Abstract:Abstract: Student graduation is one thing that needs to be considered because it is included in the College's Internal Quality Assurance Standards (SPMI). STMIK Royal is one of the universities experiencing problems with…
student graduation. To achieve the quality of these graduates, a graduation diagnosis with the standards that have been set for students who are still carrying out studies is very necessary so that anticipatory steps can be taken from the beginning to overcome the occurrence of graduation problems in the academic field. This research aims to diagnose fast-track student graduation by using a data mining model with a classification function. The technique used for the classification data mining model is the Naïve Bayes Algorithm. The dataset used as training and testing data is data from the 2021 STMIK Royal fast track students. The criteria used to determine student graduation are Gender, class, credits, GPA, Tuition Fee, Guidance Process, and the KKL Report. The results of the classification modeling with the Naïve Bayes Algorithm produce an accuracy value of 83%.
Keywords: data mining; graduation; naïve Bayes
Abstrak: Kelulusan mahasiswa adalah salah satu hal yang harus diperhatikan karena termasuk ke dalam Standar Penjaminan Mutu Internal (SPMI) perguruan tinggi. STMIK Royal adalah salah satu perguruan tinggi yang mengalami masalah kelulusan mahasiswa. Untuk mencapai kualitas lulusan tersebut, diagnosis kelulusan dengan standar yang telah ditetapkan untuk mahasiswa yang masih menjalankan studi sangat diperlukan sehingga dapat dilakukan langkah antisipasi dari awal untuk menanggulangi terjadinya permasalahan kelulusan dalam bidang akademik. Tujuan diadakannya penelitian ini untuk untuk mendiagnosis kelulusan mahasiswa fast track dengan menggunakan model data mining dengan fungsi klasifikasi. Teknik yang digunakan untuk model data mining klasifikasi adalah Algoritma Naïve Bayes. Dataset yang akan digunakan untuk menjadi data latih dan data uji adalah data mahasiswa fast track STMIK Royal tahun 2021. Kriteria yang digunakan untuk diganosis kelulusan mahasiswa, diantaranya Jenis Kelamin, Kelas, SKS, IPK, Uang Kuliah, Proses Bimbingan, dan Pengumpulan Laporan KKL. Hasil pemodelan klasifikasi dengan Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 83%.
Kata kunci: data mining; kelulusan; naïve bayes
Abstract:Abstract. The stocktaking activities at the company take a relatively long time depending on the number of goods and assets owned. As a result, the company can only carry out stock taking at the end of the day or in a non-peak…
non-peak season. This condition resulted in the company’s being disorganized in doing stocktaking. This study aims to create an application that can facilitate the management of stocktaking inventory of goods. The system development method uses the SDLC (System Development Life Cycle) model. Which has the stages of planning, system analysis, system design, system implementation, system testing and system maintenance. Application improvement starts from system preparation to detailed system design terms, including database design, input output design, and Android-based technology. The information system is built using Android Studio using the Java programming language. This study resulted in a stock-taking application for inventory that stores information about stock taking inventory by displaying features of stock ownership data, inventory items, updating item data, and stocktaking inventory reports. It is hoped that PT. Barata Indonesia (Persero)Turbine Component Division will quickly, effectively, and efficiently in data processing stocktaking inventory of existing goods and compiling reports per period systematically.
Keywords: Android; Inventory; Stocktaking
Abstrak- Aktivitas stock opname dalam perusahaan memakan waktu yang relatif lama bergantung menurut banyaknya barang dan aset yang dimiliki, sebagai akibatnya perusahaan hanya bisa melaksanakan stock opname waktu akhir atau dalam keadaan tidak ramai (non-peak season). Kondisi ini mengakibatkan perusahaan tidak tertib dalam mengerjakan stock opname. Penelitian ini bertujuan menciptakan aplikasi yang bisa memudahkan manajemen stock opname persediaan barang. Metode pengembangan sistem menggunakan model SDLC (System Development Life Cyle) dimana mempunyai tahapan-tahapan Perencanaan, Analisis Sistem, Perancangan Sistem, Implementasi Sistem, Pengujian sistem dan Perawatan sistem. Perbaikan aplikasi dimulai dari persiapan sistem sampai termin desain sistem yang rinci, meliputi rancangan database, input output, sampai teknologi berbasis android. Sistem informasi dibangun menggunakan android studio menggunakan bahasa pemrograman java. Penelitian ini menghasilkan sebuah aplikasi stock opname persediaan barang yang menaruh informasi tentang stock opname persediaan barang dengan menampilkan fitur data stock opname, persediaan barang, update data barang dan report stock opname persediaan barang. Diharapkan bisa dipakai pihak PT. Barata Indonesia (Persero) Divisi Komponen Turbin secara cepat, efektif dan efisien pada pengolahan data stock opname persediaan barang yang terdapat dan menyusun laporan per periode secara sistematis.
Kata Kunci : Android; Persediaan Barang; Stock Opname
Abstract:Abstract: The technique of multiclass classification based on SVMs has been widely used. SVM optimization will be accomplished by examining the extraction features of Principal Component Analysis (PCA), Box-Cox Transformation,…
ation, and Recursive Feature Elimination (RFE). The dataset contains 13,611 rows and 17 variables, generated from the UCI repository's multiclass dry bean data. Barbunya, Bombay, Cal, Dermas, Horoz, Seker, and Sira are just a few of the dry bean kinds available. The dataset was tested using SVM Linear kernel and SVM Radial Basis.According to the results, the combination of scale-center-BoxCox-SVM Radial extraction achieves the maximum accuracy of 93.16 percent and the shortest processing time of 6.10 minutes. 96.00 percent, 100 percent, 96.71 percent, 95.16 percent, 97.60 percent, 97.74 percent, and 91.95 percent, according to bean class.RFE-SVM Radial has a 91.18 percent accuracy and a processing time of 6.55 minutes. BoxCox outperforms conventional techniques in terms of prediction accuracy while requiring less training time.
Keywords: Bean, PCA, BoxCox, SVM, RFE
Abstrak: Klasifikasi Multikelas menggunakan SVM telah banyak digunakan. Pada penelitian ini akan diuji fitur ekstraksi Principal Component Analysis, Box Cox Transformation dan fitur eliminisi Recursive Feature Elimination untuk mendapatkan optimasi SVM. Dataset berasal dari data multikelas kacang kering UCI repository dengan jumlah 13.611 baris dan 17 variabel. Kelas kacang kering yakni : Barbunya, Bombay, Cal, Dermas, Horoz, Seker dan Sira. Dataset diuji menggunakan kernel SVM Linier dan SVM Radial Basis. Didapatkan hasil, bahwa kombinasi fitur ekstraksi : scale-center-BoxCox-SVM Radial memiliki akurasi terbaik yakni 93,16% dan waktu proses 6,10 menit. Klasifikasi berdasarkan kelas kacang berturut-turut 96,00%,100%, 96,71%, 95,16%, 97,60%, 97,74% dan 91,95%. RFE- SVM Radial hanya memberikan akurasi sebesar 91,18 % dengan waktu proses sebesar 6.55 menit. Penggunaan BoxCox dibandingkan dengan lainnya, memberikan hasil prediksi lebih baik dan namun tidak mempercepat waktu pelatihan.
Kata kunci: BoxCox; Kacang; PCA; RFE; SVM
Abstract:Abstract: The Presidential general election on 2019 became one of the most popular topics on twitter nowdays. The society give their opinion about the pair of candidates that they are support through the social media.…
ia. This research was predicts about the society sentimens toward the candidates of President and Vice President of Republic of Indonesia. The data was used based on the tweet on the @jokowi twitter account. The retrieval of data by using the Tweepy library with the Python 2.7 programming language. This research was classified became of two of society sentiments classes, namely positive and negative. The modeling was used of the weighting method Unigram, Bigram, Trigram, N-Gram (1-2) and N-Gram (1-3) that used the Naïve Bayes Algorithm on the Weka Application. The modeling data was used by the dataset of 646 sentences. The highest results of this reseach were obtained by Unigram Weighting, namely: 81.4% accuracy, 81.5% precision, 81.3% recall with a time of 0.3 s.
Keywords: classification, naïve bayes, 2019 presidential election, twitter, unigram
Abstrak: Pemilihan Umum tentang Pilpres 2019 menjadi salah satu topik yang ramai diperbincangkan di Twitter. Adu pendapat di sosial media oleh masyarakat mengandung opini terhadap pasangan calon yang didukungnya. Penelitian ini memprediksi sentimen masyarakat kepada pasangan calon Presiden dan Wakil Presiden Republik Indonesia. Data yang digunakan adalah tweet yang ada pada akun Twitter @jokowi. Pengambilan data menggunakan library Tweepy dengan bahasa pemrograman Python 2.7. Penelitian ini mengklasifikasi sentimen masyarakat menjadi 2 kelas, yaitu positif dan negatif. Kemudian dilakukan pemodelan dengan metode pembobotan Unigram, Bigram, Trigram, N-Gram (1-2) Dan N-Gram (1-3) menggunakan Algoritme Naïve Bayes pada Aplikasi Weka. Pembuatan model menggunakan dataset yang berjumlah 646 kalimat. Hasil tertinggi yang diperoleh pada penelitian ini adalah dengan menggunakan Pembobotan Unigram, yaitu : akurasi 81,4%, presisi 81,5 % , recall 81,3 % dengan catatan waktu 0,3s.
Kata kunci: klasifikasi, naïve bayes, pilpres 2019, twitter, unigram.
Abstract:Abstract: The high level of student success and the low level of student failure is a quality of the education world. The world of education is currently required to have the ability to compete by utilizing all resources…
owned. In addition to facilities, infrastructure and human resources, information systems are one of the resources that can be used to improve competency skills. Data mining is a process of data analysis to find a dataset of data set. Data mining is able to analyze large amounts of data into information that has meaning for decision supporters. One process of data mining is clustring. Attributes used in the grouping of student achievement are Name, Extracurricular, Value which include Task Value, Uts Value, Value of Uses, total absenteeism, and Attitude value. The case study of 20 students with distance calculation using manhattan distance, chbychep distance and euclidian distance yielded 67% accuracy.
Keywords: data mining, clustering, k-means, student achievement
Abstrak: Tingginya tingkat keberhasilan siswa dan rendahnya tingkat kegagalan siswa merupakan cemin kualitas dunia pendidikan.Dunia pendidikan saat ini dituntut untuk memiliki kemampuan bersaing dengan memanfaatkan semua sumber daya yang dimiliki. Selain sumber daya sarana, prasarana dan manusia, sistem informasi merupakan salah satu sumber daya yang dapat digunakan untuk meningkatkan kemampuan barsaing. Data mining merupakan proses analisa data untuk menemukan suatu pola dara kumpulan data. Data mining mampu menganalisa jumlah data yang besar menjadi informasi yang mempunyai arti bagi pendukung keputusan. Salah satu proses data mining adalah clustring. Atribut yang digunakan dalam pengelompokan prestasi siswa adalah Nama, Ekstrakulikuler, Nilai yang meliputi Nilai Tugas, Nilai Uts, Nilai Uas, jumlah ketidak hadiran siswa (absensi), dan Nilai sikap. Studi kasus pada 20 siswa dengan perhitungan jarak menggunakan manhattan distance, chbychep distance dan euclidian distance menghasilkan akurasi sebesar 67%.
Kata kunci: data mining, clustering, k-means, prestasi siswa
Abstract:Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaruh intensitas aset biologis terhadap pengungkapan aset biologis pada perusahaan agrikultur di Bursa Efek Indonesia. Populasi dalam penelitian ini adalah perusahaan…
rusahaan agrikultur di Bursa Efek Indonesia periode 2020-2024 sebanyak 38 perusahaan. Metode pengambilan sampel menggunakan purposive sampling sehingga diperoleh 26 perusahaan. Sumber data diperoleh dari laporan tahunan dan website resmi perusahaan. Metode pengumpulan data menggunakan metode dokumentasi. Metode analisis data menggunakan analisis regresi data panel dengan jumlah pengamatan (n) sebanyak 130 dan diolah menggunakan bantuan aplikasi Eviews 12. Hasil penelitian menunjukkan bahwa Intensitas aset biologis berpengaruh terhadap pengungkapan aset biologis.
Abstract:Program beasiswa ini merujuk pada wasiat pendiri Pesantren Darunnajah, yaitu almarhum KH. Abdul Manaf Mukhayyar, yang dalam salah satu pernyataan reflektifnya menuliskan: "Kalau saya jadi orang kaya, saya akan membuka sekolah…
kolah gratis untuk kaum fakir dan miskin." Ungkapan tersebut tercantum pada sampul buku catatan pribadinya semasa beliau menempuh pendidikan di Jami’at Khair. Pernyataan ini merepresentasikan nilai-nilai filantropi dan misi sosial dalam pendirian lembaga pendidikan Darunnajah, khususnya dalam komitmennya terhadap kelompok masyarakat kurang mampu. Penelitian ini menggunakan pendekatan kualitatif dengan teknik pengumpulan data berupa wawancara, observasi, dan dokumentasi. Secara umum, program beasiswa yang dilaksanakan di Pondok Pesantren Darunnajah 2 Cipining Bogor ditujukan kepada santri dari kalangan dhuafa serta peserta didik yang memiliki prestasi akademik maupun non-akademik. Beasiswa tersebut meliputi beberapa jenjang dan program, yaitu beasiswa untuk jenjang SMP, MTs, MA, dan SMK, serta program beasiswa khusus seperti Tholabul Minhah dan Beasiswa Tahfizh, yang masing-masing memiliki persyaratan dan mekanisme seleksi yang berbeda. Implementasi program ini sepenuhnya merupakan inisiatif internal lembaga tanpa adanya intervensi atau dukungan pendanaan dari pihak luar. Kemandirian ini mencerminkan integritas dan komitmen pesantren dalam menyelenggarakan pendidikan berbasis sosial dan berorientasi pada kemaslahatan umat. Dampak positif dari pelaksanaan beasiswa ini terlihat dari tingginya apresiasi serta dukungan dari keluarga peserta didik penerima beasiswa. Tidak hanya meringankan beban ekonomi keluarga, tetapi juga memperkuat motivasi peserta didik dalam belajar. Di samping itu, keberadaan program ini turut merealisasikan amanah dan cita-cita para muwakif dalam mewujudkan pendidikan yang inklusif dan berkeadilan.
Abstract:Tujuan dari penelitian ini adalah untuk menganalisis kinerja keuangan Koperasi Karyawan Vale Indonesia selama periode 2020–2022 dengan menggunakan rasio-rasio profitabilitas seperti Net Profit Margin (NPM), Return on Assets…
ssets (ROA), dan Return on Equity (ROE). Metode deskriptif kuantitatif digunakan dengan menggunakan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan. Menurut hasil penelitian, pada tahun 2020 dan 2021, koperasi masih berada dalam kondisi yang relatif stabil, meskipun capaian NPM dan ROA belum menunjukkan performa optimal. Sementara itu, ROE menunjukkan hasil yang cukup positif sebagai indikator pengembalian modal. Namun, pada tahun 2022, terjadi penurunan signifikan pada seluruh rasio profitabilitas yang bahkan berujung pada nilai negatif, mencerminkan adanya kerugian serta menurunnya efisiensi dalam pengelolaan aset dan modal koperasi. Temuan ini menggarisbawahi pentingnya perbaikan manajemen keuangan, pengendalian pengeluaran, serta peningkatan partisipasi aktif anggota sebagai upaya strategis dalam pemulihan kinerja. Nilai kebaruan dari riset ini terletak pada pemetaan tren penurunan kinerja secara menyeluruh dan penyampaian rekomendasi yang konstruktif bagi pengembangan koperasi, baik dari sisi akademis maupun praktis.
Abstract:Penelitian ini bertujuan untuk menganalisis kinerja keuangan PT Ramayana Lestari Sentosa Tbk selama periode 2020 hingga 2024 melalui pendekatan analisis rasio keuangan. Metode yang digunakan adalah deskriptif kuantitatif…
dengan data sekunder berupa laporan keuangan tahunan perusahaan yang diperoleh dari Bursa Efek Indonesia. Penelitian ini mengukur rasio likuiditas, solvabilitas, aktivitas, dan profitabilitas untuk menilai efektivitas pengelolaan keuangan perusahaan. Hasil analisis menunjukkan bahwa rasio likuiditas perusahaan berada dalam kategori sangat baik, dengan current ratio dan quick ratio melebihi standar industri. Rasio solvabilitas juga menunjukkan struktur pendanaan yang sehat. Namun, rasio aktivitas seperti perputaran persediaan dan total aset masih rendah, mengindikasikan adanya inefisiensi. Di sisi lain, rasio profitabilitas mengalami perbaikan dari tahun ke tahun, namun masih berada di bawah standar industri. Kesimpulannya, meskipun kondisi keuangan secara umum cukup stabil, perusahaan perlu meningkatkan efisiensi pengelolaan aset dan margin keuntungan untuk memperkuat daya saing keuangannya di masa depan.
Abstract:Tujuan dari penelitian ini adalah untuk mengevaluasi pengaruh profitabilitas, leverage, likuiditas, dan ukuran perusahaan terhadap kebijakan dividen. Profitabilitas diukur dengan menggunakan Return On Assets (ROA), leverage…
age diwakili oleh Debt to Equity Ratio (DER), likuiditas dihitung melalui Current Ratio (CR), dan ukuran perusahaan berdasarkan skala total aset. Dalam penelitian ini, kebijakan dividen diukur menggunakan Dividend Payout Ratio (DPR). Penelitian ini bersifat kuantitatif dan menggunakan data sekunder, seperti laporan tahunan perusahaan dan dokumen sekuritas. Sampel penelitian dipilih dengan teknik purposive sampling, yaitu pemilihan sampel berdasarkan kriteria tertentu. Penelitian ini menghasilkan 110 data sampel yang diperoleh dari 22 perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2017-2021. Metode analisis yang diterapkan adalah regresi linier berganda. Hasil penelitian menunjukkan bahwa profitabilitas (ROA) dan leverage (DER) berpengaruh terhadap kebijakan dividen, sedangkan likuiditas (CR) dan ukuran perusahaan (Size) tidak memiliki pengaruh signifikan terhadap kebijakan dividen.