Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Malcom: Indonesian Journal of Machine Learning and Computer Science
Nurainun Nurainun
Universitas Islam Negeri Sultan Syarif Kasim Riau
Computer Science & IT Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
RANCANG BANGUN SISTEM ABSENSI DI UPT PENGAWASAN MUTU DAN KEAMANAN PANGAN Fitra Kurnia; Nurainun Nurainun
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 8, No 2 (2022): Agustus
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/rmsi.v8i2.18108

Abstract

Absensi kehadiran pegawai merupakan faktor penting bagi sebuah instansi atau perusahaan untuk mencapai tujuan, hal ini berkaitan juga dengan kedisiplinan dan dapat berdampak pada kinerja dari masing-masing pegawai. Oleh karena itu, diperlukan adanya pendataan khusus untuk mendata absensi kehadiran dan ketidakhadiran agar aktifitas kerja dapat terdata secara realtime dan baik. Ada banyak cara yang dapat dilakukan untuk mendata absensi dengan efektif dan efisien, salah satunya dengan menggunakan teknologi komputer dimana penerapannya dengan sistem absensi berbasis web. Pada UPT Pengawasan Mutu dan Keamanan Pangan sistem yang digunakan dalam proses absensi masih meggunakan cara yang manual yaitu dengan menggunakan lembar absensi harian yang berdampak pada efisiensi dan efektifitas pendataan, pencarian data sekaligus dalam hal rekap data yang membutuhkan waktu relatif lama. Selain itu, resiko kesalahan dan kehilangan data absensi juga besar. Maka berdasarkan permasalahan tersebut, dibuatlah Rancang Bangun Sistem Absensi Berbasis Web UPT Pengawasan Mutu dan Keamanan Pangan. Metode penelitian adalah metode yang digunakan dalam pengumpulan data yang meliputi: metode observasi, dan wawancara. Pengembangan perangkat lunak sistem ini menggunakan model waterfall yang meliputi: analisa kebutuhan, desain, pengkodean, pengujian dan implementasi. Hasil akhir yang penulis dapatkan yaitu terbangunnya Sistem Absensi Berbasis Web UPT Pengawasan Mutu dan Keamanan Pangan yang sudah layak digunakan. Hal ini berdasarkan pada hasil pengujian menggunakan UAT dan hasil pengujian User Acceptance Test (UAT) yang memberikan hasil dengan persentase 88,67%.
Prediksi Risiko Stunting pada Keluarga Menggunakan Naïve Bayes Classifier dan Chi-Square: Prediction of Stunting Risk In Families Using Naïve Bayes Classifier and Chi-Square Umairah Rizkya Gurning; Sania Fitri Octavia; Dwi Ratna Andriyani; Nurainun Nurainun; Inggih Permana
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1074

Abstract

Stunting merupakan sesuatu yang berbahaya pada manusia karena dapat menyebabkan terjadinya hambatan pertumbuhan serta perkembangan organ lainnya termasuk otak, jantung dan ginjal. Meningkatnya kasus stunting pada balita memerlukan suatu upaya dalam penanganan dan pencegahan secara dini. Terdapat 17 atribut pada data stunting yang harus diperhatikan, dengan banyaknya atribut tersebut menyebabkan sulitnya menemukan atribut yang paling berpengaruh dalam memprediksi stunting. Pada penelitian ini diterapkan seleksi fitur menggunakan Chi Square dan menerapkan Algoritma Naïve Bayes untuk menemukan atribut yang harus diprioritaskan dalam memprediksi stunting. Hasil prediksi dengan menggunakan Naive bayes saja pada penelitian ini didapatkan nilai akurasi sebesar 94,3 %, nilai recall sebesar 93,9 % dan nilai precision sebesar 93,93% dengan waktu 0,07 detik. Sedangkan dengan menerapkan seleksi fitur Chi square pada penelitian ini diperoleh 5 atribut yang paling berpengaruh terhadap prediksi stunting yang dapat meningkatkan kecepatan pembentukkan model Algoritma Naiva Bayes dengan waktu 0,01 detik, namun tidak dapat meningkatkan akurasi, recall dan presisi. Harapannya instansi terkait dapat lebih memperhatikan dan memprioritaskan ke-5 atribut tersebut sebagai pemantauan prediksi stunting di Kota Dumai.
Co-Authors Dwi Ratna Andriyani Fitra Kurnia Inggih Permana Sania Fitri Octavia Umairah Rizkya Gurning