<p class="JGI-AbstractIsi">Penelitian ini akan membandingkan dua algoritma klasifikasi yaitu K-Nearest Neighbour dan Naive Bayes Classifier pada data-data aktivitas status gunung berapi yang ada di Indonesia. Sedangkan untuk validasi data menggunakan k-fold cross validation. Dalam penentuan status gunung berapi pusat vulkanologi dan mitigasi bencana geologi melakukan dengan dua hal yaitu pengamatan visual dan faktor kegempaan. Pada penelitian ini dalam melakukan klasifikasi aktivitas gunung berapi menggunakan faktor kegempaan. Ada 5 kriteria yang digunakan dalam melakukan klasifikasi yaitu empat faktor kegempaan diantaranya gempa vulkanik dangkal, gempa tektonik jauh, gempa vulkanik dalam, gempa hembusan dan ditambah satu kriteria yaitu status sebelumnya. Ada 3 status yang di yang diklasifikasi yaitu normal, waspada dan siaga. Hasil penelitian yang dibagi kedalam 3 fold disetiap metode klasifikasi didapat perbandingan akurasi sistem rata-rata tertinggi pada k-nn 63,68 % dengan standar deviasi 7,47 %. Sedangkan dengan menggunakan naive bayes didapat rata-rata akurasi sebesar 79,71 % dengan standar deviasi 3,55 %. Selain itu, penggunaan naive bayes jaraknya akurasi lebih dekat dibandingan dengan k-nn.</p><p class="JGI-AbstractIsi"> </p><p class="JGI-AbstractIsi"><em><strong>Abstract</strong></em></p><p><em>This </em><em>research</em><em> will compare two classification algorithms that are K-Nearest Neighbors and Naive Bayes Classifier on data of volcanic status activity in Indonesia. While for data validation use k-fold cross validation. In determining the status of volcanology center volcanology and geological disaster mitigation to do with two things: visual observation and seismic factors. In this research in doing the classification of volcanic activity using earthquake factor. There are 5 criteria used in the classification of four seismic factors such as shallow volcanic earthquakes, distant tectonic earthquakes, volcanic earthquakes in the earthquake, blast and plus one criterion that is the previous status. There are 3 statuses in which are classified ie normal, alert and alert. The results of the study are divided into 3 fold in each classification method obtained comparison of the highest average system accuracy at 63.68% </em><em>k</em><em>-nn with a standard deviation of 7.47%. While using naive bayes obtained an average accuracy of 79.</em><em>7</em><em>1% with a standard deviation of 3.55%. In addition, the use of naive bayes is closer to the accuracy of </em><em>k-nn</em><em>.</em></p>

<p class="Abstrak">Penggunaan internet dimasyarakat global terus tumbuh, tak hanya terjadi pada masyarakat dewasa melainkan juga pada anak-anak. Internet tidak hanya berdampak pada hal positif melainkan juga pada hal negatif. Di Ternate penggunaan internet terus tumbuh hal ini karena semakin mudah dalam mengakses internet. Namun laporan secara ilmiah mengenai penggunaan internet di Kota Ternate belum ada. untuk itu, bagaimana mengetahui penggunaan internet dikalangan anak SD di kota Ternate. Penelitian itu bertujuan untuk mencari tahu penggunaan internet di Kota Ternate dengan cara  survey secara langsung kepada kalangan anak SD di kota Ternate. Selain itu, data-data dari hasil survey kemudian di <em>cluster</em> dengan menggunakan algoritma <em>k-means clustering</em>. kemudian dilakukan validasi <em>clustering</em> dengan <em>davies bouldin index</em>. Hasil dari penelitian ini dari 933 responden diperoleh 51,45 % siswa SD di kota Ternate aktif di jejaring sosial dengan 53,70% di <em>whatsapp</em>, 40,30% di <em>instagram</em> dan 27,80% di facebook. Untuk aktivitas ketika membuka youtube terdapat 61,60% sering menonton video di youtube dengan 61,60% video karton, komedi 49,80% dan konten edukasi 28,40%. Sedangkan untuk game online, yang aktif dalam bermain game online yaitu 49,41%. Untuk penerapan algoritma clustering k-means pada 32 sekolah SD di Kota Ternate diperoleh cluster terbaik saat pembagian 4 cluster, hal ini berdasarkan nilai davies bouldin index yang diperoleh sebesar 0,773 lebih kecil dibandingkan dengan pembagian cluster lainnya.</p><p class="Abstrak"> </p><p class="Abstrak"><em><strong>Abstract</strong></em></p><p class="Abstrak"><em>The use of the internet in the global community continues to grow, not only in adults but also in children. The internet does not only have positive effects but also negative things. In Ternate the use of the internet continues to grow because it is easier to access the internet. However, scientific reports regarding the use of the internet in the city of Ternate do not yet exist. for that, how to find out the use of the internet among elementary school children in the city of Ternate. The research aims to find out the use of the internet in the city of Ternate by means of a direct survey among elementary school children in the city of Ternate. In addition, the data from the survey results are then clustered using the k-means clustering algorithm. Then the clustering validation was performed with the bouldin index davies. The results of this study of 933 respondents obtained 51.45% of elementary school students in Ternate were active in social networks with 53.70% on whatsapp, 40.30% on Instagram and 27.80% on Facebook. For activities when opening YouTube there are 61.60% often watching videos on YouTube with 61.60% cardboard videos, comedy 49.80% and educational content 28.40%. As for online games, those active in playing online games are 49.41%. For the application of the k-means clustering algorithm in 32 elementary schools in Ternate, the best cluster was obtained when the division of 4 clusters, this was based on the bouldin index davies value obtained by 0.773 smaller than the other cluster divisions.</em></p>

No abstract

Rumah Sakit XYZ sebagai salah satu lembaga pemerintah, saat ini sedang berupaya untuk mentransformasikan pelayanannya guna meningkatkan kepuasan pasien dengan menerapkan sistem informasi rumah sakit. Namun, dalam penerapannya selama setahun, banyak keluhan terkait sistem baru tersebut. Penelitian ini bertujuan untuk mengetahui faktor sukses yang mempengaruhi kepuasan pengguna dan manfaat yang dirasakan oleh pengguna di RS XYZ dengan menggunakan model sukses Delone McLean. Pengumpulan data yang dibutuhkan dilakukan dengan serangkaian kuesioner yang dikembangkan sesuai model. PLS-SEM digunakan untuk menguji model penelitian dengan software Smart PLS 3.0. Manfaat penelitian ini mengacu pada manfaat yang dirasakan pengguna saat menggunakan sistem informasi rumah sakit dalam hal membantu pengguna dalam meningkatkan efisiensi dan efektifitas dalam melakukan aktivitasnya. Hasil penelitian terhadap 75 responden menunjukkan bahwa penggunaan sistem, kepuasan pengguna, dan faktor organisasi berpengaruh terhadap keuntungan yang dirasakan, sedangkan kualitas informasi, kualitas sistem, dan kualitas layanan berpengaruh signifikan terhadap penggunaan sistem informasi, namun hanya kualitas informasi dan penggunaan sistem yang berpengaruh signifikan berpengaruh pada kepuasan pengguna. Hasil penelitian ini dapat menjadi masukan bagi RS XYZ untuk memperbaiki sistem informasinya kedepannya.

Electrical energy is one of the essential energies for the world due to the fast growth of the world population and houses. In Indonesia, 95 % of the energy used in the household in 2017 is electrical energy. Therefore, reducing the use of electricity in the household is crucial. In the past decades, customers have carried out several approaches to reduce the use of their electricity. One of the widely used methodologies is the EMS. However, the PDCA model has not been implemented in electricity consumption. Subsequently, this study applies such an approach focusing more on the planning stage and is implemented in Ternate City, North Maluku, Indonesia. The C4.5 algorithm is applied at the planning stage to form a rule in predicting household electricity consumption. Moreover, the system performance is tested using the confusion matrix. The data of electricity consumption is collected and the data is treated with a varying amount depending on the number of the training data applied. The results of the system performance test by applying the confusion matrix are 76.22, 90.3, and  74.4 % for the highest accuracy value, precision, recall, respectively with the number of rules formed by 14. HIGHLIGHTS The need for electrical energy in Indonesia continues to increase, especially the use of household electricity To reduce the consumption of electrical energy, a plan-do-check-act model is used. The research focuses on the plan stage by applying the C4.5 algorithm The highest system accuracy is 73.33 % with 14 rules formed GRAPHICAL ABSTRACT