Claim Missing Document
Check
Articles

Found 5 Documents
Search

WP Sistem Pendukung Keputusan Penyedia Jasa Asisten Rumah Tangga Menggunakan Metode Weighted Product (WP): WP Nurhajar Anugraha; Nurul Afifah Arifuddin; Febri Hidayat Saputra; Andi Maulidinnawati; Yulianto Pangayan
JNSTA ADPERTISI JOURNAL Vol. 3 No. 1 (2023): Januari 2023
Publisher : JNSTA ADPERTISI JOURNAL

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan yang terjadi adalah banyak keluarga kesulitan mendapatkan informasi tentang asisten rumah tangga karena keterbatasan informasi yang tersebar, sehingga calon pengguna jasa yang ingin mencari dan ingin menggunakan jasa asisten rumah tangga harus bertanya-tanya mengenai informasi asisten rumah tangga tersebut kepada teman atau keluarga. Maka dari itu dibutuhkan sebuah aplikasi sistem yang memudahkan pencarian penyedia jasa asisten rumah tangga. Penelitian ini bertujuan untuk merancang dan membangun sebuah Sistem Pendukung Keputusan Penyedia Jasa Asisten Rumah Tangga Menggunakan Metode Weighted Product. Data ini diperoleh melalui penelitian lapangan, penelitian Pustaka dan wawancara. Metode yang digunakan dalam penelitian ini adalah metode weighted product. Hasil penelitian ini menunjukkan bahwa Sistem Pendukung Keputusan Penyedia Jasa Asisten Rumah Tangga Menggunakan Metode Weighted Product berhasil diimplementasikan dan sangat baik digunakan dengan nilai kuesioner penelitian 85,6%.
Classification of Stroke Opportunities with Neural Network and K-Nearest Neighbor Approaches Nurul Afifah Arifuddin; I Wayan Rangga Pinastawa; Nurhajar Anugraha; Musthofa Galih Pradana
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 2 (2023): Research Article, Volume 8 Issue 2 April, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i2.12228

Abstract

Stroke is one of the deadly diseases. This is illustrated in stroke deaths in Indonesia which reached a death rate of 131.8 cases. Some of the things that cause a stroke to become a disease with the highest mortality rate are related to transitions in human life in 4 aspects, namely epidemiology, demography, technology, and economics, socio-culture. Of the many influencing aspects, one of the transition points of human life in the technological aspect can be an alternative solution and prevention. Aspects of technology with the utilization of data can be used as a preventive measure for stroke. One approach is to use data mining techniques, which can provide an initial picture regarding the chances of getting a stroke so that it can be used as an early warning for patients. With so many techniques in data mining, this study used a classification or grouping approach using 2 algorithms, namely K-Nearest Neighbor and one of the Neural Network groups, namely Multi-Layer Perceptron. This research will focus on finding the accuracy and best results of the two algorithms in classifying. The final result of this study is that the K-Nearest Neighbor algorithm has a better accuracy of 95% compared to the Multi-Layer Perceptron which produces an accuracy of 88%
Komparasi Naïve Bayes dan Support Vector Machine dalam Klasifikasi Jenis Citrus I Wayan Pinastawa; Nurul Afifah Arifuddin
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.7777

Abstract

Citrus merupakan pohon berbunga dan tergolong dalam kelompok Rutaceae. Pohon Citrus menghasilkan buah jeruk dengan berbagai jenis buah-buahan. Karena kesamaan spesies sehingga antar jenisnya memiliki kemiripan satu sama lain, dan tidak semua dapat melakukan identifikasi secara jelas setiap jenis buahnya. Cara yang dapat dilakukan untuk melakukan identifikasi dan pengelompokan adalah menggelompokan data sesuai dengan kelas label aslinya menggunakan bantuan data mining. Pendekatan data mining yang dapat diterapkan salah satunya dengan teknik klasifikasi, dengan melakukan pengelompokan berdasarkan kriteria atau kategori tertentu. Pada hal ini, klasifikasi didasarkan pada diameter, dan citra warna Red, Green, Blue atau RGB untuk mendapatkan pengelompokan sesuai dengan kelasnya. Algoritma yang digunakan ada 2 yakni, Support Vector Machine (SVM) dan Naïve Bayes, keduanya akan dilakukan perbandingan dalam melakukan klasifikasi pengelompokan jenis buah citrus. Teknik komparasi dilakukan dengan mengamati hasil akurasi dari setiap algoritma klasifikasi, penelitian ini menyimpulkan bahwa akurasi algoritma Support Vector Machine (SVM) mencapai prosentase sebesar 96,36 % dan algoritma Naïve Bayes memiliki akurasi sebesar 92 %. Algoritma paling optimal dalam penelitian klasifikasi citrus ini adalah algortima Support Vector Machine (SVM).  
PELATIHAN MICROSOFT OFFICE BAGI SISWA UNTUK MENINGKATKAN SOFTSKILLS DI SMKS MANDIRI BOJONGGEDE Zatin Niqotaini; Nurul Afifah Arifuddin; Neny Rosmawarni
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 7 (2023): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v6i7.2423-2429

Abstract

Pemerintah memperhatikan pendidikan vokasi, termasuk sekolah menengah kejuruan (SMK). Beberapa program pemerintah tentang sekolah menengah kejuruan sudah diluncurkan dengan tujuannya adalah menghasilkan lulusan yang mampu memenuhi kebutuhan organisasi. Mengetahui aplikasi yang dipakai oleh perkantoran sangat penting bagi lulusan yang akan mengembangkan karir di dunia industri. Tujuan kegiatan pengabdian masyarakat ini adalah memberikan pelatihan dalam meningkatkan softskills kepada siswa SMKS Mandiri Bojonggede dalam menguasai aplikasi komputer seperti Microsoft Office, yang mencakup Microsoft PowerPoint, Microsoft Word, dan Microsoft Excel. Untuk melaksanakan pengabdian masyarakat ini ada beberapa tahapan seperti observasi, koordinasi dengan mitra, pelatihan, dan evaluasi. Pengabdian masyarakat ini diikuti oleh 40 siswa SMKS Mandiri Bojonggede, dan kegiatan pengabdian dilaksanakan selama 2 hari pada tanggal 25 dan 26 Mei 2023. Hal ini ditunjukkan oleh semangat siswa siswi untuk mengikuti pelatihan Microsoft Office. Dengan bantuan kegiatan pengabdian yang telah dilaksanakan, diharapkan siswa SMKS Mandiri Bojonggede mampu mengoperasikan fungsi – fungsi aplikasi perkantoran serta dapat membantu siswa dalam meningkatkan softskills.
Pelatihan Microsoft Office kepada Siswa SMKS Mandiri Bojonggede Bogor Zatin Niqotaini; Nurul Afifah Arifuddin; Neny Rosmawarni
Jurnal Abdimas Kartika Wijayakusuma Vol 4 No 2 (2023): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v4i2.320

Abstract

Pendidikan vokasi, termasuk sekolah menengah kejuruan (SMK), mendapat perhatian pemerintah. Tujuan dari berbagai program yang sudah diluncurkan oleh pemerintah adalah untuk menghasilkan lulusan yang mampu memenuhi kebutuhan industri. Bagi lulusan yang ingin mengembangkan karir mereka di industri perkantoran, sangat penting untuk memahami aplikasi yang digunakan di perkantoran. Tujuan dari kegiatan ini adalah untuk memberikan pelatihan dan bantuan kepada siswa SMKS Mandiri Bojonggede dalam menguasai aplikasi Microsoft Office, seperti Microsoft PowerPoint, Microsoft Word, dan Microsoft Excel. Untuk mencapai tujuan ini, observasi, koordinasi dengan mitra, pelatihan, dan evaluasi digunakan. Hal ini dibuktikan oleh keinginan siswa untuk mengikuti pelatihan. Kegiatan ini membantu siswa SMKS Mandiri Bojonggede mengenal dan menggunakan teknologi. Hasil survei yang melibatkan siswa sekolah menunjukkan bahwa 87% siswa menganggap pelatihan ini sangat bermanfaat dalam memahami dan menggunakan Microsoft Office sebagai aplikasi perkantoran.