Abstract:Abstract: The selection process for students of the National Student Sports Olympiad (O2SN) in the field of Pencak Silat at SMA Negeri 1 Air Joman is often faced with various challenges that affect objectivity and fairness…
ss in decision making. Assessments carried out directly by coaches tend to be non-objective, so that students who are sent to participate in the National Student Sports Olympiad (O2SN) are not alternately. Inaccuracy in selecting eligible students not only harms potential students, but can also reduce the school's chances of achieving success in the O2SN event. Therefore, a Decision Support System (DSS) is needed that can help improve objectivity, accuracy, and efficiency in the selection process, so that it can produce more precise and fair decisions. The decision support system used is the MOORA method. This system is designed to assist schools in determining students who are eligible to represent the school in the O2SN competition based on several criteria such as age, weight, strength, technique (moves) and student attendance. These criteria are analyzed and weighted according to their level of importance. Furthermore, the MOORA method is applied to calculate and rank students. The results of this study indicate that the students selected to participate in O2SN Pencak Silat are Joko Satrio and Wisnu Ramadan with optimization values of 0.339 and 0.281.
Keywords: moora; o2sn; student selection; decision support system
Abstrak: Proses seleksi siswa Olimpiade Olahraga Siswa Nasional (O2SN) di bidang Pencak Silat di SMA Negeri 1 Air Joman sering kali dihadapkan pada berbagai tantangan yang mempengaruhi objektivitas dan keadilan dalam pengambilan keputusan. Penilaian yang dilakukan secara langsung oleh pelatih cenderung bersifat tidak objektif, sehingga siswa yang dikirimkan untuk mengikuti Olimpiade Olahraga Siswa Nasional (O2SN) tidak secara bergantian. Ketidaktepatan dalam pemilihan siswa yang layak tidak hanya merugikan siswa yang berpotensi, tetapi juga dapat mengurangi peluang sekolah untuk meraih prestasi di ajang O2SN. Oleh karena itu, diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat membantu meningkatkan objektivitas, akurasi, dan efisiensi dalam proses seleksi, sehingga mampu menghasilkan keputusan yang lebih tepat dan adil. Sistem pendukung keputusan yang digunakan adalah dengan metode MOORA. Sistem ini dirancang untuk membantu pihak sekolah dalam menentukan siswa-siswa yang layak mewakili sekolah pada kompetisi O2SN berdasarkan beberapa kriteria seperti usia, berat badan, kekuatan, teknik (jurus) dan kehadiran siswa. Kriteria-kriteria tersebut dianalisis dan diberikan bobot sesuai dengan tingkat kepentingannya. Selanjutnya, metode MOORA diterapkan untuk melakukan perhitungan dan pemeringkatan siswa. Hasil dari penelitian ini menunjukkan bahwa siswa yang terpilih mengikuti O2SN Pencak Silat adalah Joko Satrio dan Wisnu Ramadan dengan nilai optimasi sebesar 0,339 dan 0,281.
Kata Kunci: moora; o2sn; seleksi siswa; sistem pendukung keputusan
Abstract:Abstract: Employees are a key element in the success of a company, because they play a role in determining the success of the company as a whole. Therefore, employee appraisal has a significant impact on many aspects of…
human resource (HR) management in the company. In this context, an objective and accurate employee appraisal system is needed so that companies can determine the best employees appropriately. This research aims to develop a Decision Support System that uses the AHP-WASPAS combination method. This system is designed to assist companies in evaluating and selecting the best employees for promotions, salary increases, and career development. The results showed that the developed Decision Support System was able to increase objectivity in employee assessment compared to manual methods. By using the AHP-WASPAS combination method, companies can be more effective and accurate in determining employee assessment, thus helping in better decision making in HR management.
Keywords: Employee; AHP method; WASPAS method; Performance Appraisal; Ranking; Objectivity; Decision Support System
Abstrak: Karyawan merupakan elemen kunci dalam kesuksesan sebuah perusahaan, karena mereka berperan dalam menentukan keberhasilan perusahaan secara keseluruhan. Oleh karena itu, penilaian karyawan memiliki dampak yang signifikan terhadap banyak aspek pengelolaan sumber daya manusia (SDM) di perusahaan. Dalam konteks ini, diperlukan sistem penilaian karyawan yang objektif dan akurat agar perusahaan dapat menentukan karyawan terbaik dengan tepat. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan yang menggunakan metode kombinasi AHP-WASPAS. Sistem ini dirancang untuk membantu perusahaan dalam mengevaluasi dan memilih karyawan terbaik untuk promosi, kenaikan gaji, dan pengembangan karir. Hasil penelitian menunjukkan bahwa Sistem Pendukung Keputusan yang dikembangkan mampu meningkatkan objektivitas dalam penilaian karyawan dibandingkan dengan metode manual. Dengan menggunakan metode kombinasi AHP-WASPAS, perusahaan dapat lebih efektif dan akurat dalam menentukan penilaian karyawan, sehingga membantu dalam pengambilan keputusan yang lebih baik dalam manajemen SDM.
Kata kunci: Karyawan; Metode AHP; Metode WASPAS; Penilaian Kinerja; Rangking; Objektivitas; Sistem Pendukung Keputusan
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:Penelitian ini bertujuan untuk mengimplementasikan kombinasi metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam pemberian reward kepada karyawan Hotel…
Singapore Land. Dalam industri perhotelan yang kompetitif, pemilihan karyawan yang tepat sangat penting untuk meningkatkan kualitas layanan. Metode tradisional seperti wawancara dan tes tertulis seringkali tidak efektif dan memakan waktu. Dibutuhkan sistem pendukung keputusan yang dapat membantu proses pemilihan karyawan secara objektif dan efisien. Penelitian ini mencoba mengatasi masalah tersebut dengan mengkombinasikan metode SAW untuk penilaian terhadap kriteria-kriteria tertentu seperti presensi, masa kerja, kedisiplinan, tanggung jawab, dan kerjasama, serta metode TOPSIS untuk menentukan alternatif terbaik berdasarkan solusi ideal positif dan negatif. Diharapkan hasil penelitian ini dapat membantu manajemen Hotel Singapore Land dalam memberikan reward kepada karyawan yang layak secara cepat, akurat, sistematis, dan transparan, sehingga dapat meningkatkan kinerja dan semangat karyawan serta memberikan pelayanan terbaik kepada tamu-tamu hotel
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: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: Top Fresh Chicken is one of the UKM that produces food made from chicken. The problem faced by Top Fresh Chicken is the excess supply of raw materials which results in high inventory holding costs and hampered…
capital allocation. In this study, historical data on stock of chicken raw materials will be used to test forecasting using the SES and WMA methods. The SES method is a simple forecasting method and relies on exponential smoothing to forecast the value of raw material inventories in the future. Meanwhile, the WMA method uses certain weights to calculate moving averages from historical data, where the highest weight is given to the most recent data. In the method comparison process, several evaluation factors will be used, including the level of accuracy, level of stability, and ease of implementation. By comparing the performance of the two methods, this study aims to determine the most accurate and appropriate method for forecasting chicken raw material stocks. The results of this study are expected to provide clear recommendations regarding the most suitable forecasting method used by Top Fresh Chicken. By using accurate and effective forecasting methods, companies can optimize the use of resources, reduce inventory costs, increase production efficiency, and avoid excess or shortage of raw material inventories.
Keywords: comparison of methods; single exponential smoothing; weighted moving average; raw materials; top fresh chicken.
Abstrak: Top Fresh Chicken merupakan salah satu UKM yang memproduksi makanan yang berbahan baku ayam. Permasalahan yang dihadapi oleh Top Fresh Chicken adalah kelebihan persediaan bahan baku yang mengakibatkan biaya simpan persediaan yang tinggi dan alokasi modal yang terhambat.Dalam penelitian ini, data historis persediaan bahan baku ayam akan digunakan untuk menguji peramalan menggunakan metode SES dan WMA. Metode SES merupakan metode peramalan yang sederhana dan mengandalkan eksponensial smoothing untuk meramalkan nilai persediaan bahan baku di masa depan. Sedangkan metode WMA menggunakan bobot tertentu untuk menghitung rata-rata bergerak dari data historis, di mana bobot tertinggi diberikan pada data terbaru.Dalam proses komparasi metode, beberapa faktor evaluasi akan digunakan, termasuk tingkat akurasi, tingkat kestabilan, dan kemudahan implementasi. Dengan membandingkan kinerja kedua metode, penelitian ini bertujuan untuk menentukan metode yang paling akurat dan tepat untuk meramalkan persediaan bahan baku ayam.Hasil dari penelitian ini diharapkan dapat memberikan rekomendasi yang jelas tentang metode peramalan yang paling cocok digunakan oleh Top Fresh Chicken. Dengan menggunakan metode peramalan yang akurat dan efektif, perusahaan dapat mengoptimalkan penggunaan sumber daya, mengurangi biaya persediaan, meningkatkan efisiensi produksi, dan menghindari terjadinya kelebihan atau kekurangan persediaan bahan baku.
Kata kunci : komparasi metode; single exponential smoothing; weighted moving average; bahan baku; top fresh chicken.
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: SMKN 1 Setia Janji is one of the State Vocational Schools in Urung Pane, Kec. Faithful Promise, Kab. Asahan, North Sumatra. The determination of the research location at SMKN 1 Setia Janji is due to the lack of…
facilities to support students in determining the interests and talents that exist in the students themselves, especially in extracurricular support facilities so as to create a lack of students in finding interests and talents within students. Therefore, this study aims to design an expert system application using Certainty Factor which is intended to provide convenience for students in choosing the right extracurricular according to the interests and talents that exist in the student. This application is designed using the PHP programming language model and the system database uses MySQL. Methods The research uses descriptive qualitative methods and tends to use analysis. The final results obtained in the existing data sample show that student interest in Mading Extracurricular has a percentage of 86.9% and Paskibraka Extracurricular has a percentage of 80.8%, so that the data will be used as a student's choice in determining extracurricular activities at school.
Keywords: extracurricular; certainty factor; PHP; MySQL
Abstrak: SMKN 1 Setia janji ini merrupakan slah satu SMKN yang ada di Urung Pane, Kec. Setia Janji, Kab. Asahan, Sumatera Utara. Penetapan lokasi penelitian di SMKN 1 Setia janji ini dikarenakan masih minimnya fasilitas untuk mendukung para siswa dalam menentukan minat dan bakat yang ada pada diri siswa itu sendri terutama dalam fasilitas pendukung ekstrakulikuler sehingga membuat kurangnya siswa dalam menemukan minat dan bakat didalam diri siswa. Maka dari itu Penelitian ini bertujuan untuk merancang sebuah aplikasi Sistem Pakar dengan menggunakan Certainty Factor yang ditujukan untuk memberikan kemudahan bagi siswa dalam memilih ekstrakurikuler yang tepat sesuai minat dan bakat yang ada pada diri siswa tersebut. Aplikasi ini dirancang menggunakan Model bahasa pemograman PHP dan database sistem menggunakan MySQL. Metode Penelitian menggunakan metode kualitatif yang bersifat deskriptif dan cenderung menggunakan analisis. Hasil akhir yang di dapat dalam sample data yang ada menunjukan bahwa minat siswa tentang Ekstrakurikuler Mading memiliki persentasi sebesar 86.9 % dan Ekstrakulikuler Paskibraka memiliki persentasi sebesar 80.8 %, sehingga data tersebut akan bisa di gunakan sebagai pilihan siswa dalam menentukan Ekstrakurikuler di sekolah.
Kata Kunci : ekstrakurikuler; certainty factor; PHP; MySQL.