Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal Respati Jurnal Teknologi dan Bisnis Jurnal Pengabdian Masyarakat Blend Sains Jurnal Teknik
Nurul Alfiah
STMIK Komputama Majenang
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Klasifikasi Penerima Bantuan Sosial Program Keluarga Harapan Menggunakan Metode Naive Bayes Alfiah, Nurul
Jurnal Teknologi Informasi RESPATI Vol 16, No 1 (2021)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v16i1.386

Abstract

INTISARIPKH (Program Keluarga Harapan) merupakan sebuah program bantuan sosial bersyarat yang dikeluarkan oleh pemerintah dalam upaya untuk mengentaskan kemiskinan. Dalam implementasinya di wilayah kecamatan Cimanggu masih belum optimal dikarenakan PKH ini banyak yang belum tepat sasaran dalam menentukan siapa penerima PKH yang berhak untuk mendapatkannya. Konsep Data Minning akan mempermudah dalam mengatasi masalah tersebut. Dengan menggunakan Algoritma Naive Bayes Classification dan metode CRISP-DM (Croos Industry Standard Process for Data Minning) penelitian ini diharapkan dapat membantu pemerintah khususnya Dinas Sosial Kabupaten Cilacap dalam menentukan siapa penerima PKH yang berhak untuk mendapatkannya. Kata Kunci – Data Minning, Program Keluarga Harapan (PKH), Naive Bayes, CRISP-DM ABSTRACTPKH (Program Keluarga Harapan) is a conditional social assistance program issued by the government in an effort to alleviate poverty. In its implementation in the Cimanggu subdistrict, it is still not optimal because many PKH have not been on target in determining who PKH recipients are entitled to get it. The concept of Data Minning will make it easier to solve this problem. By using the Naive Bayes Classification Algorithm and the CRISP-DM (Croos Industry Standard Process for Data Minning) method, this research is expected to help the government, especially the Cilacap Regency Social Service, in determining who PKH recipients are entitled to get it. Keywords – Data Minning, Program Keluarga Harapan (PKH), Naive Bayes, CRISP-DM
SISTEM INFORMASI PENDATAAN DAN PENJUALAN BERAS STUDY KASUS RUKUN JAYA alfiah, nurul; Salsabila, Khusna
Jurnal Teknologi dan Bisnis Vol. 3 No. 1 (2021)
Publisher : STMIK Komputama Majenang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37087/jtb.v3i1.51

Abstract

Technological developments continue to move forward in an effort to facilitate a more effective and efficient work system. Rukun Jaya is a rice mill and rice sales business that requires information system technology in the process of managing its business. Data collection of goods that is still done manually is often an obstacle in the Rukun Jaya rice milling business. This causes the work system to be unstructured so that it becomes a waste of energy. This problem affects the estimation of decision making on the sale of goods. In determining the number of goods per production, if inventory checks are not carried out in the warehouse, it will be difficult to plan for the availability of goods in the future. Desktop application designed using MySQL and Microsoft Visual Studio Net. Facilities that can be in the form of admin data management, admin data processing, customer data, goods data, sales transactions and sales reports. The result of this information system design is a successful desktop application to facilitate Rukun Jaya owners in data collection and rice sales transactions
Peningkatan Motivasi Belajar Peserta Didik dengan Model Pembelajaran Berbasis IT di SMK Komputama Jeruklegi Raden Bagus Bambang Sumantri; Nurul Alfiah
Jurnal Pengabdian Masyarakat - PIMAS Vol 1 No 1 (2022): Februari
Publisher : LPPM Universitas Harapan Bangsa Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.961 KB) | DOI: 10.35960/pimas.v1i1.741

Abstract

Proses pembelajaran saat ini di masa pandemi Covid-19 yang berjalan di SMK Komputama Jeruklegi yaitu masih menggunakan model pembelajaran konvensional, namun di masa pandemi saat ini tenaga pengajar dituntut untuk mampu menggunakan media pembelajaran online. Seorang tenaga pengajar juga di bebankan oleh tugas adminstrasi yang sangat menyita waktu terkadang proses pembelajaran itu kurang efektif bahkan biasanya tidak terlaksana. Masalah Itu menjadi penyebab capaian pembelajaran mata pelajaran tidak tercapai. Untuk itulah mitra membutuhkan sebuah solusi untuk menyelesaikan permasalahan pembelajarannya yang tidak dapat diselesaikan di dalam kelas dan kurang dimengerti oleh para siswa. Sehingga dengan adanya pelatihan e-learning dapat memberikan layanan pembelajaran yang dapat dilaksanakan kapan saja dan dimana saja secara online. Metode yang digunakan adalah dengan metode ceramah dan praktek langsung dengan menggunakan aplikasi Chamilo dimana semua peserta pelatihan setelah mendapatkan materi yang disampaikan kemudian mempraktekkan apa yang sudah diberikan untuk di implementasikan. Dari kegiatan pengabdian masyarakat ini dapat disimpulkan pengetahuan dan pemahaman akan penerapan e-learning yang diberikan kepada para tenaga pengajar yang mengikuti pelatihan tersebut dapat memberikan pemahaman baru mengenai terdapatnya model pembelajaran yang dapat digunakan untuk meningkatkan motivasi belajar peserta didik dalam proses pembelajaran di kelas, dan pada akhirnya sekolah mempunyai suatu konsep pembelajaran baru yang dapat dijadikan model pembelajaran di SMK Komputama Jeruklegi.
Penerapan Metode FP Tree dan Frequent Pattern Growth pada Penerimaan Mahasiswa Baru STMIK Fajar Mahardika; Nurul Alfiah; R. Bagus Bambang Sumantri
Blend Sains Jurnal Teknik Vol. 1 No. 3 (2023): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.341 KB) | DOI: 10.56211/blendsains.v1i3.176

Abstract

Kemajuan akademi besar yang terdapat di indonesia bertumbuh amat kilat. Paling utama akademi besar swasta yang tiap tahunnya bertambah. Dengan banyaknya akademi besar swasta tiap tahunnya. Perihal ini yang menghasilkan tiap akademi besar swasta bersaingan buat menarik paling- paling pendapatan mahasiswa terkini. Dengan banyak pola metode apalagi menawarkan sebagian program beasiswa pada calon mahasiswa terkini spesialnya di STMIK. Sering- kali akademi besar swasta melaksanakan banyak advertensi bagus itu alat cap ataupun alat elektronik buat menarik atensi calon mahasiswa terkini. Dengan melaksanakan banyak advertensi dimedia bagus itu cap ataupun elektronik kadangkala hadapi hambatan yang amat penting. Perihal patokan mahasiswa yang hendak mencatat ataupun wilayah mana yang mempunyai atensi pada prodi yang dipromosikan. Buat itu butuh terdapatnya database yang melihatkan wilayah ataupun asal bidang yang terpikat ke prodi spesialnya prodi yang terdapat di STMIK. Database ataupun aplikasi ini bisa menunjukkan informasi berhubungan dengan pendapatan mahasiswa terkini yang telah dicoba oleh STMIK. Tata cara Fp Tree Serta Frequent Pattern Growth ialah tata cara yang bisa dipakai buat mengenali gabungan ataupun federasi yang kerap timbul pada database. Frequent pattern growth mengenakan pendekatan yang berlainan dari paradigma yang dipakai pada algoritma yang lain. Frequent pattern tree yakni wujud penyimpanandata yang dimampatkan. Frequent pattern tree dibangun dengan menggambarkan masing- masing data bidang usaha ke dalam masing- masing jalur spesial dalam frequent pattern tree. Hasil riset membuktikan 25 item muadzin pada prodi sistem data a. dengan minimal support 15%. Dan membuktikan 17 item ipa pada prodi sistem data a dengan minimal confidence 50%.
Co-Authors Bambang Sumantri, R Bagus Mahardika, Fajar Salsabila, Khusna