cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mudriyah
Contact Email
digitechuniversityreview@gmail.com
Phone
+6287811122936
Journal Mail Official
digitechuniversityreview@gmail.com
Editorial Address
Jl. Kates 5 No. 47 Tembok Banjaran, Kecamatan Adiwerna, Kabupaten Tegal
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
SITEDI
Published by Universitas Teknologi Digital Indonesia
ISSN : 3043977     EISSN : 30473977     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Sistem Informasi dan Teknologi Digital (SITEDI) is a peer-reviewed journal published by Universitas Teknologi Digital. The journal focuses on the latest advancements and research in the fields of information systems, technology, and digital innovations. Our mission is to provide a platform for researchers, academics, and practitioners to share their findings, enhance knowledge, and contribute to the development of technology and digital information systems.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 54 Documents
 2   3   4   5   6 
Perbandingan Algoritma C4.5, Random Forest, dan Naive Bayes untuk Memprediksi Klasifikasi Usia: Comparison of C4.5, Random Forest, and Naive Bayes Algorithms for Predicting Age Classification Sofa Machabba Haeta; Hasbi Firmansyah
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 3 No. 5 (2026): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v3i5.105

Abstract

Penelitian ini membandingkan kinerja tiga algoritma yakni C4.5, Naive Bayes, dan Random Forest. Ketika memprediksi klasifikasi usia menggunakan data National Health and Nutrition Examination Survey (NHANES). Klasifikasi usia menjadi krusial dalam analisis kesehatan untuk mengidentifikasi pola penyakit dan faktor risiko yang spesifik pada kelompok usia berbeda. Algoritma C4.5, berbasis pohon keputusan, dan Naive Bayes, yang mengandalkan probabilitas, dibandingkan dengan Random Forest, metode ensambel yang menggabungkan banyak pohon keputusan, untuk mengevaluasi kemampuan mereka dalam menangani data kompleks. Evaluasi menggunakan Confusion Matrix, Performance Vector, dan Independent Sample T-Test menunjukkan bahwa Naive Bayes mencapai akurasi tertinggi dengan kesalahan klasifikasi rendah, sementara Random Forest unggul dalam stabilitas prediksi pada data berdimensi tinggi. Di sisi lain, C4.5 cenderung kurang akurat, terutama saat menghadapi atribut kompleks. Hasil T-Test membuktikan perbedaan signifikan secara statistik antaralgoritma, memperkuat rekomendasi penggunaan Naive Bayes untuk akurasi maksimal atau Random Forest untuk data beragam. Temuan ini diharapkan dapat menjadi acuan dalam pengembangan sistem prediksi kesehatan yang lebih adaptif dan efektif.
Klasterisasi Perusahaan Pertahanan Dunia Berdasarkan Pendapatan 2022–2023 dengan Algoritma K-Means pada RapidMiner Studio: Clustering of Global Defense Companies Based on 2022–2023 Revenue Using the K-Means Algorithm in RapidMiner Studio Mukhlis Faturahman; Hasbi Firmansyah
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 3 No. 5 (2026): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v3i5.107

Abstract

Industri pertahanan merupakan salah satu sektor strategis yang memiliki pengaruh cukup besar terhadap pertumbuhan ekonomi nasional  sekaligus menjaga stabilitas keamanan global. Perusahaan-perusahaan dalam sektor pertahanan berperan penting dalam menyediakan peralatan berteknologi canggih yang digunakan untuk mendukung pertahanan tingkat nasional maupun internasional. Data yang akan diteliti berasal dari website people.defensenews.com yang didasarkan pada pendapatan sektor pertahanan yang dilaporkan oleh perusahaan selama tahun fiskal. Data dikumpulkan melalui survei langsung kepada perusahaan, laporan keuangan resmi, dan sumber publik yang kredibel. Penelitian ini menggunakan algoritma K-means untuk membangun model analisis yang sesuai dalam mengelompokkan perusahaan pertahanan dunia berdasarkan pendapatan tahun 2022-2023.  Berdasarkan analisa yang dilakukan, diapat disimpulkan bahwa klasterisasi dengan jumlah 4 klaster merupakan hasil klastering terbaik dengan nilai DBI 0.279. Dari visualisasi hasil perhitungan klaster, juga didapatkan bahwa Lockheed Martin dari Amerika Serikat menjadi perusahaan pertahanan dengan pendapatan terbesar pada tahun 2022-2023 diantara perusahaan pertahanan lainnya dengan pendapatan tahun 2022 sebesar $63,334.00 dan pendapatan tahun 2023 sebesar $64,650.00.
ANALISIS KEBUTUHAN DATA MENGGUNAKAN PYTHON DI DINAS KOMINFO TEGAL: DATA REQUIREMENTS ANALYSIS PYTHON AT THE TEGAL OFFICE OF COMMUNICATION AND INFORMATICS DEA NURUL KHUMAIROH; Rizki Prasetyo Tulodo
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 3 No. 5 (2026): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v3i5.112

Abstract

Kebutuhan data yang akurat dan relevan menjadi fondasi utama dalam perencanaan dan pembangunan daerah yang efektif. Namun, besarnya volume data sering kali menjadi tantangan serius dalam proses pengolahan. Terutama jika masih menggunakan metode manual yang rentan akan kesalahan. Untuk itu, penerapan metode pemrograman Python, khususnya library Pandas dan Matplotlib menjadi salah satu alat yang sempurna untuk mengolah data. Penelitian ini melalui konversi data, ekplorasi data (EDA), hingga visualisasi grafis, dalam penelitian ini terbukti bahwa Python mampu mempercepat, menyederhanakan dan meningkatkan akurasi hasil analisis dibandingkan metode konvensional seperti Excel, Wordcounter ataupun lainnya. Hasil penetian ini juga menunjukan bahwa penggunaaan Python mampu mengurangi tingkat kesalahan, meningkatkan efesiensi kerja dan memberikan hasil analisis yang lebih informatif untuk mendukung pengambilan keputusan berbasis data. Dengan demikian, penguasaan teknologi pemrograman penting untuk mendukung pengelolaan data besar di pemerintahan.
ANALISIS SISTEM INFORMASI REGISTRASI PADA UNIVERSITAS TEKNOLOGI DIGITAL PSDKU TEGAL: Analysis of Registration Information System at Digitech University PSDKU Tegal Nayla Avrilia Azzahra Dwi Syaefrida; Aries Setyani Wahyu Prasetyawati
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 3 No. 5 (2026): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v3i5.113

Abstract

Sistem informasi registrasi adalah sistem yang bertujuan sebagai syarat sah mahasiswa aktif mengikuti semester berikutnya. Sistem registrasi yang berjalan di Universitas Teknologi Digital PSDKU Tegal telah terkomputerisasi menggunakan Microsoft Excel yang relatif mudah. Penggunaan Microsoft Excel lebih praktis dibandingkan pencatatan manual berbasis kertas, meskipun sistem ini masih memiliki banyak kelemahan. Kelemahan tersebut di antaranya potensi rawan kesalahan pencatatan, keterbatasan aksesibilitas melalui perangkat mobile, serta proses validasi dan pencatatan laporan pembayaran yang membutuhkan waktu lebih lama. Sistem informasi registrasi yang sedang berjalan dapat dianalisis untuk mengetahui keunggulan, kelemahan, peluang, serta ancaman yang dimiliki. Tujuan dari penelitian ini adalah untuk memberikan gambaran mengenai kondisi sistem informasi registrasi yang sedang berjalan saat ini serta memberikan dasar pertimbangan dalam pengembangan sistem informasi yang lebih modern dan terintegrasi. Hasil penelitian menunjukkan bahwa sistem berbasis Microsoft Excel masih memiliki kekuatan dalam hal kemudahan penggunaan dan biaya rendah, namun kelemahannya cukup signifikan. Kelemahan yang dimiliki antara lain tidak adanya sistem validasi otomatis dan sistem registrasi yang tidak terhubung langsung dengan status akademik mahasiswa. Sementara itu, peluang besar terdapat pada pemanfaatan teknologi sistem informasi berbasis web atau mobile, sedangkan ancaman yang muncul adalah keterbatasan dalam menghadapi peningkatan jumlah mahasiswa. Kata kunci: Analisis SWOT, Microsoft Excel, Pembayaran, Registrasi, Sistem Informasi

Page 6 of 6 | Total Record : 54

 2   3   4   5   6 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 5 (2026): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI) Vol. 2 No. 4 (2025): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI) Vol. 2 No. 3 (2025): Jurnal Sistem Informasi dan Teknologi Digital Vol. 1 No. 02 (2024): Jurnal Sistem Informasi dan Teknologi Digital Vol. 1 No. 1 (2024): Sistem Informasi Teknologi dan Digital