Abstract:Abstract: Question classification is a computer science system, which aims to analyze questions and can label each question based on existing categories. Questions can be collected from several materials or topics that are…
re many and different. Therefore, the researcher intends to create a classification system for quiz questions Data Warehouse and Business Intelligence which can be grouped into topics Data Warehouse, Business Intelligence, Data Analytics, and Performance Measurement. One way to solve this problem is by approach machine learning. In this study, researchers used a comparison of machine learning algorithms, namely the algorithm NaïveBayes and SupportVectorMachine using SMOTE and methods Cross-Validation The results of this study show the best accuracy results and are very helpful. The results obtained in the method cross-validation before SMOTE resulted in an accuracy rate of 82.02% for the results after going through the SMOTE stage of 94.79% on the algorithm Naïve Bayes, while the algorithm SupportVectorMachine get accuracy of 81.39% in the process before SMOTE for the results after going through SMOTE of 96.52%.
Keywords: Cross-Validation; Machine Learning; Naive Bayes; Support Vector Machine; Question Classification
Abstrak: Klasifikasi pertanyaan merupakan sebuah sistem ilmu komputer, yang bertujuan untuk menganalisis pertanyaan serta dapat memberi label pada setiap pertanyaan berdasarkan kategori yang ada. Pertanyaan soal dapat dikumpulkan dari beberapa materi atau topik yang banyak dan berbeda. Oleh karena itu, bermaksud untuk membuat sistem klasifikasi pertanyaan soal kuis Data Warehouse dan Business Intelligence yang dapat dikelompokkan menjadi topik Data Warehouse, Business Intelligence, Data Analitik, dan Pengukuran Kinerja. Cara yang dapat dilakukan untuk permasalahan ini dengan menggunakan pendekatan MachineLearning. Pada penelitian kali ini menggunakan perbandingan algoritma MachineLearning yaitu algoritma NaïveBayes dan SupportVectorMachine menggunakan metode SMOTE dan Cross-Validation. Hasil penelitian ini menunjukkan hasil akurasi yang terbaik dan sangat membantu. Hasil yang diperoleh pada metode cross-validation sebelum SMOTE menghasilkan tingkat akurasi sebesar 82.02% untuk hasil sesudah melalui tahap SMOTE sebesar 94.79 % pada algoritma Naïve Bayes, sedangkan pada algoritma Support Vector Machine menghasilkan akurasi sebesar pada proses sebelum SMOTE 81.39% untuk hasil sesudah melalui SMOTE sebesar 96.52%.
Kata kunci: Klasifikasi Pertanyaan; Pembelajaran Mesin; Naive Bayes; Support Vector Machine; Cross-Validation
Abstract:This study investigates the dynamic marketing and communication strategies used by PT. Gojek Indonesia to strengthen its consumer base. As one of Southeast Asia's leading technology-based platforms, Gojek has rapidly expanded…
anded its services beyond ride-hailing to include food delivery, digital payments, and more. This research uses a qualitative approach, combining interviews, case studies, and industry analysis to dissect the multifaceted strategy implemented by Gojek. This study explores Gojek's proficient use of digital channels and social media to drive consumer engagement. By analyzing consumer behavior and preferences, the study explains how Gojek tailors its marketing messages to resonate with diverse target audiences. In addition, this study examines the role of strategic partnerships and collaborations in strengthening Gojek's market presence and attracting new consumers. Furthermore, the study explores the impact of innovative features and services introduced by Gojek, such as loyalty programs and seamless user interfaces, on customer acquisition and retention. The study identifies the critical role of data analytics in shaping personalized marketing campaigns that appeal to specific consumer segments. The findings from this study contribute to a broader understanding of effective marketing and communication strategies in technology-based service industries. The insights derived from Gojek's approach provide valuable lessons for businesses looking to navigate a competitive market and expand their consumer base through strategic marketing initiatives.
Abstract:The rapid advancement of digital technologies has fundamentally restructured the nature of work and transformed the roles, practices, and strategies of Human Resource Management (HRM). This article presents a systematic…
review of HRM challenges and opportunities within digital workplace environments, drawing on peer-reviewed literature published between 2015 and 2024. Five core dimensions of digital HRM transformation are examined: technology-based talent acquisition, remote and hybrid workforce management, continuous digital competency development, people analytics and data-driven decision-making, and the ethics of algorithmic management. The findings reveal that while digitalization enhances HR efficiency and organizational agility, it simultaneously introduces complex challenges related to employee well-being, digital equity, and data privacy. This article further proposes the Digital HRM Maturity Model as a conceptual framework offering organizations a structured pathway toward sustainable, human-centered digital transformation. Managerial implications and future research directions are discussed accordingly.
Abstract:Transformasi digital telah menjadi salah satu agenda strategis utama dalam pengelolaan sumber daya manusia (SDM) di berbagai organisasi, terutama di tengah dinamika lingkungan bisnis yang semakin kompetitif dan berbasis…
teknologi. Perkembangan teknologi seperti Human Resource Information System (HRIS), Human Resource Analytics, Artificial Intelligence (AI), dan automasi proses administrasi telah mendorong perubahan signifikan dalam cara fungsi Human Resources (HR) menjalankan perannya. Penelitian ini bertujuan untuk menganalisis penerapan teknologi digital dalam praktik HR serta dampaknya terhadap peningkatan kinerja SDM. Pendekatan penelitian yang digunakan bersifat deskriptif-analitis dengan memadukan studi literatur dan temuan empiris dari berbagai organisasi yang telah mengimplementasikan solusi digital dalam manajemen SDM. Hasil analisis menunjukkan bahwa penerapan teknologi digital mampu memberikan efisiensi operasional, peningkatan akurasi data, dan percepatan proses kerja dalam fungsi HR, seperti rekrutmen, pelatihan, penilaian kinerja, dan manajemen talenta. HR Analytics berperan penting dalam pengambilan keputusan berbasis data, sehingga organisasi dapat mengidentifikasi kebutuhan kompetensi, memprediksi potensi turnover, serta meningkatkan efektivitas program pengembangan karyawan. Sementara itu, penggunaan AI dalam proses rekrutmen dan manajemen kinerja memberikan nilai tambah berupa objektivitas dan konsistensi dalam evaluasi. Namun, penelitian ini juga menemukan bahwa keberhasilan transformasi digital tidak hanya bergantung pada teknologi, tetapi juga pada kesiapan organisasi, kompetensi SDM, budaya kerja, serta dukungan manajemen puncak. Tantangan seperti resistensi terhadap perubahan, keterbatasan keterampilan digital, dan integrasi sistem masih menjadi hambatan dalam implementasi optimal. Secara keseluruhan, penelitian ini menegaskan bahwa transformasi digital dalam praktik HR merupakan strategi penting untuk meningkatkan kinerja SDM dan daya saing organisasi. Implementasi teknologi yang tepat, didukung oleh tata kelola perubahan yang efektif, menjadi kunci keberhasilan dalam mewujudkan HR yang lebih adaptif, efisien, dan berbasis data.
Abstract:Penelitian ini membahas pengembangan dan implementasi sistem informasi berbasis cloud untuk mendukung manajemen data terintegrasi di lingkungan pendidikan tinggi. Tujuan utama penelitian adalah merancang sistem yang mampu…
u mengoptimalkan penyimpanan, pengolahan, dan distribusi data akademik secara real-time, sekaligus meningkatkan efisiensi operasional institusi. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan model pengembangan waterfall, melibatkan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem informasi berbasis cloud mampu mengurangi redundansi data sebesar 45%, mempercepat akses informasi hingga 60%, dan meningkatkan keamanan data melalui enkripsi end-to-end. Temuan ini membuktikan bahwa integrasi teknologi cloud dalam pengelolaan data perguruan tinggi dapat menjadi solusi efektif menghadapi tantangan era transformasi digital.
Abstract:The Malacca Strait is a vital maritime route that faces significant challenges from high traffic volumes and increasingly frequent extreme weather scenarios. These conditions pose serious risks to navigational safety, environmental…
vironmental integrity, and maritime operational security. This study aims to analyse the needs and components of a robust maritime surveillance architecture in the Malacca Strait, particularly in dealing with the impacts of extreme weather and climate change. Additionally, this research will explore the role of geospatial maritime intelligence in enhancing situational awareness and response to maritime incidents. The study findings indicate that a resilient surveillance architecture in the Malacca Strait requires the integration of advanced sensor systems (including multi-spectral radar and meteorological/oceanographic sensors), redundant communication networks, and AI/ML-based intelligent data processing. The adaptive capabilities of the system, including the use of UAVs and USVs, are critical to maintaining operational effectiveness in adverse weather conditions. Additionally, international cooperation and a robust policy framework, encompassing climate change adaptation and ethical considerations, are fundamental to the successful implementation and sustainability of surveillance systems. The Malacca Strait case study highlights specific vulnerabilities and proposes concrete solutions, illustrating a shift from a reactive to a proactive paradigm in maritime security. Building a resilient surveillance architecture in the Malacca Strait is a strategic imperative to safeguard global trade, regional stability, and environmental sustainability amid increasing climate uncertainty. Integrating cutting-edge technology with robust policies and international collaboration will ensure the safety and security of this vital waterway, making it a model for resilient maritime governance globally. A new aspect emphasised is the importance of adapting to climate change and the role of AI in predictive decision-making. This article presents a comprehensive and integrated approach to building a resilient maritime surveillance architecture, with a particular focus on the challenges of extreme weather in the Malacca Strait. Its originality lies in its emphasis on multi-sensor data fusion, the role of artificial intelligence in predictive analytics, and the integration of climate change adaptation into surveillance system design. Additionally, the article underscores the importance of a robust policy framework and international cooperation as the cornerstones of maritime surveillance resilience, offering a blueprint applicable to other critical maritime routes worldwide
Abstract:Data mining merupakan bagian dari data analytics dan disiplin ilmu Data Science yang memiliki manfaat luas dan tepat guna. Kepadatan penduduk diberbagai provinsi akan mengakibatkan banyak dampak yang akan dialami oleh masyarakat,…
syarakat, karena ketidaktahuan masyarakat akan lokasi kepadatan penduduk atau informasi tentang pengelompokan kepadatan penduduk disetiap provinsi, sehingga masyarakat yang memilih lokasi bertempat tinggal semaunya cenderung berada dalam pusaran permasalahan akibat dampak kepadatan penduduk disetiap provinsi yang ada. Untuk menghindari atau meminimalkan dampak kepadatan penduduk, maka perlu dilakukan pengelompokan kepadatan penduduk kedalam 3 kelompok (cluster), yaitu sangat padat(cluster 2), padat(cluster 0), dan sedang(cluster 1). Algoritma yang digunakan dalam penelitian ini adalah algoritma K-Means dengan rapid miner. Dengan hasil penggunaan algoritma K-Means dengan rapid miner menghasilkan bahwa dari 34 provinsi yang ada, terdapat 1 provinsi Sangat Padat (cluster 2), 6 provinsi padat (cluster 0), dan 27 kecamatan sedang (cluster 1). Sehingga dengan adanya cluster kepadatan penduduk ini akan memberikan pengetahuan baru kepada masyarakat yang melakukan urbanisasi, transmigrasi, dan imigrasi karena faktor pekerjaan, faktor ingin menetap, maupun faktor lainnya, sehingga menghindari atau meminimalisi dampak permasalahan karena faktor kepadatan penduduk.
Abstract:Merokok merupakan aktivitas yang dapat menimbulkan dampak buruk bagi kesehatan, baik untuk diri sendiri maupun untuk orang lain. Hal itu dikarenakan terdapat banyak kandungan yang berbahaya bagi kesehatan. Data mining merupakan…
rupakan bagian dari data analytics dan disiplin ilmu data science yang memiliki manfaat luas dan tepat guna. Penelitian ini bertujuan untuk mengetahui pengelompokkan perokok dengan usia lebih dari 15 tahun di setiap Provinsi. Data yang digunakan dalam penelitian ini diambil dari Badan Pusat Statistik (BPS). Metode yang digunakan adalah Clustering dengan algoritma K-Means menggunakan tools RapidMiner dan validasinya menggunakan operator Davies Bouldin Indeks untuk mencari nilai yang mendekati 0. Pengelompokkan perokok dengan rentan usia lebih dari 15 tahun yang dihasilkan dapat dilihat melalui 3 cluster, Cluster 1 merupakan tingkat perokok tinggi sejumlah 9 provinsi, Cluster 2 merupakan tingkat sedang dengan 17 provinsi dan Cluster 3 merupakan tingkat rendah dengan 8 provinsi.