Abstract:Abstract: One of the main aspects of education, such as elementary school education, the initial stage for children to continue to the next level of education. Elementary school for the first level of education plays an…
important role in developing students' attitudes, skills, and interests and talents. Every new academic year, students and parents will choose the best school according to their wishes. There are many choices of schools with a variety of different offerings provided. That way, many parents of students are confused by the many choices of types of schools for their children. This study aims to provide recommendations for the best elementary schools in the Sei Dadap sub-district based on the criteria desired by prospective students by applying the Simple Addictive Weighting (SAW) method to a system The SAW method helps in solving simple unstructured problems so that by applying the SAW method a more effective decision-making process can be carried out. The data used as alternative data are elementary schools in the Sei Dadap sub-district. The criteria used in decision making include accreditation, facilities, extracurricular activities, number of classrooms, number of students, and distance between schools.
Keywords: Decision Support System; Elementary school; Simple Addictive Weighting
Abstrak: Salah satu aspek pendidikan utama seperti pendidikan sekolah dasar yang tahap awal bagi anak untuk melanjutkan ke jenjang pendidikan berikutnya. Sekolah Dasar jenjang pendidikan pertama memegang peranan penting dalam mengembangkan sikap, keterampilan, serta minat dan bakat siswa. Setiap tahun ajaran baru, siswa dan orang tua akan memilih sekolah terbaik sesuai dengan keinginan mereka. Ada banyak pilihan sekolah dengan beragam penawaran berbeda yang disediakan. Dengan begitu, banyak orang tua siswa yang bingung dengan banyaknya pilihan jenis sekolah untuk anaknya. Penelitian ini bertujuan untuk memberikan rekomendasi sekolah dasar terbaik di kecamatan Sei Dadap berdasarkan kriteria yang diinginkan oleh calon siswa dengan menerapkan metode Simple Addictive Weighting (SAW) pada suatu sistem. Metode SAW membantu dalam menyelesaikan masalah sederhana yang tidak terstruktur sehingga dengan menerapkan metode SAW dapat dilakukan proses pengambilan keputusan yang lebih efektif. Data yang digunakan sebagai data alternatif adalah sekolah dasar yang ada di kecamatan Sei Dadap. Kriteria yang digunakan dalam pengambilan keputusan meliputi akreditasi, fasilitas, kegiatan ekstrakurikuler, jumlah ruang kelas, jumlah siswa, dan jarak antar sekolah.
Kata kunci: Sistem Pendukung Keputusan; Simple Addictive Weighting; Sekolah Dasar
Abstract:Abstract: The Central Bureau of Statistics is a government agency that serves the public in providing accurate statistical data. Central Bureau of Statistics Every year the Central Bureau of Statistics accepts new partners.…
rs. Partners who do data processing that has been done on data in the field. In this case, the acceptance of new partner candidates is quite often held to carry out survey and population census activities. The partner acceptance process is less effective because it still uses the manual method, namely the approach between existing partners. So we need a decision support system that can help election performance to be more effective. The basic concept of the Simple Addictive Weighting method is to find a weighted sum of performance ratings for each alternative on all criteria or attributes. The purpose of this research is to build and design a data processing application for prospective new partners at the Central Bureau of Statistics of the Asahan district to get an assessment according to the specified criteria. The results of the research conducted produced the best alternative decision, namely Ruslan Efendi with a score of 0.975 and Yenni Yulistina with a value of 0.95. based on these results can assist the Central Bureau of Statistics in determining the assessment of potential new partners so that they can provide a reference in decision making. In accordance with the criteria required by the Central Bureau of Statistics.
Keywords: decision support support system; simple addictive weighting; prospective partners; information systems.
Abstrak: Badan Pusat Statistik merupakan salah satu instansi pemerintah yang melayani masyarakat dalam menyediakan data statistik yang akurat. Badan Pusat Statistik Setiap tahunnya Badan Pusat Statistik menerima mitra baru. Mitra yang melakukan pengolahan data yang sudah dilakukan pada data dilapangan.. Dalam hal ini, penerimaan calon mitra baru cukup sering diadakan untuk menjalankan kegiatan survei dan sensus penduduk. Proses penerimaan mitra ini kurang efektif karena masih menggunakan cara manual, yaitu dan pendekatan antara mitra yang sudah ada sebelumnya. Sehingga dibutuhkan sebuah sistem pendukung keputusan yang dapat membantu kinerja pemilihan menjadi lebih efektif. Konsep dasar dari metode Simple Addictive Weighting mencari penjumlahan terbobot dari rating kinerja untuk setiap alternative pada semua kriteria atau atribut. Tujuan penelitian ini dapat membangun dan merancang sebuah aplikasi pengolahan data calon mitra baru di Badan Pusat Statistik kabupaten Asahan yang tepat untuk mendapatkan penilaian yang sesuai dengan kriteria yang ditentukan. Hasil dari penelitian yang dilakukan menghasilkan sebuah keputusan alternatif terbaik yaitu Ruslan efendi dengan nilai 0.975 serta Yenni Yulistina dengan nilai 0.95. berdasarkan hasil tersebut dapat membantu pihak Badan Pusat Statistik dalam menentukan penilaian calon mitra baru sehingga dapat memberikan acuan dalam pengambilan keputusan. Sesuai dengan kriteria yang dibutuhkan oleh pihak Badan Pusat Statistik.
Kata kunci : sistem pendukung pendukung keputusan; simple addictiv weighting; calon mitra; sistem informasi.
Abstract:Abstract: Marriage is a husband and wife relationship between a man and a woman to form a family. There are several conditions in marriage that must be fulfilled both religiously and legally in force in Indonesia. To carry…
ry out the marriage, the prospective bride and groom must register at the nearest Religious Affairs Office (KUA), KUA is an institution established by the government to handle marriage matters. At marriages, various age groups are often found registering at the KUA. This research was conducted using the Data Mining technique through the K-Means Clustering Model to determine the age grouping of marriage which aims to make it easier for the Office of Religious Affairs in educating the prospective bride and groom from a future perspective and an economic perspective in terms of having a child. The research dataset is data on prospective wedding brides at KUA Rawang Lama, Panca Arga in 2022 with a total of 102 samples, by forming 3 clusters, namely: the Ideal cluster of 76 prospective wedding brides (age 19-30 based on husband's age and age 18-25 based on age wife), a good cluster of 20 prospective marriage brides (age 28-44 based on husband's age and age 24-37 based on wife's age), and a risky cluster of 6 prospective marriage brides (age 49-72 based on husband's age and age 39-58 based on wife's age), and produces a Silhouette Score of 0.57.
Keywords: clustering; data mining; k-means; marriage
Abstrak: Pernikahan merupakan hubungan sebagai suami dan istri antara seorang laki-laki dan perempuan untuk membentuk sebuah keluarga. Terdapat beberapa syarat dalam pernikahan yang wajib dipenuhi baik secara agama maupun secara hukum yang berlaku di Indonesia. Untuk melakukan pernikahan, calon kedua mempelai harus mendaftarkan diri pada Kantor Urusan Agama (KUA) terdekat, KUA merupakan lembaga yang dibentuk oleh pemerintah untuk menangani masalah pernikahan. Pada pernikahan sering ditemukan berbagai kalangan umur yang mendaftarkan diri di KUA. Penelitian ini dilakukan dengan menggunakan teknik Data Mining melalui Model K-Means Clustering untuk menentukan pengelompokkan umur pernikahan yang bertujuan untuk mempermudah pihak KUA dalam mengedukasi calon mempelai pernikahan dalam sudut pandang masa depan dan sudut pandang ekonomi dalam hal memiliki seorang anak. Dataset penelitian ini adalah data calon mempelai pernikahan pada KUA Rawang Lama, Panca Arga pada tahun 2022 sebanyak 102 sampel, dengan membentuk 3 klaster yaitu : cluster Ideal sebanyak 76 calon mempelai pernikahan (usia 19-30 berdasarkan umur suami dan usia 18-25 berdasarkan umur istri), cluster baik sebanyak 20 calon mempelai pernikahan (usia 28-44 berdasarkan umur suami dan usia 24-37 berdasarkan umur istri), dan cluster beresiko sebanyak 6 calon mempelai pernikahan (usia 49-72 berdasarkan umur suami dan usia 39-58 berdasarkan umur istri), dan menghasilkan Silhouette Score 0.57.
Kata kunci: clustering; data mining; k-means; pernikahan
Abstract:Abstract: This study examines how promethee can be a suitable method to be used in the decision-making system of prospective student association members as an organization under the auspices of the university. In this study,…
udy, it is explained that the decision-making system for the acceptance of prospective student associations as an organization within the university environment experiences several problems in the process, namely, most of the associations still use the manual method. This of course not only has an impact on the effectiveness of the time and energy used but also affects the decisions taken. Promethee is one of the methods in the decision-making system that can be used by students considering that promethee is more efficient in time, effort, and objectivity in making better decisions. Researchers in this study also analyze and describe the scheme or flow of the promethee method that can be used by students as well as basic criteria such as academic, activeness, nature, and confidence possessed. This basic criterion can be one of the reference guidelines used in the selection and decision-making stages.
Keywords: decision making system; promethee; student association
Abstrak: Penelitian ini mengkaji tentang bagaimana promethee bisa menjadi salah satu metode yang cocok untuk digunakan dalam sistem pengambilan keputusan calon anggota himpunan mahasiswa sebagai organisasi yang berada di naungan universitas. Penelitian ini menjelaskan bahwasanya sistem pengambilan keputusan penerimaan calon himpunan mahasiswa sebagai organisasi yang berada di lingkungan universitas mengalami beberapa masalah dalam prosesnya yakni Sebagian besar himpunan masih menggunakan metode yang manual. Hal ini tentu tidak hanya berdampak pada efektivitas waktu dan tenaga yang digunakan melainkan juga mempengaruhi keputusan yang diambil. Promethee menjadi salah satu metode dalam sistem pengambilan keputusan yang bisa digunakan oleh mahasiswa mengingat promethee lebih efisien dalam waktu, tenaga hingga tingkat objektivitas dalam pengambilan keputusan yang lebih baik. Peneliti dalam kajian ini juga menganalisis dan menjabarkan tentang skema atau alur yang metode promethee yang bisa digunakan oleh mahasiswa serta kriteria dasar seperti akademik, keaktifan, sikap dan kepercayaan diri yang dimiliki. Kriteria dasar ini bisa menjadi salah satu referensi pedoman yang digunakan dalam tahap penyeleksian dan pengambilan keputusan.
Kata kunci: himpunan mahasiswa; promethee; sistem pengambilan keputusan,
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: 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: Labuhanbatu Regency is a district that has many Vocational High Schools (SMK) which are very attractive to the community. Because each Vocational High School has its own vocational fields, for example Health, Automotive,…
utomotive, Offices, and others. The existence of this Geographic Information System makes it easy for users to find Vocational High School routes. Vocational High Schools are schools that make students or prospective students even more skilled. In making this Geographic Information System requires Systems Development Life Cycle to analyze gradually, and Webgis to display maps as well as GPS to ascertain the location of the earth's surface and use UML design such as activity diagrams, sequence diagrams, and usecase. There is also a waterfall method in making this Geographic Information System such as its analysis, implementation, design, maintenance and also the testing phase. The Testing Phase uses the BlackBox to test the system whether it is running well or not and is suitable for use by users.
Keywords: BlackBox Testing; Geographic Information System; Google Maps; GPS; UML; Vocational High School
Abstrak: Kabupaten Labuhanbatu termasuk kabupaten yang memiliki banyak Sekolah Menengah Kejuruan (SMK) yang sangat diminati masyarakat. Karena setiap SMK memiliki kejuruan masing-masing dalam bidangnya misalkan Kesehatan, Otomotif, Perkantoran, dan lain-lain. Adanya Sistem Informasi Geografi ini memudahkan para pengguna untuk mencari rute Sekolah Menengah Kejuruan. Sekolah Menengah Kejuruan adalah sekolah yang menjadikan para siswa atau calon siswa lebih trampil lagi. Dalam pembuatan Sistem Informasi Geografi ini memerlukan Systems Development Life Cycle menganalisis secara bertahap, dan Webgis untuk menampilkan peta juga GPS untuk memastikan letak permukaan bumi dan menggunakan Perancangan UML seperti activity diagram, sequence diagram, dan usecase. Terdapat juga Metode waterfall dalam membuat Sistem Informasi Geografi ini seperti analisanya, implementasi, desain, pemeliharaan dan juga tahap pengujian. Tahap Pengujian menggunakan BlackBox untuk menguji Sistem apakah berjalan baik atau tidak dan sudah layak digunakan bagi pengguna.
Kata kunci: Sekolah Menengah Kejuruan; GPS; Peta Google; Sistem Informasi Geografi; Uji BlackBox; UML
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: The role of lecturers in higher education is one of the most influential parts of the quality of students produced. Lecturer educational qualifications are also an important aspect of improving academic and institutional…
titutional quality. Selection of foundation scholarships in the form of doctoral education currently has problems in choosing prospective lecturers. In the selection of doctoral scholarships for potential lecturers, there is still subjectivity in their selection manually. As a supporting medium in determining the selection of potential lecturers to obtain doctoral education foundation scholarships and testing the SMART (Simple Multi Attribute Rating Technique) method to provide scholarship recommendations for prospective lecturers. The selection process uses the SMART method because this method is able to solve multi-criteria problems from the foundation, in this case the Chancellor of the Indonesian Community Development University. Furthermore, the criteria are processed using an application built using the PHP and MySQL programming languages to test these criteria. From the application built, it can be concluded that Yuanita, M.Si with a score of 0.7342 and Khairuddin Tampubolon, M.Si with a score of 0.6311 are entitled to get a doctoral education scholarship from the foundation. Then subjective and computerized decisions can be obtained in this study..
Keywords: Decision Support Systems; Mysql; PHP ; Potential Lecturer Scholarships, Simple Multi Attribute Rating Technique.
Abstrak: Peran dosen di perguruan tinggi adalah salah satu bagian paling berpengaruh dari kualitas mahasiswa yang dihasilkan. Kualifikasi pendidikan dosen juga merupakan aspek penting untuk meningkatkan kualitas akademik dan kelembagaan. Pemilihan beasiswa yayasan dalam bentuk pendidikan doktor saat ini memiliki masalah dalam memilih calon dosen. Dalam pemilihan beasiswa pendidikan doktoral untuk dosen potensial masih ada subjektivitas serta dalam seleksi mereka secara manual. Sebagai media pendukung dalam menentukan seleksi dosen potensial untuk memperoleh beasiswa yayasan pendidikan doktoral dan menguji metode SMART (Simple Multi Attribute Rating Technique) untuk memberikan rekomendasi beasiswa bagi calon dosen. Untuk proses seleksi menggunakan metode SMART karena metode ini mampu menyelesaikan masalah multi-kriteria dari yayasan dalam hal ini Rektor Universitas Pembinaan Masyarakat Indonesia. Selanjutnya, kriteria diproses menggunakan aplikasi yang dibangun menggunakan bahasa pemrograman php dan mysql untuk menguji kriteria ini. Dari aplikasi yang dibangun dapat ditarik kesimpulan bahwa Yuanita, M.Si dengan nilai 0,7342 dan Khairuddin Tampubolon, M.Si dengan nilai 0,6311 berhak mendapatkan beasiswa pendidikan doctoral dari yayasan. Kemudian keputusan subyektif dan terkomputerisasi dapat diperoleh dalam penelitian ini.
Kata kunci: Beasiswa Dosen Potensial; Mysql; PHP; Simple Multi Attribute Rating Technique; Sistem Pendukung Keputusan.
Abstract:Abstract: The need for fulfilling the quantity and quality of beef in Indonesia is still very less than the supply of beef in Indonesia, for 2020 alone the demand for beef in Indonesia is around 700,000 tons while the domestic…
mestic supply is only 400,000 tons, from that Indonesia is still 300,000 tons less. Therefore, to meet the beef needs, an additional supply of beef is needed by importing beef from abroad in the form of processed meat and prospective beef breeders. The problem experienced by independent local breeders is the selection of the best cattle breeds The process of selecting cattle breeds conducted so far by farmers is still manual and traditional. They did this because of the lack of qualified knowledge to choose the best beef breed based on certain criteria and which alternative cow options are suitable for beef cattle. So that the process of enlarging cattle breeds becomes shorter in time with maximum results. The technology used is using the MOORA and WASPAS methods as a comparison in determining the best beef cattle breeds. The method is expected to produce a comparison so that the results obtained from a more accurate method in selecting the best beef breeders in order to advance the local independent livestock business in particular and become self-sufficient beef in general.
Keywords: Beef Cattle; decision support system; MOORA; WASPAS
Abstrak: Kebutuhan akan pemenuhan kuantitas dan kualitas daging sapi di indonesi sangat masih kurang dari persedian sapi yang ada di Indonesia, untuk tahun 2020 ini sendiri kebutuhan akan daging sapi di Indonesia sekitar 700.000 ton sementara persedian dalam negeri hanya mencapai 400.000 ton, dari itu Indonesia masih kurang 300.000 ton lagi. Oleh karena itu, untuk mencukupi kebutuhan daging sapi tersebut diperlukan tambahan suplai daging sapi dengan melakukan impor daging sapi dari luar negeri baik berupa daging olahan maupun bakalan calon bibit sapi. Masalah yang dialami oleh para peternak lokal mandiri yaitu pemilihan bibit sapi terbaik Proses pemilihan bibit sapi yang dilakukan selama ini oleh peternak masih dengan cara manual dan tradisional. Hal tersebut mereka lakukan Karena kurangnya pengetahuan yang mumpuni untuk memilih bibit sapi terbaik berdasarkan kriteria-kriteria tertentu dan beberapa pilihan alternatif sapi mana yang cocok untuk dijadikan sapi potong. Sehingga dengan demikian proses pembesaran bibit sapi menjadi lebih singkat waktunya dengan hasil yang maksimal. Teknologi yang digunakan yaitu menggunakan metode MOORA dan WASPAS sebagai pembanding dalam menetukan bibit sapi potong terbaik. Dari metode tersebut diharapkan menghasilkan perbandingan sehingga didapat hasil dari metode yang lebih akurat dalam pemilihan bibit sapi terbaik demi memajukan usaha peternakan mandiri lokal secara khusus dan menjadi swasembada daging sapi secara umum.
Kata Kunci: bibit sapi; sistem penunjang keputusan; MOORA; WASPAS