Article Per Year (5 Year)
p-Index From 2021 - 2026
4.162
P-Index
This Author published in this journals
All Journal CARADDE: Jurnal Pengabdian Kepada Masyarakat IJISTECH (International Journal Of Information System & Technology) JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURNAL PIONIR Community Development Journal: Jurnal Pengabdian Masyarakat IJISTECH JOURNAL OF HUMANITIES, SOCIAL SCIENCES AND BUSINESS (JHSSB) Review of Multidisciplinary Education, Culture and Pedagogy (ROMEO) CASHFLOW : CURRENT ADVANCED RESEARCH ON SHARIA FINANCE AND ECONOMIC WORLDWIDE Jurnal Riset Pendidikan dan Pengajaran (JRPP) Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Apdillah, Dicky
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1 
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA TENAGA PENDIDIK DENGAN METODE PROFILE MATCHING Yuwanda, Yuwanda; Apdillah, Dicky
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2374

Abstract

Abstract: The performance assessment of educators is an evaluation conducted through observation and monitoring of each main task of educators in the context of career development, rank, and position. The performance assessment of educators includes their ability to master knowledge, skills, and professional attitudes as educators. To determine the quality of the human resources of educators, one of the efforts that can be made is by conducting performance evaluations. As an educational institution, the quality of human resources it possesses greatly impacts the quality of its students. The purpose of this research is to analyze a decision support system using the profile matching method in the performance assessment of educators. The data input into the system includes the alignment of lesson implementation with the lesson schedule, punctuality, mastery of the material, and other aspects related to teaching. From the results of the system testing conducted, the scores obtained were as follows: Supriyati, S.Pd (4.25) with a very suitable predicate, Siti Malihatun Nikmah, S.PD (3.70) with a suitable predicate, Kusmini, S.Pd (3.60) with a suitable predicate, Singgih Peranowo, S.Pd (3.20) with a suitable predicate, Nursamsyiah, S.Pd (3.10) with a suitable predicate, Sunarso, S.Sn (2.90) with an unsuitable predicate. Based on these results, an evaluation can be conducted on Sunarso, S.Sn (2.90) regarding his teaching performance. Keywords: Profile Matching, Decision Support System, Educator Performance                  Assessment, Web. Abstrak: Penilaian kinerja tenaga pendidik merupakan penilaian yang dilakukan melalui pengamatan dan pemantauan pada setiap butir tugas utama tenaga pendidik dalam rangka pembinaan karir, kepangkatan, dan jabatannya. Penilaian kinerja tenaga pendidik meliputi kemampuan tenaga pendidik dalam menguasai pengetahuan, keterampilan, dan sikap profesional sebagai pendidik. Untuk mengetahui kualitas SDM tenaga pendidik, salah satu upaya yang dapat dilakukan adalah dengan melakukan penilaian kinerja. Sebagai sebuah institusi pendidikan, kualitas SDM yang dimiliki sangat berdampak pada kualitas peserta didik. Tujuan penelitian ini  untuk menganalisa sebuah sistem pendukung keputusan dengan metode profile matching pada penilaian kinerja tenaga pendidik. Data yang di input ke dalam sistem ialah data kesesuaian pelaksanaan pembelajaran dengan jadwal pembelajaran, ketepatan waktu, penguasaan materi, dan lain-lain yang terkait pembelajaran. Dari hasil pengujian sistem yang dilakukan terdapat nilai perolehan Supriyati, S.Pd (4,25) predikat sangat sesuai, Siti Malihatun Nikmah, S.PD (3,70) predikat sesuai, Kusmini, S.Pd (3,60) predikat sesuai, Singgih Peranowo, S.Pd (3,20) predikat sesuai, Nursamsyiah, S.Pd (3,10) predikat sesuai, Sunarso, S.Sn (2,90) predikat tidak sesuai, dari hasil tersebut dapat dilakukan evaluasi terhadap  Sunarso, S.Sn (2,90) atas kinerja pengajaran. Kata kunci: Profile Matching, Sistem Pendukung Keputusan, Penilaian Kinerja Tenaga Pendidik, Web.
PENERAPAN ALGORITMA EDGE DETECTION DAN CLUSTERING MENGIDENTIFIKASI PENGENALANWAJAH DALAM E-ABSENSI Rahmadani, Desy; Apdillah, Dicky
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3035

Abstract

Abstract: Absence is usually used to see the level of employee discipline. The discipline of each employee is usually assessed as an indicator to determine whether the employee is allowed to apply for a salary increase and so on. To be able to monitor the presence of employee attendance activities, an attendance system is needed that can record employee attendance and absence. Over time, the attendance system has developed. Various types of attendance systems have also developed, such as using barcode and fingerprint methods. Problems with the barcode attendance system arise when employee members do not carry cards or other tools that have been given barcodes, then employees will not be able to take attendance, while the shortcomings of the fingerprint method when someone's fingerprints are injured or dirty will interfere with the scanning process on the sensor. Employees are required to take attendance every working day. The purpose of attendance in an agency, especially to see the performance of the employee, will also improve the quality of the agency itself. In this study, only the edge detection and clustering algorithms were used with the data inputted into this system being photo image data. In testing using edge detection, it produces percentage values such as in the first test, the percentage level of photo similarity is 47.32%, in the second photo test, the percentage level of photo similarity is 57.27%, in the third photo test, the percentage level of photo similarity is 57.75%, in the third photo test, the percentage level of photo similarity is 77.14%. Keywords: Edge Detection Algorithm, Clustering, Identifying Face Recognition, E-Attendance, Web Abstrak: Absensi biasanya digunakan untuk melihat tingkat kedisipinan pekerja. Kedisipinan masing-masing pegawai atau karyawan biasanya dinilai sebagai indikator untuk menentukan apakah karyawan tersebut boleh untuk mengajukan kenaikan gaji dan lain sebagianya. Untuk dapat memantau adanya aktivitas kehadiran pegawai atau karyawan maka diperlukan sebuah sistem absensi yang dapat mencatat absensi kehadiran dan ketidakhadiran karyawan.Seiring berjalannya waktu sistem absensi kian berkembang. Berbagai jenis sistem absensi pula telah berkembang seperti dengan menggunakan metode barcode dan sidik jari. Permasalahan pada sistem absensi barcode muncul ketika anggota karyawan tidak membawa kartu yang atau alat lainnya yang telah diberi barcode, maka karyawan tidak akan bisa melakukan absensi sedangkan kekurangan dalam metode sidik jari  ketika sidak jari seseorang terluka atau kotor akan menggangu proses scanning pada sensor. Pegawai atau karyawan diharuskan untuk melakukan absen setiap hari kerja. Tujuan absensi di instansi khususnya untuk melihat kinerja pegawai atau karyawan tersebut yang akan meningkatkan juga mutu dari instansi itu sendiri. Dalam penelitian ini hanya menggunakan algoritma edge detection dan clustering dengan data yang diinputkan dalam sistem ini ialah data citra foto. Dalam pengujian menggunakan edge detection menghasilkan nilai persentase seperti pada uji pertama terlihat tingkat persentase kemiripan foto ialah 47,32%, pada uji foto ke dua terlihat tingkat persentase kemiripan foto ialah 57,27%, pada uji foto ke tiga  terlihat tingkat persentase kemiripan foto ialah 57,75%, pada uji foto ke tiga terlihat tingkat persentase kemiripan foto ialah 77,14%. Kata Kunci : Algoritma Edge Detection, Clustering, Mengidentifikasi Pengenalan Wajah, E-Absensi, Web
PENERAPAN FUZZY C MEANS MEMPREDIKSI KEUNTUNGAN DAN PAJAK CUKAI PENJUALAN ROKOK BERDASARKAN KELOMPOK PENGGUNA ROKOK DAN TEMBAKAU Rizkika, Tia; Apdillah, Dicky
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4816

Abstract

Abstract: The cigarette industry is a sector that contributes significantly to state revenue through taxes and excise. This study aims to apply the Fuzzy C-Means method to cluster cigarette consumption and sales data to predict potential sales profits and projected excise revenues. The data used is secondary data obtained from the Central Statistics Agency (BPS) and the Ministry of Finance. The research process includes data collection, pre-processing, analysis using the Fuzzy C-Means algorithm, and implementation of a web-based system using PHP and MySQL. The results show that the Fuzzy C-Means method is capable of grouping cigarette consumption data into several clusters, such as "very profitable," "quite profitable," and "less profitable." This model can assist industry and government players in formulating pricing strategies, excise policies, and production planning based on more accurate data.Keywords: Fuzzy C-Means, Clustering, Profit Prediction, Data Mining, PHP, MySQL.Abstrak: Industri rokok merupakan salah satu sektor yang memberikan kontribusi besar terhadap penerimaan negara melalui pajak dan cukai. Penelitian ini bertujuan untuk menerapkan metode Fuzzy C-Means dalam melakukan pengelompokan (clustering) terhadap data konsumsi dan penjualan rokok guna memprediksi potensi keuntungan penjualan serta proyeksi penerimaan cukai. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) dan Kementerian Keuangan. Proses penelitian meliputi tahapan pengumpulan data, pra-pemrosesan, analisis dengan algoritma Fuzzy C-Means, serta implementasi sistem berbasis web menggunakan PHP dan MySQL. Hasil penelitian menunjukkan bahwa metode Fuzzy C-Means mampu mengelompokkan data konsumsi rokok menjadi beberapa klaster, seperti kelompok sangat menguntungkan, cukup menguntungkan, dan kurang menguntungkan. Model ini dapat membantu pelaku industri dan pemerintah dalam merumuskan strategi penetapan harga, kebijakan cukai, serta perencanaan produksi berbasis data yang lebih akurat.Kata Kunci: Fuzzy C-Means, Clustering, Prediksi Keuntungan, Data Mining, PHP, MySQL.
ANALISIS POLA PENENTUAN LOKASI PEMBANGUNAN PROPERTI MENGGUNAKAN ALGORITMA APRIORI Kurniawan, Alwi; Apdillah, Dicky
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4711

Abstract

Abstract: This study implements the Apriori algorithm to analyze patterns in property development location selection based on six key attributes: location, soil type, property type, land area, distance to city center, and surrounding facilities. Using a dataset of 100 property records with minimum support of 10%, confidence of 60%, and lift greater than 1.2, the analysis successfully identified significant association rules between land characteristics and suitable property types. The research developed a web-based recommendation system integrating Python for data mining analysis and PHP-mysql for the user interface. Validation results demonstrate that rules such as "large land area and moderate distance to city center → apartment" achieved support of 13%, confidence of 61.9%, and lift of 1.82, proving the system's effectiveness. Manual validation confirmed consistency between theoretical calculations and system outputs, with processing time under 5 seconds for 100 records. The system successfully filtered invalid rules, such as those with support below 10% or lift less than 1.2, demonstrating robust rule generation mechanisms. This system serves as a practical decision support tool for property developers in determining optimal property types based on specific location characteristics and environmental conditions. Keyword: apriori algorithm; property development; association rules; data mining; decision support system Abstrak: Penelitian ini mengimplementasikan algoritma Apriori untuk menganalisis pola penentuan lokasi pembangunan properti berdasarkan enam atribut kunci yaitu lokasi, jenis tanah, jenis properti, luas tanah, jarak ke pusat kota, dan fasilitas sekitar. Menggunakan dataset 100 data properti dengan parameter minimum support 10%, confidence 60%, dan lift lebih besar dari 1,2, analisis berhasil mengidentifikasi aturan asosiasi signifikan antara karakteristik lahan dengan jenis properti yang sesuai. Penelitian menghasilkan sistem rekomendasi berbasis web yang mengintegrasikan Python untuk analisis data mining dan PHP-mysql untuk antarmuka pengguna. Hasil validasi menunjukkan aturan seperti "luas tanah besar dan jarak ke pusat kota sedang → apartemen" mencapai support 13%, confidence 61,9%, dan lift 1,82, membuktikan efektivitas sistem. Validasi manual mengonfirmasi konsistensi antara perhitungan teoretis dengan output sistem, dengan waktu pemrosesan di bawah 5 detik untuk 100 data. Sistem berhasil menyaring aturan tidak valid seperti yang memiliki support di bawah 10% atau lift kurang dari 1,2, menunjukkan mekanisme pembangkitan aturan yang robust. Sistem ini dapat menjadi alat bantu pengambilan keputusan praktis bagi pengembang properti dalam menentukan jenis properti optimal berdasarkan karakteristik lokasi dan kondisi lingkungan tertentu. Kata kunci: algoritma apriori; pembangunan properti; aturan asosiasi; data mining; sistem pendukung keputusan.
ANALISIS POLA PENYAKIT BERDASARKAN DATA PASIEN DI UPT PUSKESMAS TANJUNG TIRAM MENGGUNAKAN ALGORITMA APRIORI Ndraha, Riski Perdamaian; Apdillah, Dicky
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4884

Abstract

Abstract: This study discusses the application of the Apriori algorithm to analyze the pattern of relationships between diseases in patient medical record data at UPT Puskesmas Tanjung Tiram. Medical records serve as an important source of information to support medical decision-making, particularly in identifying diseases that frequently occur together. This study utilized 365 outpatient medical record data, which were processed using Python and integrated with PHP as a web-based interface. The parameters used in the Apriori algorithm include a minimum support of 10%, a minimum confidence of 50%, and a minimum lift of 1.2. The results of the analysis revealed four significant disease patterns, namely hypertension ? fever, acute respiratory infection (ARI) ? fever, gout ? fever, and cholesterol ? fever, indicating strong associations among these diseases. The developed system can display analytical results quickly, accurately, and interactively, making it useful in supporting diagnosis processes and medical decision-making at healthcare centers. This research is expected to contribute to the utilization of data mining for disease pattern analysis and the development of web-based health recommendation systems.Keyword: apriori algorithm, data mining, PHP, python, disease patterns, medical recordsAbstrak: Penelitian ini membahas penerapan algoritma Apriori untuk menganalisis pola keterkaitan antar penyakit pada data rekam medis pasien di UPT Puskesmas Tanjung Tiram. Data rekam medis merupakan sumber informasi penting dalam mendukung pengambilan keputusan medis, terutama untuk mengidentifikasi penyakit yang sering muncul secara bersamaan. Penelitian ini menggunakan 365 data rekam medis pasien rawat jalan yang diolah dengan bantuan Python dan diintegrasikan dengan PHP sebagai antarmuka web. Parameter yang digunakan pada algoritma Apriori meliputi minimum support sebesar 10%, minimum confidence sebesar 50%, dan minimum lift sebesar 1.2. Hasil analisis menunjukkan terdapat empat pola penyakit signifikan, yaitu hipertensi ? demam, ISPA ? demam, asam urat ? demam, dan kolesterol ? demam, dengan tingkat keterkaitan yang kuat. Sistem yang dibangun mampu menampilkan hasil analisis secara cepat, akurat, dan interaktif, sehingga dapat dimanfaatkan untuk mendukung proses diagnosis dan pengambilan keputusan medis di lingkungan Puskesmas. Penelitian ini diharapkan memberikan kontribusi dalam pemanfaatan data mining untuk analisis pola penyakit serta pengembangan sistem rekomendasi kesehatan berbasis web.Kata kunci: algoritma apriori, data mining, PHP, python, pola penyakit, rekam medis
Co-Authors Adila, Lica Afni Dwi Pertiwi, Riki Wirayuda Al Ayyub, Muhammad Azwar Al Azmi, Chairanda Ayyub, Muhammad Azwar Al Azhari, Dea Tiara Azmi, Chairanda Al Azura, Putri Bahmid Dea, Emi Deri, Afif Elza Ms, Muhammad Fadli Emiel Salim Siregar Febriani, Arisa Febriansyah, Muhammad Reza Hafiz, Utami Wardah Harahap, Himmatul Ummi Harahap, Puteri Leida Ratna Hayati Harmika, Zuwairiah Hidayat, Riyan Fiqri Irwansyah Irwansyah Irwansyah, Bambang Ismail Ismail Kurniawan, Alwi Lubis, Agrinda Aulia Lubis, Lili Kahirina Azhari Lubis, Lili Khairani Azhari Mangunsong, Juliana Manik, Susih Gajah Marpaung, Dinda Munifah Marpaung, Mairani Marpaung, Samsul Komar Nabila, Nabila Nabila, Putri Julia Nadapdap, Nadila Br Nadeak, Bill Yansen Napitupulu, Celly Naomi Sarah Br Nasution, Annisa Ndraha, Riski Perdamaian Nur Isnaini, Nur Oktaviana Nirmala Purba Panjaitan, Dinda Azura Panjaitan, Khairunnisak Panjaitan, Rahmadani Fitri Pertiwi, Afni Dwi Putri Putri, Putri R, M. Syaiful Zuhri Rahmadani, Desy Rahmadhi, Yudha Rahmat Rahmat Rianda, Kiki Rizki Rizkika, Tia Sahera, Miri Salam, Agus Saragih, M.Rajuddin Saragih, Sri Rahmah Dewi Shintia, Sindi Siagian, Angela Ekklesia Siagian, Zairul Abdi Sihombing, M Hafiz Nurhasan Simanjuntak, Angelina Deasyta Simanjuntak, Cici Rahma Alia Sirait, Deviana Dewi Siregar, Raja Syahmuda Sitorus, Arwan Pradoki Sitorus, Dormada Lestari Luhur Sitorus, Muhammad Aldi Prayuda Stefanny, Nandika Tiara Puteri Suganda, Sheva Febrian Sukmawati, Nirwana Surbakti, Febby Andriana Syahputra, Eko Bayu Syahrunsyah, Syahrunsyah Syapiq, Mirza Syuhaila, Rienda Tamba, Joshua Robinsar Tania, Ira Widari, Sinta Wijaya, Chandra Ridho Yuwanda, Yuwanda Zannah, Amira Harisatul Zuwandana, Ahmad