Abstract:Abstract: The development of information technology has significantly influenced various aspects of life, including the way participants are selected for training programs. One example of its application can be seen in the…
he Vocational Skills Education Program (PKK) in the hair beauty sector at LKP LADY in Asahan Regency. The previous manual participant selection process was considered inefficient and prone to errors. Therefore, this study aims to design a Decision Support System (DSS) based on the Additive Ratio Assessment (ARAS) method to support a more objective, transparent, and structured participant selection processThe implementation results show that the system is capable of generating participant rankings. Of the total 25 registered participants, the system successfully displayed 16 participants with the highest scores. The participant with the highest ranking was Kholina Zuhro who obtained a utility value of 0.7688. By implementing this system, the selection process at LKP LADY becomes faster, more efficient, and fairer because decisions are based on systematically determined criteria, thereby improving the quality of training results and confidence in the selection process.
Keywords: : information technology; decision support systems; ARAS; PKK; selection of participants
Abstrak: Perkembangan teknologi informasi sangat memengaruhi berbagai aspek kehidupan, termasuk cara dalam menyeleksi peserta pelatihan. Salah satu penerapannya dapat dilihat pada Program Pendidikan Kecakapan Kerja (PKK) bidang kecantikan rambut di LKP LADY Kabupaten Asahan. Proses seleksi peserta yang sebelumnya dilakukan secara manual dinilai kurang efisien dan rawan kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) berbasis metode Additive Ratio Assessment (ARAS) guna mendukung proses seleksi peserta secara lebih objektif, transparan, dan terstruktur. Sistem ini dirancang untuk memproses data peserta berdasarkan sejumlah kriteria seperti usia, tingkat pendidikan terakhir, pengalaman kerja, status pekerjaan, riwayat penyakit, dan jarak tempat tinggal dari lokasi pelatihan. Hasil implementasi menunjukkan bahwa sistem mampu menghasilkan perangkingan peserta. Dari total 25 peserta yang didaftarkan, sistem berhasil menampilkan 16 peserta dengan nilai tertinggi. Peserta dengan peringkat tertinggi adalah Kholina Zuhro yang memperoleh nilai utility sebesar 0,7688. Dengan diterapkannya sistem ini, proses seleksi di LKP LADY menjadi lebih cepat, efisien, dan adil karena keputusan didasarkan pada kriteria yang telah ditentukan secara sistematis, sehingga dapat meningkatkan kualitas hasil pelatihan dan kepercayaan terhadap proses seleksi.
Kata kunci: teknologi informasi; sistem pendukung keputusan; ARAS; PKK; seleksi peserta
Abstract:Abstract: Student satisfaction with teacher performance plays a crucial role in improving the quality of education. Teacher performance evaluation is necessary to understand how well teaching meets student expectations.…
This study evaluates student satisfaction with teacher performance at MAS Alwashliyah Petatal using the COmplex PRoportional ASsessment (COPRAS) method, which effectively handles multi-criteria comparisons objectively. Data were collected through questionnaires completed by 66 out of 209 students (31.58% response rate), assessing 16 teachers based on four competency aspects: pedagogical, personality, social, and professional, with 12 sub-criteria. Despite the low participation rate, the data remained representative based on response distribution analysis. The results indicate that the COPRAS method accurately ranks teacher performance, with teacher Lia Novia, S.Pd achieving the highest satisfaction score (100%). These findings can be integrated into school policies, such as annual teacher evaluations and teacher development programs. The implementation of this evaluation system can also serve as a basis for designing teacher training that better aligns with student needs. Thus, the COPRAS method not only helps schools assess teacher performance more objectively but also supports more effective decision-making to enhance teaching quality and overall student satisfaction.
Keywords: COPRAS; evaluation; decision support system, student satisfaction; teacher performance
Abstrak: Kepuasan siswa terhadap kinerja guru berperan penting dalam meningkatkan kualitas pendidikan. Evaluasi kinerja guru diperlukan untuk memahami sejauh mana pengajaran memenuhi harapan siswa. Penelitian ini mengevaluasi tingkat kepuasan siswa terhadap kinerja guru di MAS Alwashliyah Petatal menggunakan metode COmplex PRoportional ASsessment (COPRAS), yang mampu menangani perbandingan multi-kriteria secara objektif. Data diperoleh dari kuesioner yang diisi oleh 66 dari 209 siswa (tingkat respons 31,58%), menilai 16 guru berdasarkan empat aspek kompetensi, yaitu pedagogik, kepribadian, sosial, dan profesional, dengan 12 sub-kriteria. Meskipun partisipasi rendah, data tetap representatif berdasarkan analisis distribusi jawaban. Hasil penelitian menunjukkan bahwa metode COPRAS memberikan pemeringkatan kinerja guru secara akurat, di mana guru Lia Novia, S.Pd memperoleh nilai kepuasan tertinggi (100%). Hasil ini dapat diintegrasikan dalam kebijakan sekolah, seperti evaluasi tahunan guru dan program pengembangan tenaga pendidik. Implementasi sistem evaluasi ini juga dapat digunakan sebagai dasar penyusunan pelatihan guru yang lebih sesuai dengan kebutuhan siswa. Dengan demikian, metode COPRAS tidak hanya membantu sekolah dalam menilai kinerja guru secara lebih objektif tetapi juga mendukung pengambilan keputusan yang lebih tepat untuk meningkatkan mutu pengajaran dan kepuasan siswa.
Kata kunci: COPRAS; evaluasi; kepuasan siswa; kinerja guru; sistem pendukung keputusan
Abstract:Abstract: SMK Negeri 3 Perhotelan dan Tata Boga in Tanjung Balai, North Sumatra, under the Ministry of Education and Culture, aims to provide quality education through Industrial Work Practice (PRAKERIN). However, the school…
hool faces challenges in selecting PRAKERIN locations related to costs, distance, and the imbalance between the number of available placements and students. To address this, the study uses the Simple Additive Weighting (SAW) method to design a decision support system. This method assigns weights based on specific criteria for each alternative, through steps such as determining criteria, assigning weights, rating suitability, normalization, and final normalization. The goal of the study is to assist SMK Negeri 3 Tanjungbalai in selecting PRAKERIN locations that meet the established criteria and ranking the alternatives based on those criteria. This way, the school can choose the most suitable PRAKERIN placements for its students. The results of system testing using the SAW method show the top 10 alternatives out of 16 available options, with the highest values as recommendations: A15 (1,000), A14 (0,896), A16 (0,813), A10 (0.718), A13 (0.729), A3 (0.708), A11 (0.698), A4 (0.25), A2 (0.604) dan A10 (0,594).The alternatives with the highest values are considered the most suitable and are prioritized as recommended PRAKERIN locations.
Keywords: industrial practice; saw; spk; smk
Abstrak: SMK Negeri 3 Perhotelan dan Tata Boga di Tanjung Balai, Sumatera Utara, yang berada di bawah Kementerian Pendidikan dan Kebudayaan, bertujuan memberikan pendidikan berkualitas melalui Praktek Kerja Industri (PRAKERIN). Namun, sekolah menghadapi tantangan dalam pemilihan tempat PRAKERIN terkait biaya, jarak, dan ketidakseimbangan antara jumlah tempat dan siswa. Untuk mengatasi hal ini, penelitian menggunakan metode Simple Additive Weighting (SAW) untuk merancang sistem pendukung keputusan. Metode ini memberikan bobot berdasarkan kriteria tertentu pada setiap alternatif, melalui langkah-langkah penentuan kriteria, pemberian bobot, penilaian kecocokan, normalisasi, dan normalisasi akhir. Tujuan penelitian adalah untuk membantu SMK Negeri 3 Tanjungbalai dalam memilih tempat PRAKERIN yang sesuai dengan kriteria yang ditetapkan dan meranking alternatif berdasarkan kriteria tersebut. Dengan demikian, sekolah dapat memilih tempat PRAKERIN yang paling sesuai dengan kebutuhan siswa. Hasil uji sistem menggunakan metode SAW menunjukkan 10 alternatif teratas dari 16 yang tersedia, dengan nilai tertinggi sebagai rekomendasi: A15 (1,000), A14 (0,896), A16 (0,813), A10 (0.718), A13 (0.729), A3 (0.708), A11 (0.698), A4 (0.25), A2 (0.604) dan A10 (0,594). Alternatif dengan nilai tertinggi dianggap paling sesuai dan diprioritaskan sebagai rekomendasi tempat PRAKERIN.
Kata kunci: prakerin; saw; spk; smk
Abstract:Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik.…
istrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.
Abstract:Pendidikan memainkan peran krusial dalam pengembangan individu dan masyarakat. Peningkatan mutu pendidikan menjadi fokus utama pembangunan di Indonesia, dengan peran guru sebagai faktor penting dalam mencapai tujuan tersebut.…
ebut. SMP Negeri 3 Kualuh Hulu, sebagai salah satu lembaga pendidikan, menghadapi tantangan dalam pengelompokan siswa baru ke dalam kelas unggulan. Penelitian ini menggunakan metode Data Mining, khususnya K-Means Clustering, untuk membantu dalam seleksi dan pengelompokan siswa berdasarkan nilai rapor mereka. Metode K-Means Clustering digunakan untuk mengklasifikasikan siswa ke dalam tiga kelompok: tinggi, sedang, dan rendah. Penelitian ini menggambarkan proses pengolahan data menggunakan Python untuk memperoleh hasil klasterisasi. Hasilnya menunjukkan bahwa 25 siswa memiliki nilai tinggi, 45 siswa memiliki nilai sedang, dan 41 siswa memiliki nilai rendah. Dengan informasi ini, sekolah dapat dengan cepat dan efisien menentukan siswa yang layak masuk kelas unggulan, memungkinkan peningkatan kualitas pembelajaran dan persiapan siswa untuk pendidikan lanjutan.
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: This study aims to develop a web application that is able to facilitate teachers in providing exams with answer-type questions via voice using the speech recognition method and is able to display pictorial exam…
questions. The process of collecting research data was carried out through interviews and literature studies with case studies in the 4th semester English course in Informatics Engineering study program at Universal University. Web application development is carried out using the Extreme Programming method with testing through the Black Box Testing approach. In development, researchers used the Laravel framework with the PHP, Javascript, and MySQL programming languages as databases. The results of the Black Box test show that the web application is able to carry out the functionality according to the problems in this study. With this web application, it is hoped that teachers can easily provide exams with sound and image-based questions, provide a more interactive and effective learning experience for students, and enrich the use of technology in educational contexts.
Keywords: laravel; javascript; MySQL; PHP; speech recognition
Abstrak: Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi web yang mampu memfasilitasi pengajar dalam menyediakan ujian dengan pertanyaan bertipe jawab melalui suara menggunakan metode speech recognition serta mampu menampilkan pertanyaan ujian yang bergambar. Proses pengumpulan data penelitian dilakukan melalui metode wawancara dan studi pustaka dengan studi kasus di mata kuliah Bahasa Inggris 2 program studi Teknik Informatika semester 4 Universitas Universal. Pengembangan aplikasi web dilakukan menggunakan metode Extreme Programming dengan pengujian melalui pendekatan Black Box Testing. Dalam pengembangan, peneliti menggunakan framework Laravel dengan bahasa pemrograman PHP, Javascript, dan MySQL sebagai basis data. Hasil pengujian Black Box menunjukkan bahwa aplikasi web mampu menjalankan fungsionalitas sesuai dengan masalah yang ada dalam penelitian ini. Dengan adanya aplikasi web ini, diharapkan pengajar dapat dengan mudah menyediakan ujian dengan pertanyaan berbasis suara dan gambar, memberikan pengalaman belajar yang lebih interaktif dan efektif bagi mahasiswa, serta memperkaya penggunaan teknologi dalam konteks pendidikan.
Kata kunci: laravel; javascript; MySQL; PHP; speech recognition
Abstract:Abstract: Education is one of the most important aspects in the world. Education continues to change and continues to develop in an orderly and logical manner. The world of education cannot be separated from the role of…
a teacher. The teacher is one of the most important aspects in the process of teaching and learning activities in the classroom to shape the character of students. Therefore, a teacher is expected to be able to create human resources who have the knowledge and abilities. Based on this, the selection of the best teachers needs to be done selectively so that the learning outcomes obtained by students are as expected at SMKN PP 1 Kualuh Selatan. already determined. With the implementation of the moora method in selecting the best teachers at SMKN PP 1 Kualuh Selatan, the selection of the best teachers becomes fast and precise where the results of the calculation of the web-based assessment system are 0.3099.
Keywords: MCDM; MOORA; Best Teacher Selection
Abstrak: Pendidikan adalah salah satu aspek yang sangat penting di dunia. pendidikan terus mengalami perubahan dan terus berkembang secara teratur dan logis. Dunia pendidikan tidak terlepas dari peran seorang guru. Guru adalah salah satu aspek yang sangat penting dalam proses kegiatan belajar mengajar dikelas untuk membentuk karakter siswa. Oleh karena itu, seorang guru diharapkan mampu menciptakan sumber daya manusia yang mempunyai pengetahuan dan kemampuan. Berdasarkan hal tersebut, pemilihan guru terbaik perlu dilakukan secara selektif agar hasil pembelajaran yang diperoleh siswa sesuai dengan yang diharapkan pada SMKN PP 1 Kualuh Selatan belum pernah melakukan pemilihan guru terbaik secara cepat dan tepat, pemilihan tersebut masih secara manual yaitu menilai berdasarkan kriteria-kriteria yang sudah ditentukan. Dengan diimplementasi metode moora dalam pemilihan guru terbaik pada SMKN PP 1 Kualuh Selatan maka pemilihan guru terbaik menjadi cepat dan tepat dimana hasil dari perhitungan sistem penilaian berbasis web adalah 0,3099.
Kata kunci: MCD; MOORA; Pemilihan Guru Terbaik
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