Article Per Year (5 Year)
p-Index From 2019 - 2024
3.779
P-Index
This Author published in this journals
All Journal Jurnal Simantec Prosiding SNATIKA Vol 01 (2011) Creative Information Technology Journal CogITo Smart Journal Jurnal Sains dan Informatika Antivirus : Jurnal Ilmiah Teknik Informatika Generation Journal Jurnal Teknologi dan Riset Terapan (JATRA) Joutica : Journal of Informatic Unisla Jurnal INKOFAR Nusantara of Engineering (NOE) Jurnal Maklumatika Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal INFOTEL
Intan Nur Farida
Fakultas Teknik, Prodi Teknik Informatika, Universitas Nusantara PGRI Kediri
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Transportation

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Sains dan Informatika

 1 
Penggunaan Algoritma Naive Bayes Untuk Mengevaluasi Prestasi Akademik Mahasiswa Universitas Nusantara PGRI Kediri Farida, Intan Nur; Niswatin, Ratih Kumalasari
Jurnal Sains dan Informatika Vol 3 No 2 (2017): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (291.391 KB) | DOI: 10.34128/jsi.v3i2.113

Abstract

Students' academic activities result in achievements that can be known in each semester until the graduation stage. This study classifies student achievement in the appropriate graduation category or not in the fifth semester. As attributes used include attributes of origin, High School origin, employment and income of parents, Comrade Achievement Index (IPK) and Achievement Index (IP) semesters one to five. The purpose of this study is the application to obtain academic achievement of students Nusantara PGRI Kediri University uses the naïve bayes algorithm. Train data used is the data of student class 2010 to 2012 on the Faculty of Engineering, with a focus on Informatics Engineering courses. Next is calculated using naïve bayes algorithm to classify student achievement. While the test data using student academic data generation 2013. Research results Student's previous academic achievement. This research is useful to know the factors that influence student achievement that can be used to support the making of university policy, for example on the target of new student admission promotion.
Penerapan Algoritma K-Means Clustering Untuk Prediksi Prestasi Nilai Akademik Mahasiwa Helilintar, Risa; Farida, Intan Nur
Jurnal Sains dan Informatika Vol 4 No 2 (2018): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.343 KB) | DOI: 10.34128/jsi.v4i2.140

Abstract

Sebagai perguruan tinggi terbesar di karisidenan kediri Unp kediri khususnya Fakultas Teknik Program Studi Teknik Informatika Mahasiswanya semakin meningkat setiap tahunnya. Semakin meningkatnya jumlah mahasiswa yang diluluskan setiap tahunnya menyebabkan banyaknya dta mahasiswa yang perlu diolah sehingga pihak prodi menyebabkan kesulitan dalam mengolahnya dan megelompokkan data tersebut. Pada penelitian ini metode yang akan diterapkan adalah Data Mining dengan metode K-Means Clustering, dimana data dikelompokkan berdasarkan karakteristik yang sama akan dimasukkan kedalam kelompok. Informasi yang akan ditampilkan berupa pengelompokkan predikat kelulusan mahasiswa yaitu dibagi menjadi 4 kelompok yaitu sangat baik, baik, cukup, kurang sehingga pihak program studi untuk mengetahui kelompok -kelompok mana mahasiswa yang mempunyai predikat kelulusan sesuai dengan pengelompokkan. Keywords: K-Means, Program Studi, Predikat
Penggunaan Algoritma Naive Bayes Untuk Mengevaluasi Prestasi Akademik Mahasiswa Universitas Nusantara PGRI Kediri Intan Nur Farida; Ratih Kumalasari Niswatin
Jurnal Sains dan Informatika Vol. 3 No. 2 (2017): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v3i2.113

Abstract

Students' academic activities result in achievements that can be known in each semester until the graduation stage. This study classifies student achievement in the appropriate graduation category or not in the fifth semester. As attributes used include attributes of origin, High School origin, employment and income of parents, Comrade Achievement Index (IPK) and Achievement Index (IP) semesters one to five. The purpose of this study is the application to obtain academic achievement of students Nusantara PGRI Kediri University uses the naïve bayes algorithm. Train data used is the data of student class 2010 to 2012 on the Faculty of Engineering, with a focus on Informatics Engineering courses. Next is calculated using naïve bayes algorithm to classify student achievement. While the test data using student academic data generation 2013. Research results Student's previous academic achievement. This research is useful to know the factors that influence student achievement that can be used to support the making of university policy, for example on the target of new student admission promotion.
Penerapan Algoritma K-Means Clustering Untuk Prediksi Prestasi Nilai Akademik Mahasiwa Risa Helilintar; Intan Nur Farida
Jurnal Sains dan Informatika Vol. 4 No. 2 (2018): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v4i2.140

Abstract

Sebagai perguruan tinggi terbesar di karisidenan kediri Unp kediri khususnya Fakultas Teknik Program Studi Teknik Informatika Mahasiswanya semakin meningkat setiap tahunnya. Semakin meningkatnya jumlah mahasiswa yang diluluskan setiap tahunnya menyebabkan banyaknya dta mahasiswa yang perlu diolah sehingga pihak prodi menyebabkan kesulitan dalam mengolahnya dan megelompokkan data tersebut. Pada penelitian ini metode yang akan diterapkan adalah Data Mining dengan metode K-Means Clustering, dimana data dikelompokkan berdasarkan karakteristik yang sama akan dimasukkan kedalam kelompok. Informasi yang akan ditampilkan berupa pengelompokkan predikat kelulusan mahasiswa yaitu dibagi menjadi 4 kelompok yaitu sangat baik, baik, cukup, kurang sehingga pihak program studi untuk mengetahui kelompok -kelompok mana mahasiswa yang mempunyai predikat kelulusan sesuai dengan pengelompokkan. Keywords: K-Means, Program Studi, Predikat
Co-Authors Abidarin Rosidi Ahmad Ade Alfian Ahmad Bagus Setiawan Ahmad Rizal Efendi Ahmad Shiddiq Akbar Fastio Hari Setiawan Aldestra Bagas Wardana Alfian Dwi Novianto Bagas Julianto Bagus Dwi Prasetya Daniel - Swanjaya Dyan Heri Saputra Fera Annisa Heru Aditya Julian Sahertian Karina Ananda Putri M Yusuf Khoirul Huda Made Ayu Dunia Widyadara Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Miftakhul Maulidina Millenialdo Yanuar Ilham Moch Nur Hudha Moch. Deifa Satrio Damara Moch. Yanuariadin Pujo Kuswantoro Moh. Ismail Marzuki Muhammad Fauzan Hardiansyah Siregar Naufal Finanto Patmi Kasih Rama Yuda Wardani Ramadhani, Risky Aswi Ratih Kumalasari Niswatin Resty Wulanningrum Resty Wulanningrum Rika Wahyu Syaputri Rina Firliana Rina Firliana Rina Firliana Rini Indriati Risa Helilintar, Risa Rony Heri Irawan Ryzki Agus Mustofa Kamal Satria Bijaksana Syamsul A. Syahdan Tamariska Usman Wahyu Cahyo Utomo Wahyu Rusmiati Wahyu Surya Wisnugraha Yosia Septi Lestyaningtyas Zidane Chesa Wardana