Claim Missing Document
Check
Articles

Found 4 Documents
Search

Klastering Penyebaran Covid-19 Di Indonesia Tahun 2020 Menggunakan K-Medoids Clustering Ayu Khairunnisa; Alwis Nazir; Novrianto Novrianto; Yusra Yusra; Lola Oktavia; Amany Akhyar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4409

Abstract

Abstrak - Badan Nasional Penanggulangan Bencana (BNPB) telah menetapkan status darurat bencana terkait virus Covid-19. Penyebaran pada kasus Covid-19 yang sudah merata di seluruh provinsi di Indonesia sudah merupakan penyebaran yang cukup cepat dan berdampak negative pada seluruh bidang. Dari banyaknya data Covid-19 di Indonesia yang ada, diperlukan pengelompokan penyebaran kasus Covid-19 sehingga dapat dimanfaatkan oleh berbagai pihak, salah satunya yaitu Dinas Kesehatan mengenai pengelompokan penyebaran Covid-19 pada 34 provinsi di Indonesia agar dapat diketahui pola penyebarannya menggunakan data mining metode clustering dan algoritma yang digunakan yaitu K-Medoids. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa penerapan data mining dengan algoritma K-Medoids dapat diterapkan.penelitian ini mendapatkan cluster sebanyak 3 pengelompokan dan mendapatkan hasil dengan yaitu cluster tinggi berjumlah 3 provinsi, cluster sedang berjumlah 9 provinsi dan cluster rendah berjumlah 22 provinsi. Pengujian cluster dari algoritma K-Medoids ini menggunakan Silhouette Coefficient dan menunjukan bahwa cluster optimal untuk pengelompokan penyebaran Covid-19 di Indonesia adalah cluster 3 dengan nilai 0.262463.Kata kunci: Covid-19, Data mining, Clustering, K-Medoids. Abstract - Badan Nasional Penanggunlangan Bencana (BNPB) has declared a disaster emergency status related to the Covid-19 virus. The spread of Covid-19 cases that have been evenly distributed in all provinces in Indonesia is already a fairly rapid spread and has a negative impact on all fields. From the large number of existing Covid-19 data in Indonesia, it is necessary to classify the spread of Covid-19 cases so that it can be utilized by various parties, one of which is the Health Office regarding the grouping of the spread of Covid-19 in 34 provinces in Indonesia so that the distribution pattern can be known using the data mining method. clustering and the algorithm used is K-Medoids. Based on the research that has been done, it can be concluded that the application of data mining with the K-Medoids algorithm can be applied. This study obtained 3 clusters of clusters and obtained results with 3 provinces in the high cluster, 9 provinces in the medium cluster and 22 in the low cluster. The cluster testing of the K-Medoids algorithm uses the Silhouette Coefficient and shows that the optimal cluster for clustering the spread of Covid-19 in Indonesia is cluster 3 with a value of 0.262463.Keywords: Covid-19, Data mining, Clustering, K-Medoids.
Sistem Pendukung Keputusan Pemilihan Calon Beasiswa Peserta Pelatihan Menggunakan Metode Simple Additive Weighting Muhammad Syahril; Fitra Kurnia; Lola Oktavia; Siti Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 4 (2022): Agustus 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i4.4533

Abstract

Abstrak— LKP Prima Tama Komputer yang saat ini sedang berjalan dalam bidang atau sektor komputer dan bekerjasama dengan Kementerian Ketenagakerjaan Republik Indonesia (Kemnaker) telah banyak menjalankan program kerja untuk pemberian beasiswa para peserta yang ingin mengembangkan profesi mereka dalam bidang komputer. LKP Prima Tama Komputer dalam kurun waktu satu tahun bisa mendapatkan dua kali program kerja beasiswa tersebut, namun permasalahan yang kini sedang dihadapi oleh LKP Prima Tama Komputer ialah sering terjadinya kesalahan dalam perhitungan data-data penilaian siswa, hal yang terjadi yaitu kesalahan pada data yang telah dirangkap oleh tim penilai namun perhitungan yang terjadi sering sekali terdapat nilai yang beda tipis hal ini menyebabkan terjadinya keraguan diantara tim penilai dengan calon siswa ditambah dengan waktu yang dibutuhkan terlalu lama adakalanya penerima beasiswa tidak sesuai dengan kenyatannya. Berdasarkan hasil dari pengujian metode SAW didapatkan nilai preferensi terbaik yaitu pada alternatif Encik Andreansyah, SY dan Cindy Maharani dengan nilai preferensi 1,96. Pada pengujian yang dilakukan menggunakan Blackbox testing, untuk semua fitur yang ada pada sistem berjalan 100% dengan keterangan sangat baik dan pengujian menggunakan metode UAT (User Acceptance Test) menunjukkan bahwa hasil penerimaan penggunan sistem ialah 92%, dan pengujian menggunakan confusion matrix didapatkan hasil 100%.Kata kunci: Sistem Pendukung Keputusan, Penerimaan Beasiswa, Simple Additive Weighting, SAW
Klastering Penyebaran Covid-19 Di Indonesia Tahun 2020 Menggunakan K-Medoids Clustering Ayu Khairunnisa; Alwis Nazir; Novrianto Novrianto; Yusra Yusra; Lola Oktavia; Amany Akhyar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4409

Abstract

Abstrak - Badan Nasional Penanggulangan Bencana (BNPB) telah menetapkan status darurat bencana terkait virus Covid-19. Penyebaran pada kasus Covid-19 yang sudah merata di seluruh provinsi di Indonesia sudah merupakan penyebaran yang cukup cepat dan berdampak negative pada seluruh bidang. Dari banyaknya data Covid-19 di Indonesia yang ada, diperlukan pengelompokan penyebaran kasus Covid-19 sehingga dapat dimanfaatkan oleh berbagai pihak, salah satunya yaitu Dinas Kesehatan mengenai pengelompokan penyebaran Covid-19 pada 34 provinsi di Indonesia agar dapat diketahui pola penyebarannya menggunakan data mining metode clustering dan algoritma yang digunakan yaitu K-Medoids. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa penerapan data mining dengan algoritma K-Medoids dapat diterapkan.penelitian ini mendapatkan cluster sebanyak 3 pengelompokan dan mendapatkan hasil dengan yaitu cluster tinggi berjumlah 3 provinsi, cluster sedang berjumlah 9 provinsi dan cluster rendah berjumlah 22 provinsi. Pengujian cluster dari algoritma K-Medoids ini menggunakan Silhouette Coefficient dan menunjukan bahwa cluster optimal untuk pengelompokan penyebaran Covid-19 di Indonesia adalah cluster 3 dengan nilai 0.262463.Kata kunci: Covid-19, Data mining, Clustering, K-Medoids. Abstract - Badan Nasional Penanggunlangan Bencana (BNPB) has declared a disaster emergency status related to the Covid-19 virus. The spread of Covid-19 cases that have been evenly distributed in all provinces in Indonesia is already a fairly rapid spread and has a negative impact on all fields. From the large number of existing Covid-19 data in Indonesia, it is necessary to classify the spread of Covid-19 cases so that it can be utilized by various parties, one of which is the Health Office regarding the grouping of the spread of Covid-19 in 34 provinces in Indonesia so that the distribution pattern can be known using the data mining method. clustering and the algorithm used is K-Medoids. Based on the research that has been done, it can be concluded that the application of data mining with the K-Medoids algorithm can be applied. This study obtained 3 clusters of clusters and obtained results with 3 provinces in the high cluster, 9 provinces in the medium cluster and 22 in the low cluster. The cluster testing of the K-Medoids algorithm uses the Silhouette Coefficient and shows that the optimal cluster for clustering the spread of Covid-19 in Indonesia is cluster 3 with a value of 0.262463.Keywords: Covid-19, Data mining, Clustering, K-Medoids.
Sistem Pendukung Keputusan Pemilihan Calon Beasiswa Peserta Pelatihan Menggunakan Metode Simple Additive Weighting Muhammad Syahril; Fitra Kurnia; Lola Oktavia; Siti Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 4 (2022): Agustus 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i4.4533

Abstract

Abstrak— LKP Prima Tama Komputer yang saat ini sedang berjalan dalam bidang atau sektor komputer dan bekerjasama dengan Kementerian Ketenagakerjaan Republik Indonesia (Kemnaker) telah banyak menjalankan program kerja untuk pemberian beasiswa para peserta yang ingin mengembangkan profesi mereka dalam bidang komputer. LKP Prima Tama Komputer dalam kurun waktu satu tahun bisa mendapatkan dua kali program kerja beasiswa tersebut, namun permasalahan yang kini sedang dihadapi oleh LKP Prima Tama Komputer ialah sering terjadinya kesalahan dalam perhitungan data-data penilaian siswa, hal yang terjadi yaitu kesalahan pada data yang telah dirangkap oleh tim penilai namun perhitungan yang terjadi sering sekali terdapat nilai yang beda tipis hal ini menyebabkan terjadinya keraguan diantara tim penilai dengan calon siswa ditambah dengan waktu yang dibutuhkan terlalu lama adakalanya penerima beasiswa tidak sesuai dengan kenyatannya. Berdasarkan hasil dari pengujian metode SAW didapatkan nilai preferensi terbaik yaitu pada alternatif Encik Andreansyah, SY dan Cindy Maharani dengan nilai preferensi 1,96. Pada pengujian yang dilakukan menggunakan Blackbox testing, untuk semua fitur yang ada pada sistem berjalan 100% dengan keterangan sangat baik dan pengujian menggunakan metode UAT (User Acceptance Test) menunjukkan bahwa hasil penerimaan penggunan sistem ialah 92%, dan pengujian menggunakan confusion matrix didapatkan hasil 100%.Kata kunci: Sistem Pendukung Keputusan, Penerimaan Beasiswa, Simple Additive Weighting, SAW