Claim Missing Document
Check
Articles

Found 3 Documents
Search

Penilaian Penerimaan E-Government Di Indonesia Oktavia, Lola
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.599 KB) | DOI: 10.24014/coreit.v6i1.9143

Abstract

Penerapan E-Government di Indonesia masih sebatas instansi tertentu. Berdasarkan hasil survey oleh United Nations tahun 2018 dengan Pilot Cities yaitu Jakarta, Indonesia berada pada peringkat 107 dengan level EGDI (E-Government Development Index) adalah High. Manfaat penerapan E-Government harus masyarakat yang merasakannya. Sebanyak apapun sistem yang dibangun jika manfaat tidak dapat dirasakan oleh masyarakat, maka cita-cita terwujudnya good governance tidak akan tercipta. Penelitian ini melakukan eksplorasi terhadap faktor yang dapat memberikan dampak terhadap penggunaan layanan e-government yang ada di Indonesia. Model yang digunakan untuk evaluasi faktor yaitu kolaborasi framework UTAUT dan GAM. Berdasarkan hasil penelitian yang telah dilakukan, faktor Performance Expectancy (PE), Perceived image (PI) dan Perceived functional benefit (PFB) memiliki pengaruh terhadap minat masyarakat untuk menggunakan E-Government.
Penerapan Algoritma Naïve Bayes Classifier Dalam Klasifikasi Status Gizi Balita dengan Pengujian K-Fold Cross Validation Nurainun, Nurainun; Haerani, Elin; Syafria, Fadhilah; Oktavia, Lola
Journal of Computer System and Informatics (JoSYC) Vol 4 No 3 (2023): May 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i3.3414

Abstract

Nutritional status is a condition related to nutrition that can be measured and is the result of a balance between nutritional needs in the body and nutritional intake from food. In Indonesia, there are still many nutritional problems such as malnutrition and other nutritional problems. This research will use the Naïve Bayes Classifier algorithm with K-Fold Cross Validation testing. The data used is data on the nutritional status of toddlers in August 2022 at the Rambah Samo I Health Center. Attributes in this study include Gender, Birth Weight, Birth Height, Age at Measurement, Weight, Height, ZS BB/U, BB/U, ZS TB/U, and TB/U. Determination of the nutritional status of toddlers in this study was based on the BB/TB index which consisted of 6 classes, namely severely wasted, wasted, normal, possible risk of overweight, overweight, and obese. From the research conducted, it was found that the Naïve Bayes Classifier algorithm with K-Fold Cross Validation can correctly classify the nutritional status of toddlers. From data processing using 10-Fold Cross Validation on the Naïve Bayes Classifier algorithm, it is known that the highest accuracy value is 82.94% in the 5th iteration, while the lowest accuracy value is 65.88% in 6th iteration. With an average overall accuracy value of 75.47%. Meanwhile, the average precision value obtained is 81.36% and the average recall value is 75.47%.
Penerapan Algoritma Mean-Shift Pada Clustering Penerimaan Bantuan Pangan Non Tunai Rizuan, Rizuan; Haerani, Elin; Jasril, Jasril; Oktavia, Lola
Journal of Computer System and Informatics (JoSYC) Vol 4 No 4 (2023): August 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i4.3876

Abstract

Kemiskinan merupakan kondisi individu atau sekumpulan individu yang tidak memiliki akses ke sumber daya yang memadai untuk memenuhi kebutuhan dasar serta menjalani kehidupan yang baik. Tujuan bantuan pangan non tunai adalah untuk memberikan bantuan pangan kepada yang membutuhkannya melalui metode non tunai, seperti kartu debit atau kartu elektronik. Penelitian ini bertujuan menemukan pola karakteristik calon penerima Bantuan Pangan Non Tunai (BPNT) berdasarkan kriteria dari Dinas Sosial Kota Pekanbaru. Berdasarkan hasil pengujian menggunakan Silhouette Score didapatkan kluster terbaik adalah 2 kluster dengan bandwidth 285 dan Silhouette Score 0.95 klaster 1 memiliki 680 data, dan klaster 2 memiliki 2 data. Hasil claster 1 memiliki pola status penguasaan tempat tinggal berstatus bebas sewa dan kontrak/sewa, untuk jenis lantai terluas adalah batu merah/ sementara, jenis adalah dinding plasteran dan jenis air konsumsi dari leding meteran. Sedangkan hasil cluster 2 memiliki pola penguasaan tempat tinggal berstatus milik sendiri, untuk jenis lantai adalah keramik, jenis dinding adalah tembok dan konsumsi air dari sumur bor pompa.