Search Articles & Publications

Showing 602 articles found for "Bijak"

Penerapan Metode VIKOR dalam Menentukan Prioritas Penerima Bantuan bagi Siswa Tidak Mampu di SD IT Ar - Rahmah

Winda Wulan sari, Anggi Melisa Br Ginting, Khairun Nisa Tanjung, Wahyu Setiawan, Qarin Aulia Syifa
Abstract: Penyaluran bantuan pendidikan bagi siswa tidak mampu di SD IT Ar-Rahmah masih menghadapi permasalahan ketidaktepatan sasaran akibat proses seleksi yang dilakukan secara manual dan cenderung subjektif. Kondisi ini berpotensi… nsi menimbulkan ketidakadilan serta menurunkan kepercayaan terhadap mekanisme pemberian bantuan. Penelitian ini bertujuan untuk merancang dan menerapkan Sistem Pendukung Keputusan (SPK) berbasis metode VIKOR dalam menentukan prioritas penerima bantuan siswa tidak mampu secara objektif dan terukur. Metode VIKOR digunakan karena mampu menghasilkan solusi kompromi terbaik pada pengambilan keputusan multikriteria. Kriteria yang digunakan dalam penelitian ini meliputi penghasilan orang tua, nilai akademik, daya listrik rumah, dan jumlah tagihan listrik, dengan bobot yang ditentukan berdasarkan kebijakan pihak sekolah. Penelitian ini menggunakan pendekatan kuantitatif dengan jenis penelitian terapan, di mana data diperoleh dari siswa aktif yang mengajukan bantuan. Hasil perhitungan menunjukkan bahwa metode VIKOR mampu menghasilkan peringkat siswa berdasarkan nilai kompromi (Q), sehingga memudahkan pihak pengelola dalam menentukan prioritas penerima bantuan secara adil dan transparan. Dengan demikian, penerapan metode VIKOR dalam SPK terbukti efektif dalam meningkatkan akurasi, objektivitas, dan transparansi proses seleksi bantuan pendidikan.

Klasifikasi Algoritma Decision Tree Untuk Tingkat Kemiskinan Di Indonesia

Mifta Wilda Al -Aluf, Zaehol Fatah
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.