Article Per Year (5 Year)
p-Index From 2019 - 2024
0.659
P-Index
This Author published in this journals
All Journal Ganendra: Majalah IPTEK Nuklir Jurnal Sarjana Teknik Informatika Khazanah Pendidikan Majalah Kulit, Karet, dan Plastik International Conference on Coastal and Delta Areas Compiler Al-Irsyad: Jurnal Pendidikan dan Konseling EQIEN - JURNAL EKONOMI DAN BISNIS Global Conference Index Jurnal Aplikasi IPTEK Indonesia Kompetensi COCOS KENDURI
Prayitno Prayitno
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Sarjana Teknik Informatika

 1 
KLASIFIKASI POTENSI ZAKAT DI LAZISMU DIY MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) BERBASIS WEB FRAMEWORK Tedy Setyadi; Andri Pranolo; Prayitno Prayitno
Jurnal Sarjana Teknik Informatika Vol 5, No 3 (2017): Oktober
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v5i3.12370

Abstract

Zakat berperan untuk mencapai keadilan sosial ekonomi antara orang kaya dan miskin. Saat ini terdapat Lembaga Amil Zakat (LAZ) yang berperan penting dalam pengelolaan dana Zakat, Infaq, dan Shodaqah. Namun ada beberapa faktor kekurangan dalam hal penyaluran dana zakat yaitu siapa yang berhak menerima dana zakat dengan tepat sasaran dan cabang-cabang mana saja yang berpotensi mandiri dalam pengelolaan zakat. Klasifikasi dapat digunakan untuk menilai ketepatan penyaluran zakat dan mengetahui kemandirian tiap-tiap cabang LAZ berdasarkan data-data masa lalu. Data tersebut bisa digunakan untuk menerapkan metode K-NN sehingga dapat mengklasifikasi dana zakat menurut kelasnya.             Penelitian ini dilakukan untuk mengkaji tentang algoritma K-NN dan mengimplementasikan Algoritma K-NN dalam klasifikasi data. Data yang digunakan adalah data penyaluran dana zakat di Lazismu DIY dari tahun 2013 sampai 2015.Data penyaluran zakat dari cabang-cabang LAZ yang telah melalui proses cleaning data, integration data, selection data, transformation data,dananalisis diproses menggunakan metodeK-Nearest Neighbor (K-NN)  untuk  mengklasifikasikan cabang-cabang yang berpotensi membantu perekonomian daerah (mandiri) dan penyaluran dana zakat yang tepat sasaran berdasarkan  tingkat  kemiripan sejumlah nilai  variabel  k. Proses algoritma K-NN di buatmenghasilkanpattern evaluationdandisajikanmelalui knowledge presentationdenganbantuan web framework.             Hasil pengujian dilakukan terhadap 14 cabang Lazismu di DIY menghasilkan tidakada cabang di kelas Super Mandiri, 6 cabang berada dikelas Mandiri, tidakada cabang berada dikelas Cukup Mandiri, dan 8 cabang berada pada kelas Kurang Mandiri. Hasil confusion matrix dengan perbandingan 80:20 dari data uji dan data testing menghasilkan nilai accuracy sebesar 85% dan error-rate sebesar25%. Hasil accuracy>= 85% dikatakan baik dalam klasifikasi tersebut membuktikan bahwa faktor-faktor nilai atribut yang dipilih mendekati nilai significant
Co-Authors Adreas Triwiyono Agnes C Davinchi Agus Basukesti Andri Pranolo Any Setyaningsih Bambang Priyono BASUKI BASUKI Dwi Wahini Nurhajati Emiliana Kasmudjiastuti Endro Kismolo Hadi Musthofa Herry Poernomo Holyness Nurdin Singadimedja Ignatius Djoko Sardjono Ike Setyorini JOHAN A. ROMBANG Maria Y.M.A. Sumakud Marjohan Marjohan Marjohan Marjohan Miftahul Fikri Nur Wachid Sahadi Nurhaidah Napitupulu Puji Ediari Suryaningsih R. Jaka Susila Romanda Annas Amrullah Sambas Sugiarto Samsu Wasito Sofyan karani Sri Bandi Sri Budiasih Sri Sutyasmi Sri Sutyasmi Sugihartono Sugihartono Suliestiyah Wiryodiningrat Suprapto Suprapto Tedy Setyadi Thomas Tukirin Titik Purwati Widowati Wahono . Yeni Karneli Yuliani Indrianingsih Zulkifli Zulkifli