth lebih cepat dalam pemrosesan dibandingkan Apriori, dengan selisih waktu rata-rata sebesar 33,33% lebih cepat pada dataset yang sama. Hasil penelitian ini memberikan manfaat bagi pemilik minimarket, yaitu penggunaan algoritma FP-Growth dalam analisis pola belanja dapat membantu dalam menyusun penataan produk dan strategi promosi yang lebih efektif. Selain itu, penelitian ini juga memberikan kontribusi dalam bidang Sistem Informasi dengan menunjukkan kemampuan FP-Growth dalam menangani data transaksi skala besar, serta memberikan wawasan dalam memilih algoritma yang sesuai untuk keperluan bisnis ritel. Kata Kunci: Algoritma Apriori, Aturan Asosiasi, Data Mining. Data mining is an important technique in business analysis for finding hidden patterns in transaction data. This research compares the performance of two association rule algorithms, Apriori and FP-Growth, in identifying patterns of product relationships. The study aims to evaluate the processing time efficiency and the quality of association rules generated by both algorithms in a retail context. The dataset used comes from a bakery supplies store, including 143,523 entries and 97,548 transactions. This dataset was chosen based on its relevance to customer purchasing pattern analysis for marketing strategy optimization. Testing was conducted with a minimum support parameter of 0.01, and the results showed that FP-Growth performed better in processing speed compared to Apriori, with an average execution time difference of 33.33% faster on the same dataset. The implications of this research for minimarket owners are that using the FP-Growth algorithm for purchase pattern analysis can help improve product arrangement and more effective promotional strategies. Additionally, this study contributes to the field of Information Systems by showing the effectiveness of FP-Growth in handling large-scale transaction data, as well as providing insights into selecting the right algorithm for retail business needs. Keywords: Apriori algorithm, Association rules, Data mining.

Klasifikasi Data Penyakit Demam Berdarah Dengue (DBD) Melalui Algoritma Decision Tree Dengan RapidMiner Fitra Lia Shofiah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.4571

Demam Berdarah Dengue (DBD) merupakan permasalahan kesehatan masyarakat yang hingga kini terus mendapat perhatian serius di Indonesia. Proses diagnosis untuk DBD biasanya dilakukan melalui pemeriksaan laboratorium dan evaluasi klinis, Akan tetapi, pendekatan konvensional ini cenderung membutuhkan waktu yang relatif panjang serta sangat bergantung pada analisis profesional kesehatan. Oleh karena itu, diperlukan suatu pendekatan berbasis teknologi yang mampu mempercepat sekaligus mempermudah proses klasifikasi secara lebih akurat. Penelitian ini bertujuan untuk mengidentifikasi tingkat keparahan penyakit Demam Berdarah Dengue (DBD) dengan menerapkan algoritma Decision Tree yang dijalankan melalui aplikasi RapidMiner. Data yang digunakan merupakan algoritma sekunder yang di ambil dari internet,berisi 200 catatan pasien dengan delapan artibut medis, yaitu suhu tubuh, jumlah trombosit, jumlah leukosit, tekanan darah, ruam kulit, sakit kepala, nyeri otot, dan muntah. Langkah-langkah dalam penelitian mencakup pengumpulan data, preprocessing, penerapan algoritma Decision Tree, serta evaluasi model dengan memanfaatkan confusion matrix dengan metode cross-validation. Temuan dari studi ini memperlihatkan bahwa model Decision Tree mencapai tingkat ketepatan akurasi mencapai 85%, precision 84%, recall 83%, dan F1-score 83%, dengan trombosit dan leukosit sebagai variabel yang paling dominan dalam proses klasiifikasi. Dengan merujuk pada hasil yang diperoleh, studi ini menyimpulkan bahwasanya algoritma Decision Tree cukup efektif dalam mengklasifikasikan tingkat keparahan penyakit DBD dan dapat di gunakan sebagai dasar untuk mengembangkan system pendukung keputusan di bidang kesehatan. Kata Kunci: Demam Berdarah Dengue, Data Mining, Decision Tree,RapidMIner, Klasifikasi Dengue Hemorrhagic Fever (DHF) is a public health problem that continues to receive serious attention in Indonesia. The diagnosis process for DHF is usually carried out through laboratory examinations and clinical evaluations. However, this conventional approach tends to take a relatively long time and relies heavily on the analysis of health professionals. Therefore, a technology-based approach is needed that can accelerate and simplify the classification process more accurately. This study aims to identify the severity of Dengue Hemorrhagic Fever (DHF) by applying the Decision Tree algorithm run through the RapidMiner application. The data used is a secondary algorithm taken from the internet, containing 200 patient records with eight medical attributes, namely body temperature, platelet count, leukocyte count, blood pressure, skin rash, headache, muscle pain, and vomiting. The steps in the study include data collection, preprocessing, application of the Decision Tree algorithm, and model evaluation using the confusion matrix with the cross-validation method. The findings of this study show that the Decision Tree model achieved an accuracy rate of 85%, precision of 84%, recall of 83%, and an F1-score of 83%, with platelets and leukocytes as the most dominant variables in the classification process. Based on these results, this study concludes that the Decision Tree algorithm is quite effective in classifying the severity of dengue fever and can be used as a basis for developing decision support systems in the healthcare sector. Keywords: Dengue Hemorrhagic Fever, Data Mining, Decision Tree, RapidMiner, Classification

Klasifikasi Penerima Bantuan Sosial Menggunakan Algoritma Naive Bayes Anis Mukarromah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 1 (2026): Volume 5 Nomor 1 April 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v5i1.4572

Penelitian ini memiliki tujuan untuk mengategorikan penerima bantuan sosial dengan memanfaatkan algoritma Naive Bayes agar sasaran distribusi bantuan lebih tepat. Masalah utama dalam penyaluran bantuan sosial sering terjadi karena kesalahan dalam penentuan penerima yang layak. Untuk mengatasi masalah ini, dilakukan pemodelan klasifikasi yang berbasis pada data sosial ekonomi masyarakat dengan menggunakan perangkat lunak RapidMiner Studio. Dataset yang digunakan dalam penelitian ini terdiri dari 200 penerima bantuan yang memiliki berbagai atribut seperti nama, NIK, besar bantuan, alamat, desa, serta status penyaluran. Proses pengolahan data mencakup langkah-langkah pengambilan data, normalisasi, pembagian data, pelatihan model, pengujian, dan evaluasi kinerja. Hasil pengujian menunjukkan bahwa model Naive Bayes mencapai akurasi 100%, dengan nilai presisi dan recall juga mencapai 100% untuk dua kelas yaitu Tersalurkan dan Belum Tersalurkan. Temuan ini mengindikasikan bahwa metode Naive Bayes efektif dalam mengklasifikasikan data sosial secara objektif dan dapat menjadi dasar untuk pengambilan keputusan yang lebih tepat bagi lembaga yang menyalurkan bantuan sosial. Kata Kunci: Naïve Bayes, Klasifikasi, RapidMiner, Bantuan Sosial This study aims to categorize social assistance recipients using the Naive Bayes algorithm to more accurately target aid distribution. The main problem in social assistance distribution often occurs due to errors in determining eligible recipients. To address this issue, a classification model based on community socioeconomic data was conducted using RapidMiner Studio software. The dataset used in this study consists of 200 aid recipients with various attributes such as name, National Identity Number (NIK), aid amount, address, village, and distribution status. The data processing process included data collection, normalization, data division, model training, testing, and performance evaluation. The test results showed that the Naive Bayes model achieved 100% accuracy, with precision and recall values also reaching 100% for two classes: Distributed and Not Yet Distributed. These findings indicate that the Naive Bayes method is effective in objectively classifying social data and can serve as a basis for more informed decision-making by institutions distributing social assistance. Keywords: Naive Bayes, Classification, RapidMiner, Social Assistance

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Universitas Ngudi Waluyo

Contact Email
ekonurhermansyah@unw.ac.id

Phone
+628561717901

Journal Mail Official
abdulrohman15@gmail.com

Editorial Address
Jl. Diponegoro no 186 Gedanganak - Ungaran Timur, Kab. Semarang Jawa Tengah

Location
Kab. semarang,

Jawa tengah

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Universitas Ngudi Waluyo

Contact Email ekonurhermansyah@unw.ac.id

Phone +628561717901

Journal Mail Official abdulrohman15@gmail.com

Editorial Address Jl. Diponegoro no 186 Gedanganak - Ungaran Timur, Kab. Semarang Jawa Tengah

Location Kab. semarang, Jawa tengah INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Universitas Ngudi Waluyo

Contact Email
ekonurhermansyah@unw.ac.id

Phone
+628561717901

Journal Mail Official
abdulrohman15@gmail.com

Editorial Address
Jl. Diponegoro no 186 Gedanganak - Ungaran Timur, Kab. Semarang Jawa Tengah

Location
Kab. semarang,

Jawa tengah

INDONESIA