Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)

Literatur Review: Menentukan Nilai Pasar Pemain Berdasarkan Usia, Posisi, Dan Jumlah Pertandingan

2025-01-03T15:19:18+00:00

Penelitian ini menyelidiki faktor-faktor kompleks yang memengaruhi nilai pasar pemain sepak bola, termasuk variabel internal seperti usia, posisi di lapangan, dan jumlah pertandingan, serta faktor eksternal seperti popularitas global dan eksposur media sosial. Berdasarkan analisis literatur, usia ditemukan sebagai salah satu determinan utama, di mana pemain dalam rentang usia 21–25 tahun memiliki nilai pasar tertinggi karena potensi pengembangan dan performa optimal. Posisi pemain juga memainkan peran penting, dengan posisi menyerang seperti penyerang dan gelandang serang cenderung memiliki nilai lebih tinggi dibandingkan posisi bertahan atau penjaga gawang. Selain itu, pengalaman kompetitif yang diukur melalui jumlah penampilan dalam turnamen besar seperti Liga Champions atau Piala Dunia secara signifikan meningkatkan nilai pasar seorang pemain.. Penelitian ini memberikan pandangan holistik tentang dinamika pasar transfer pemain sepak bola dan menyarankan pendekatan strategis bagi manajer klub dan agen dalam memaksimalkan nilai pemain, baik dari perspektif olahraga maupun komersial.

Literatur Review : Efektivitas Metode Naïve Bayes dalam Memprediksi Kelulusan Mahasiswa Tepat Waktu

2025-01-03T15:24:47+00:00

Penelitian ini bertujuan untuk melakukan tinjauan literatur terhadap penerapan metode Naïve Bayes dalam memprediksi kelulusan mahasiswa tepat waktu. Dari berbagai penelitian yang diulas, metode ini menunjukkan tingkat akurasi yang tinggi dalam klasifikasi data pendidikan. Faktor-faktor yang memengaruhi hasil prediksi meliputi nilai akademik, kehadiran, dan atribut sosial ekonomi mahasiswa. Hasil kajian menunjukkan bahwa metode Naïve Bayes dapat memberikan kontribusi signifikan dalam mendukung pengambilan keputusan institusi pendidikan.

Perbandingan Dan Penerapan Penggunaan Dataset IRIS

2025-01-07T09:35:05+00:00

Penelitian ini mengkaji berbagai metode analisis untuk dataset Iris menggunakan beberapa pendekatan yang berbeda. Perbandingan pertama dilakukan antara algoritma K-Nearest Neighbor (KNN) dan Random Forest (RF) dengan pembagian data 80:20, di mana RF menunjukkan performa superior dengan akurasi 100% dibandingkan KNN yang mencapai 97%. Selanjutnya, implementasi metode Fuzzy C-Means berhasil melakukan pengklusteran dataset berdasarkan karakteristik fisik bunga Iris dengan mempertimbangkan derajat keanggotaan untuk menangani ketidakpastian data. Studi juga membandingkan performa tools data mining, yaitu Rapid Miner dan Orange, dalam mengklasifikasi dataset Iris menggunakan decision tree, dengan Rapid Miner mencapai akurasi 86.67% dan nilai kappa 0.800. Hasil-hasil ini memberikan wawasan komprehensif tentang efektivitas berbagai metode dan tools dalam analisis dataset Iris, yang dapat membantu peneliti dan praktisi dalam memilih pendekatan yang tepat untuk analisis data mereka.

Klastering Penyakit Diabetes dengan Metode K-Means

2025-01-02T15:37:26+00:00

Penelitian ini bertujuan untuk mengklasifikasikan penyakit diabetes menggunakan metode K-Means berdasarkan karakteristik klinis dan demografis pasien. Data yang digunakan diambil dari platform Kaggle, terdiri dari 768 entri dengan delapan fitur numerik yang relevan. Proses analisis melibatkan normalisasi data dengan StandardScaler dan penentuan jumlah klaster optimal menggunakan metode Elbow. Hasil penelitian menunjukkan bahwa tiga klaster optimal dapat diidentifikasi, masing-masing mencerminkan karakteristik unik yang berkaitan dengan profil risiko diabetes. Klaster pertama menunjukkan pasien dengan kadar glukosa tinggi dan BMI tinggi, yang berkaitan dengan diabetes tipe 2. Klaster kedua mencerminkan pasien dengan BMI rendah dan kadar glukosa normal, sedangkan klaster ketiga mengelompokkan pasien dengan kadar insulin rendah dan usia muda. Temuan ini menggarisbawahi potensi algoritma K-Means untuk mendukung pengambilan keputusan medis yang lebih personal dan terarah.

Perbandingan Kinerja Sistem Keamanan Jaringan Menggunakan Firewall dan VPN

2024-12-22T17:15:56+00:00

Pada era digitalisasi, keamanan jaringan menjadi aspek penting dalam melindungi informasi yang ditransmisikan melalui internet. Penelitian ini mengeksplorasi perbandingan sistem keamanan jaringan berbasis Firewall dan Virtual Private Network (VPN) melalui metode kualitatif-eksperimen. Firewall bertindak sebagai lapisan perlindungan awal dengan memfilter lalu lintas data berdasarkan aturan tertentu, sementara VPN menawarkan keamanan tambahan dengan mengenkripsi data yang ditransmisikan. Eksperimen melibatkan 10 responden yang menguji kinerja kedua teknologi dalam berbagai aspek, seperti kecepatan transmisi data, kemudahan penggunaan, dan tingkat perlindungan jaringan. Hasil penelitian menunjukkan bahwa firewall unggul dalam membatasi akses tidak sah, sedangkan VPN lebih efektif dalam melindungi data selama transmisi. Kombinasi kedua teknologi ini memberikan solusi keamanan jaringan yang lebih holistik.

IMPLEMENTASI SISTEM RESERVASI ONLINE MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT BERBASIS WEB: STUDI KASUS RESTORAN AYAM PENYET JU-PE

2025-01-09T01:20:13+00:00

Restoran Ayam Penyet Jupe menghadapi kendala dalam pengelolaan reservasi meja yang masih dilakukan secara manual. Proses ini sering menimbulkan kesalahan seperti pemesanan ganda, data pelanggan hilang, dan pelayanan yang tidak optimal. Untuk mengatasi masalah tersebut, dikembangkan sistem reservasi online berbasis web menggunakan metode Rapid Application Development (RAD). Metode ini memungkinkan pengembangan aplikasi yang cepat dengan pendekatan prototipe dan iteratif. Sistem ini terdiri dari fitur utama seperti konfirmasi otomatis, notifikasi pengingat, serta laporan statistik pemesanan. Implementasi sistem ini menunjukkan peningkatan efisiensi manajemen reservasi, meminimalkan kesalahan, dan meningkatkan kepuasan pelanggan.

Penerapan Metode K-Means untuk Klasifikasi Rekomendasi Tugas Akhir Mahasiswa

2025-01-10T09:01:25+00:00

Tugas Akhir (TA) adalah komponen utama untuk menyelesaikan studi di perguruan tinggi. Namun, banyak mahasiswa mengalami kendala dalam memilih area penelitian TA yang sesuai dengan kemampuan. Penelitian ini bertujuan memberikan rekomendasi area penelitian TA dengan menggunakan data nilai A, B, dan C dari 10 Mata Kuliah Wajib (MKW) selama enam semester oleh mahasiswa Program Studi Informatika di Universitas Pamulang. Analisis data dilakukan menggunakan metode K-Means dengan tiga cluster: C1 (rendah), C2 (menengah), dan C3 (tinggi). Data yang digunakan adalah simulasi dari 5 mahasiswa dengan nilai A, B, dan C untuk setiap MKW. Hasil analisis menunjukkan bahwa pengelompokan dapat memberikan gambaran kesesuaian mahasiswa dengan topik TA. Evaluasi akurasi clustering menggunakan Sum of Squared Errors (SSE) menghasilkan nilai 1.875, mengindikasikan tingkat kesalahan rendah. Perhitungan Silhouette Coefficient (SC) menunjukkan nilai 0.1505, mencerminkan kualitas cluster cukup baik meskipun masih bisa ditingkatkan.

IMPLEMENTASI WEBSITE INTERAKTIF PADA KONTAK TANI NELAYAN ANDALAN BERBASIS LARAVEL DENGAN METODE AGILE

2025-01-13T02:49:04+00:00

Website interaktif berbasis Laravel dikembangkan untuk memfasilitasi komunikasi dan pertukaran informasi antara petani, nelayan, dan konsumen. Dengan metode Agile, pengembangan dilakukan secara iteratif untuk memenuhi kebutuhan pengguna. Penelitian ini menunjukkan bahwa website mampu meningkatkan efisiensi pengelolaan data, memberikan akses informasi yang lebih luas, serta meningkatkan visibilitas produk petani dan nelayan. Fitur-fitur seperti pengelolaan data anggota, stok barang, dan forum diskusi dirancang untuk memenuhi kebutuhan utama. Teknologi Laravel dipilih karena kestabilannya dan skalabilitas yang tinggi. Hasil uji coba menunjukkan kepuasan pengguna terhadap antarmuka yang responsif dan pengalaman navigasi yang sederhana.

IMPLEMENTASI STOK BARANG MENGGUNAKAN METODE WATERFALL BERBASIS DESKTOP (STUDI KASUS DI ARDINA CATERING – TANGERANG)

2025-01-22T12:37:15+00:00

Laporan ini bertujuan untuk menggambarkan implementasi sistem informasi persediaan barang berbasis desktop pada Ardina Catering Tangerang, sebuah perusahaan Usaha Mikro, Kecil, dan Menengah (UMKM) yang bergerak di bidang jasa boga. Sistem ini dirancang untuk menggantikan metode pencatatan manual yang selama ini digunakan, yang seringkali menyebabkan keterlambatan dalam pengolahan data serta potensi kesalahan pencatatan. Dengan menggunakan metode Waterfall sebagai pendekatan pengembangan perangkat lunak, sistem ini mampu menghadirkan solusi yang lebih terstruktur dan efisien. Sistem informasi ini memanfaatkan NetBeans IDE 8.2 untuk pengembangan aplikasi dan MySQL sebagai basis data utama. Penelitian ini melibatkan beberapa tahapan, mulai dari analisis kebutuhan, perancangan, implementasi, hingga pengujian sistem. Hasilnya menunjukkan bahwa aplikasi ini tidak hanya mempercepat proses administrasi stok barang, tetapi juga memberikan kemudahan dalam pengambilan keputusan berbasis data. Dengan demikian, sistem ini memberikan dampak positif terhadap efisiensi operasional Ardina Catering Tangerang sekaligus menjadi model pengembangan sistem informasi yang relevan untuk UMKM lainnya di sektor yang sama.

Mengimplementasikan Metode Klasifikasi dengan Menggunakan Algoritma Naïve Bayes dalam Menentukan Pemenang UCL 2024

2025-01-22T12:42:10+00:00

Data mining merupakan proses penting dalam analisis data yang mencakup teknik seperti klasifikasi, klustering, dan asosiasi. Dalam penelitian ini, algoritma Naïve Bayes diterapkan untuk memprediksi pemenang Liga titleholders UEFA( UCL) 2024 dengan memanfaatkan data statistik tim, performa pemain, dan hasil pertandingan sebelumnya. Penelitian dilakukan menggunakan perangkat lunak RapidMiner untuk mengelola, menganalisis, dan mengevaluasi data. Dataset dibagi menjadi data pelatihan dan dat pengujian dengan teknik validasi split. Model dievaluasi melalui confusion matrix untuk menghitung akurasi, presisi, recall, dan F1- score. Hasil pengolahan data menunjukkan bahwa algoritma Naïve Bayes memiliki potensi dalam memprediksi hasil pertandingan sepak bola, meskipun terdapat kendala dalam akurasi prediksi untuk klub tertentu. Kata kunci Naïve Bayes, Prediksi, Akurasi,Pre-processing data.