Article Per Year (5 Year)
p-Index From 2019 - 2024
1.126
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi AMMA : Jurnal Pengabdian Masyarakat
Nurhakim, Bani
Unknown Affiliation
Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Implementasi Algoritma Naïve Bayes untuk Prediksi Penerima Bantuan Sosial di Desa Cigayam Hoeriah, Dede; Nurhakim, Bani; Permana, Sandy Eka; Prihartono, Willy; Dwilestari, Gifthera
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 1 (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No1.pp52-58

Abstract

Social assistance is one of the government's programmes aimed at improving the lives of people especially for those who are economically disadvantaged. However, there are several reasons why some people are unable to access social assistance. In the case of this study, the authors used the Naïve Bayes algorithm with the KDD (Knowledge Discovery Database) method to predict the population in obtaining social assistance. The data was taken from the population data of Cigayam Village and the social welfare recipient data in the village ofCigayam with the results showing high accuracy in this study, for the true or false outcome of 1047 data and 53 data with the precision grade of 95.18%, 81.17%, for the real outcome, and 28.38% for the wrong outcome. So with the ROC curve shows the accuracy of the spinning visually, with an AUC of 0.868% for naïve bayes using the ROK curve of 0.90.1.
PKM Pelatihan Dan Pendampingan Inovasi Produk Teng Teng Rumahan Desa Tarikolot Sumedang Pratama, Denni; Nurhakim, Bani; Rizki Rinaldi , Ade; Maulana, Arman; Ningrum, Cistia
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 5 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Tarikolot Village in Sumedang is known for producing a traditional snack, teng teng, which has a unique flavor but lacks widespread recognition in modern markets. The challenges faced by teng teng artisans include limited product innovation and marketing strategies, resulting in stagnant income. Through this Student Creativity Program (PKM), training and mentoring are provided to enhance the quality and variety of teng teng products, making them more appealing to consumers. The objective of this activity is to equip the artisans with the knowledge and skills to develop product innovations and effective marketing strategies, enabling them to compete in a broader market. The methods employed include theoretical and practical training on creating teng teng with innovative flavors and packaging, as well as mentoring in designing digital marketing strategies. The expected outcomes of this activity are improved product quality, diversified product offerings, and enhanced marketing knowledge and skills among the artisans. It is anticipated that this program will increase the competitiveness of teng teng products in local and national markets, contributing to the economic well-being of the Tarikolot Village community.
PKM Pelatihan Pemasaran Dan Akuntansi Sederhana Bagi Pelaku UMKM Kecamatan Tarikolot Rahaningsih, Nining; Rizki Rinaldi, Ade; Nurhakim, Bani; Rizki Fauzi, Ahmad; Zidan Soleh, Kautsar
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 5 : Juni (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

The Tarikolot Subdistrict holds significant economic potential through micro, small, and medium enterprises (MSMEs). However, many MSME operators face challenges in managing simple marketing and accounting, which hinders their business growth. This issue arises from a lack of knowledge and skills in these areas. This Community Service Program (PKM) aims to enhance MSME operators' abilities to independently manage their marketing and accounting tasks. The methods employed include face-to-face training, group discussions, and intensive mentoring over a three-month period. The outcomes of this program are expected to improve participants' understanding of effective marketing strategies and the application of simple accounting in their business operations. The training will also enable participants to implement the acquired knowledge in their daily practices to boost efficiency and profitability.
PENARAPAN ALGORITMA K-MEANS CLUSTERING DALAM MENGANALISIS RESIKO PENYAKIT STROKE Nurhakim, Bani; Septiani, Intan; Anam, Khaerul; Pratama, Denni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8452

Abstract

Di kawasan Asia Tenggara, stroke menempati peringkat ketiga sebagai penyebab kecacatan dan menjadi penyakit dengan risiko kematian tertinggi kedua. penyakit Stroke terjadi ketika pembuluh darah mengalir ke otak terhambat atau terjadi pecah, mengakibatkan beberapa sel jaringan otak tidak dapat menerima oksigen yang dibutuhkan dari aliran darah. Permasalahan mencakup mengidentifikasi faktor risiko penyakit stroke dengan akurat sehigga menjadi suatu tantangan dan Menentukan jumlah cluster (K) yang paling sesuai untuk mencerminkan kelompok resiko penyakit stroke dengan optimal. Dengan menerapkan pendekatan data mining K-means clustering, pasien dapat dikelompokkan ke dalam kategori resiko yang beragam. Beberapa kelompok pasien menunjukkan dominasi faktor risiko tertentu, sehingga memberikan pemahaman lebih rinci mengenai variasi resiko stroke dalam populasi. Temuan dari analisis K-means clustering telah diperkuat melalui validasi menggunakan data klinis tambahan, menegaskan kehandalan dan relevansi hasil. Proses validasi melibatkan uji model pada dataset yang berbeda untuk memastikan keberlakuan temuan secara umum. Penelitian ini melibatkan langkah-langkah teliti dalam penentuan jumlah cluster (K) untuk menjamin hasil clustering yang optimal. Pendekatan ini membantu mengurangi risiko overfitting atau underfitting, sehingga meningkatkan akurasi analisis. Visualisasi hasil clustering memberikan gambaran yang jelas tentang sebaran faktor risiko di antara kelompok pasien, dengan grafik dan diagram yang memudahkan interpretasi serta komunikasi temuan kepada pihak-pihak yang berkepentingan.
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI CUACA MENGGUNAKAN RAPIDMINER Nur Kirana, Anita; Nurhakim, Bani; Eka Permana, Sandy; Prihartono, Willy; Dwilestari, Gifthera
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8967

Abstract

Cuaca adalah kondisi udara di suatu tempat dalam waktu relatif singkat yang dinyatakan dengan nilai parameter oleh kecepatan angin, suhu, tekanan, curah hujan, dan faktor atmosfer lainnya. Keadaan cuaca dapat mempengaruhi berbagai aspek kegiatan manusia, termasuk transportasi, pertanian, perkebunan, pembangunan, dan bahkan aktivitas olahraga. Sehingga untuk memperoleh informasi cuaca yang dapat dimanfaatkan oleh masyarakat diperlukan pembuatan penentuan cuaca. Salah satu metode prediksi cuaca yang digunakan adalah dengan menggunakan algoritma Naive Bayes. Algoritma ini menghitung probabilitas dari setiap kelas untuk setiap atribut kelompok yang ada dan menentukan kelas yang paling optimal. Dengan kata lain, pengelompokan cuaca dapat dilakukan berdasarkan kategori yang diinputkan oleh pengguna pada aplikasi. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi cuaca dengan menerapkan metode data mining menggunakan algoritma Naive Bayes. Metode penelitian melibatkan pengklasifikasian data cuaca berdasarkan atribut kelompok seperti kecepatan angin, suhu, curah hujan, dan cuaca. Naive Bayes digunakan untuk menghitung probabilitas kelas cuaca berdasarkan input pengguna pada aplikasi. Hasil pengujian menunjukkan tingkat akurasi sebesar 84.26%, menunjukkan bahwa metode ini memiliki potensi untuk memberikan prediksi cuaca yang lebih akurat, yang dapat bermanfaat dalam berbagai aspek kegiatan manusia.
CLUSTERING JENIS SUMBER AIR DI PROVINSI JAWA BARAT MENGGUNAKAN ALORITMA K-MEDOIDS Apriliyani, Ela; Nurhakim, Bani; Eka Permana, Sandy; Dwilestari, Gifthera; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8982

Abstract

Air sangat penting bagi seluruh makhluk hidup di Bumi karena merupakan kebutuhan dasar yang harus dipenuhi dan dikonsumsi. Sumber air merupakan fondasi ekosistem dan keanekaragaman hayati. Terbatasnya ketersediaan air menunjukkan pentingnya melindungi dan mengelola penggunaannya secara bijaksana. Perubahan iklim dapat mempengaruhi siklus air di bumi. Dengan data sumber air yang di keluarkan dalam periode 1 tahun sekali oleh Dinas Pemberdayaan Masyarakat Tujuan penelitian ini adalah mengelompokkan jenis sumber air dengan metode K-Medoids dan menganalisis hasilnya dengan implementasinya menggunakan RapidMiner. Penelitian ini menghasilkan sebanyak 3 cluster, pada masing-masing cluster memiliki anggota yang berbeda. Cluster 0 memiliki 200 item, cluster 1 memiliki 96 items, dan cluster 2 memiliki 160 items yang, dengan total dari ketiga cluster tersebut sebanyak 456 items.
ANALISIS TEKNIK BOOTSTRAP AGGREGATING DENGAN ALGORITMA DECISION TREE UNTUK MEMPREDIKSI DATA TRACER LULUSAN Nurhakim, Bani; Mulyawan, Mulyawan; Lukman Rohmat, Cep
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10940

Abstract

Ketidaksesuaian antara bidang kerja lulusan dengan kompetensi mereka di bidang pekerjaan masing-masing, yang tidak sesuai dengan latar belakang pendidikan dan keahlian mereka, memiliki dampak signifikan terhadap fleksibilitas pekerjaan dan dapat mempengaruhi kinerja kerja. Langkah antisipatif yang dapat digunakan untuk pengambilan keputusan terkait penelitian yang dilakukan, dan menurut hasil wawancara dengan manajemen tracer study STMIK IKMI Cirebon, hingga saat ini, informasi mengenai prediksi kesesuaian pekerjaan lulusan belum diperoleh, meskipun prediksi tersebut diperlukan untuk mempersiapkan sumber daya manusia agar bekerja sesuai dengan kompetensi mereka. Penelitian ini merupakan penelitian eksperimental dan studi kasus menggunakan metode Knowledge Discovery in Database (KDD). Algoritma yang digunakan adalah pohon keputusan C4.5 dengan teknik bootstrap aggregating. Dengan menganalisis, mengimplementasikan, dan mengeksperimenkan model yang akan menghasilkan evaluasi akurasi model pohon keputusan C4.5 terbaik dengan teknik bootstrap aggregating. Kesesuaian bidang kerja lulusan dipengaruhi oleh atribut yang paling dominan, yaitu IPK lulusan (100%) dengan IPK tertinggi maksimal 3,71 untuk 12 orang, usia lulusan (97,4%) dengan 776 lulusan yang termuda berusia 21 tahun, dan durasi studi (53,85%). Sementara itu, atribut yang paling sedikit mempengaruhi kesesuaian bidang kerja lulusan adalah tahun kelulusan (10,4%). Model optimasi klasifikasi terbaik diperoleh melalui pengaturan parameter gain ratio, menghasilkan model prediksi yang sangat baik. Berdasarkan evaluasi akurasi model terbaik, skor akurasi adalah 95,27% dan skor AUC adalah 98,60%.
Co-Authors Apriliyani, Ela Eka Permana, Sandy Gifthera Dwilestari Hoeriah, Dede Khaerul Anam Lukman Rohmat, Cep Maulana, Arman Mulyawan, Mulyawan Ningrum, Cistia Nining Rahaningsih Nur Kirana, Anita Permana, Sandy Eka Pratama, Denni Prihartono, Willy Rizki Fauzi, Ahmad Rizki Rinaldi , Ade Rizki Rinaldi, Ade Septiani, Intan Zidan Soleh, Kautsar