Search Articles & Publications

Showing 627 articles found for "Putus"

Sistem Pendukung Keputusan Pemilihan Smartphone Terbaik Pada Toko All Brand Menggunakan Metode SAW

Annisa Nur Izdihar, Ryan Ardiansyah, Fikri Al Fauzi Siregar, Johan Kevin Simarmata
Abstract: Perkembangan teknologi smartphone yang pesat menyebabkan meningkatnya jumlah merek, tipe, dan variasi produk yang beredar di pasaran, sehingga menyulitkan konsumen dalam menentukan smartphone terbaik sesuai dengan kebutuhan… han dan kemampuan finansial. Toko All Brand sebagai toko multi-merek menyediakan banyak alternatif smartphone, namun belum memiliki mekanisme yang sistematis untuk membantu konsumen dalam proses pemilihan. Penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan pemilihan smartphone terbaik pada toko All Brand menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan karena mampu menyelesaikan permasalahan pengambilan keputusan multikriteria melalui proses normalisasi, pembobotan, dan perankingan alternatif. Kriteria yang digunakan dalam penelitian ini meliputi harga, kapasitas RAM, memori internal, kualitas kamera, performa prosesor, dan kapasitas baterai. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menghasilkan perankingan smartphone secara objektif berdasarkan nilai preferensi. Dari hasil perhitungan, smartphone Oppo Reno memperoleh nilai preferensi tertinggi sebesar 0,92 dan direkomendasikan sebagai smartphone terbaik. Implementasi sistem menunjukkan bahwa metode SAW dapat diterapkan secara efektif untuk membantu konsumen dan pihak toko dalam pengambilan keputusan pemilihan smartphone. Sistem ini diharapkan dapat meningkatkan efisiensi proses pemilihan produk, meminimalkan kesalahan keputusan, serta meningkatkan kualitas pelayanan di toko All Brand.

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.

Penentuan Rekomendasi Smartphone Terbaik Di Toko R11 Store Menggunakan Metode Electre

Rafiq Akbar, Adinda Alicia, M Nazri Utama Hasibuan, M Farhan Anantri Pramudya
Abstract: Pemilihan smartphone yang sesuai kebutuhan menjadi tantangan tersendiri di tengah pesatnya perkembangan teknologi dan banyaknya varian produk yang beredar di pasaran. Sebagian besar konsumen, khususnya yang tidak memiliki… i latar belakang teknis, kesulitan dalam mengevaluasi spesifikasi perangkat secara objektif. Hal ini menyebabkan keputusan pembelian sering kali didasarkan pada opini subjektif, promosi, atau tren semata. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem pendukung keputusan (SPK) menggunakan metode ELECTRE sebagai pendekatan dalam pengambilan keputusan multikriteria. Metode ini dipilih karena kemampuannya dalam membandingkan alternatif berdasarkan dominasi relatif dari sejumlah kriteria sekaligus. Penelitian ini menggunakan lima alternatif merek smartphone dan lima kriteria utama, yaitu harga, RAM, ROM, kualitas kamera, dan kapasitas baterai. Data diperoleh melalui kuesioner, dokumentasi, dan observasi pasar. Tahapan perhitungan ELECTRE meliputi normalisasi data, pembobotan, pembentukan matriks concordance dan discordance, serta penyusunan matriks agregat untuk menentukan peringkat alternatif. Hasil penelitian menunjukkan bahwa metode ELECTRE efektif dalam memberikan rekomendasi smartphone terbaik secara objektif dan rasional. Sistem yang dibangun mampu menjadi solusi bagi konsumen dalam mengambil keputusan yang tepat, serta berpotensi diterapkan secara luas dalam pengembangan aplikasi rekomendasi produk berbasis data.

Penerapan K-Means Clustering Untuk Segmentasi Penjualan Di Minimarket Mardi Dengan Pendakatan Machine Learning

Imam Frandika, Sofana Bayor Hud, Wiwin Handoko
Abstract: Perkembangan teknologi informasi mendorong pemanfaatan machine learning dalam analisis data penjualan untuk mendukung pengambilan keputusan bisnis. Minimarket Mardi memiliki beragam produk dengan pola pembelian yang bervariasi,… ariasi, sehingga diperlukan metode analisis yang mampu mengelompokkan data penjualan secara lebih terstruktur. Penelitian ini menerapkan algoritma K-Means Clustering untuk melakukan segmentasi penjualan berdasarkan atribut tertentu, seperti kategori produk, jumlah penjualan, serta frekuensi transaksi. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, penentuan jumlah klaster optimal dengan metode Elbow, serta implementasi algoritma K-Means. Hasil analisis menunjukkan terbentuknya beberapa klaster yang merepresentasikan pola penjualan produk di Minimarket Mardi, mulai dari produk dengan tingkat penjualan tinggi, sedang, hingga rendah. Segmentasi ini dapat membantu manajemen minimarket dalam merancang strategi pemasaran yang lebih tepat sasaran, pengelolaan stok yang lebih efisien, serta peningkatan pelayanan kepada konsumen. Dengan demikian, penerapan K-Means Clustering terbukti efektif dalam mendukung pengambilan keputusan berbasis data di sektor ritel.

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.

Penerapan Data Mining Untuk Prediksi Diagnosis Demam Berdarah Dengan Algoritma Decision Tree C4.5

Supandi, Zaehol Fatah
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.

Penerapan Metode C.45 Dalam Penentuan Kelancaran Kredit Nasabah

Rati E.P. Lubis, Raja Tama Andri Agus, Mardalius Mardalius
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.  

Analisa Perkembagan Teknologi Informasi Di Kalangan Remaja Dengan Metode Naïve Bayes Pada SMAN 1 Wewewa Selatan

Maria Herlinda Bora, Friden Elefri Neno, Titus Kurra
Abstract: Teknologi informasi berkembang dengan cepat dan semakin kompleks dari waktu ke waktu, dan bisnis serta lembaga pendidikan secara intrinsik terkait dengannya. Salah satu aspek utama yang memiliki dampak besar pada pendidikan… kan adalah teknologi informasi. Dengan demikian, untuk meningkatkan keberhasilan dan efisiensi pendidikan, manajemen teknologi informasi menjadi sangat penting. salah satu faktor utama perkembagan sekolah adalah tekonologi Informasi. Teknologi informasi (TI) pada hakikatnya merupakan hasil samping dari kecanggihan dan kemajuan ilmu pengetahuan dan teknologi yang dikembangkan oleh manusia dengan tujuan untuk menghasilkan manusia yang berkualifikasi dan berpendidikan tinggi. Analisis merupakan proses menyelidiki atau menganalisis suatu kejadian dengan menggunakan fakta-fakta untuk menentukan keadaan yang sebenarnya. Biasanya, prosedur ini dilakukan bersamaan dengan pengolahan data atau penelitian. Hasil analisis diprediksi akan meningkatkan pemahaman dan memudahkan pengambilan keputusan. Tahapan perencanaan analisis sentimen pendekatan Naïve Bayes memberikan gambaran umum tentang tahapan penelitian yang dilakukan. Pendapat siswa tentang bagaimana teknologi informasi berkembang di SMA Negeri 1 Wewewa Selatan terlihat terbagi. Temuan penelitian menunjukkan bahwa sikap masyarakat terhadap perkembangan teknologi informasi sebagian besar positif, sebagaimana dibuktikan oleh hasil metode Naïve Bayes yang menunjukkan akurasi 87,50%, presisi 17,50%, dan recall 20%

Penerapan Algoritma C4.5 Untuk Memprediksi Prestasi Siswa Di SD Negeri 071028 Luzamanu

Ade May Luky Harefa, Mhd. Ramadhan
Abstract: SD Negeri 071028 Luzamanu merupakan instasi pendidikan yang begerak dibidang pendidikan yang berupaya menciptakan kemampuan, keterampilan dan keahlian belajar para siswa dan siswinya. Tujuan penelitian ini adalah untuk mengidentifikasi… engidentifikasi faktor-faktor yang mempengaruhi prestasi siswa di SD Negeri 071028 Luzamanu dan mengembangkan model prediksi menggunakan algoritma C4.5. Penelitian ini juga bertujuan untuk mengevaluasi akurasi model prediksi tersebut dalam memprediksi prestasi akademik siswa. Algoritma C4.5 merupakan suatu model prediksi yang menggunakan struktur pohon keputusan. Data dalam pohon keputusan biasanya dinyatakan dalam bentuk tabel dengan data record. Secara umum, algoritma C4.5 untuk membangun pohon keputusan dimulai dari pemilihan atribut sebagai akar, membuat cabang untuk tiap tiap nilai, membagi kasus dalam cabang. Dan mengulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama. Dapat diketahui bahwa atribut dengan Gain tertinggi adalah Nilai Sikap dengan nilai 0,433593, sehingga atribut Nilai Sikap dapat menjadi Node Akar berikutnya. Penelitian ini menggunakan sistem algoritma c4.5 dapat membantu pihak sekolah untuk memprediksi prestasi siswa pada sekolah UPT SD Negeri 071028 Luzamanu.  Model prediksi yang dikembangkan menggunakan algoritma C4.5 menunjukkan akurasi yang tinggi dalam memprediksi prestasi akademik siswa berdasarkan data yang tersedia.

Sistem Pendukung Keputusan untuk Pemilihan Bibit Padi Berkualitas di Rawang Panca Arga menggunakan Kombinasi AHP dan MAUT

Hutapea, Tiofani Br, Dani, Rika, Aruan, Nita Aulia, Frandika, Imam, Hud, Sofana Bayor, Afrisawati, Afrisawati
Abstract: Keberlanjutan budidaya padi sangat bergantung pada bibit. Karena bibit merupakan komponen utama yang akan dikembangkan di masa depan, maka pemilihan bibit yang berkualitas merupakan langkah awal dalam proses penanaman padi.… di. Ciri-ciri suatu tumbuhan dalam perkembangannya ditentukan oleh gen-gen yang diwarisi bibit dari tanaman induknya. Oleh karena itu, pemilihan bibit dari tetua unggul sangat penting dilakukan agar diperoleh bibit padi yang berkualitas. Bibit yang baik adalah yang mampu menyesuaikan diri dengan lingkungannya, tumbuh cepat dan seragam, tahan terhadap hama, serta menghasilkan buah yang banyak. Namun seringkali para petani mengalami kesulitan dalam memilih bibit yang tepat. Untuk mengatasi hal tersebut, akan dikembangkan sistem pendukung keputusan yang dapat membantu petani dalam memilih bibit yang memenuhi berbagai kriteria dan sesuai dengan lingkungan penanaman. Kerangka kerja ini menggunakan dua teknik, yaitu Analytic Hierarchy Process (AHP) untuk menentukan bobot kriteria dan Multi Attribute Utility Theory (MAUT) untuk tahap peringkat. Usulan pilihan sistem pendukung keputusan yang menggabungkan teknik AHP dan MAUT menunjukkan bahwa pilihan atau jenis bibit padi terbaik yang akan ditanam di Wilayah Rawang Panca Arga Asahan adalah Sidenuk yang menempati posisi pertama dengan nilai 0.3780781, disusul oleh Ciputri dengan senilai 0,4469573. Selanjutnya hasil penelitian ini menyarankan Sidenuk dan Ciputri sebagai bibit padi berkualitas yang layak ditanam di Kawasan Rawang Panca Arga Asahan.