Abstract:Abstrak: A pharmacy is a health service facility to help improve the health of the community, a pharmacy is also a place for professional pharmacists to practice their work. To determine the amount of stock inventory, Jaka…
ka Wijaya Pharmacy requires a clusterization of sales stock data. The method that can be used is the K-Means algorithm. This algorithm is based on a simple idea. K-Means is a distance-based clustering method that divides data into a number of clusters and this algorithm only works on numeric attributes. The data processed in this research is a sample taken from the Jaka Wijaya Pharmacy data in 2022. The Jaka Wijaya Pharmacy dataset consists of the attributes No, Drug Item, Type, Packaging, Initial Stock, Cost Price, Unit Conversion, Selling Price, Number of Transactions, Ending Stock, Shelf, Warehouse-Office Codes. With the K-Means Clustering method, it is possible to group drug sales data with stock that is not selling well as cluster 0, stock that is selling well as cluster 1, and stock that is selling very well as cluster 2. The sample data to be tested consists of 170 data from the Jaka Wijaya Pharmacy. Where the cluster results show that there are several results, namely cluster 0 totaling 102, cluster 1 totaling 34, and cluster 2 totaling 34 decisions, where the decisions include very in demand, in demand, not in demand.
Keywords: Data Mining; Jaka Wijaya Pharmacy; K-means Cluster
Abstrak: Apotek merupakan sarana pelayanan kesehatan untuk membantu meningkatkan kesehatan bagi masyarakat, apotek juga sebagai tempat praktik tenaga profesi apoteker dalam melakukan pekerjaan. Untuk menentukan jumlah persediaan stok, Apotek Jaka Wijaya membutuhkan suatu clusterisasi data stok penjualan. Metode yang dapat digunakan yaitu algoritma K-Means. Algoritma ini didasarkan pada ide sederhana. K-Means adalah metode Clustering berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numeric. Data yang diolah dalam penelitian ini merupakan sampel yang diambil dari data Apotek Jaka Wijaya pada tahun 2022. Dataset Apotek Jaka Wijaya terdiri dari atribut No, Item Obat, Jenis, Kemasan, Stok Awal, Harga Pokok, Konversi Satuan, Harga Jual, Jumlah Transaksi, Stok Akhir, Rak, Kode Gudang-Kantor. Dengan metode K-Means Clustering maka dapat mengelompokkan data penjualan obat dengan stok kurang laris sebagai cluster 0, stok laris sebagai cluster 1, dan stok sangat laris sebagai cluster 2. Data sampel yang akan diuji terdiri dari 170 data dari Apotek Jaka Wijaya. Yang dimana hasil cluster menunjukkan terdapat beberapa hasil yaitu cluster 0 berjumlah 102, cluster 1 berjumlah 34, dan cluster 2 berjumlah 34 keputusan yang dimana keputusan itu meliputi sangat laris, laris, kurang laris.
Kata kunci: Apotek Jaka Wijaya; Data Mining; K-means Cluster
Abstract:Abstract: The government has made many efforts to eradicate poverty in society by implementing programs such as pro-poor, basic food assistance and cash assistance which are useful for achieving the standards of a prosperous…
rous society. The results of data processing are useful in future decision making. Considering the large amount of public data, finding out poor people is not an easy thing for the government to do, as is the case in North Sumatra. This research uses the K-Means Clustering (Multidimensional) method, making it easier to see patterns and structures in data that are difficult to see in the original representation. The application of the K-Means Clustering (Multidimensional) algorithm produces 3 clusters with a silhouette_score value of 33, namely cluster 0 with a high level of population poverty of 1, cluster 1 with a moderate level of population poverty of 4 and cluster 2 with a low level of population poverty as many as 28.
Keywords: Resident; Poor; Data Mining; K-Means
Abstrak: Banyak upaya yang dilakukan pemerintah untuk menghapus kemiskinan pada masyarakat dengan cara melakukan program seperti pro-poor, bantuan sembako maupun bantuan uang tunai yang berguna untuk mencapai standar masyarakat sejahtera. Hasil pengolahan data tersebut berguna dalam pengambilan keputusan kedepannya. Mengingat banyaknya data masyarakat, maka untuk mengetahui masyarakat miskin bukanlah hal mudah yang dilakukan oleh pemerintah, sama halnya di Sumatera Utara. Penelitian ini menggunakan metode K-Means Clustering (Multidimensi) memudahkan untuk melihat pola dan struktur dalam data yang sulit dilihat dalam representasi aslinya. Penerapan algoritma K-Means Clustering (Multidimensi) menghasilkan 3 cluster, yaitu dengan cluster 0 dengan tingat kemiskinan penduduk yang tinggi sebanyak 1, cluster 1 dengan tingat kemiskinan penduduk yang sedang sebanyak 4 dan cluster 2 dengan tingkat kemiskinan penduduk yang rendah sebanyak 28.
Kata kunci: Penduduk; Miskin; Multidimensi; Data Mining; K-Means
Abstract:Tidak sedikit upaya yang dilakukan pihak sekolah maupun pihak di bidang pendidikan untuk meningkatkan prestasi siswa di bidang akademik yang berguna untuk mencapai standar pendidikan nasional. Hasil pengolahan data tersebut…
but berguna dalam pengambilan keputusan ke depannya. Mengingat banyaknya data siswa, maka untuk mengetahui siswa berprestasi bukanlah hal mudah yang dilakukan oleh guru maupun sekolah, sama halnya diMts Hidayatul Ulumiyah Ujung Kubu. Hal tersebut dilihat dari segi penguasaan materi pelajaran baik secara teori maupun praktik. Bukan hanya itu, nilai sikap dan daftar hadir juga penting untuk dipertimbangkan. Penelitian ini mengunakan metode K-Means Clustering Semakin mendekati 1, maka modelnya semakin bagus.Penerapan algoritma K-Means Clustering menghasilkan 3 cluster dengan nilai silhouette_score sebesar 0.41, yaitu dengan cluster 0 dengan jumlah Nilai Siswa Terendah sebanyak 80 , cluster 1 dengan jumlah Nilai Siswa Tertinggi sebanyak 49, cluster 2 dengan jumlah Nilai Siswa Terbaik yaitu 82.
Abstract:Abstrack: Currently, companies face problems in credit assessment methods which are still manual and take a long time to process data. Storing and searching archives is also a challenge, especially in matching up to date…
information. This research aims to develop a decision support system (DSS) to help PT. Interyasa Mitra Mandiri Kisaran Branch in assessing credit worthiness more efficiently. In this research, the simple and effective Simple Additive Weighting (SAW) method was used. This method will produce a SPK that explains the decision-making process graphically and considers various assessment criteria. By using the developed SPK, it is hoped that companies can increase efficiency in assessing credit worthiness, speed up data processing, and simplify information searches. An important implication of this research is the increased effectiveness and accuracy of credit worthiness assessments as well as the ease of decision making for PT. Interyasa Mitra Mandiri Kisaran Branch. With an integrated SPK, companies can optimize their processes and obtain relevant and timely information to support credit-related decisions. This will help companies make better decisions and reduce the time required for the credit worthiness assessment process.
Keywords: decision support system; simple additive weighting; debtor; Pt. Interyasa Mitra Mandiri
Abstrak : Saat ini, perusahaan menghadapi masalah dalam metode penilaian kredit yang masih manual dan memakan waktu lama dalam pengolahan data. Penyimpanan dan pencarian arsip juga menjadi tantangan, terutama dalam mencocokkan dengan informasi terbaru. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) untuk membantu PT. Interyasa Mitra Mandiri Cabang Kisaran dalam menilai kelayakan kredit dengan lebih efisien. Dalam penelitian ini, digunakan metode Simple Additive Weighting (SAW) yang sederhana dan efektif. Metode ini akan menghasilkan SPK yang menjelaskan proses pengambilan keputusan secara grafis dan mempertimbangkan berbagai kriteria penilaian. Dengan menggunakan SPK yang dikembangkan, diharapkan perusahaan dapat meningkatkan efisiensi dalam penilaian kelayakan kredit, mempercepat pengolahan data, dan menyederhanakan pencarian informasi. Implikasi penting dari penelitian ini adalah meningkatnya efektivitas dan akurasi penilaian kelayakan kredit serta kemudahan dalam pengambilan keputusan bagi PT. Interyasa Mitra Mandiri Cabang Kisaran. Dengan adanya SPK yang terintegrasi, perusahaan dapat mengoptimalkan prosesnya dan mendapatkan informasi relevan dan tepat waktu untuk mendukung keputusan terkait kredit. Hal ini akan membantu perusahaan dalam mengambil keputusan yang lebih baik dan mengurangi waktu yang dibutuhkan untuk proses penilaian kelayakan kredit.
Kata Kunci: sistem pendukung keputusan; simple additive weighting; debitur; PT. Interyasa Mitra Mandiri
Abstract:Abstract: The school management routinely determines the majors of private students at Madrasah Aliya (MAS) every year. YMPI Private Madrasah Ariyah (MAS) is one of the MAs that implements the 2013 curriculum. One of the…
work programs in the MAS Curriculum is to register for the first year majors which will continue to the second year. In this case, a decision support system (DSS) is a computer interactive system that assists school management in making decisions. In this study the system development method used is the Prototyping Method. Prototyping is a system development method that is widely used. With this method, developers and customers can interact with each other during the system creation process. The system prototype method involves the user directly with analysis and design, very effective for system correction. A decision support system with the SAW (Simple Additive Weighting) method is used to solve the problem of choosing a major. The application of the SAW method is expected to support the decision-making process to choose a major that is in accordance with the students' academic grades while still in junior high schools beforehand as well as the IQ abilities of each student and the results of their interest in the chosen major. The research resulted in an application that is able to determine the choice of majors with the results of an application by determining the value/weight using the SAW method so that it can be determined that Abdul Rozak entered the Science major and Abil Akbar entered the Social Sciences major.
Keywords: decision making system; selection of majors; SAW; criteria.
Abstrak: Pihak manajemen sekolah rutin menentukan jurusan siswa swasta di Madrasah Aliya (MAS) setiap tahun. Madrasah Ariyah Swasta YMPI (MAS) merupakan salah satu MA yang menerapkan kurikulum 2013. Salah satu program kerja dalam Kurikulum MAS adalah mendaftar ke jurusan tahun pertama yang akan melanjutkan ke tahun kedua. Dalam hal ini, sistem pendukung keputusan (DSS) adalah sistem interaktif komputer yang membantu pihak manajemen sekolah dalam mengambil keputusan. Dalam penelitian ini metode pengembangan sistem yang digunakan adalah Metode kuantitatif. Dengan mengumpulkan data berupa angka dengan kriteria yang telah ditentukan mulai dari data nilai akademik IPA dan IPS, Nilai tingkat kecerdasan (IQ) serta nilai minat dari setiap siswa yang diperoleh dari kuisoner.Sistem pendukung keputusan dengan metode SAW (Simple Additive Weighting) digunakan untuk menyelesaikan masalah pemilihan jurusan. Penerapan metode SAW diharapkan dapat mendukung proses pengambilan keputusan untuk memilih jurusan yang sesuai dengan nilai akademik siswa saat masih di sekolah SLTP sebelmumnya serta kemampuan IQ masing-masing siswa serta hasil minat mereka ke jurusan pilihan tersebut. Penelitian menghasilkan aplikasi yang mampu menentukan pilihan jurusan dengan hasil sebuah aplikasi dengan menentukan nilai/bobot dengan menggunakan metode SAW sehingga dapat ditentukan bahwa Abdul Rozak masuk ke jurusan IPA serta Abil Akbar masuk kejurusan IPS.
Kata kunci: sistem penentuan keputusan; pemilihan jurusan; SAW; kriteria
Abstract:Abstract: In a company, it takes employees who are able to carry out the work in accordance with the objectives in achieving a target which is the evaluation of employees by the leadership. If in general Discipline is the…
e standard in conducting assessments, teamwork, loyalty, attendance and appearance also need to be used as indicators for evaluating employee performance. Employee performance appraisal aims to evaluate employee performance to increase productivity and achievement of a company. Decision Support System is very necessary in evaluating employee performance. This study uses a Multi Attribute Utility Theory method, which is a quantitative comparison method that usually combines measurements of different costs, risks and benefits. The data processed for evaluating employee performance in this study comes from Bank Syariah Indonesia KCP Kisaran. This assessment is based on several specified criteria and weights. There are 5 criteria used in assessing employee performance. Such as Discipline, teamwork, loyalty, presence and appearance. The results of evaluating employee performance using the MAUT method are expected to assist in evaluating employee performance using predetermined criteria. So that the highest score is obtained in the 2nd alternative with a value of 0.8889 and the lowest value is in the 1st alternative with a value of 0.4722.
Keywords: Decision Support System; MAUT; Assessment; Performance; Employees.
Abstrak: Pada suatu perusahaan, dibutuhkan pegawai yang mampu melaksanakan pekerjaan sesuai dengan tujuan dalam mencapai suatu target yang menjadi penilaian oleh pimpinan terhadap pegawai. Jika pada umumnya Kedisiplinan menjadi standar dalam melakukan penilaian, namun kerjasama tim, loyalitas, kehadiran, dan penampilan juga perlu dijadikan indikator untuk melakukan penilaian kinerja pegawai. Penilaian kinerja pegawai bertujuan untuk mengevaluasi kinerja pegawai untuk meningkatkan produktivitas dan prestasi suatu perusahaan. Sistem Pendukung Keputusan sangat diperlukan dalam penilaian kinerja pegawai. Penelitian ini menggunakan sebuah metode Multi Attribut Utility Theory yaitu suatu metode perbandingan kuantitatif yang biasanya mengkombinasikan pengukuran atas biaya resiko dan keuntungan yang berbeda. Data yang diolah untuk penilaian kinerja pegawai dalam penelitian ini bersumber dari Bank Syariah Indonesia KCP Kisaran. Penilaian ini didasarkan terhadap beberapa kriteria dan bobot yang ditentukan. Ada 5 kriteria yang digunakan dalam penilaian kinerja pegawai. Seperti Kedisiplinan, kerjasama tim, loyalitas, kehadiran dan penampilan. Hasil dari penilaian kinerja pegawai dengan metode MAUT diharapkan dapat membantu dalam melakukan penilaian kinerja pegawai menggunakan kriteria yang telah ditentukan. Sehingga didapat nilai tertinggi pada alternatif ke 2 dengan nilai 0.8889 dan nilai yang terendah pada alternatif ke 1 dengan nilai 0.4722.
Kata kunci: Sistem Pendukung Keputusan; MAUT; Penilaian; Kinerja; Pegawai.
Abstract:Abstract: Getting a job is a goal by graduates after completing their studies. But in this process, getting a job inevitably requires waiting time. If one measure of success in the field of education of a tertiary institution…
ution is the number of graduates entering the workforce. So to implement this goal, alumni data is needed that can be used in decision making. Existing tracer study data at the STMIK Royal Career Service Center (LPLK) have not been utilized optimally by the campus. If we dig deeper, we will get some knowledge from this data by applying data mining techniques. Therefore, it is clear that using data mining to predict alumni waiting time is important for a university to determine its strategy. The purpose of this study is to predict the waiting time for alumni to get a job using data mining by applying the Naive Bayes algorithm. Training and testing data were taken from 193 data tracer study alumni of STMIK Royal in 2021 who had graduated and were working. The criteria used to predict alumni waiting time are gender, major, year of entry, year of graduation, GPA, and length of time getting a job. The results of modeling using the Naive Bayes algorithm produce an accuracy of 94%.
Keyword: data mining; naive bayes; waiting time
Abstrak: Mendapatkan pekerjaan merupakan tujuan oleh lulusan setelah menyelesaikan studi mereka. Tetapi dalam proses ini, mendapatkan pekerjaan pasti membutuhkan waktu tunggu. Jika salah satu ukuran keberhasilan di bidang pendidikan suatu perguruan tinggi adalah banyaknya lulusan yang masuk ke dunia kerja. Maka untuk menerapkan tujuan itu, maka diperlukan data alumni yang dapat digunakan dalam pengambilan keputusan. Data tracer study yang ada di Lembaga Pusat Layanan Karir (LPLK) STMIK Royal belum dimanfaatkan secara optimal oleh kampus. Jika kita gali lebih dalam, kita akan mendapatkan suatu pengetahuan dari data ini dengan menerapkan teknik data mining. Oleh karena itu, jelas bahwa menggunakan data mining untuk memprediksi waktu tunggu alumni penting bagi suatu perguruan tinggi untuk menentukan strateginya. Tujuan dari penelitian ini adalah untuk memprediksi waktu tunggu alumni mendapatkan pekerjaan menggunakan data mining dengan menerapkan algoritma naive bayes. Data training dan testing diambil dari 193 data tracer study alumni STMIK Royal tahun 2021 yang sudah lulus dan bekerja. Kriteria yang digunakan untuk memprediksi waktu tunggu kerja alumni yaitu jenis kelamin, jurusan, tahun masuk, tahun lulus, IPK, dan lama mendapatkan pekerjaan. Hasil pemodelan dengan menggunakan algoritma naive bayes menghasilkan akurasi sebesar 94%.
Kata Kunci: data mining; naive bayes; waktu tunggu
Abstract:Abstract: Road construction infrastructure has an important role, especially in supporting the economic, social and cultural fields. Sei Alim Ulu Village is an area that is still lagging behind due to the lack of attention…
on from the government, especially in terms of road construction. Road construction in the area can be said to be still bad, making it difficult for the community to do their activities. To facilitate the decision-making process related to development priorities in the village, a decision support system program was created. Decision support systems are systems that help users make decisions in a systematic process. Development priorities in the village are determined using the Topsis method. This study aims to obtain a decision model for the development of priority areas with criteria based on road damage, location requirements, cost estimates, road pavements, and road conditions. Of the 6 alternatives tested, v1 with a value of 0.6301303 obtained the highest score which means it is a priority area for road construction in Sei Alim Ulu Villag.
Keywords : SPK; topsis method; village infrastructure
Abstract:Infrastruktur pembangunan jalan memiliki peranan penting terutama dalam mendukung bidang ekonomi, sosial dan budaya. Desa Sei Alim Ulu merupakan daerah yang masih tertinggal akibat kurangnya perhatian dari pemerintah terutama dalam hal pembangunan jalan. Pembangunan jalan di daerah tersebut bisa dibilang masih buruk sehingga menyulitkan masyarakat untuk beraktivitas. Untuk memudahkan proses pengambilan keputusan terkait dengan prioritas pembangunan didesa, maka dibuatlah program sistem pendukung keputusan. Sistem pendukung keputusan adalah sistem yang membantu pengguna membuat keputusan dalam proses yang sistematis. Prioritas pembangunan didesa ditentukan dengan metode Topsis. Penelitian ini bertujuan untuk memperoleh model keputusan pengembangan kawasan prioritas dengan kriteria berdasarkan kerusakan jalan, kebutuhan lokasi, perkiraan biaya, perkerasan jalan, dan kondisi jalan. Dari 6 alternatif yang diuji, v1 dengan nilai 0,6301303 diperoleh nilai tertinggi yang berarti Sebagai Kawasan prioritas pembangunan jalan di Desa Sei Alim Ulu.
Kata Kunci : infrastruktur, metode topsis, SPK.
Abstract:Abstract:Oil palm is a palm oil producing plant. Many factors affect the quality of palm oil, including water content and impurities. One of the most important factors is fruit maturity. Maturity of oil palm fruit is basically…
ically a very important factor for the quality of crude oil. Therefore we built a decision support system using the MOORA method to identify the best/good quality of oil palm fruit. With a quantitative research methodology, which uses a lot of numbers starting from the data collection process to its interpretation. Based on the results of the research we have done, that the sale of quality palm fruit will be carried out by a fruit quality selection system using the MOORA method. And when building a decision support system for choosing oil palm fruit according to the MOORA method, the results of testing 10 alternatives achieved the highest score of 35.5
Keywords: SPK; MOORA; oil palm fruit
Abstrak:Kelapa sawit merupakan tanaman penghasil minyak sawit. Banyak faktor yang mempengaruhi kualitas minyak sawit, antara lain kadar air dan pengotor. Salah satu faktor yang paling penting adalah kematangan buah. Kematangan buah kelapa sawit pada dasarnya merupakan faktor yang sangat penting bagi kualitas minyak mentah. Oleh karena itu kami membangun suatu sistem pendukung keputusan dengan memakai metode MOORA untuk mengenali mutu buah kelapa sawit terbaik/ bagus. Dengan metodologi riset kuantitatif, yang di dalamnya menggunakan banyak angka mulai dari proses pengumpulan data hingga penafsirannya. Berdasarkan hasil dari penelitian yang telah kami lakukan, bahwa penjualan buah kelapa sawit yang berkualitas akan dilakukan oleh suatu sistem pemilihan kualitas buah dengan menggunakan metode MOORA. Dan pada saat membangun sistem pendukung keputusan pemilihan buah kelapa sawit menurut metode MOORA, hasil pengujian 10 alternatif mencapai skor tertinggi yaitu 35,5.
Kata kunci : SPK; MOORA; buah kelapa sawit
Abstract:Abstract:Being a permanent employee are people who are still employees, that is a clear and guaranteed future, which gets more bonuses than contract employees. One of the national trading companies in Indonesia, namely PT…
T Pinus Merah Abadi, also recruits employees both at the head office and at each branch of the company, but in the process decisions made for employees cannot be made by employees. branch of the company, even in the number of many who are disadvantaged because the manual is still carried out by the manager, which is then filtered by the head office. To use these things, in this study a system that supports decisions in branch offices will be made using the fuzzy tsukamoto method which is expected to work from employees. And after the support system takes this decision, employees have made successful decisions, because employees can immediately see the calculation process through the application that has been made.
Keywords: fuzzy tsukamoto; permanent employee; decision support system
Abstrak:Menjadi seorang karyawan tetap di sebuah perusahaan adalah keinginna banyak orang yang masih menjadi seorang karyawan kontrak, selain masa depan yang jelas dan terjamin, seorang karyawan tetap mendapatkan bonus yang lebih banyak dibandingkan dengan karyawan kontrak. Salah satu perusahaan dagang nasional di Indonesia yaitu PT Pinus Merah Abadi juga melakukan perekrutan untuk karyawan tetap setiap tahunnya baik di kantor pusat maupun di setiap cabang perusahaan, namun dalam prosesnya terkadang keputusan yang dibuat mengenai pengangkatan karyawan tetap oleh perusahaan tidak memuaskan para karyawan yang ada di cabang perusahaan, bahkan terkadang para karyawan merasa dirugikan karena perhitungan nya masih dilakukan manual oleh manajer, yang kemudian diproses oleh kantor pusat. Untuk menangani hal tersebut, dalam penelitian ini akan dibuat sebuah sistem pendukung keputusan di kantor cabang perusahaan khususnya kantor cabang kisaran menggunakan metode fuzzy tsukamoto yang diharapkan bisa menangani keluhan dari para karyawan. Dan setelah sistem pendukung keputusan ini digunakan, para karyawan cabang sudah bisa menerima keputusan yang telah dibuat manajer, karena karyawan bisa langsung melihat proses perhitungannya melalui apikasi yang sudah dibuat.
Kata kunci: fuzzy tsukamoto; karyawan tetap; sistem pengambilan keputusan