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: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 : The Central Bureau of Statistics (BPS) is a non-departmental government agency established as a provider of data or information based on Law No. 6/1960 on Census and Law No. 7/1997 on Statistics. The Central Statistics…
tatistics Agency (BPS) recorded the number of motorized vehicles such as cars, buses, trucks, and motorcycles in the provinces of North Sumatra and West Sumatra in 2020-2021 reaching 3,043,892 million units. The purpose of this study is to classify the number of motorized vehicles in the form of cars, motorcycles, buses and trucks. This research uses quantitative research with Naive Bayes Algorithm analysis model. The data used in this study is data from several regions in North Sumatra Province and West Sumatra Province in 2020-2021. Evaluation of model performance is based on accuracy parameters, precision and total recall of the confusion-matrix. The results of testing the dataset and calculating the model performance parameters have obtained an accuracy value of 100%. With the percentage value of the description of each dataset class, namely a little 70.6%, moderate 21.6%, and a lot 7.8%.
Keywords :classification;confusion-matrix; data; motor vehicles; naive bayes
Abstrak : Badan Pusat Statistik (BPS) adalah lembaga pemerintahan non-departemen yang dibentuk sebagai penyedia data atau informasi berdasarkan UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7 Tahun 1997 tentang Statistik. Badan Pusat Statistik (BPS) mencatat jumlah kendaraan bermotor seperti mobil, bus, truk, dan sepeda motor di Provinsi Sumatera Utara dan Sumatera Barat pada tahun 2020-2021 mencapai 3.043.892 juta unit. Tujuan dari penelitian ini yaitu untuk mengklasifikasikan jumlah kendaraan bermotor berupa mobil, sepeda motor, bus dan, truk. Adapun penelitian ini menggunakan jenis penelitian kuantitatif dengan model analisis Algoritma Naive Bayes. Data yang digunakan pada penelitian ini adalah data dari beberapa daerah di Provinsi Sumatera Utara dan Provinsi Sumatera Barat tahun 2020-2021. Evaluasi kinerja model didasarkan pada parameter akurasi, presisi dan recall total dari Confusion-Matrix. Hasil pengujian dataset dan perhitungan parameter performa model telah didapat nilai akurasi 100%. Dengan presentase nilai keterangan setiap kelas dataset yaitu Sedikit 70,6%, Sedang 21,6%, dan Banyak 7,8%.
Kata kunci :confusion-matrix; data; kendaraan bermotorklasifikasi; naive bayes
Abstract:Abstract: The increasingly fierce business competition in this era of globalization requires companies to rearrange business strategies and tactics in order to always survive in business competition. To achieve this, there…
re are several things that can be done, namely by improving product quality, adding product types, and reducing company operational costs by using company data analysis. Data mining is a statistical process that identifies and categorizes data. PT. Swasti is a company engaged in contracting and supplying the engineering needs of palm oil mills. The purpose of this research is to help classify sales data in order to maximize stock management. In this study, the application of clustering using the k-means algorithm was used. The results of the data modeling will group the stock of goods into a number of clusters. The grouping will produce in information about the sale of goods where there are three groups, namely sales that are not selling well, selling well, and selling very well.
Keywords: k-means; data mining; clustering; sales stock.
Abstrak: Persaingan bisnis yang semakin ketat di era globalisasi ini menuntut perusahaan untuk menyusun kembali strategi dan taktik bisnis agar selalu bertahan dalam persaingan bisnis. Untuk mencapai hal tersebut, ada beberapa hal yang bisa dilakukan yaitu dengan meningkatkan kualitas produk, penambahan jenis produk, dan pengurangan biaya operasional perusahaan dengan cara menggunakan analisis data perusahaan. Data mining merupakan proses statistik yang mengidentifikasi dan mengelompokkan suatu data. PT. Swasti adalah perusahaan yang bergerak di bidang kontraktor dan supplier untuk kebutuhan teknik dari pabrik kelapa sawit. Tujuan diadakan penelitian ini untuk membantu mengelompokkan data penjualan agar dapat memaksimalkan manajemen stock. Pada penelitian ini, digunakan penerapan clustering dengan menggunakan algoritma k-means. Hasil dari pemodelan data tersebut akan mengelompokkan stock barang kedalam sejumlah cluster. Pengelompokkan tersebut akan menghasilkan informasi tentang penjualan barang dimana terdapat tiga cluster yaitu penjualan kurang laris, cukup laris, dan sangat laris.
Kata kunci: k-means; data mining; clustering; stok penjualan.
Abstract:Abstract : Excessive use of the internet can interfere with health so that it will be classified as internet addiction (internet addiction) which can have an impact on the health of users and their social life. A solution…
n is needed for the increasing growth rate of internet users every year, especially in Indonesia. Until now, there are no findings or an application for diagnosing internet addiction that can be used in general so that it can reduce the intensity of surfing in cyberspace. Therefore, for the initial stage it is necessary to have an application that can diagnose the initial internet addiction. By utilizing computer programming algorithms such as PHP and supported by inference engines such as Case Based Reasoning (CBR) so that it can replace an expert to be able to diagnose early symptoms by utilizing a knowledge base such as symptoms or facts about a disease, especially internet addiction. Based on the test results, the system designed can provide predictive values about internet addiction, then the machine will perform a search and issue the results of the diagnosis and the best possible solution.
Keywords: Expert System; Case Based Reasoning; Internet Addiction.
Abstrak : Penggunaan internet yang berlebihan dapat mengganggu kesehatan sehingga akan tergolong dalam internet addiction (kecanduan internet) yang dapat berdampak pada kesehatan pengguna dan kehidupan sosial mereka. Diperlukan suatu solusi atas meningkatnya angka pertumbuhan pengguna internet setiap tahunnya khususnya di Indonesia. Hingga saat ini belum adanya temuan atau sebuah aplikasi untuk mendiagnosa kecanduan internet yang dapat digunakan secara umum sehingga dapat mengurangi intensitas berselancar di dunia maya. Oleh karena itu untuk tahap awal perlu adanya suatu aplikasi yang dapat mendiagnosa awal kecanduan internet tersebut. Dengan memanfaatkan algoritma pemrograman komputer seperti PHP serta didukung oleh inferensi engine seperti Case Based Reasoning (CBR) sehingga dapat menggantikan seorang pakar untuk dapat mendiagnosa gejala awal dengan memanfaatkan basis pengetahuan seperti gejala-gejala atau fakta mengenai suatu penyakit khususnya penyakit kecanduan internet. Berdasarkan hasil pengujian sistem yang dirancang dapat memberikan nilai prediksi tentang penyakit kecanduan internet, kemudian mesin akan melakukan penelusuran serta mengeluarkan hasil diagnosa dan kemungkinan solusi terbaik.
Kata Kunci : Sistem Pakar; Case Based Reasoning; Kecanduan Internet.
Abstract:Abstract: Mangosteen is a tropical fruit that is widely cultivated in Indonesia. In general, many are honed who cultivate mangosteen fruit, but farmers still experience problems in dealing with pests and diseases of mangosteen,…
osteen, to overcome the existing problems, the agricultural extension helps to understand farmers to identify these pests and diseases. The Asahan District Agriculture Office in identifying mangosteen diseases is still done manually because in the limited time mangosteen farmers cannot receive training from unscheduled farmer counseling. So to make it easier to understand in identifying diseases, researchers create an expert system that can build to identify diseases and pests in mangosteen in percentage probability, using a certainty factor algorithm for the application of an effective expert system in overcoming the problem. The accuracy in the calculation process of the certainty factor algorithm is influenced by the selection of the data for the existing symptoms.
Keywords: diseases and pests; mangosteen plants; expert systems; certainty factor.
Abstrak: Buah manggis merupakan buah tropis yang banyak dibudidayakan di Indonesia . pada umumnya diasahan banyak yang membudiadayakan buah manggis, namun petani masih mengalami kendala dalam menagani hama dan penyakit manggis, untuk mengatasi permasalahan permasalahan yang ada, penyuluhan pertanian membantu untuk melakukan pemahaman kepada petani agar dapat mengidentifikasi hama dan penyakit tersebut. Adapun Dinas Pertanian Kabupaten Asahan dalam melakukan identifikasi penyakit manggis masih secara manual, karena dalam keterbatasan waktu petani manggis tidak dapat pelatihan dari penyuluhan petani yang tidak terjadwalkan. Maka untuk mempermudah dalam memahami dalam mengidentifikasi penyakit peneliti membuat sistem pakar yang dapat membangun untuk mengidentifikasi penyakit dan hama pada manggis dalam probabilitas persentasenya, menggunakan algoritma certainty factor untuk penerapan sistem pakar ekfektif dalam mengatasi permasalahannya. Keakuratan dalam proses perhitungan algoritma certainty factor yang dipengaruhi oleh pemilihan data gejala-gejala yang ada.
Kata kunci: penyakit dan hama; tanaman manggis; sistem pakar; certainty factor.
Abstract:Abstract: The Family Hope Program (PKH) is a government program in the form of cash for Very Poor Households (RTSM) whose qualifications are met related to efforts to improve human quality, not in the field of education…
but also health. In the short term, the PKH program is calculated to reduce the expenditure of poor families and reduce poverty in the long term. To receive the PKH Program) the government has set several criteria, including income, house ownership status, house size, floor type, roof, wall, and type of water source. As for the way to do the settlement of the criteria that have been set, namely by utilizing the Data Mining technique through the Naïve Bayes method. The dataset in this study is the data of recipients of the 2020 Family Hope Program as many as 82 samples. The results of the classification modeling with the Naïve Bayes Algorithm produce precision values for the positive class 100%, for the negative class 77%, the recall value for the positive class 80%, for the negative class 100%, the f1-score value for the positive class 89%, for the negative class 87%, and 88% accuracy value. The purpose of this research is to help the Social Service in classifying the recipients of the Family Hope Program (PKH).
Keywords: The Family Hope Program; Data Mining; Naïve Bayes
Abstrak: Program Keluarga Harapan (PKH) merupakan program pemerintah dalam bentuk tunai untuk Rumah Tangga Sangat Miskin (RTSM) yang kualifikasinya terpenuhi terkait dengan upaya peningkatan kualitas manusia tersebut bukan dalam bidang pendidikan tetapi juga kesehatan. dalam jangka pendek Program PKH diperhitungkan bisa mengurangi biaya pengeluaran keluarga miskin serta mengurangi kemiskinan dalam jangka panjang. Untuk menerima Program PKH) pemerintah sudah menetapkan beberapa kriteria, diantaranya Penghasilan, Status Kepemilikan Rumah, Ukuran Rumah, tipe Lantai, Atap, Dinding, serta jenis sumber air. Adapun cara untuk melakukan penyelesaian terhadap kriteria yang sudah ditetapkan yaitu dengan memanfaatkan teknik Data Mining melalui Metode Naïve Bayes. Dataset dalam penelitian ini adalah data penerima Program Keluarga Harapan tahun 2020 sebanyak 82 sampel. Hasil pemodelan klasifikasi dengan Algoritma Naïve Bayes menghasilkan besaran nilai precision untuk kelas positif 100%, untuk kelas negatif 77%, nilai recall untuk kelas positif 80%, untuk kelas negatif 100%, nilai f1-score untuk kelas positif 89%, untuk kelas negatif 87%, dan nilai akurasi 88%. Tujuan dilaksanakannya penelitian ini adalah untuk membantu Dinas Sosial mengklasifikasikan penerima Program Keluarga Harapan (PKH).
Kata kunci: Program Keluarga Harapan; Data Mining; Naïve Bayes
Abstract:Abstrak: FIFO is an acronym for First In, First Out, an abstraction that deals with how to organize and manipulate data relative to time and priority. The FIFO (First In First Out) method is a method where the goods that…
were first entered will be issued first, while the goods that were last entered will be issued at a later date. So the first inventory recording is to record the goods/inventory that first entered UD. Karya Bersama is a business in the field of photocopying that is intended for all circles which provides photocopying, volume, and stationery services. The problem that exists is in making inventory reports of UD. Karya Bersama still uses manual methods and is not computerized so that there are reports of inventories that are inefficient, inaccurate and take a long time, this encourages to change the inventory system due to the impact experienced in the future results of reports that are not precise and efficient. The impact resulting from a computerized system can make it easier and faster to process data and get information quickly and efficiently.
Kata kunci: First In First Out, UD. Joint Work, Inventory.
Abstract: FIFO adalah akronim untuk First In, First Out (pertama masuk, pertama keluar) sebuah abstraksi yang berhubungan dengan cara mengatur dan memanupulasi data relative terhadap waktu dan prioritas. Metode FIFO (First In First Out) merupakan metode dimana barang yang pertama kali masuk akan dikeluarkan terlebih dahulu sedangkan untuk barang yang terakhir kali masuk akan dikeluarkan di kemudian hari. Jadi pencatatan persediaan yang dilakukan pertama kali adalah mencatat barang/persediaan yang pertama kali masuk UD. Karya Bersama merupakan usaha dalam bidang fotocopy yang di peruntukkan untuk segala kalangan dimana menyediakan jasa fotocopy, jilid, dan ATK. Masalah yang ada yaitu dalam pembuatan laporan persediaan barang UD. Karya Bersama masih menggunakan cara manual dan tidak terkomputerisasi sehingga terdapat laporan persediaan barang yang tidak efisien, tidak tepat dan memakan waktu yang lama, hal ini mendorong untuk merubah sistem persediaan barang dikarenakan dampak yang dialami kedepanya hasil laporan yang tidak tepat dan efisien. Dampak yang dihasilkan dari sistem yang sudah terkomputerisasi dapat lebih mempermudah dan mempercepat dalam proses pengolahan data dan mendapatkan informasi dengan cepat dan efisien.
Keywords: First In First Out , UD. Karya Bersama, Persediaan Barang.
Abstract:Abstract: MitaShop shop is a shop that sells various kinds of cosmetic products. Currently, the MitaShop Store records sales transactions with a notebook, the fulfillment of cosmetic supplies is still in the estimate, so…
there is often a buildup of products that rarely sell and there is no daily report data so that store owners cannot quickly refill products. From these problems, a Data Mining system was created which aims to minimize and maximize the supply of cosmetic products. By using the Apriori Algorithm method, which is to calculate the highest frequency value to be able to find out the results of selling cosmetic products. So the results of this study can provide an overview to store owners in managing and controlling the pattern of inventory of cosmetic products at MitaShop Stores better.
Keywords: Apriori Algorithm; Data Mining; Inventory
Abstrak: Toko MitaShop adalah toko yang menjual berbagai macam produk kosmetik. Saat ini Toko MitaShop melakukan pencatatan transaksi penjualan dengan buku catatan, pemenuhan persediaan kosmetik masih dalam perkiraan sehingga sering terjadi penumpukan produk yang jarang laku dan belum adanya data laporan harian sehingga pemilik Toko tidak bisa dengan cepat melakukan pengisian produk kembali. Dari permasalahan tersebut maka dibuatlah sistem Data Mining yang bertujuan untuk meminimal dan maksimalkan persediaan produk kosmetik. Dengan menggunakan metode Algoritma Apriori yaitu menghitung nilai frekuensi tertinggi untuk dapat mengetahui hasil penjualan produk kosmetik. Maka hasil dari penelitian ini dapat memberikan gambaran kepada pemilik toko dalam mengatur dan mengontrol pola persediaan produk kosmetik di Toko MitaShop dengan lebih baik lagi.
Kata kunci: Algoritma apriori; Data mining; Persediaan
Abstract:Abstract: Australia chicken eggs are one of the animal foods that are consumed in addition to meat, fish and milk. Australian chicken eggs contain high nutrition, sustainable availability, and relatively higher prices compared…
mpared to other eggs, making Australian chicken eggs in great demand by consumers. However, Australian chicken eggs are easily damaged and decreased in quality due to the entry of bacteria into the eggs. CV. Bintang Ternak selection of quality eggs is still done manually by employees, so there is a need for a new method in determining quality eggs. cv. Bintang Ternak has a sample of 90 Australian chicken eggs. The sample used is Australian chicken egg shell, in determining the quality of Australian chicken eggs can be seen from the condition of the egg shells. Planning in solving these problems will use the C4.5 algorithm method. With the application of the C4.5 algorithm method contained in the rapidminer5 application, there are several advantages to be gained, namely in making a simpler decision, shortening employee work, more flexibility in selecting class attributes, accuracy in predicting more effectively and efficiently and easy to understand with there are conclusions generated by the rapidminer5 application that can be seen from the decision tree or rules obtained using 90 samples of test data resulting in an accuracy of 90%.
Keywords: Rapid Miner5;Algorithm C4.5;Determining the Best Quality of Australian Chicken Eggs.
Abstract: Telur Ayam Autralia merupakan salah satu bahan makanan hewani yang dikonsumsi selain daging, ikan dan susu. Telur ayam australia mengandung gizi yang tinggi, ketersediaan yang berkelanjutan, dan harga yang relatif lebih dibandingkan dengan telur lainnya sehingga menjadikan telur ayam australia sangat diminati oleh para konsumen. Namun, telur ayam australia mudah mengalami kerusakan dan penurunan kualitas akibat masuknya bakteri kedalam telur. CV. Bintang Ternak pemilihan telur yang berkualitas masih dilakukan secara manual oleh karyawan, sehigga perlu adanya metode terbaru dalam penentuan telur yang berkualitas. Cv. Bintang Ternak memiliki sampel telur ayam australia 90 butir. Sampel yang digunakan yaitu kulit telur ayam australia, dalam menentukan kualitas telur ayam australia dapat dilihat dari kondisi kulit telurnya. Perencanaan dalam penyelesaian permasalahan tersebut akan menggunakan metode algoritma C4.5. Dengan adanya penerapan metode algoritma C4.5 yang terdapat pada aplikasi rapidminer5 maka ada beberapa keuntungan yang didapat diperoleh yaitu dalam mengambil suatu keputusan lebih sederhana, mempersingkat pekerja karyawan, lebih fleksibel dalam pemilihan atribut kelas, keakuratan dalam memprediksi lebih efektif dan efisien dan mudah dipahami dengan adanya kesimpulan yang dihasilkan oleh aplikasi rapidminer5 yang dapat dilihat dari pohon keputusan atau rule yang diperoleh dengan menggunakan 90 sampel data uji memghasilkan akurasi sebesar 90%.
Kata kunci:RapidMiner5;Algoritma C4.5;Menentukan Kualitas Telur Ayam Australia Terbaik.