Claim Missing Document
Check
Articles

Found 2 Documents
Search

SISTEM INFORMASI TERPADU SURAT PERINTAH PERJALANAN DINAS DAN ARSIP PADA BAGIAN PENGADAAN BARANG DAN JASA SEKRETARIAT DAERAH KABUPATEN BERAU Ilham Taufiq; Rilfa Dini; Bobi Zinaidin Zidan; Sayekti Harits Suryawan
Jurnal Gembira: Pengabdian Kepada Masyarakat Vol 1 No 06 (2023): DESEMBER 2023
Publisher : Media Inovasi Pendidikan dan Publikasi

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

Abstract

Bagian Pengadaan Barang dan Jasa Sekretariat Daerah Kabupaten Berau yang berfokus pada layanan pengelolaan teknologi informasi dalam memfasilitasi pelaksanaan Pengadaan Barang/Jasa secara elektronik, mendapati kendala dimana pada proses pembuatan surat perjalanan dinas dan arsip masih dilakukan secara manual yang dirasa kurang efektif. Dalam mengatasi hal tersebut maka membutuhkan sistem informasi terpadu surat perintah perjalanan dinas dan arsip. Dalam proses perancangannya dilakukan pengumpulan data yang berupa observasi dan wawancara, dan studi literatur dalam mendapatkan informasi terhadap sistem terpadu yang dirancang. Dalam rancangan ini menunjukkan bahwa hasil implementasi sistem informasi terpadu tersebut dapat dijadikan solusi terhadap pembuatan surat perjalan dinas dan pengarsipan surat keluar ataupun surat masuk yang sebelumnya dilakukan secara manual yang dirasa kurang efektif. Sehingga dengan adanya sistem informasi terpadu ini dapat meningkatkan ke efektifan kinerja pegawai dan memudahkan dalam pencarian data perjalanan dinas untuk dapat dibuatkan laporan dari perjalanan dinas yang telah dilakukan.
Model Optimasi Random Forest dengan PSO-CHI-SM dalam Mengatasi High Dimensional dan Imbalanced Data Banjir Kota Samarinda Ilham Taufiq; Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 7 No. 3 (2024): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jtsi.v7i3.41632

Abstract

Flooding is a natural disaster that frequently affects our country. Samarinda City, in particular, continues to experience frequent flooding events with 18 incidents in 2018, 33 incidents in 2020, and 32 incidents in 2021. To predict flood disasters, it is necessary to utilize technology known as machine learning for analyzing and classifying floods. However, classification often encounters issues with high-dimensional data and class imbalance. This study aims to determine the extent to which the accuracy of flood disaster classification improves by using the Random Forest algorithm with PSO for optimization, Chi-Square feature selection, and SMOTE oversampling to balance classes. The data used in this study comprises flood data from 2021-2023 obtained from BMKG and BPBD Samarinda City, with a total of 1095 records and 11 attributes. The validation technique used is 5-fold cross-validation, and the evaluation uses a confusion matrix. The results of the Chi-Square feature selection identified Rainfall, Maximum Wind Direction, Most Frequent Wind Direction, Humidity, Sunshine Duration, and Wind Speed as the most influential features based on Chi-Square scores and P-values. The average accuracy obtained from the proposed classification model using 5-fold cross-validation reached 96.02%.