Abstract:Abstrak: A pharmacy is a health service facility to help improve the health of the community, a pharmacy is also a place for professional pharmacists to practice their work. To determine the amount of stock inventory, Jaka…
ka Wijaya Pharmacy requires a clusterization of sales stock data. The method that can be used is the K-Means algorithm. This algorithm is based on a simple idea. K-Means is a distance-based clustering method that divides data into a number of clusters and this algorithm only works on numeric attributes. The data processed in this research is a sample taken from the Jaka Wijaya Pharmacy data in 2022. The Jaka Wijaya Pharmacy dataset consists of the attributes No, Drug Item, Type, Packaging, Initial Stock, Cost Price, Unit Conversion, Selling Price, Number of Transactions, Ending Stock, Shelf, Warehouse-Office Codes. With the K-Means Clustering method, it is possible to group drug sales data with stock that is not selling well as cluster 0, stock that is selling well as cluster 1, and stock that is selling very well as cluster 2. The sample data to be tested consists of 170 data from the Jaka Wijaya Pharmacy. Where the cluster results show that there are several results, namely cluster 0 totaling 102, cluster 1 totaling 34, and cluster 2 totaling 34 decisions, where the decisions include very in demand, in demand, not in demand.
Keywords: Data Mining; Jaka Wijaya Pharmacy; K-means Cluster
Abstrak: Apotek merupakan sarana pelayanan kesehatan untuk membantu meningkatkan kesehatan bagi masyarakat, apotek juga sebagai tempat praktik tenaga profesi apoteker dalam melakukan pekerjaan. Untuk menentukan jumlah persediaan stok, Apotek Jaka Wijaya membutuhkan suatu clusterisasi data stok penjualan. Metode yang dapat digunakan yaitu algoritma K-Means. Algoritma ini didasarkan pada ide sederhana. K-Means adalah metode Clustering berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numeric. Data yang diolah dalam penelitian ini merupakan sampel yang diambil dari data Apotek Jaka Wijaya pada tahun 2022. Dataset Apotek Jaka Wijaya terdiri dari atribut No, Item Obat, Jenis, Kemasan, Stok Awal, Harga Pokok, Konversi Satuan, Harga Jual, Jumlah Transaksi, Stok Akhir, Rak, Kode Gudang-Kantor. Dengan metode K-Means Clustering maka dapat mengelompokkan data penjualan obat dengan stok kurang laris sebagai cluster 0, stok laris sebagai cluster 1, dan stok sangat laris sebagai cluster 2. Data sampel yang akan diuji terdiri dari 170 data dari Apotek Jaka Wijaya. Yang dimana hasil cluster menunjukkan terdapat beberapa hasil yaitu cluster 0 berjumlah 102, cluster 1 berjumlah 34, dan cluster 2 berjumlah 34 keputusan yang dimana keputusan itu meliputi sangat laris, laris, kurang laris.
Kata kunci: Apotek Jaka Wijaya; Data Mining; K-means Cluster
Abstract:bstract: Disease is an abnormal condition in which the body or mind experiences discomfort or dysfunction in the person it affects. Every day the number of people suffering from infectious diseases always increases with…
different types of diseases. Therefore, there is a need for a grouping to help the government find information about the diseases most commonly suffered by citizens. In this research, patient disease data was grouped using multidimensional clustering data mining techniques. K-Means Clustering is a non-hierarchical data clustering method that groups data in the form of one or more clusters. Data that has the same characteristics is grouped in one cluster and data that has different characteristics is grouped in another cluster so that the data in one cluster has a small level of variation. This research aims to make the government pay more attention to areas that have high rates of infectious diseases both from the environment and other things. The results of research from 34 provinces and 8 infectious diseases show data where 32 areas are very vulnerable, 2 areas are vulnerable and 2 areas are quite vulnerable.
Keywords: Data Mining, Disease Cases, K-Means
Abstrak: Penyakit adalah suatu keadaan abnormal dimana tubuh ataupun pikiran mengalami ketidaknyamanan atau disfungsi terhadap orang yang dipengaruhinya. Setiap harinya jumlah warga yang menderita penyakit menular selalu bertambah dengan jenis penyakit yang berbeda. Oleh sebab itu, perlu adanya pengelompokan untuk membantu pihak pemerintah menemukan informasi mengenai penyakit yang paling banyak diderita oleh warga. Pada penelitian ini dilakukan pengelompokkan data penyakit pasien menggunakan teknik data mining clustering multidimensi. K-Means Clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokkan data dalam bentuk satu atau lebih cluster. Data-data yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan data yang memiliki karakteristik berbeda dikelompokkan dengan cluster yang lain sehingga data yang berada dalam satu cluster memiliki tingkat variasi yang kecil. Penelitian ini bertujuan agar pemerintah lebih perhatian terhadap daerah yang memilki angka tinggi terhadap penyakit menular baik dari lingkungan maupun dari hal lainnya. Hasil dari penelitian dari 34 Provinsi dan 8 Penyakit menular menunjukkan data dimana 32 daerah dengan sangat rawan, 2 daerah rawan dan 2 daerah cukup rawan.
Kata kunci: Data Mining, Kasus Penyakit, K-Means
Abstract:Abstract: Mekar Jaya Store is a shop that operates in the field of selling basic necessities. At the Mekar Jaya Store, there are several problems that often arise. When making sales, customers often feel disappointed because…
ause the stock that the customer should want to buy is often empty. Due to this disappointment the number of customers decreased. The process carried out is still manual so that errors often occur in recording existing data, causing a lack of efficiency in the time used. The available data is not used properly so that sales data is not utilized as well as possible to design business strategies to improve products. To solve this problem, you can use a data mining application, namely by utilizing existing data to identify the best-selling sales, to sales that are less popular with customers using the K-Means method. Where the data used is 101 sales data transactions. This research aims to group transaction data that is used to meet customer needs appropriately and overcome shortages and excess stock of goods which result in investment in sales capital. The results of this research were that the highest sales were 23 items, medium sales were 32 items, and the lowest sales were 46 items. Keywords: grocery stock; K-Means; stock management
Abstrak: Toko Mekar Jaya merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Mekar Jaya terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan merasa kecewa karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk mengidentifikasi penjualan yang paling laris, hingga penjualan yang kurang diminati oleh pelanggan menggunakan metode K-Means. Dimana data yang digunakan sebanyak 101 transaksi data penjualan. Penelitian ini bertujuan untuk mengelompokkan data transaksi yang digunakan untuk memenuhi kebutuhan pelanggan dengan tepat dan mengatasi kekurangan dan kelebihan stok barang yang mengakibatkan tertanamnya modal penjualan. Hasil dari penelitian ini dimana penjualan tertinggi terdapat 23 item, penjualan sedang terdapat 32 item, dan penjualan terendah terdapat 46 item. Kata kunci: Data Mining, K-Means, Penjualan Sembako.
Abstract: Mekar Jaya Store is a shop that operates in the field of selling basic necessities. At the Mekar Jaya Store, there are several problems that often arise. When making sales, customers often feel disappointed because the stock that the customer should want to buy is often empty. Due to this disappointment the number of customers decreased. The process carried out is still manual so that errors often occur in recording existing data, causing a lack of efficiency in the time used. The available data is not used properly so that sales data is not utilized as well as possible to design business strategies to improve products. To solve this problem, you can use a data mining application, namely by utilizing existing data to identify the best-selling sales, to sales that are less popular with customers using the K-Means method. Where the data used is 101 sales data transactions. This research aims to group transaction data that is used to meet customer needs appropriately and overcome shortages and excess stock of goods which result in investment in sales capital. The results of this research were that the highest sales were 23 items, medium sales were 32 items, and the lowest sales were 46 items. Keywords:grocery stock; K-Means; stock management
Abstrak: Toko Mekar Jaya merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Mekar Jaya terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan merasa kecewa karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk mengidentifikasi penjualan yang paling laris, hingga penjualan yang kurang diminati oleh pelanggan menggunakan metode K-Means. Dimana data yang digunakan sebanyak 101 transaksi data penjualan. Penelitian ini bertujuan untuk mengelompokkan data transaksi yang digunakan untuk memenuhi kebutuhan pelanggan dengan tepat dan mengatasi kekurangan dan kelebihan stok barang yang mengakibatkan tertanamnya modal penjualan. Hasil dari penelitian ini dimana penjualan tertinggi terdapat 23 item, penjualan sedang terdapat 32 item, dan penjualan terendah terdapat 46 item.
Kata kunci: Data Mining, K-Means, Penjualan Sembako.
Abstract:Abstract: The government has made many efforts to eradicate poverty in society by implementing programs such as pro-poor, basic food assistance and cash assistance which are useful for achieving the standards of a prosperous…
rous society. The results of data processing are useful in future decision making. Considering the large amount of public data, finding out poor people is not an easy thing for the government to do, as is the case in North Sumatra. This research uses the K-Means Clustering (Multidimensional) method, making it easier to see patterns and structures in data that are difficult to see in the original representation. The application of the K-Means Clustering (Multidimensional) algorithm produces 3 clusters with a silhouette_score value of 33, namely cluster 0 with a high level of population poverty of 1, cluster 1 with a moderate level of population poverty of 4 and cluster 2 with a low level of population poverty as many as 28.
Keywords: Resident; Poor; Data Mining; K-Means
Abstrak: Banyak upaya yang dilakukan pemerintah untuk menghapus kemiskinan pada masyarakat dengan cara melakukan program seperti pro-poor, bantuan sembako maupun bantuan uang tunai yang berguna untuk mencapai standar masyarakat sejahtera. Hasil pengolahan data tersebut berguna dalam pengambilan keputusan kedepannya. Mengingat banyaknya data masyarakat, maka untuk mengetahui masyarakat miskin bukanlah hal mudah yang dilakukan oleh pemerintah, sama halnya di Sumatera Utara. Penelitian ini menggunakan metode K-Means Clustering (Multidimensi) memudahkan untuk melihat pola dan struktur dalam data yang sulit dilihat dalam representasi aslinya. Penerapan algoritma K-Means Clustering (Multidimensi) menghasilkan 3 cluster, yaitu dengan cluster 0 dengan tingat kemiskinan penduduk yang tinggi sebanyak 1, cluster 1 dengan tingat kemiskinan penduduk yang sedang sebanyak 4 dan cluster 2 dengan tingkat kemiskinan penduduk yang rendah sebanyak 28.
Kata kunci: Penduduk; Miskin; Multidimensi; Data Mining; K-Means
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:Abstract: Technological progress and development is increasingly rapid and rapid and cannot be avoided in life. Every innovation is created to bring positive benefits to human life. Ritz Cafe Kisaran is a well-known restaurant…
aurant and has been established for a long time in Asahan district, but this restaurant does not yet have a computerized raw material inventory management system. The aim of this research is to create a non-perishable food inventory management system using the Supply Chain Management model so that the operational function of raw material inventory management in restaurants becomes more effective, efficient and structured. The research method used in this research is a descriptive method with a qualitative approach and uses data analysis and uses a Supply Chain Management model including planning, procurement, production, warehouse management, order delivery and order returns. The result of this research is a web-based non-perishable food inventory management system that can manage raw material inventory, minimize the occurrence of ordering errors, raw material stock information can be processed automatically, as well as all existing processes in a The restaurant will be well integrated and useful in anticipating errors and losses for Ritz Cafe Kisaran.
Keywords: inventory; non perishable food; supply chain management; xampp
Abstrak: Kemajuan dan perkembangan teknologi semakin cepat dan pesat serta tidak dapat dihindari dalam kehidupan. Setiap inovasi diciptakan untuk membawa manfaat positif bagi kehidupan manusia. Ritz Cafe Kisaran merupakan salah satu restoran terkenal dan sudah lama berdiri di kabupaten Asahan namun restoran ini belum mempunyai sistem pengelolaan persediaan bahan baku yang terkomputerisasi. Tujuan pada penelitian ini yaitu untuk membuat suatu sistem pengelolaan persediaan bahan baku yang tidak mudah rusak (non perishable food) dengan menggunakan model Supply Chain Management agar fungsi operasional pengelolaan persediaan bahan baku di restoran menjadi lebih efektif, efesien dan terstruktur. Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dengan pendekatan kualitatif dan menggunakan analisis data serta menggunakan model Supply Chain Management meliputi perencanaan, pengadaan (procurement), produksi, pengelolaan gudang, pengiriman pesanan, dan pengembalian pesanan. Hasil dari penelitian ini adalah sebuah sistem pengelolaan persediaan bahan baku yang tidak mudah rusak (non perishable food) berbasis web yang dapat mengelola persediaan bahan baku, meminimalkan terjadinya kesalahan pemesanan, informasi stok bahan baku dapat diolah secara otomatis, serta seluruh proses yang ada di sebuah restoran akan terintegrasi dengan baik serta bermanfaat dalam mengantisipasi kesalahan dan juga kerugian bagi Ritz Cafe Kisaran.
Kata Kunci: persediaan; bahan baku tidak mudah rusak; manajemen rantai pasok; xampp
Abstract:Abstract: The school management routinely determines the majors of private students at Madrasah Aliya (MAS) every year. YMPI Private Madrasah Ariyah (MAS) is one of the MAs that implements the 2013 curriculum. One of the…
work programs in the MAS Curriculum is to register for the first year majors which will continue to the second year. In this case, a decision support system (DSS) is a computer interactive system that assists school management in making decisions. In this study the system development method used is the Prototyping Method. Prototyping is a system development method that is widely used. With this method, developers and customers can interact with each other during the system creation process. The system prototype method involves the user directly with analysis and design, very effective for system correction. A decision support system with the SAW (Simple Additive Weighting) method is used to solve the problem of choosing a major. The application of the SAW method is expected to support the decision-making process to choose a major that is in accordance with the students' academic grades while still in junior high schools beforehand as well as the IQ abilities of each student and the results of their interest in the chosen major. The research resulted in an application that is able to determine the choice of majors with the results of an application by determining the value/weight using the SAW method so that it can be determined that Abdul Rozak entered the Science major and Abil Akbar entered the Social Sciences major.
Keywords: decision making system; selection of majors; SAW; criteria.
Abstrak: Pihak manajemen sekolah rutin menentukan jurusan siswa swasta di Madrasah Aliya (MAS) setiap tahun. Madrasah Ariyah Swasta YMPI (MAS) merupakan salah satu MA yang menerapkan kurikulum 2013. Salah satu program kerja dalam Kurikulum MAS adalah mendaftar ke jurusan tahun pertama yang akan melanjutkan ke tahun kedua. Dalam hal ini, sistem pendukung keputusan (DSS) adalah sistem interaktif komputer yang membantu pihak manajemen sekolah dalam mengambil keputusan. Dalam penelitian ini metode pengembangan sistem yang digunakan adalah Metode kuantitatif. Dengan mengumpulkan data berupa angka dengan kriteria yang telah ditentukan mulai dari data nilai akademik IPA dan IPS, Nilai tingkat kecerdasan (IQ) serta nilai minat dari setiap siswa yang diperoleh dari kuisoner.Sistem pendukung keputusan dengan metode SAW (Simple Additive Weighting) digunakan untuk menyelesaikan masalah pemilihan jurusan. Penerapan metode SAW diharapkan dapat mendukung proses pengambilan keputusan untuk memilih jurusan yang sesuai dengan nilai akademik siswa saat masih di sekolah SLTP sebelmumnya serta kemampuan IQ masing-masing siswa serta hasil minat mereka ke jurusan pilihan tersebut. Penelitian menghasilkan aplikasi yang mampu menentukan pilihan jurusan dengan hasil sebuah aplikasi dengan menentukan nilai/bobot dengan menggunakan metode SAW sehingga dapat ditentukan bahwa Abdul Rozak masuk ke jurusan IPA serta Abil Akbar masuk kejurusan IPS.
Kata kunci: sistem penentuan keputusan; pemilihan jurusan; SAW; kriteria
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: Ethics is a basic character possessed by a person in reflecting his daily life. Ethics is a picture of a person's behavior and behavior in activities in a social environment. As is the case in the world of work,…
, professional ethics is highly respected because it characterizes one's professionalism in the world of work. So as to instill good ethical character in the world of work, the STMIK Royal campus has taught supporting courses, namely professional ethics courses to support good attitudes and character in the world of profession or work. However, not all students are able to take these courses and the level of understanding of students is quite diverse, so clustering or grouping is needed based on the level of understanding of students in understanding the course. This study uses data mining techniques with the K-Means Clustering method to determine the distribution of student understanding levels of professional ethics courses. The purpose of this study was to see how far the success rate of the professional ethics course was proclaimed through the results of one semester's learning and to use the clustering results as a benchmark for developing the course and as evaluation material for students who did not understand the course.
Keywords: k-means clustering;professional ethics; students;
Abstrak: Etika merupakan karakter dasar yang dimiliki seseorang dalam mencerminkan kehidupannya sehari – hari. Etika menjadi gambaran tingkah dan perilaku seseorang dalam berkegiatan di lingkungan sosial. Seperti hal nya dalam dunia pekerjaan etika profesi sangat di junjung tinggi karena menjadi ciri khas profesionalisme seseorang dalam dunia pekerjaan. Sehingga untuk menanamkan karakter etika yang baik dalam dunia pekerjaan, kampus STMIK Royal telah mengajarkan mata kuliah pendukung yakni mata kuliah etika profesi untuk menunjang sikap dan karakter yang baik dalam dunia profesi atau pekerjaan. Namun, tidak semua mahasiswa mampu mengikuti mata kuliah tersebut dan tingkat pemahaman mahasiswa yang tergolong beragam sehingga diperlukan clustering atau pengelompokan berdasarkan tingkat pemahaman mahasiswa dalam memahami mata kuliah tersebut. Penelitian ini menggunakan teknik data mining dengan metode K-Means Clustering untuk mengetahui persebaran tingkat pemahaman mahasiswa terhadap mata kuliah etika profesi. Tujuan penelitian ini untuk melihat sejauh mana tingkat keberhasilan mata kuliah etika profesi yang dicanangkan lewat hasil pembelajaran satu semester dan menjadikan hasil clustering tersebut sebagai tolak ukur untuk mengembangkan mata kuliah tersebut dan menjadi bahan evaluasi bagi mahasiswa yang tidak memahami mata kuliah tersebut. Hasil dari clustering dalam penelitian ini terdiri atas 3 yaitu mahasiswa dengan tingkat pemahaman Baik, Cukup Baik dan Tidak Baik.
Kata Kunci: etika profesi, mahasiswa, k-means clustering.
Abstract:Abstract: Technological progress is currently growing rapidly, almost all human life has been touched by technology. Current technological advances are also utilized by organizations, companies or agencies, both private…
and government. An example of the use of technological advances by companies or agencies is to create applications that can accommodate assessments from customers, consumers or the public for the services received. This study aims to solve the problems that occur in the Gunung Melayu Plantation Village by using the service quality method, making it easier for the residents of the Gunung Melayu Plantation Village to assess the quality of village administration services. By collecting answers from questionnaires that have been filled out by residents, then the answer data is then managed using the service quality method. The results of this study are recommendations for decisions that can be taken by village heads in maintaining, improving or improving the quality of village government services.
Keywords: decision support system; service quality; village administration; goverment service
Abstrak: Kemajuan teknologi pada saat ini sangat berkembang dengan pesat, hampir diseluruh kehidupan manusia sudah tersentuh dengan teknologi. Kemajuan teknologi saat ini, juga dimanfaatkan oleh organisasi, perusahaan atau instansi baik itu dari swasta maupun pemerintah. Contoh pemanfaatan kemajuan teknologi yang dilakukan perusahaan atau instansi tersebut yaitu membuat aplikasi yang dapat menampung penilaian dari pelanggan, konsumen atau masyarakat atas layanan yang diterima. Penelitian ini dibuat bertujuan untuk menyelesaikan masalah yang terjadi di desa Perkebunan Gunung Melayu dengan menggunakan metode servqual, sehingga memudahkan warga desa Perkebunan Gunung Melayu dalam menilai kualitas pelayanan administrasi desa. Dengan mengumpulkan jawaban kuesioner yang telah diisi oleh warga, maka selanjutnya data jawaban tersebut dikelola dengan menggunakan metode servqual. Hasil dari penelitian ini adalah sebuah rekomendasi keputusan yang dapat diambil oleh kepala desa dalam mempertahankan, memperbaiki atau meningkatkan dari kualitas pelayanan administrasi desa.
Kata kunci: sistem pendukung keputusan; kualitas pelayanan; administrasi desa; layanan pemerintahan