The tourism sector is one of the country's biggest foreign exchange earners. Foreign tourist visits to Indonesia reached 16.1 million during 2019. Therefore foreign tourist visits become a very important thing. In this study clustering will be carried out or grouping data on foreign tourist visits into 5 groups for the category of countries with very high, high, high enough, low and very low visits. Data processing was performed using the K-Means clustering method and the Principle Component Analysis (PCA) dimension reduction method. From the data processing, K-Means modeling results combined with the PCA method resulted in a smaller or better Davies Bouldin Index (DBI) evaluation value of 0.310 compared to K-Means modeling alone which obtained a DBI value of 0.382. The tools used in data processing are RapidMiner. The results of clustering are expected to be a reference for related parties to maximize the promotion of overseas tourism.

No abstract

Pengangguran adalah keadaan dimana seorang yang tergolong pada angkatan kerja yang ingin mendapatkan kerja. Hal ini dapat dicermati untuk membantu mengetahui taraf kesejahteraan masyarakat, mengingat tingginya tinkat pengangguran pada Desa Bojong Kulur, banyaknya warga pada Desa Bojong Kulur, dan sendang terjadinya pandemik Covid-19. Oleh karena itu penulis melakukan klasifikasi pengangguran dengan metode Naïve Bayes pada Desa Bojong Kulur. Penulis melakukan klasifikasi dengan metode Naïve Bayes menggunakan aplikasi pendukung Rapidminer untuk pengujian akurasi, presisi, dan recall terhadap data yang tersedia. Pengujian dilakukan dengan menyiapkan data training sebanyak 40 data dan data testing sebanyak 10 data yang dipilih secara acak. Data testing tersebut akan dianalisa menggunakan aplikasi pendukung Rapidminer. Hasil pengujian akurasi, presisi, dan recall klasifikasi pengangguran pada Desa Bojong Kulur dengan metode Naïve Bayes cukup tinggi yaitu sebesar 80%, presisi sebesar 100%, dan recall sebesar 50%. Jadi, dapat disimpulkan bahwa metode klasifikasi Naïve Bayes yang digunakan memberikan proses seleksi yang cepat dan metode yang mudah dipahami dengan tingkat akurasi yang tidak dapat disangkal.Kata Kunci : Pengangguran, Naïve Bayes, Klasifikasi, Data Mining Unemployment is a condition in which a person belonging to the labor force wants to get a job. This can be observed to help determine the level of community welfare, given the high level of unemployment in Bojong Kulur Village, the large number of residents in Bojong Kulur Village, and the ongoing Covid-19 pandemic. Therefore, the authors classify unemployment using the Naïve Bayes method in Bojong Kulur Village. The author performs the classification using the Naïve Bayes method using the Rapidminer support application for testing accuracy, precision, and recall of the available data. The test is carried out by preparing 40 training data and 10 testing data randomly selected. The testing data will be analyzed using the Rapidminer supporting application. The results of testing the accuracy, precision, and recall of unemployment classification in Bojong Kulur Village using the Naïve Bayes method are quite high at 80%, precision at 100%, and recall at 50%. So, it can be concluded that the Naïve Bayes classification method used provides a fast selection process and an easy-to-understand method with an undeniable level of accuracy.Keywords: Unemployment, Nave Bayes, Classification, Data Mining

Penyebaran COVID-19 menyembabkan pembatasan pada berbagai aspek kehidupan. Salah satunya adalah pendidikan. Pembelajaran secara daring merupakan perubahan yang harus dilakukan. Tujuannya agar kualitas pendidikan tetap terjamin dengan baik. Penggunakan website dalam pembelajaran daring menjadi salah satu pilihan. Penggunaan website dalam media pembelajaran daring digunakan pada mata kuliah entrepreneurship di Universitas Bina Sarana Informatika. Website Entreprenuer Fair atau website EF2 digunakan sebagai penilaian proposal bisnis kelompok mahasiswa pada mata kuliah tersebut. Perlu dilakukan evaluasi dan  pengembangan sehingga dilakukan pengukuran kualitas website. Webqual 4.0 digunakan untuk penilaian kualitas website EF2. Variabel Webqual yang digunakan adalah Kualitas Informasi, Kualitas Interaksi Layanan, Kualitas Antar Muka Pengguna, Usability dan Tingkat Kepuasan. Dari data yang didapatkan, terdapat 472 responden yang mengisi kuesioner dengan pertanyaan yang diajukan sebanyak 25 pertanyaan. Dalam mengolah data penelitian menggunakan aplikasi smatPLS untuk mengetahui tingkat validitas dan reabilitas dari data yang didapat. Hasil penelitian menunjukkan bahwa  kualitas interaksi layanan, kualitas antar muka pengguna dan usability memiliki efek yang positif pada tingkat kepuasan, sedangkan kualitas informasi tidak berpengaruh positif pada tingkat kepuasan. Sehingga dapat disimpulkan bahwa bahwa  kualitas interaksi layanan, kualitas antar muka pengguna dan usability mempengaruhi tingkat kepuasan pengguna website EF2. Sedangkan kualitas informasi perlu dilakukan perbaikan lebih lanjut.Kata Kunci : Website, Entrepreneur, Covid-19 dan Webqual The spread of COVID-19 causes restrictions on various aspects of life. One of them is education. Online learning is a change that must be made. The goal is that the quality of education is guaranteed to be good. The use of websites in online learning is an option. The use of websites in online learning media is used in entrepreneurship courses at Bina Sarana Informatika University. The Entrepreneur Fair website or the EF2 website is used as an assessment of student groups' business proposals for these courses. It is necessary to evaluate and develop so that the quality of the website is measured. Webqual 4.0 is used to assess the quality of the EF2 website. The Webqual variables used are Information Quality, Service Interaction Quality, User Interface Quality, Usability and Satisfaction Level. From the data obtained, there were 472 respondents who filled out a questionnaire with 25 questions asked. In processing research data using the SMATPLS application to determine the level of validity and reliability of the data obtained. The results showed that the quality of service interaction, user interface quality and usability had a positive effect on the level of satisfaction, while the quality of information did not have a positive effect on the level of satisfaction. So it can be concluded that the quality of service interaction, user interface quality and usability affect the level of satisfaction of EF2 website users. Meanwhile, the quality of information needs to be improved further.Keywords: Website, Entrepreneur, Covid-19 and Webqual

Kampanye pemasaran produk bank secara langsung memiliki kegunaan bagi marketer untuk menawarkan produk baru kepada calon pelanggan yang ditargetkan. Dengan menggunakan data yang sudah ada yang bersumber dari pengalaman melakukan pemasaran dapat digunakan sebagai data yang akan diolah untuk membuat keputusan dimasa depan. Dengan menggunakan algoritma klasifikasi naïve bayes yang digabungkan dengan ensemble adaboost dan baaging, dilakukan percobaan untuk mendapatkan hasil komparasi akurasi dan presisi terbaik. Penelitian ini dilakukan dengan  melakukan 4 kali percobaan dengan skema hanya dengna algoritma naïve bayes, naïve bayes dengan adaboost, naïve bayes dengan bagging, dan naïve bayes dengan adaboost dan bagging. Hasil penelitian menunjukkan bahwa penggunaan algoritma naïve bayes dengan adaboost dan bagging menghasilkan nilai akurasi terbaik sebesar 90,29%. Sedangkan pada presisi, diketahui bahwa nilai presisi terbaik pada percobaan algoritma naïve bayes saja dan naïve bayes dengna bagging dengan nilai presisi yang sama sebesar 94,99%.Kata Kunci : adaboost, bagging, naïve bayes, imbalance class