Abstract:Abstract: Lung cancer is most deadly cancers in the world. Identification and classification of the causes of understanding lung cancer is essential for developing more effective prevention and treatment strategies. The…
issue is that a lot of individuals are unaware about the characteristics and causes of lung cancer. The purpose of this study is to apply the K-Nearest Neighbor (K-NN) algorithm in the classification of the causes of lung cancer and provide education to the public must be aware of the traits of lung cancer patients and, to stay away from the causes of lung cancer. The dataset used consists of 309 samples with 16 relevant attributes. The K-NN algorithm was trained and tested to assess its ability to classify the factors that cause lung cancer. The results showed an accuracy of 90.32%, with a precision for the "YES" class of 96% and the "NO" class of 67%. The recall value for the "YES" class was 92% and for the "NO" class was 80%. The implementation of this algorithm gives good results in classification and can help in early detection and prevention of lung cancer which can be used in the development of more effective prevention and early diagnosis strategies.
Keywords: lung cancer; k-nearest neighbor; classification; machine learning
Abstrak: Kanker paru-paru tergolong jenis penyakit kanker yang memperoleh angka kematian paling tinggi di dunia. Identifikasi dan klasifikasi penyebab kanker paru-paru sangat penting untuk pengembangan strategi pencegahan dan pengobatan yang lebih efektif. Masalah yang terjadi adalah banyak orang yang belum mengetahui tentang ciri-ciri dan penyebab-penyebab dari kangker paru tersebut. Tujuan penelitian ini adalah mengimplementasikan algoritma K-Nearest Neighbor (K-NN) dalam klasifikasi penyebab kanker paru-paru serta memberikan edukasi kepada masyarakat banyak agar mengetahui ciri-ciri orang yang mengidap kangker paru-paru dan tentunya untuk menghindari penyebab-penyebab dari kangker paru-paru tersebut. Dataset yang digunakan terdiri dari 309 sampel dengan 16 atribut yang relevan. Algoritma K-NN kemudian dilatih dan diuji untuk menilai kemampuannya dalam mengklasifikasikan faktor-faktor penyebab kanker paru-paru. Hasil penelitian menunjukkan akurasi sebesar 90.32%, dengan skor precision untuk kelas "YES" sebesar 96% dan kelas "NO" sebesar 67%. Nilai recall untuk kelas "YES" adalah 92% dan untuk kelas "NO" sebesar 80%. Implementasi algoritma ini memberikan hasil yang baik dalam klasifikasi dan dapat membantu dalam deteksi dini serta pencegahan kanker paru-paru yang dapat digunakan dalam pengembangan strategi pencegahan dan diagnosis dini yang lebih efektif.
Kata kunci: kanker paru-paru; k-nearest neighbor; klasifikasi; machine learning
Abstract:Abstract: By leveraging digital technology, Laporkitong enhances transparency and accountability, as well as facilitates public participation in the oversight and enforcement processes related to land use and natural resource…
ource management. The Laporkitong website functions as an online reporting application aimed at documenting instances of spatial planning violations in the West Papua Province. The lack of public knowledge about the Laporkitong application has led to numerous issues. Therefore, an analysis of the adoption of the Laporkitong application is necessary. This study aims to investigate the influence of Perceived Quality, Perceived Control, and Perceived Ease of Use factors as determinants of the residents' willingness to use the Laporkitong application, employing the Technology Acceptance Model (TAM) and DeLone and McLean IS Success (IS D&M) theories. As many as 160 valid respondents are gathered based purposive sampling technique and evaluated using Partial Least Square Structural Equation Modeling (PLS-SEM). The results inform that all seven hypotheses are accepted with the R-square of the intention to use is 0.273 indicationg 27.3% variance of the model can determine the outcome. Further discussion and conclusion regarding the implication of theoretical and practical contribution are also discussed.
Keywords: laporkitong; perceived control; perceived ease of use; perceived quality; technology acceptance model
Abstrak: Dengan memanfaatkan teknologi digital, Laporkitong meningkatkan transparansi dan akuntabilitas, serta memfasilitasi partisipasi publik dalam proses pengawasan dan penegakan terkait penggunaan lahan dan pengelolaan sumber daya alam. Website Laporkitong berfungsi sebagai aplikasi pelaporan online yang bertujuan untuk mendokumentasikan pelanggaran perencanaan tata ruang di Provinsi Papua Barat. Minimnya pengetahuan masyarakat terhadap aplikasi Laporkitong menyebabkan banyak permasalahan. Maka dari itu perlu dilakukan analisis mengenai adopsi pada aplikasi Laporkitong. Penelitian ini bertujuan untuk menyelidiki pengaruh faktor Kualitas yang Dirasakan, Kendali yang Dirasakan, dan Kemudahan Penggunaan yang Dirasakan sebagai penentu keinginan penduduk untuk menggunakan aplikasi Laporkitong, dengan menggunakan Model Penerimaan Teknologi (TAM) dan teori Kesuksesan Sistem Informasi (IS D&M) DeLone dan McLean. Sebanyak 160 responden valid dikumpulkan berdasarkan teknik purposive sampling dan dievaluasi menggunakan Partial Least Square Structural Equation Modeling (PLS-SEM). Hasilnya menunjukkan bahwa semua tujuh hipotesis diterima dengan R-square niat untuk menggunakan adalah 0,273, menunjukkan bahwa 27,3% variasi model dapat menentukan hasilnya. Diskusi lebih lanjut dan kesimpulan mengenai implikasi kontribusi teoritis dan praktis juga dibahas.
Kata kunci: laporkitong; pengendalian yang dirasakan; kemudahan penggunaan yang dirasakan; kualitas yang dirasakan; model penerimaan teknologi
Abstract:Abstract: "Tax Me" is an application engaged in tax consulting services that is run through a mobile platform. The problems that are often faced by the public, especially taxpayers, are difficulties in choosing reliable…
and trusted tax consultants because many tax consultants embezzle money and slow down the tax reporting process, as well as the lack of knowledge of taxpayers about all tax regulations, a complicated and frequently changing tax system, and also there are still negative public assumptions about taxes such as corruption in taxes that have been paid by taxpayers. The "Tax Me" application was developed using the System Development Life Cycle (SDLC) system development methodology. This application was developed as a forum for tax consulting services in collaboration with the Directorate General of Taxes (DGT) institution which is able to provide transparent and reliable tax consulting services. "Tax Me" is expected to be able to provide education to taxpayers, overcome taxpayers' concerns about the tax calculation and reporting process as well as in choosing a tax consultant who can be trusted. In addition, several features of the "Tax Me" application such as: NPWP, Tax Calculation, Tax Consultation, Report & Check Annual Tax Return, E-Billing & Pay Tax, Tax Reminder and Tax Article.
Keywords: directorate general of taxes (DJP); tax; tax me; taxpayer
Abstrak: “Tax Me†adalah aplikasi yang bergerak pada bidang pelayanan konsultasi pajak yang dijalankan melalui platform mobile. Masalah yang sering dihadapi oleh masyarakat khususnya Wajib Pajak adalah kesulitan dalam memilih konsultan pajak yang dapat diandalkan dan dipercaya karena banyak konsultan pajak yang menggelapkan uang dan memperlambat proses pelaporan pajak, serta kurangnya pengetahuan Wajib Pajak mengenai segala peraturan perpajakan, sistem perpajakan yang rumit dan sering berubah, dan juga masih ada anggapan negatif masyarakat tentang pajak seperti korupsi atas pajak yang telah dibayarkan oleh Wajib Pajak. Aplikasi “Tax Me†dikembangkan dengan menggunakan metodologi pengembangan sistem System Development Life Cycle (SDLC). Aplikasi ini dikembangkan sebagai wadah layanan konsultasi perpajakan yang bekerja sama dengan lembaga Direktorat Jenderal Pajak (DJP) yang mampu memberikan layanan konsultasi perpajakan yang transparan dan terpercaya. “Tax Me†diharapkan mampu memberikan edukasi kepada Wajib Pajak, mengatasi kekhawatiran Wajib Pajak terhadap proses perhitungan dan pelaporan pajak juga dalam memilih konsultan pajak yang dapat di percaya. Disamping itu, beberapa fitur dari aplikasi “Tax Me†seperti: NPWP, Hitung Pajak, Konsultasi Pajak, Lapor & Periksa SPT Tahunan, E-Billing & Bayar Pajak, Pengingat Pajak dan Artikel Pajak.
Kata kunci: direktorat jenderal pajak (DJP); pajak; tax me; wajib pajak
Abstract:Abstract: Twitter occupies the top position of the most popular social media platform in Indonesia. Police and other related issues were the subject of much discussion. The aim of this research is to analyze public sentiment…
ment towards the National Police Agency using Twitter with the support vector machine method. The research started by crawling Twitter data. The data contains a total of 6,925 entries for three keywords. Next, we move on to the preprocessing stage consisting of (cleaning, case folding, tokenization, and filtering). Next is the tf-idf feature extraction stage, finally the classification and evaluation stage. The results of manual data inspection (73:27) showed accuracy of 70.66%, precision of 70.68%, and recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. The results of manual data checking (82:18) showed accuracy of 70.66%, precision of 70.68%, recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. From the data system testing results (80:20), accuracy was 87.55%, positive precision 87.53%, negative precision 88.24%, positive recall 99.48%, and negative recall. the rate is 99.48.% – The result is 21.43%. Data testing results (60:40) showed accuracy of 86.89%, positive precision of 86.84%, negative precision of 88.46%, positive recall of 99.61%, and negative recall of 16.43%. Single test data validation system (80:20), accuracy 87.55, overall test cross validation system (k fold 5 accuracy) 86.673%.
Keywords: data mining;police agencies;support vector machines
Abstrak: Twitter menduduki posisi teratas platform media sosial terpopuler di Indonesia. Polisi dan masalah terkait lainnya menjadi pokok bahasan banyak pembicaraan. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap Badan Kepolisian Nasional menggunakan Twitter dengan metode support vector machine. Penelitian dimulai dengan crawling data Twitter. Data memuat total 6.925 entri dari tiga kata kunci. Selanjutnya beralih ke tahap preprocessing terdiri dari (pembersihan, pelipatan kasus, tokenisasi, dan pemfilteran). Selanjutnya tahap ekstraksi fitur tf-idf, terakhir tahap klasifikasi dan evaluasi. Hasil pemeriksaan data manual (73:27) menunjukkan akurasi 70,66%, presisi 70,68%, dan recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Hasil pemeriksaan data secara manual (82:18) menunjukkan akurasi 70,66%, presisi 70,68%, recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Dari hasil pengujian sistem data (80:20), akurasi 87,55%, presisi positif 87,53%, presisi negatif 88,24%, recall positif 99,48%, dan recall negatif. tarifnya adalah 99,48.% – Hasilnya 21,43%. Hasil pengujian data (60:40) menunjukkan akurasi 86,89%, presisi positif 86,84%, presisi negatif 88,46%, recall positif 99,61%, dan recall negatif 16,43%. Uji tunggal sistem validasi data (80:20), akurasi 87,55, uji keseluruhan sistem validasi silang (akurasi k fold 5) 86,673%.
Kata Kunci: data mining;instansi kepolisian;mesin vektor pendukung
Abstract:Abstract: In the current digital era, transportation booking applications have become an integral part of people's daily lives. One of the preferred applications is the Suroboyo Bus Booking Application (GOBIS). GOBIS is…
a platform dedicated specifically to accessing Suroboyo Bus transportation services. However, with the advancement of technology and changing user needs, the GOBIS application also needs to be adjusted to remain relevant and meet expectations. Many users have complained about the application's ambiguous interface, unclear colors, and other issues. Therefore, a redesign of this application is necessary. This study employs the User-Centered Design (UCD) method and SUS testing to obtain a new design that can be implemented. The results show a significant improvement in application usability, with the average SUS score from users after the redesign process reaching 82.25, rated as "good" with a "B" grade. Comparing it to the usability score of the previous version, which only reached 57.25 with a "poor" rating and a "D" grade, indicates a substantial improvement. Thus, the new design demonstrates a significant improvement in usability compared to the previous version.
Keywords: redesign; GOBIS aplication; user interface; UCD; system usability scale
Abstrak: Dalam era digital saat ini, aplikasi pemesanan transportasi telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari masyarakat. Salah satu pilihan utama yang sering digunakan adalah Aplikasi Golek Bis (GOBIS) Suroboyo Bus. GOBIS dirancang khusus sebagai platform untuk mengakses moda transportasi Suroboyo Bus. Namun, sejalan dengan kemajuan teknologi dan evolusi kebutuhan pengguna, perlu penyesuaian agar aplikasi Golek Bis tetap relevan dan memuaskan pengguna. Banyak pengguna mengeluhkan tentang antarmuka aplikasi yang kurang jelas, warna yang ambigu, dan masalah lainnya. Oleh karena itu, perlu dilakukan redesain aplikasi ini. Penelitian ini menerapkan metode UCD dan mengujikan SUS untuk mendapatkan desain baru yang lebih baik. Hasilnya menunjukkan peningkatan yang signifikan dalam kegunaan aplikasi, dengan nilai rata-rata skor SUS pengguna setelah proses redesain mencapai 82.25, dinilai sebagai "good" dengan peringkat "B". Perbandingannya dengan nilai kegunaan versi sebelumnya yang hanya mencapai 57.25 dengan penilaian "poor" dan peringkat "D" menunjukkan peningkatan yang signifikan. Oleh karena itu, desain baru menunjukkan perbaikan yang berarti dalam hal kegunaan dibandingkan dengan versi sebelumnya.
Kata kunci: redesign; aplikasi GOBIS; user interface; UCD; system usability scale
Abstract:Abstract: One of the keys to the success of a company or agency in achieving certain goals is the workforce. However, finding the ideal partner that suits the needs of the organization or agency is difficult. Therefore,…
the selection of suitable potential partners is very important in order to be able to recruit partners who are competent in their fields and meet the company's expectations and meet all stages carried out by the organization. The Preference Selection Index method is the method used in selecting employees. The option that returns the highest Preference Index value after all criteria and alternatives have been calculated is the best option, or options selected. Based on research findings, Andreyanto Wijaya's alternative is the best alternative to be chosen as the company's partner with the highest score, which is 0.95346.
Keywords: decision support system; PSI; recruitment; partner
Abstrak: Salah satu kunci keberhasilan suatu perusahaan atau instansi dalam mencapai tujuan tertentu adalah tenaga kerjanya. Namun, menemukan Mitra ideal yang sesuai dengan kebutuhan organisasi atau instansi memang sulit. Oleh karena itu, pemilihan calon Mitra yang sesuai sangatlah penting agar dapat merekrut mitra yang berkompeten di bidangnya dan memenuhi harapan perusahaan serta memenuhi seluruh tahapan yang dilakukan oleh organisasi. Metode Preference Selection Index adalah metode yang digunakan dalam menseleksi pegawai. Pilihan yang menghasilkan nilai Indeks Preferensi tertinggi setelah semua kriteria dan alternatif dihitung adalah pilihan terbaik, atau pilihan yang terpilih. Berdasarkan temuan penelitian, alternatif Andreyanto Wijaya merupakan alternatif terbaik untuk dipilih menjadi mitra untuk perusahaan dengan skor tertinggi yaitu 0,95346.
Kata Kunci : sistem pendukung keputusan; PSI; rekrutmen; mitra
Abstract:Abstract: Technological developments are currently increasing rapidly, especially in the innovation of information data management. With so many media providing informationand services online, as well as the services provided…
vided by the Government of Sekadau Regency in the form of Webstie sekadaukab.go.id. Based on the survey results, the problems experienced by users are output and performance from sekadaukab.go.id still does not meet user expectations. Study this aims to measure the quality of information systems sekadaukab.go.id and also measure the level of user satisfaction with sekadaukab.go.id. By using the method McCall and EUCS (End User Computing Satisfaction) and using methods IPA (Importance Performance Analysis) to map variables into the level of importance and level of performance, the variables used are the variables in the method EUCS (End User Computing Satisfaction). Questionnaires were distributed to 100 users sekadaukab.go.id. The average quality generated by the method McCall of 43.6%, included in the pretty good category. For the results of measuring user satisfaction methods EUCS (End User Computing Satisfaction), each variable is included in the doubtful category range value 2.60 – 3.39. There are 18 recommendations for improvement based on the method McCall and the IPA method to the Kominfo Sekadau Regency against sekadaukab.go.id.
Keywords: EUCS; IPA; McCall; public service; quality system
Abstrak:Perkembangan teknologi saat ini semakin pesat, khususnya pada inovasi pengelolaan data informasi. Dengan banyaknya media menyediakan informasi dan pelayanan secara online, begitu juga dengan pelayanan yang disediakan oleh Pemerintah Kabupaten Sekadau berupa Webstie sekadaukab.go.id. Berdasarkan hasil survey, permasalahan yang dialami oleh pengguna yaitu output dan kinerja dari sekadaukab.go.id masih belum memenuhi harapan pengguna. Penelitian ini bertujuan untuk mengukur kualitas dari sistem informasi sekadaukab.go.id dan juga mengukur tingkat kepuasan pengguna terhadap sekadaukab.go.id. Dengan menggunakan metode McCall dan EUCS (End User Computing Satisfaction) serta menggunakan metode IPA (Importance Performance Analysis) untuk memetakan variabel kedalam tingkat kepentingan dan tingkat kinerja, variabel yang digunakan yaitu variabel pada metode EUCS (End User Computing Satisfaction). Kuesioner dibagikan kepada 100 orang pengguna sekadaukab.go.id. Rata- rata kualitas yang dihasilkan berdasarkan metode McCall sebesar 43,6%, masuk kedalam
kategori cukup baik. Untuk hasil pengukuran kepuasan pengguna metode EUCS (End User Computing Satisfaction), masing-masing variabel masuk kedalam kategori ragu- ragu dengan range nilai 2.60 – 3.39. Terdapat 18 rekomendasi perbaikan berdasarkan pada metode McCall dan metode IPA kepada pihak Kominfo Kabupaten Sekadau terhadap sekadaukab.go.id.
Kata kunci: EUCS; IPA; kualitas sistem; MCCALL; pelayanan publik
Abstract:Abstract: Today, many users use online platforms rather than offline platforms for ticket bookings, involving a wide range of services such as flights, hotels, trains, buses, and entertainment. PegiPegi.com, as one of the…
e fastest growing online travel agencies in Indonesia, demonstrates success by understanding the value of technology and maintaining strong partnerships. Users of this platform often provide reviews, viewing user reviews can be done manually but this will have a less effective impact, so it needs to be done automatically with sentiment analysis. This research the Naïve Bayes method in sentiment analysis of PegiPegi.com reviews, with a focus on understanding customer satisfaction and service improvement. By combining these approaches, this research contributes to a deeper understanding of user responses to OTA services and presents the evaluation results of the Multinomial Naive Bayes classification model with an accuracy rate of 89.5%. The high precision in the Negative class demonstrates the model's ability to identify negative reviews. However, there are challenges in classifying the Neutral class, indicating the potential for further improvement. Nevertheless, the F1 score of 0.522 reflects a good balance between overall precision, recall so it can be concluded the naïve bayes algorithm is successful for performing sentiment analysis.
Keywords: Sentiment analysis; naïve bayes algorithm; pegipegi.com; playstore
Abstract: Saat ini banyak pengguna platform online dibandingkan offline untuk pemesanan tiket, yang melibatkan berbagai layanan seperti penerbangan, hotel, kereta api, bus, dan hiburan. PegiPegi.com, sebagai salah satu agen perjalanan online yang berkembang pesat di Indonesia, menunjukkan keberhasilan dengan memahami nilai teknologi dan mempertahankan kemitraan yang kuat. Pengguna platform ini sering memberikan ulasan, melihat ulasan pengguna bisa saja dilakukan secara manual tetapi hal ini akan memberikan dampak yang kurang efektif, sehingga perlu dilakukan secara otomatis dengan analisis sentiment. Penelitian ini bertujuan untuk menerapkan metode klasifikasi Naïve Bayes dalam analisis sentimen ulasan PegiPegi.com, dengan fokus pada pemahaman kepuasan pelanggan dan peningkatan layanan. Dengan menggabungkan pendekatan ini, penelitian ini berkontribusi pada pemahaman yang lebih dalam tentang tanggapan pengguna terhadap layanan OTA dan menyajikan hasil evaluasi model klasifikasi Multinomial Naive Bayes dengan tingkat akurasi 89,5%. Presisi tinggi di kelas Negatif menunjukkan kemampuan model untuk mengidentifikasi ulasan negatif. Namun, ada tantangan dalam mengklasifikasikan kelas Netral, menunjukkan potensi untuk perbaikan lebih lanjut. Namun demikian, skor F1 0,522 mencerminkan keseimbangan yang baik antara presisi keseluruhan dan daya ingat sehingga dapat disimpulkan algoritma naïve bayes berhasil untuk melakukan analisis sentimen.
Keywords: Analisis sentimen; naïve bayes; pegipegi.com; playstore
Abstract:Abstract: As a supermarket, we are committed to always improving everything, including selecting the greatest goods. To evaluate which items are more superior or popular and which are less popular, you will want a sizable…
e amount of information sources. To select products and identify those that belong in the superior product cluster, researchers employed the clustering method. The clustering strategy uses two forms of cluster analysis, k-means and k-medoids, which have related techniques. The research results show that the k-means algorithm's Davies Bouldin value is -0.430, whereas the k-medoids algorithm's Davies Bouldin value is -1.392. This suggests that the Davies Bouldin value of the k-medoids approach is the lowest, showing that the grouping findings of the k-means method are a better method to apply to the issue of choosing better products.
Keywords : k-means; k-medoids; clustering; algorithm; data mining
Abstract: Sebagai toko sembako, toko yuli berkomitmen untuk selalu meningkatkan segalanya, termasuk memilih barang terbaik. Untuk mengevaluasi item mana yang lebih unggul atau populer dan mana yang kurang populer, Anda memerlukan sumber informasi yang cukup banyak. Untuk memilih produk dan mengidentifikasi produk yang termasuk dalam cluster produk unggulan, peneliti menggunakan metode clustering. Strategi clustering menggunakan dua bentuk analisis cluster, k-means dan k-medoids, yang memiliki teknik terkait. Hasil penelitian menunjukkan nilai Davies Bouldin pada algoritma k-means sebesar -0,430, sedangkan nilai Davies Bouldin pada algoritma k-medoids sebesar -1,392. Hal ini menunjukkan bahwa nilai Davies Bouldin pada pendekatan k-medoids paling rendah, menunjukkan bahwa temuan pengelompokan metode k-means merupakan metode yang lebih baik untuk diterapkan pada permasalahan pemilihan produk yang lebih baik.
Keywords: k-means; k-medoids; clustering; algoritma; data mining
Abstract:Abstract: Information, modeling, and data manipulation systems are called decision support systems (DSS). When there is uncertainty about the best course of action in semi-structured or unstructured situations, the system…
m is utilized to support decision-making. There are various approaches available for producing decision support systems, one of which is the Weighted Product (WP) Method. With the Weighted Product (WP) approach, attribute ratings are connected by multiplication; however, each attribute's rating must first be increased to the power of the attribute's weight. The normalizing process is same to this one. SPK procedure to choose the winners of the scholarships. Scholarship information from MTS Swasta Alwasliyah Simpang Merbau can be saved in the Decision Support System using this method. This way, in the event that an error arises when entering grades or scholarship information, the wrong information can be fixed without requiring the scholarship information to be re-input. Scholarships are presents to individuals in the form of financial aid intended to be utilized toward their ongoing educational pursuits.
Keywords : decision support system; students; weighted product method
Abstract: Sistem informasi, pemodelan, dan manipulasi data disebut sistem pendukung keputusan (DSS). Ketika terdapat ketidakpastian mengenai tindakan terbaik dalam situasi semi-terstruktur atau tidak terstruktur, sistem digunakan untuk mendukung pengambilan keputusan. Terdapat berbagai pendekatan yang tersedia untuk menghasilkan sistem pendukung keputusan, salah satunya adalah Metode Weighted Product (WP). Dengan pendekatan Weighted Product (WP) memiliki konsep yang sederhana untuk menentukan pembobotan terhadap kriteria yang memiliki nilai hampir sama sehingga dalam penentuan penerima beasiswa dapat mudah dilakukan walaupun dengan data yang banyak. Metode Weighted Product (WP) dengan kriteria penilaian akademik, sikap dan tanggung jawab dan hasil perhitungan tertinggi menggunakan sistem yaitu 0.27. Sehingga dapat diterapkan untuk menyeleksi siswa-siswi berprestasi dan untuk menerapkan pemilihan siswa-siswi berprestasi secara online dengan disebarkan kedalam kelas.
Keywords: metode weighted product; sistem pendukung keputusan; siswa