Abstract:Abstract: Non-performing loan (NPL) is a risk that credit unions must face and to avoid that, prospective debtors need to be surveyed. With previous loan data, support vector machine and naïve bayes can be used as classification…
ssification methods to give a decision about NPL. We use a data set with 61 data and process the data with orange 3.30 application to see the difference between SVM using linear (SVM-L), polynomial (SVM-P), RBF (SVM-R) and sigmoid (SVM-S) kernel with naïve bayes. We use a cross validation technique with various folds to measure the classification results and a convusion matrix to measure the data training classification results. Naïve bayes scores the highest in terms of accuracy and SVM-R scores the highest in terms of F1, precision and recall. SVM-P scores the lowest in terms of accuracy, F1, precision and recall. Naïve bayes scores the highest in terms of proportion of predicted for true negative class and proportion of actual for true positive class. SVM-S scores the highest in terms of proportion of predicted for true positive class and proportion of actual for true negative class. SVM-P scores the lowest in both proportion of predicted and proportion of actual.
Keywords: classification; naïve bayes; non-performing loan; support vector machine
Abstrak: Kredit macet merupakan resiko yang sering dialami koperasi simpan pinjam, sehingga perlu dilakukan survei terhadap calon debitur agar kredit menjadi sehat. Dengan menggunakan data pemberian kredit sebelumnya, support vector machine dan naïve bayes digunakan sebagai metode klasifikasi untuk memberikan keputusan macet atau tidaknya kredit anggota koperasi Mutiara Sejahtera. Data set yang berjumlah 61 data diolah menggunakan aplikasi Orange 3.30 dan dilihat perbandingan antara metode SVM dengan kernel linear, polynomial, RBF dan sigomoid dengan metode naïve bayes. Cross validation dengan jumlah fold bervariasi digunakan sebagai nilai ukur klasifikasi dan convusion matrix digunakan sebagai nilai ukur klasifikasi data training. Hasil yang diperoleh adalah naïve bayes memiliki nilai accuracy tertinggi dan SVM kernel RBF memiliki nilai F1, precision dan recall tertinggi. SVM kernel polynomial memiliki nilai terendah untuk accuracy, F1, precision dan recall. Naïve bayes memiliki nilai tertinggi untuk proportion of predicted (PoP) kelas true negative dan proportion of actual (PoA) kelas true positive. SVM kernel sigmoid memiliki nilai tertinggi untuk PoP kelas true positive dan PoA kelas true negative. SVM kernel polynomial memiliki nilai terendah baik untuk PoP maupun PoA true negative dan kelas true positive.
Kata kunci: klasifikasi; kredit macet; naive bayes; SVM
Abstract:Abstract: The purpose of education and teaching activities in higher education is to produce quality and effective graduates. Among the graduates there are of the best graduates for each study program each year. This study…
dy aims to find the best graduates who are able to compete in the world of work in accordance with stakeholder needs. The data processed in this study were sourced from the 2018 Royal Computer Information Management College graduates. The method used in this study is the Weighted Product method. The results of this study can determine the best graduates quickly and accurately. research can help in terms of decision makers for determining the best graduates in each college.
Keywords: Best Graduate; Student; Weighted Product
Abstrak: Tujuan kegiatan pendidikan dan pengajaran di perguruan tinggi adalah untuk menghasilkan lulusan yang berkualitas dan efektif. Di antara lulusan ada beberapa lulusan terbaik untuk setiap program studi tiap tahun. Penelitian ini bertujuan mencari lulusan terbaik yang mampu bersaing di dunia kerja sesuai dengan kebutuhan stakeholder. Data yang diolah dalam penelitian ini bersumber dari data lulusan Sekolah Tinggi Manajemen Informatika Komputer Royal tahun 2018 sebanyak 100 lulusan. Metode yang dipakai dipenelitian ini, metode Weighted Product. Hasil dari penelitian ini dapat menentukan lulusan terbaik secara cepat dan tepat. Penelitian dapat membantu dalam hal pengambil keputusan untuk penentuan lulusan terbaik disetiap perguruan tinggi.
Kata kunci: Lulusan Terbaik; mahasiswa;Weighted Product
Abstract:Abstract: The goal to be achieved in this research is a decision support system that can provide support to decision makers in determining the supplier to be selected. The decision support system made using the Simple Additive…
ditive Weighting (SAW) method in processing the data. Based on the results of data processing and information obtained, the decision support system made was successful in giving preference and ranking of suppliers in accordance with the criteria given by the decision maker. In selecting suppliers at Tia Pet Shop, the criteria used are quality, average price, packaging and speed of delivery.
Keywords: Decision Support System; Simple Additive Weighting; Supplier;
Abstrak: Tujuan yang ingin dicapai dalam penelitian ini yaitu sebuah sistem penunjang keputusan yang dapat memberikan dukungan kepada pembuat keputusan dalam menentukan supplier yang akan dipilih. Sistem penunjang keputusan yang dibuat menggunakan metode Simple Additive Weighting (SAW) dalam melakukan pemprosesan datanya. Berdasarkan hasil pengolahan data dan informasi yang didapat sistem penunjang keputusan yang dibuat berhasil memberikan preferensi dan perangkingan supplier sesuai dengan kriteria yang diberikan oleh pembuat keputusan. Dalam pemilihan supplier di Tia Pet Shop kriteria yang digunakan yaitu kualitas, harga rata-rata, pengemasan dan kecepatan pengiriman.
Kata kunci: Simple Additive Weighting; Supplier; Sistem Penunjang Keputusan
Abstract:Abstract: This study uses the C4.5 classification algorithm to determine creditworthness, clasification aims to divide the assigned object intoin a number of categories called classes. In this study, the authorusing data…
mining and C4.5 algorithm as the selection method. The criteria used are loan installments, prospective customer income, termloan time, status of prospective customers. This study resulted in a classification modeldecision tree using the C4.5 algorithm is included in the Excellent category Classification with an accuracy value of 98.33% and a classification error of 1.67%,so that this study uses 70% training data and 30% test data. From resultthe calculation obtained shows that the C4.5 algorithm can be usedto determine the feasibility of granting credit to Koperasi Jaya customers Together (KORJABE).
Keywords: Analysis, Credit Eligibility, C4 Algorithm, Data Mining, Method
Abstrak: Penelitian ini menggunakan metode Algoritma C4.5 klasifikasi untuk menentukan kelayakan kredit, klasifikasi bertujuan untuk membagi objek yang ditetapkan ke dalam satu nomor kategori yang disebut kelas. Dalam penelitian ini, penulis menggunankan data mining dan algoritma C4.5 sebagai metode pemilihannya. Kriteria yang digunakan yaitu , angsuran pinjaman,penghasilan calon nasabah,jangka waktu pinjaman ,status calon nasabah. Penelitian ini menghasillkan model klasifikasi pohon keputusan menggunakan algoritma C4.5 termasuk dalam kategori Excellent Classification dengan nilai akurasi sebesar 98,33% dan klasifikasi eror 1,67%, sehingga penelitian ini kan menggunakan data latih 70% dan data uji 30%. Dari hasil perhitungan yang diperoleh menunjukan bahwa algoritma C4.5 dapat digunakan untuk menen tukan kelayakan pemberian kredit kepada nasabah Koperasi Jaya Bersama (KORJABE).
Kata kunci: Algoritma C4.5, Analisis, Data Mining, Kelayakan Kredit, Metode
Abstract:Abstract: The number of applicants for scholarship recipients is many, so in the registration process, the scholarship provider provides several requirements that students must meet, and these requirements have criteria…
with different weight values. The number of applicants for the scholarship recipients is enormous; a Decision Support System (DSS) is needed to help the selection process be more accessible and faster and reduce errors in determining scholarship recipients. The data collection method uses interviews, observations, and literature with the waterfall's system development method. The calculation of the criteria used in developing this system is the Simple Additive Weighting (SAW) method. Comparing the final results between manual and system analyses shows that the equation is close to 100%. Still, the final results may be different because manual calculations use raw values, while system calculations use the Simple Additive Weighting (SAW) method, which compares alternatives.
.
Keywords: decision support system; scholarship; simple additive weighting
Abstrak: Pendaftar calon penerima beasiswa tidak sedikit jumlahnya, sehingga pada proses pendaftaran pihak pemberi beasiswa memberikan sejumlah persyaratan yang harus dipenuhi oleh siswa, dan persyaratan tersebut memiliki kriteria dengan nilai bobot yang berbeda-beda. Jumlah siswa yang mengajukan beasiswa sangat banyak, dan memerlukan sistem pendukung keputusan untuk mempermudah dan mempercepat proses seleksi serta mengurangi kesalahan dalam menentukan penerima beasiswa. Metode dalam mengumpulkan data menggunakan metode wawancara, observasi, dan literatur dengan metode pengembangan sistem menggunakan waterfall. perhitungan kriteria yang digunakan dalam pengembangan sistem ini adalah metode SAW (Simple Additive Weighting). Perbandingan hasil akhir antara perhitungan manual dan sistem menunjukkan persamaan mendekati 100%, namun hasil akhir bisa saja berbeda karena perhitungan manual menggunakan nilai mentah, sedangkan perhitungan sistem menggunakan metode SAW (Simple Additive Weighting) yang perhitungan dengan cara membandingkan alternatif.
Kata kunci: beasiswa; simple additive weighting; sistem pendukung keputusan
Abstract:Abstrak: Tujuan praktis dari kecerdasan buatan adalah membuat komputer lebih bermanfaat bagi manusia. Kecerdasan buatan dapat membantu manusia membuat keputusan, menemukan informasi yang lebih akurat atau membuat komputer…
r lebih mudah digunakan dengan tampilan alami untuk membuatnya mudah dimengerti. Pada kenyataannya, sistem permohonan kredit bertujuan untuk memberikan kemudahan serta layanan yang tepat sesuai kebutuhan nasabah, dan juga memberikan suatu pedoman serta syarat-syarat dalam permohonan kredit dengan jelas agar nasabah mengerti bagaimana prosedur dalam mengajukan permohonan kredit. Adapun resiko yang dihadapi dari Bank SUMUT seperti tunggakan kredit atau kredit macet. Oleh karena itu, dibutuhkanlah kecermatan pihak internal bank dalam melakukan analisa. Ini bertujuan untuk mempelajari Sistem Pakar dengan metode Forward Chaining dan masalah untuk mengetahui apakah tindakan yang akan diambil oleh pihak internal dalam memproses pemberian kredit rumah sesuai aturannya.
Kata kunci: kredit; runut maju; sistem pakar
Abstract: The practical goal of artificial intelligence is to make computers more useful to humans. Artificial intelligence can help humans make decisions, find more accurate information or make computers easier to use with natural displays to make them easy to understand. The credit application system aims to provide convenience and appropriate services according to customer needs, and also provides clear guidelines and conditions for credit applications so that customers understand the procedure for applying for credit. The risks faced by Bank SUMUT such as credit arrears or bad loans. Therefore, it takes the accuracy of the bank's internal parties in conducting the analysis. This aims to study the Expert System with the Forward Chaining method and the problem to find out whether the actions that will be taken by internal parties in processing home loans are following the rules.
Keywords: credit; expert system; forward chaining
Abstract:Abstract : Corona virus is a very dangerous virus and can kill human life. This virus causes minor illnesses and serious illnesses such as colds or colds, since the emergence of the Corona Virus or Covid 19 paralyzing all…
l human activities carried out outside the home. The problem of this research is in the form of the impact of the corona virus on the economy, especially in the city of Batam so that the residents of Batam can overcome this corona virus outbreak to improve the weakening economy. The main objective of this research is to examine the impact of Covid 19 on the economy of the Batam population so that the Batam population can improve the already weakened economy. This study uses Fuzzy Inference Sistym the Mamdani Method for Decision Making, using Operators or through the process of Fuzification of Input Variables, Inference Machines to process rules and produce Defuzification to get the final value
Keywords: corona prediction fuzzy inference system; mamdani method
Abstrak:Virus Corona merupakan sebuah virus yang sangat berbahaya dan bisa menghilangkan nyawa manusia. Virus ini mengakibatkan penyakit ringan dan penyakit berat seperti common cold atau pilek, Sejak munculnya Virus Corona atau Covid 19 melumpuhkan semua kegiatan aktivitas manusia yang dilakukan diluar rumah. Permasalahan Penelitian ini berupa dampak akibat virus corona terhadap perekonomian khususnya pada Kota Batam sehingga penduduk Batam bisa mengatasi Wabah Virus corona ini untuk meningkatkan perekonomian yang semakin melemah. Tujuan Utama Penelitian ini mengkaji Dampak akibat Covid 19 terhadap perekonomian penduduk batam sehingga penduduk Batam bisa meningkatkan perekonomian yang sudah melemah. Penelitian ini menggunakan Fuzzy Inference Sistem Metode Mamdani untuk Pengambilan sistem Keputusan, menggunakan Operator Or dan melalui proses Fuzifikasi penentuan Variabel Input, Mesin Inferensi untuk melakukan proses aturan dan menghasilkan Defuzifikasi untuk mendapatkan nilai akhir.
Kata Kunci : fuzzy inference sistem; metode mamdani; prediksi corona
Abstract:Abstract: Education as an important aspect, in improving the quality of education needs to be done innovatively. Learning Models are examples of student learning patterns or structures that are designed, implemented, and…
systematically evaluated by teachers in order to achieve learning objectives. The Industrial Revolution 4.0 currently has an influence in various fields, one of which is the world of education, with IoT presenting an industrial revolution in the world of education in finding ways to implement learning systems so that they are not outdated. STMIK Royal is one of the computer high schools in Kisaran that wants to develop a better learning model for its students. In choosing the development of learning models requires a decision support system method in choosing the best using the AHP method. This method can analyze a number of criteria and alternatives in choosing the best learning model development which is determined through the calculation process. This model is easier and more effective to produce the best. The AHP method is able to produce the selection of learning model development with several selection criteria and influential alternative choices. The result of the highest ranking is a priority on criteria and alternatives in achieving the goal of choosing a learning model at STMIK Royal Kisaran.
Keywords: alternative; analytical hierarchy process; criteria, development; learning models
Abstrak: Pendidikan sebagai aspek penting, dalam peningkatan mutu pendidikan perlu dilakukan secara inovatif. Model Pembelajaran adalah contoh pola atau struktur belajar siswa yang dirancang, dilaksanakan, dan dievaluasi secara sistematis oleh guru dalam rangka mencapai tujuan pembelajaran. Revolusi Industri 4.0 saat ini telah memberikan pengaruh di berbagai bidang salah satunya dunia pendidikan, dengan IoT menghadirkan revolusi industri di dunia pendidikan dalam mencari jalan mengimplementasikan sistem pembelajaran agar tidak ketinggalan zaman. STMIK Royal merupakan salah satu sekolah tinggi komputer di Kisaran yang ingin mengembangkan model pembelajaran yang lebih baik bagi mahasiswanya. Dalam memilih pengembangan model pembelajaran memerlukan metode sistem pendukung keputusan dalam memilih yang terbaik menggunakan metode AHP. Metode ini dapat menganalisis sejumlah kriteria dan alternatif dalam memilih pengembangan model pembelajaran terbaik yang ditentukan melalui proses perhitungan. Model ini lebih mudah dan efektif untuk menghasilkan yang terbaik. Metode AHP mampu menghasilkan pemilihan pengembangan model pembelajaran dengan beberapa kriteria seleksi dan alternatif pilihan yang berpengaruh. Hasil perangkingan tertinggi merupakan prioritas pada kriteria dan alternatif dalam pencapaian tujuan memilih model pembelajaran di STMIK Royal Kisaran.
Kata kunci: alternatif; analytical hierarchy process; kriteria; pengembangan; model pembelajaran
Abstract:Abstract: In this research, a prediction system has been successfully developed to predict whether or not a prospective money borrower will run smoothly. Prospective borrowers who will borrow, some of the data that meet…
the criteria will be inputted by the office clerk into a prediction application system interface to be processed using the Data Mining method, namely the K-Nearest Neighbor Algorithm with the Codeigniter programming language 3. The results of the Euclidean calculation process are based on predetermined criteria Between training data (training) to testing data (test) will be displayed with a table that has been sorted from smallest to largest containing 9 closest neighbors according to the K value that has been determined, namely 9. The nine neighbors will be taken the dominant category. This dominant category can be used as a guideline that makes it easier for the leader to make a decision on the next borrower.
Keywords: Data Mining; Euclidean; K-Nearest Neighbor; Prospective Borrowers;
Abstrak: Dalam penelitian ini telah berhasil dibuat sebuah sistem prediksi untuk memprediksi lancar atau tidak lancarnya seorang calon peminjam uang. Calon peminjam uang yang akan meminjam, sebagian datanya yang memenuhi kriteria akan diinputkan petugas kantor ke dalam sebuah interface sistem aplikasi prediksi untuk diolah menggunakan metode Data Mining yaitu Algoritma K-Nearest Neighbor dengan bahasa pemrograman Codeigniter 3. Hasil proses perhitungan Euclidean berdasarkan kriteria yang sudah ditentukan antara data training (latih) ke data testing (uji) tersebut akan ditampilkan dengan sebuah tabel yang sudah diurutkan dari yang terkecil ke terbesar berisi 9 tetangga terdekat sesuai dengan nilai K yang sudah ditentukan yaitu 9. Sembilan tetangga tersebut akan diambil kategori yang dominan. Kategori yang dominan tersebut bisa dijadikan suatu pedoman yang memudahkan pimpinan dalam mengambil sebuah keputusan kepada calon peminjam selanjutnya.
Kata kunci: Debitur; Data Mining; Euclidean; K-Nearest Neighbor
Abstract:Abstract: Currently in almost every city around the world that loves flowers, including ornamental plants,. All cities are aggressively arranging their landscaping to compensate for motorized vehicle pollution or the arrangement…
rrangement of city parks planted with decorative gardens with the aim of greening the city. Sometimes there are problems in making decisions to determine suitable and good ornamental plants for planting in the city, in a decision that takes a long time. Determination of the types of ornamental plants to be planted through several factors such as leaf shape, color, stems and branches, roots and soil. On these issues, the authors conducted research on the determination of ornamental plants for city parks in the form of a decision support system application using the Analytical Hoerarchy Process (AHP) method.
Keywords: analytical hoerarchy process (AHP); decisionnsupporttsystem (SPK),
Abstrak: Saat ini hampirrdi setiap kota di seluruh dunia yang menyukai bunga termasuk tanaman hias, Semua kota gencar menata pertamanannya untuk mengimbangi polusi kendaraan bermotor maupun untuk penataan taman kota yang ditanami tamanan hias bertujuan untuk menghijaukan kota. Terkadang terdapat masalah dalam pengambilan keputusan untuk menentukan tanaman hias yang cocok dan bagus umtuk ditanam pad ataman kota, dalam pengambilan keputusan yang dilakukan terkadang memakan waktu yang cukup lama . Penentuan jenis tanaman hias yang akan ditanam melalui beberapa faktor seperti bentuk daun, warna, batang dan cabang, akar dan Tanah. Atas permasalahan tersebut penulis melakukan penelitian tentang penentuan tanaman hias untuk taman kota yang berupa aplikasi sistem pendukug keputusan yang menggunakan metode Analytical Hoerarchy Process (AHP).
Kata kunci: proses analisis hirarkie (AHP); sistem pendukung keputusan (SPK)