Abstract:Beberapa dekade terakhir, laptop menjadi kebutuhan dasar bagi masyarakat untuk berbagai aktivitas sehari-hari, mulai dari belajar, mengajar, bekerja, hingga berbelanja. Hal ini mendorong permintaan laptop meningkat. untuk…
k menganalisis faktor-faktor yang memengaruhi harga laptop dengan menggunakan algoritma Decision Tree, memberikan informasi kepada calon pembeli dalam memilih laptop sesuai anggaran dan kriteria yang diinginkan, serta memberi wawasan kepada produsen terkait strategi penetapan harga. Metode yang digunakan adalah algoritma C4.5, salah satu metode Decision Tree yang memanfaatkan struktur pohon untuk klasifikasi, serta untuk data berukuran besar dengan banyak variabel, serta mampu menganalisis berbagai jenis data,. Hasil penelitian menunjukkan bahwa model pohon keputusan yang dihasilkan memiliki beberapa tingkat kedalaman, dengan variabel yang memengaruhi harga laptop seperti prosesor, tipe penyimpanan, dan RAM, di mana prosesor menjadi faktor yang paling berpengaruh Dengan gain sebesar 0,4983. Model ini mencapai akurasi sebesar 87.63%, Dengan mempertimbang segmen pasar, pengguna dan kualitas produk.
Abstract:kanker merupakan salah satu faktor utama penyebab kematian. Kanker juga memiliki posisi kedua dengan angka kematian yang sangat tinggi. Dalam penelitian ini memprediksi kanker paru-paru dengan menggunakan data mining dengan…
gan metode decision tree. Metode decision tree memprediksi akurasi dengan tingkat akurasi 94.66% dari data yang ada menjadi potensi besar dalam prediksi penyakit kanker paru-paru.Oleh karena itu, data mining dengan metode decision tree sebagai solusi ke efektifan dalam memprediksi terkenanya kanker paru paru dan pecegahannya. Meode ini juga menjadi upaya dalam penyelamatan nyawa dan perbaikan kualitas hidup bagi individu yang berisiko terkena penyakit kanker paru-paru
Abstract:Anak adalah generasi penerus masa depan bangsa dan Negara Indonesia, oleh karena itu anak memerlukan pembinaan dan bimbingan khusus, baik dari keluarga, masyarakat, maupun pemerintah agar dapat tumbuh kembang secara maksimal.…
imal. Dalam hal ini pemerintah telah berupaya memberikan perlindungan hukum terhadap anak-anak Indonesia dengan meratifikasi Konvensi Hak Anak serta menerbitkan berbagai peraturan perundangan yang merumuskan perlindungan terhadap anak-anak yang berhadapan dengan hukum, yang salah satu implementasi adalah dengan lahirnya Undang Undang Nomor 23 Tahun 2002 Tentang Perlindungan Anak. Salah satu kasus yang diangkat menjadi fenomena dalam dunia kriminalitas dan konteks perlindungan anak di Indonesia yang memerlukan solusi dalam penyelesaiannya adalah kasus genk motor khususnya yang terjadi di Kota. Kasus genk motor yang terjadi telah merugikan banyak pihak dan mengganggu keamanan dan ketertiban kota Pekanbaru karena para anggota genk motor ini melakukan tindak pidana yang mengancam keselamatan masyarakat. Namun adanya penyelesaian sudut pandang yang berbeda dari Pihak Kepolisian dengan Pihak Lembaga Perlindungan Anak dalam menangani keputusan dalam kasus tersebut
Children are the future generation of the Indonesian nation and state, therefore children need special guidance and guidance, both from family, society and the government so that they can grow and develop optimally. In this case, the government has attempted to provide legal protection for Indonesian children by ratifying the Convention on the Rights of the Child and issuing various laws and regulations that formulate protection for children in conflict with the law, one of the implementations of which is the enactment of Law Number 23 of 2002 About Child Protection. One of the cases that has become a phenomenon in the world of crime and the context of child protection in Indonesia which requires a solution is the motorbike gang case, especially the motorbike gang case harmed many parties and disrupted the security and order because members of this motorbike gang committed criminal acts that threatened the safety of the people. However, there are different points of view from the Police and the Child Protection Agency in handling decisions in this case.
Abstract:Kemiskinan merupakan salah satu masalah sosial yang terus menjadi tantangan bagi pemerintah di berbagai negara, termasuk Indonesia. Dalam upaya mengidentifikasi faktor-faktor yang memengaruhi tingkat kemiskinan, analisis…
data yang tepat diperlukan untuk mendukung pengambilan kebijakan yang efektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kemiskinan di Indonesia dengan menggunakan algoritma Decision Tree, salah satu metode pembelajaran mesin yang populer. Data yang digunakan dalam penelitian ini mencakup indikator ekonomi, demografi, dan sosial yang relevan dengan kemiskinan di Indonesia. Dengan menggunakan algoritma Decision Tree, kami dapat mengidentifikasi variabel-variabel kunci yang berperan dalam klasifikasi tingkat kemiskinan serta membangun model prediksi yang dapat membantu dalam pengambilan keputusan. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memiliki kinerja yang baik dalam mengklasifikasikan data kemiskinan dan memberikan wawasan mendalam tentang faktor-faktor yang memengaruhi kemiskinan di Indonesia. Temuan ini diharapkan dapat berkontribusi dalam upaya penanggulangan kemiskinan melalui pendekatan berbasis data.
Abstract:Prediksi dengan model sistem pendukung keputusan merupakan cara yang tepat sasaran untuk digunakan dalam memecahkan masalah. Demam Berdarah Dengue (DBD) adalah penyakit endemik di Indonesia yang memerlukan penanganan cepat…
at untuk mencegah komplikasi lebih lanjut. Prediksi diagnosis DBD dengan menggunakan algoritma Decision Tree C4.5 memiliki tingkat akurasi 100% dan meyakinkan. Dataset yang digunakan mencakup data medis pasien, seperti gejala klinis yaitu demam, nyeri sendi, mual, hasil laboratorium berupa trombosit, hematokrit, uji NS1, serta riwayat komorbiditas dan durasi gejala. Proses pre-processing dilakukan untuk memastikan data siap digunakan, dengan menangani data yang hilang dan menyesuaikan format data agar konsisten. Model Decision Tree C4.5 dipilih karena kemampuannya mengolah data dengan berbagai format dan hasilnya dapat dengan mudah dipahami. Model C4.5 dievaluasi menggunakan metrik akurasi, presisi, sensitivitas, dan spesifisitas. Dengan performa yang baik, model ini memiliki potensi untuk digunakan dalam sistem pendukung keputusan medis. Implementasinya di lapangan dapat membantu tenaga medis dalam mempercepat diagnosis dan memberikan penanganan yang lebih tepat waktu, yang sangat penting dalam menangani pasien DBD.
Abstract:Koperasi Simpan Pinjam Serdang Indah Mandiri Kisaran adalah salah satu koperasi unit simpan pinjam di wilayah Kecamatan Kisaran Barat Kabupaten Asahan Provinsi Sumatera Utara. Permasalahan yang sering terjadi pada Koperasi…
si Simpan Pinjam Serdang Indah Mandiri Kisaran adalah kredit macet. Kredit Macet mengakibatkan kerugian bagi perusahaan dan pemotongan gaji karyawan. Keputusan pemberian kredit pada pelanggan yang tidak tepat dapat berpotensi meningkatkan tingkat kredit macet. Prediksi kredit macet kepada calon nasabah dapat menurunkan resiko kerugian koperasi karena kredit macet. Berdasarkan hal tersebut maka perlu dilakukan uji coba prediksi potensi nasabah kredit macet berdasarkan riwayat data kredit sebelumnya. Salah satu metode prediksi yang dapat digunakan untuk Data Mining adalah dengan decision tree menggunakan algoritma C4.5. Menerapkan algoritma C4.5 dapat membantu pihak koperasi dalam pengambilan keputusan pemberian kredit karena mampu memprediksi nasabah lancar dan macet.
Abstract:Abstract: Sipaku Area Village currently has a population of 1963 family cards with a density of 7423 people divided into 8 hamlets. Villages can still register people who do not have an Indonesia Smart Card with the concerned…
erned office by recording the data on the people who have KPS, PKH or SKTM, to get the Indonesia Smart Card (KIP) program, because many people submit applications and there are many criteria that must be taken into account. faced by the Sipaku Area Village Head Office in determining the priority of potential KIP recipients is very difficult, not transparent and inefficient. Therefore, to overcome this problem, it is necessary to have a system for determining the priority of potential KIP recipients by adding some more basic criteria. In this study a decision support system was designed using the AHP (Analitycal Hierarchy Process) method. The results of calculations using the pairwise comparison matrix for the use of criteria show that the most important priority is shown in the status of an active applicant of 0.391, the second priority is the completeness of the files of 0.406, the third priority is the orphanage of 0.095, the fourth priority is parental income of 0.066, and the priority the fifth is a dependent of 0.041. Meanwhile, for alternative use, the data obtained is that the highest value weight determines the recipient of Smart Indonesia Card Assistance (KIP), namely Rizky Amelia Ritonga with a value of 0.171, the second alternative is Rangga Pranata with a value of 0.141 and the third alternative is Elva Radis with a value of 0.124.
Keywords: Smart Indonesian Card Recipients (KIP), AHP Method, PHP and MySQL.
Abstrak: Desa Sipaku Area yang sekarang ini mempunyai jumlah penduduk 1963 kartu keluarga dengan kepadatan 7423 jiwa yang terbagi dalam 8 Dusun. Desa tetap bisa mendaftarkan masyarakat yang tidak memiliki Kartu Indonesia Pintar ke Dinas yang bersangkutan dengan mendata masyarakatnya yang memiliki KPS, PKH atau SKTM, untuk mendapat program Kartu Indonesia Pintar (KIP), karena banyaknya masyarakat mengajukan permohonan dan banyak kriteria yang harus diperhitungkan, sehingga Kendala yang dihadapi oleh pihak Kantor Kepala Desa Sipaku Area dalam menentukan prioritas calon penerima KIP sangat sulit, tidak transparan dan tidak efesien. Oleh Karena itu, untuk mengatasi permasalahan tersebut perlu adanya sistem dalam menentukan prioritas calon penerima KIP dengan menambahkan beberapa kriteria yang lebih mendasar. Pada penelitian ini dirancang sistem pendukung keputusan menggunakan metode AHP (Analitycal Hierarchy Process). Hasil perhitungan menggunakan matrik perbandingan berpasangan untuk penggunaan kriteria menunjukkan bahwa prioritas yang paling utama ditunjukkan pada status Pemohon aktif sebesar 0.391, prioritas kedua yaitu Kelengkanpan Berkas sebesar 0.406, prioritas ketiga yaitu kondisi yatim piatu sebesar 0.095, prioritas keempat yaitu penghasilan orangtua sebesar 0.066, dan prioritas kelima yaitu tanggungan sebesar 0.041 Sedangkan untuk penggunaan alternatif diperoleh data yaitu bobot nilai paling tinggi menentukan Penerima Bantuan Kartu Indonesia Pintar (KIP) yaitu Rizky Amelia Ritonga dengan nilai 0.171, alternatif kedua Rangga Pranata dengan nilai 0.141 dan alternatif ketiga Elva Radis dengan nilai 0.124.
Kata kunci : Penerima Bantuan PIP, Metode AHP, PHP dan MySQL.