Abstract:Peningkatan volume data dalam sistem informasi modern menuntut proses pencarian yang cepat dan efisien. Linear search sebagai metode konvensional tidak lagi relevan untuk skala data besar karena memiliki kompleksitas waktu…
tu O(n). Penelitian ini mengangkat permasalahan rendahnya efisiensi pencarian pada array terurut dengan tujuan mengoptimalkan algoritma binary search. Solusi yang diusulkan adalah membandingkan dua pendekatan implementasi binary search, yaitu iteratif dan rekursif, pada lima skala dataset berbeda. Pengujian dilakukan untuk mengevaluasi waktu eksekusi dan penggunaan memori dari masing-masing pendekatan. Hasil menunjukkan bahwa metode iteratif memiliki performa lebih baik dibandingkan rekursif, khususnya pada dataset besar. Secara kuantitatif, waktu pencarian dengan binary search iteratif mencapai efisiensi hingga lebih dari 90% dibandingkan linear search pada dataset berisi 10.000 elemen atau lebih. Temuan ini menunjukkan bahwa algoritma binary search, jika diimplementasikan dengan tepat, merupakan solusi optimal untuk kebutuhan pencarian data dalam array terurut. Penelitian ini memberikan kontribusi terhadap pengembangan sistem informasi yang lebih cepat dan hemat sumber daya.
Abstract:Kemiskinan merupakan salah satu masalah sosial yang terus menjadi tantangan bagi pemerintah di berbagai negara, termasuk Indonesia. Dalam upaya mengidentifikasi faktor-faktor yang memengaruhi tingkat kemiskinan, analisis…
data yang tepat diperlukan untuk mendukung pengambilan kebijakan yang efektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kemiskinan di Indonesia dengan menggunakan algoritma Decision Tree, salah satu metode pembelajaran mesin yang populer. Data yang digunakan dalam penelitian ini mencakup indikator ekonomi, demografi, dan sosial yang relevan dengan kemiskinan di Indonesia. Dengan menggunakan algoritma Decision Tree, kami dapat mengidentifikasi variabel-variabel kunci yang berperan dalam klasifikasi tingkat kemiskinan serta membangun model prediksi yang dapat membantu dalam pengambilan keputusan. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memiliki kinerja yang baik dalam mengklasifikasikan data kemiskinan dan memberikan wawasan mendalam tentang faktor-faktor yang memengaruhi kemiskinan di Indonesia. Temuan ini diharapkan dapat berkontribusi dalam upaya penanggulangan kemiskinan melalui pendekatan berbasis data.
Abstract:Prediksi dengan model sistem pendukung keputusan merupakan cara yang tepat sasaran untuk digunakan dalam memecahkan masalah. Demam Berdarah Dengue (DBD) adalah penyakit endemik di Indonesia yang memerlukan penanganan cepat…
at untuk mencegah komplikasi lebih lanjut. Prediksi diagnosis DBD dengan menggunakan algoritma Decision Tree C4.5 memiliki tingkat akurasi 100% dan meyakinkan. Dataset yang digunakan mencakup data medis pasien, seperti gejala klinis yaitu demam, nyeri sendi, mual, hasil laboratorium berupa trombosit, hematokrit, uji NS1, serta riwayat komorbiditas dan durasi gejala. Proses pre-processing dilakukan untuk memastikan data siap digunakan, dengan menangani data yang hilang dan menyesuaikan format data agar konsisten. Model Decision Tree C4.5 dipilih karena kemampuannya mengolah data dengan berbagai format dan hasilnya dapat dengan mudah dipahami. Model C4.5 dievaluasi menggunakan metrik akurasi, presisi, sensitivitas, dan spesifisitas. Dengan performa yang baik, model ini memiliki potensi untuk digunakan dalam sistem pendukung keputusan medis. Implementasinya di lapangan dapat membantu tenaga medis dalam mempercepat diagnosis dan memberikan penanganan yang lebih tepat waktu, yang sangat penting dalam menangani pasien DBD.
Abstract:Koperasi Simpan Pinjam Serdang Indah Mandiri Kisaran adalah salah satu koperasi unit simpan pinjam di wilayah Kecamatan Kisaran Barat Kabupaten Asahan Provinsi Sumatera Utara. Permasalahan yang sering terjadi pada Koperasi…
si Simpan Pinjam Serdang Indah Mandiri Kisaran adalah kredit macet. Kredit Macet mengakibatkan kerugian bagi perusahaan dan pemotongan gaji karyawan. Keputusan pemberian kredit pada pelanggan yang tidak tepat dapat berpotensi meningkatkan tingkat kredit macet. Prediksi kredit macet kepada calon nasabah dapat menurunkan resiko kerugian koperasi karena kredit macet. Berdasarkan hal tersebut maka perlu dilakukan uji coba prediksi potensi nasabah kredit macet berdasarkan riwayat data kredit sebelumnya. Salah satu metode prediksi yang dapat digunakan untuk Data Mining adalah dengan decision tree menggunakan algoritma C4.5. Menerapkan algoritma C4.5 dapat membantu pihak koperasi dalam pengambilan keputusan pemberian kredit karena mampu memprediksi nasabah lancar dan macet.
Abstract:SD Negeri 071028 Luzamanu merupakan instasi pendidikan yang begerak dibidang pendidikan yang berupaya menciptakan kemampuan, keterampilan dan keahlian belajar para siswa dan siswinya. Tujuan penelitian ini adalah untuk mengidentifikasi…
engidentifikasi faktor-faktor yang mempengaruhi prestasi siswa di SD Negeri 071028 Luzamanu dan mengembangkan model prediksi menggunakan algoritma C4.5. Penelitian ini juga bertujuan untuk mengevaluasi akurasi model prediksi tersebut dalam memprediksi prestasi akademik siswa. Algoritma C4.5 merupakan suatu model prediksi yang menggunakan struktur pohon keputusan. Data dalam pohon keputusan biasanya dinyatakan dalam bentuk tabel dengan data record. Secara umum, algoritma C4.5 untuk membangun pohon keputusan dimulai dari pemilihan atribut sebagai akar, membuat cabang untuk tiap tiap nilai, membagi kasus dalam cabang. Dan mengulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama. Dapat diketahui bahwa atribut dengan Gain tertinggi adalah Nilai Sikap dengan nilai 0,433593, sehingga atribut Nilai Sikap dapat menjadi Node Akar berikutnya. Penelitian ini menggunakan sistem algoritma c4.5 dapat membantu pihak sekolah untuk memprediksi prestasi siswa pada sekolah UPT SD Negeri 071028 Luzamanu. Model prediksi yang dikembangkan menggunakan algoritma C4.5 menunjukkan akurasi yang tinggi dalam memprediksi prestasi akademik siswa berdasarkan data yang tersedia.
Abstract:Dalam pemberian komisi pada CV. Sempurna Tetap Makmur terdapat beberapa kriteria yang menjadi penilaian. Dalam mengambil keputusan terhadap penentuan komisi pada CV. Sempurna Tetap Makmur sudah menerapkan sistem terkomputerisasi…
terisasi dengan menggunakan Microsoft Excel dan untuk pengembangan aplikasi penentuan komisi maka CV. Sempurna Tetap Makmur memanfaatkan sistem aplikasi dengan menggunakan suatu metode algoritma yaitu metode Multi-Attribute Utility Theory (MAUT).