Abstract:Abstract: Mental health is an essential aspect of overall well-being, particularly for university students vulnerable to emotional strain. This study aims to identify clusters of student mental health trends using the K-Means…
Means clustering technique. The research involved 60 students from four academic programs at the Faculty of Science and Technology, selected using stratified and cluster sampling techniques. Data were collected using a modified Mental Health Inventory (MHI). The results revealed distinct commonalities among majors: the Statistics program was predominantly defined by the depressed cluster at 53.3%, while Mathematics followed at 40% within the same cluster. In contrast, Biology students predominantly fell under the neu-tral/stable cluster (66.7%), whilst Information Systems students exhibited an even distribution (33.3% per cluster) without a dominant trend. The clustering quality was evaluated using the Silhouette Coefficient, yielding a range of 0.39 to 0.60. Biology (0.60) and Statistics (0.54) exhibited a reasonable structure, but Information Systems (0.39) and Mathematics (0.34) demonstrated a deficient structure. In conclusion, K-Means effectively discerns mental health patterns, providing a data-driven basis for targeted psychological interventions in educational settings.
Keywords: biology; information systems; k-means; mathematics; mental health; silhouette coefficient; statistics
Abstrak: Kesehatan mental merupakan komponen vital dari kesejahteraan total, terutama bagi maha-siswa yang rentan terhadap stres emosional. Penelitian ini bertujuan untuk mengidentifikasi kelompok tren kesehatan mental mahasiswa melalui penerapan metode pengelompokan K-Means. Studi ini mencakup 60 mahasiswa dari empat program studi di Fakultas Sains dan Teknologi, yang dipilih melalui metode pengambilan sampel bertingkat dan kelompok. Data dikumpulkan dengan menggunakan Inventaris Kesehatan Mental (MHI) yang dimodifikasi. Temuan menunjukkan kesamaan yang jelas di antara jurusan: program studi Statistika terutama ditandai oleh kelompok depresi (53,3%), diikuti oleh Matematika dengan 40% dalam kelompok depresi. Sebaliknya, mahasiswa Biologi terutama termasuk dalam kelompok netral/stabil (66,7%), sedangkan mahasiswa Sistem Informasi memiliki distribusi yang merata (33,3% per kelompok) tanpa pola yang dominan. Kualitas pengelompokan dinilai dengan Koefisien Sil-houette, menghasilkan rentang 0,39 hingga 0,60. Biologi (0,60) dan Statistika (0,54) memiliki struktur sedang, sedangkan Sistem Informasi (0,39) dan Matematika (0,34) menunjukkan struktur yang buruk. Kesimpulannya, K-Means secara akurat mengidentifikasi tren kesehatan mental, menawarkan landasan berbasis data untuk terapi psikologis yang ditargetkan di ling-kungan pendidikan.
Kata kunci: biologi; kesehatan mental; K-Means; matematika; silhouette coefficient; sistem in-formasi; statistika
Abstract:Abstract: This study applies an integrated approach to optimize heart failure classification. The main objective is to address the challenge of class imbalance in medical datasets and to improve the accuracy, sensitivity,…
, and generalization of the classification model. The urgency of this issue is emphasized by statistics showing that cardiovascular diseases cause approximately 17.9 million deaths worldwide each year. Using a quantitative experimental approach, this study analyzes the "Heart Failure Prediction Dataset" from Kaggle, which consists of 918 records. The data were processed through normalization and encoding, followed by the application of SMOTE on the training set to balance class distribution. This step successfully increased model accuracy from 88.41% to 90.22% and minority class recall from 0.82 to 0.88. Furthermore, Bayesian Optimization was employed to refine the hyperparameters of SVM, resulting in a final model with an accuracy of 89.13% that demonstrated better generalization. This integrated approach significantly enhances the stability, sensitivity, and generalization of the model, making it a reliable tool for clinical decision support systems in predicting heart failure.
Keywords: bayesian optimization; heart failure; machine learning; SMOTE; SVM.
Abstrak: Penelitian ini menerapkan pendekatan terintegrasi untuk mengoptimalkan klasifikasi gagal jantung. Tujuan utama studi ini adalah untuk mengatasi tantangan ketidakseimbangan kelas dalam dataset medis dan meningkatkan akurasi, sensitivitas, serta generalisasi model klasifikasi. Urgensi ini ditegaskan oleh statistik yang menunjukkan bahwa penyakit kardiovaskular menyebabkan sekitar 17,9 juta kematian setiap tahun secara global. Menggunakan pendekatan eksperimental kuantitatif, penelitian ini menganalisis "Heart Failure Prediction Dataset" dari Kaggle, yang terdiri dari 918 catatan. Data diproses dengan normalisasi dan encoding, lalu SMOTE diterapkan pada data pelatihan untuk menyeimbangkan distribusi kelas. Langkah ini berhasil meningkatkan akurasi dari 88,41% menjadi 90,22% dan recall kelas minoritas dari 0,82 menjadi 0,88. Selanjutnya, Bayesian Optimization menyempurnakan hyperparameter SVM, menghasilkan model akhir dengan akurasi 89,13% yang menunjukkan generalisasi lebih baik. Pendekatan terintegrasi ini secara signifikan meningkatkan stabilitas, sensitivitas, dan generalisasi model. Hasil penelitian ini menjadikannya alat yang andal untuk sistem pendukung keputusan klinis dalam prediksi gagal jantung.
Kata kunci: bayesian optimization; gagal jantung; machine learning; SMOTE; SVM
Abstract:Abstract: Information content that meets user needs is an important aspect of a website. Quality testing, especially for sites that have never been tested, is necessary to ensure effectiveness. This research uses observation…
tion techniques, questionnaires, and literature studies related to the Webqual method and the End-User Computing Satisfaction (EUCS) variable. The variables used include Usability, Information Quality, Service Interaction Quality, User Satisfaction, and Content. The Webqual model is applied in this research through a questionnaire, which produces various data from respondents. The data is then processed and analyzed to produce accurate statistical data. From this research, the results of the questionnaire show that Service Interaction Quality has a low percentage, namely 72.72% (X3.2), where the full percentage is 100%. Apart from that, User Satisfaction also has a low percentage, namely 70.90% (Y.1). This shows that the Quality of Service Interaction has less than a positive effect on User Satisfaction. Therefore, improvements are needed in the Quality of Service Interaction section on the PT Yudo Indonesia website so that User Satisfaction also increases, especially in the aspects of security and meeting user needs.
Keywords: EUCS; website quality; webqual
Abstrak: Konten informasi yang memenuhi kebutuhan pengguna adalah aspek penting dari sebuah situs web. Uji kualitas, terutama untuk situs yang belum pernah diuji, diperlukan untuk memastikan efektivitasnya. Penelitian ini menggunakan teknik observasi, kuesioner, dan studi literatur terkait metode Webqual dan variabel End-User Computing Satisfaction (EUCS). Variabel yang digunakan antara lain Usability (Kualitas Kegunaan), Information Quality (Kualitas Informasi), Service Interaction Quality (Kualitas Interaksi Layanan), User Satisfaction (Kepuasan Pengguna), dan Content (Konten). Model Webqual diterapkan dalam penelitian ini melalui kuesioner, yang menghasilkan berbagai data dari responden. Data tersebut kemudian diolah dan dianalisis untuk menghasilkan data statistik yang akurat. Dari penelitian ini, hasil kuesioner menunjukkan bahwa Service Interaction Quality (Kualitas Interaksi Layanan) memiliki persentase yang rendah, yaitu 72,72% (X3.2), di mana persentase penuhnya adalah 100%. Selain itu, User Satisfaction (Kepuasan Pengguna) juga memiliki persentase rendah, yaitu 70,90% (Y.1). Hal ini menunjukkan bahwa Kualitas Interaksi Layanan kurang berpengaruh positif terhadap Kepuasan Pengguna. Oleh karena itu, diperlukan peningkatan pada bagian Kualitas Interaksi Layanan di situs web PT Yudo Indonesia agar Kepuasan Pengguna juga meningkat, terutama pada aspek keamanan dan pemenuhan kebutuhan pengguna.
Kata kunci: EUCS; kualitas website; webqual
Abstract:Abstract: Usability testing of online animal adoption systems is important because it is not only related to the comfort and safety of users, but also to the welfare of the adopted animals. So far, usability testing of the…
he animal adoption system on Eidos has not been carried out and there is a problem that there is confusion with the process flow in this animal adoption system. This usability testing uses the Heuristic Evaluation method and the System Usability Scale (SUS), which involves in-depth interviews to obtain results that are not only statistical assessments, but also deeper insights from the user's perspective. The results of the evaluation using Heuristic Evaluation obtained 59 problems, with an average severity rating of 3 or major, whose improvements have resulted in several draft design recommendations. The recommendation design has gone through final testing using the System Usability Scale (SUS) which managed to achieve a score of 78, or categorized as good, along with some minor critical feedback for system improvement. Therefore, users as a whole feel very satisfied in using the online adoption system from the results of the existing recommendation design. The implications of the resulting recommendation design have been tested for usability by three UI/UX design experts and users directly so that they can be used as a basis for developing a better online animal adoption system.
Keywords: animal adoption system; heuristic; prototype; system usability scale; usability
Abstrak: Pengujian usability sistem adopsi hewan secara online penting untuk diperhatikan karena tidak hanya berkaitan dengan kenyamanan dan keamanan penggunanya saja, tetapi juga meningkatkan kesejahteraan hewan yang diadopsi. Sejauh ini, pengujian usability dari sistem adopsi hewan pada Eidos masih belum dilakukan dan ditemukannya masalah bahwa adanya kebingungan dengan alur proses dalam sistem adopsi hewan ini. Pengujian usability ini menggunakan metode Heuristic Evaluation dan System Usability Scale (SUS), yang melibatkan in-depth interview untuk memperoleh hasil yang bukan hanya berupa penilaian statistik saja, melainkan juga wawasan yang lebih mendalam dari sudut pandang pengguna. Hasil evaluasi menggunakan Heuristic Evaluation mendapatkan 59 permasalahan, dengan rata-rata perhitungan severity rating sebesar tiga atau major, yang perbaikannya telah menghasilkan beberapa rancangan desain rekomendasi. Adapun desain rekomendasi tersebut telah melalui pengujian akhir menggunakan System Usability Scale (SUS) yang berhasil meraih skor sebesar 78, atau terkategori good, disertai beberapa umpan balik kritis yang bersifat minor untuk peningkatan sistem. Dengan demikian, pengguna secara keseluruhan merasa sangat puas dalam menggunakan sistem adopsi online dari hasil desain rekomendasi yang ada. Implikasi desain rekomendasi yang dihasilkan telah teruji kegunaannya oleh sebanyak tiga ahli UI/UX design dan pengguna secara langsung sehingga dapat digunakan sebagai landasan bagi pengembangan sistem adopsi hewan secara online yang lebih baik.
Kata kunci: heuristik; kebergunaan; prototipe; sistem adopsi hewan; system usability scale
Abstract:Abstract: Gross Regional Domestic Product (GRDP) is one of the most important socio-economic indicators. In order to gain a more comprehensive understanding of the current economic situation and regional differences, estimating…
imating GRDP using integration of satellite imagery and official statistics data can provide valuable information. This research estimates the GRDP value in 2022 by using data in 2019 to 2021 related to two aspects, agriculture and non-agriculture. Soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), and land cover (LC) used as agriculture aspect, while nighttime light (NTL), human settlement index (HSI), land area, and population per regency/city used as non-agriculture aspect. GRDP estimation are produced with machine learning approach using support vector machine (SVM) and random forest (RF) method. Correlation test on each variable shows only land area that does not have a significant correlation with GRDP. RF model then chosen as the best model with RMSE, MSE, MAE, and R2 value of 0.2549; 0.5049; 0.7727; and 0.2543, respectively. The estimated values acquired in several regencies/cities have rather near, some even very close to the official statistics values.
Keywords: GRDP; satellite imagery; machine learning; random forest; support vector machine
Abstrak: Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator sosio-ekonomi yang penting. Penghitungan nilai PDRB dengan pendekatan yang melibatkan kombinasi data citra satelit dan statistik resmi dapat memberikan informasi serta pemahaman yang lebih komprehensif. Penelitian ini melakukan estimasi nilai PDRB pada tahun 2022 menggunakan data tahun 2019 hingga 2021 dengan melibatkan dua aspek, agrikultur dan non-agrikultur. Data soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), dan tutupan lahan (land cover/LC) digunakan sebagai aspek agrikultur, sementara data citra cahaya malam (NTL), human settlement indeks (HSI), luas wilayah kabupaten/kota, dan jumlah populasi per kabupaten/kota digunakan sebagai aspek non-agrikultur. Estimasi PDRB dihasilkan dengan menggunakan pendekatan machine learning berupa support vector machine (SVM) dan random forest (RF). Pengecekan korelasi antarvariabel menunjukkan bahwa hanya variabel luas wilayah tidak berpengaruh signifikan terhadap nilai PDRB. Model random forest kemudian dipilih sebagai model terbaik dengan nilai evaluasi RMSE, MSE, MAE, dan berturut-turut sebesar 0.2549, 0.5049, 0.7727, dan 0.2543. Nilai estimasi yang diperoleh di beberapa kabupaten/kota cukup mendekati, bahkan ada yang sangat dekat dengan nilai statistik resmi.
Kata kunci: PDRB; citra satelit; machine learning; random forest; support vector machine
Abstract:Abstract: Covid-19 cases started showing up in Indonesia in early March 2020, and they have since spread to several other areas. The number of corona virus infections from different Indonesian provinces plays a significant…
nt role in the decision-making process based on this data visualization. By creating a Business Intelligence system to display the results of the number of confirmed cases, deaths, and recoveries from various provinces in Indonesia, the goal of this project is to visualize data on corona virus cases. The Corona Virus Dataset in Indonesia from www.kaggle.com is processed using Grafana in this article. The findings of this article are presented as dashboard reports that include data on confirmed cases, fatalities, and recoveries in different Indonesian provinces. These reports can be utilized to help make decisions. With Grafana's interactive dashboard features, the data display resulting from routine analysis results can be engaging.
Keywords: Business Intelligence, OLAP, Covid 19
Abstrak: Kasus Covid-19 mulai muncul di Indonesia pada awal Maret 2020, dan sejak itu menyebar ke beberapa daerah lain. Keputusan berdasarkan visualisasi data sering kali mencakup statistik jumlah kasus virus corona dari berbagai provinsi di Indonesia. Dengan membuat sistem Business Intelligence untuk menampilkan temuan jumlah kasus terkonfirmasi, kematian, dan pemulihan dari berbagai provinsi di Indonesia, tujuan penelitian ini adalah untuk memvisualisasikan data kasus virus corona. Postingan ini menggunakan Grafana untuk menangani dataset virus corona Indonesia dari www.kaggle.com. Temuan artikel ini disajikan sebagai laporan dalam bentuk dasbor yang mencakup data jumlah kasus terkonfirmasi, kematian, dan pemulihan di berbagai provinsi di Indonesia. Dengan pengaturan dashboard interaktif Grafana, mungkin akan menarik untuk melihat data yang dihasilkan dari hasil analisis standar yang ditampilkan.
Kata kunci: Business Intelligence, OLAP, Covid 19
Abstract:Abstract: Sales of products that are frequently sold and new products at HNI Range fluctuate, namely sometimes increasing and sometimes decreasing. This is because consumers often move to other stockists because the product…
uct they want is not available, whereas if they have to buy, they must pre-order and wait a few days. This problem had an impact on product stock control which could not be predicted properly by HNI Kisaran. The purpose of this study is to apply the Single Exponential Smoothing method for forecasting product sales at HNI Kisaran based on the data obtained. The research method used in this research is qualitative research which is research that only collects data and explains descriptively/narratively without having to be processed by statistical tests. This research will only utilize data obtained from research sites and input them without changing anything. Manual calculation results and computerized calculation results have the same results. Using the Single Exponential Smoothing method can help HNI Kisaran to determine the amount of product that must be provided in order to be able to meet customer demand.
Keywords: forecasting; product; single exponential smoothing
Abstrak: Penjualan produk yang sering terjual dan produk baru di HNI Kisaran mengalami fluktuasi yaitu kadang kala meningkat dan kadang kala menurun. Hal ini disebabkan karena konsumen sering berpindah-pindah ke Stockis lainya dikarenakan produk yang diinginkan tidak ada sedangkan jika harus membeli, harus melakukan Pre Order terlebih dahulu dan menunggu beberapa hari. Masalah tersebut berdampak pada pengendalian stok produk yang tidak dapat diprediksi dengan baik oleh pihak HNI Kisaran. Tujuan penelitian ini adalah menerapkan metode Single Exponential Smoothing untuk peramalan penjualan produk di HNI Kisaran berdasarkan data yang diperoleh. Metode penelitian yang digunakan dalam penelitian ini adalah penelitian kualitatif yang merupakan penelitian yang hanya mengumpulkan data dan menjelaskan secara deskripstif/narasi tanpa harus diolah dengan pengujian statistik. Penelitian ini hanya akan memanfaatkan data yang diperoleh dari tempat riset dan menginputkannya tanpa mengubah apapun. Hasil perhitungan manual dan hasil perhitungan komputerisasi memiliki hasil yang sama. Menggunakan metode Single Exponential Smoothing dapat membantu pihak HNI Kisaran untuk menentukan jumlah produk yang harus disediakan agar mampu memenuhi permintaan pelanggan.
Kata kunci: peramalan; produk; single exponential smoothing
Abstract:Abstract: Rokan Hulu Regency is one of the regencies in Riau Province and has 2 large rivers, namely the Rokan Kanan River and the Rokan Kiri River. When the level of rainfall is high, the river flow overflows and causes…
flooding in several sub-districts. Climate change that is happening has an impact on changes in rainfall patterns, to overcome the impacts of climate change Rokan Hulu Regency needs to take early steps before a flood disaster occurs. The method used in processing the data is the backpropagation method and data processing using the Matlab software. Data processing was carried out on rainfall data for the last 6 years, from 2015 to 2020, which was sourced from the Rokan Hulu Regency Statistics Agency. Rainfall data from 2015 to 2019 is used as input data, while 2020 is the target. The data processing stage begins with data normalization and determining network training parameters. Artificial neural network research was carried out on rainfall data with a 5-5-1 architecture. The results of testing the rainfall data show prediction results with high accuracy, where the average accuracy rate reaches 98.17% with the highest accuracy of 99.99% while the lowest accuracy is 91.53%. The prediction results show a fairly high level of accuracy so that they can be used as evaluation material.
Keywords: artificial neural network; backpropagation; prediction; rainfall
Abstrak: Kabupaten Rokan Hulu merupakan salah satu kabupaten yang berada di Provinsi Riau dan memiliki 2 aliran sungai besar yaitu sungai rokan kanan dan sungai rokan kiri. Ketika tingkat curah hujan tinggi aliran sungai meluap dan menyebabkan banjir beberapa kecamatan. Perubahan iklim yang terjadi memberikan dampak pada perubahan pola curah hujan, untuk menanggulangi dampak perubahan iklim Kabupaten Rokan Hulu perlu melakukan langkah-langkah dini sebelum terjadi bencana banjir. Metode yang digunakan dalam mengolah data yaitu metode backpropagation dan pengolahan data menggunakan software Matlab. Pengolahan data dilakukan pada data curah hujan selama 6 tahun terakhir yaitu dari tahun 2015 sampai dengan 2020 yang bersumber dari Badan Statistik Kabupaten Rokan Hulu. Data curah hujan tahun 2015 sampai dengan tahun 2019 sebagai data input sedangkan tahun 2020 sebagai target. Tahapan pengolahan data diawali dengan melakukan normalisasi data dan menentukan parameter pelatihan jaringan. Penelitian jaringan saraf tiruan dilakukan pada data curah hujan dengan arsitekur 5-5-1. Hasil pengujian terhadap data curah hujan menunjukkan hasil prediksi dengan akurasi yang tinggi, dimana tingkat akurasi rata-rata mencapai 98,17% dengan akurasi tertinggi sebesar 99,99% sedang akurasi terendah sebesar 91,53%. Hasil prediksi menunjukkan tingkat akurasi yang cukup tinggi sehingga dapat digunakan sebagai bahan evaluasi.
Kata kunci: backpropagation; curah hujan; jaringan saraf tiruan; prediksi
Abstract:Abstract: The Central Bureau of Statistics is a government agency that serves the public in providing accurate statistical data. Central Bureau of Statistics Every year the Central Bureau of Statistics accepts new partners.…
rs. Partners who do data processing that has been done on data in the field. In this case, the acceptance of new partner candidates is quite often held to carry out survey and population census activities. The partner acceptance process is less effective because it still uses the manual method, namely the approach between existing partners. So we need a decision support system that can help election performance to be more effective. The basic concept of the Simple Addictive Weighting method is to find a weighted sum of performance ratings for each alternative on all criteria or attributes. The purpose of this research is to build and design a data processing application for prospective new partners at the Central Bureau of Statistics of the Asahan district to get an assessment according to the specified criteria. The results of the research conducted produced the best alternative decision, namely Ruslan Efendi with a score of 0.975 and Yenni Yulistina with a value of 0.95. based on these results can assist the Central Bureau of Statistics in determining the assessment of potential new partners so that they can provide a reference in decision making. In accordance with the criteria required by the Central Bureau of Statistics.
Keywords: decision support support system; simple addictive weighting; prospective partners; information systems.
Abstrak: Badan Pusat Statistik merupakan salah satu instansi pemerintah yang melayani masyarakat dalam menyediakan data statistik yang akurat. Badan Pusat Statistik Setiap tahunnya Badan Pusat Statistik menerima mitra baru. Mitra yang melakukan pengolahan data yang sudah dilakukan pada data dilapangan.. Dalam hal ini, penerimaan calon mitra baru cukup sering diadakan untuk menjalankan kegiatan survei dan sensus penduduk. Proses penerimaan mitra ini kurang efektif karena masih menggunakan cara manual, yaitu dan pendekatan antara mitra yang sudah ada sebelumnya. Sehingga dibutuhkan sebuah sistem pendukung keputusan yang dapat membantu kinerja pemilihan menjadi lebih efektif. Konsep dasar dari metode Simple Addictive Weighting mencari penjumlahan terbobot dari rating kinerja untuk setiap alternative pada semua kriteria atau atribut. Tujuan penelitian ini dapat membangun dan merancang sebuah aplikasi pengolahan data calon mitra baru di Badan Pusat Statistik kabupaten Asahan yang tepat untuk mendapatkan penilaian yang sesuai dengan kriteria yang ditentukan. Hasil dari penelitian yang dilakukan menghasilkan sebuah keputusan alternatif terbaik yaitu Ruslan efendi dengan nilai 0.975 serta Yenni Yulistina dengan nilai 0.95. berdasarkan hasil tersebut dapat membantu pihak Badan Pusat Statistik dalam menentukan penilaian calon mitra baru sehingga dapat memberikan acuan dalam pengambilan keputusan. Sesuai dengan kriteria yang dibutuhkan oleh pihak Badan Pusat Statistik.
Kata kunci : sistem pendukung pendukung keputusan; simple addictiv weighting; calon mitra; sistem informasi.
Abstract:Abstract: Medan Aviation Polytechnic is one of the campuses under the ministry of transportation which has a major in telecommunication and air navigation engineering in Indonesia. Based on field surveys, an Analog to Digital…
gital Converter (ADC) practicum kit is needed to improve the ability of cadets. Based on this background, this study aims to design and simulate two ADC circuits, each of which is compiled by the integrated circuit (IC) ADC0804 and IC ADC0809 respectively. Three statistical formulas, namely mean error (ME), standard deviation error (SDE), and root mean square error (RMSE) are used to measure the performance of the two ADC circuits. Both ADC circuits are simulated using a Proteus 8.11 Simulator with 255 analog input voltages. Based on the result of the study, it is known that the ADC circuit compiled by IC ADC0809 is more accurate than the ADC circuit compiled by IC ADC0804. This is evidenced by a smaller error value, which is based on the simulation results of the ME, SDE, and RMSE values were 0.4210, 0.3410, and 0.5110, respectively. And, based on the measurement results, it has ME, SDE, RMSE respectively, namely 0.8510, 0.8110, and 0.9310.
Keywords: ADC; Proteus 8.11 Simulator; IC ADC0804; IC ADC0809; ME; SDE; RMSE
Abstrak: Politeknik Penerbangan Medan adalah salah satu kampus di bawah Kementerian Perhubungan yang memiliki jurusan teknik telekomunikasi dan navigasi udara di Indonesia. Berdasarkan survei di lapangan, kit praktikum konverter analog ke digital diperlukan untuk meningkatkan kemampuat taruna. Berdasarkan latar belakang tersebut, penelitian ini bertujuan merancang dan mensimulasi dua rangkaian ADC yang masing-masing disusun oleh IC ADC0804 dan IC ADC0809. Tiga formula statistik, yaitu mean error (ME), standard deviation error (SDE), and root mean square error (RMSE) digunakan untuk mengukur kinerja kedua rangkaian ADC tersebut. Kedua rangkaian ADC tersebut disimulasi menggunakan Simulator Proteus 8.11 dengan 255 tegangan masukan analog. Berdasarkan hasil penelitian diketahui bahwa rangkaian ADC yang disusun oleh IC ADC0809 lebih akurat dibandingkan dengan rangkaian ADC yang disusun oleh IC ADC0804. Hal tersebut dibuktikan dengan nilai kesalahan yang lebih kecil, yaitu berdasarkan hasil simulasi memiliki ME, SDE, RMSE masing-masing adalah 0,4210, 0,3410 dan 0,5110. Dan berdasarkan hasil pengukuran memiliki ME, SDE, dan RMSE masing-masing adalah 0,8510, 0,8110, dan 0,9310.
Kata kunci: ADC; Simulator Proteus 8.11; IC ADC0804; IC ADC0809; ME; SDE; RMSE