Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Technology and Informatics Insight Journal

PEMANFAATAN ALGORITMA FP-GROWTH UNTUK MELIHAT TINGKAT KEJAHATAN PADA PENGADILAN NEGERI KOTO BARU Rahmat Hidayat
Technology and Informatics Insight Journal Vol. 1 No. 1 (2022): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tiij.v1i1.47

Abstract

Pengadilan Negeri Koto Baru merupakan pengadilan yang memiliki wilayah hukum yang cukup luas. Pengadilan ini menaungi dua kabupaten sekaligus yaitu Kabupaten Solok dan Kabupaten Solok Selatan. Berdasarkan data yang terdapat di SIPP (Sistem Informasi Penelusuran Perkara) yang terdapat pada Pengadilan Negeri Koto Baru dapat dilihat bahwasanya tindak kejahatan yang terjadi diwilayah hukumnya meningkat setiap tahunya. Berdasarkan data dari SIPP dapat dilihat dari bulan januari 2021 sampai dengan bulan oktober 2021 telah terdaftar sebanyak 53 perkara tindak pidana yang telah dilimpahkan oleh pihak Kejaksaan. Data yang tersimpan pada SIPP dapat digunakan untuk mencari sebuah pengetahuan baru, yaitu dengan cara menggunakan teknik data mining. Adapun teknik yang digunakan adalah menggunakan algoritma FP-Growth yaitu salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul. Tujuan dari penelitian ini adalah untuk menemukan pengetahuan baru (knowledge) dari kumpulan data tindak pidana yang tersimpan pada SIPP Pengadilan Negeri Koto Baru. Nantinya dapat dilihat kecendrungan tindak kejahatan yang terjadi berdasarkan dari beberapa attribute yang telah ditentukan. Data yang digunakan dalam penelitian ini adalah data tindak pidana yang terjadi dari bulan januari 2021 sampai dengan bulan oktober 2021. Adapun attribute yang digunakan pada penelitian ini yaitu terdiri dari Pendidikan, pekerjaan dan tindak pidana yang dilakukan. Hasil dari pengujian terhadap metode ini didapatkan sebuah informasi yaitu, kecendrungan tindak kejahatan yang terjadi berdasarkan latar belakang pendidikan dan pekerjaan terpidana dengan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembanguan FP-Tree dalam mencari frequent itemset, maka dihasilkan sebuah association rule.  
PEMANFAATAN DATA MINING UNTUK MELIHAT MINAT SISWA SETELAH MENYELESAIKAN PENDIDIKAN SEKOLAH MENENGAH ATAS (SMA) DENGAN ALGORITMA K-MEANS CLUSTERING Rahmat Hidayat
Technology and Informatics Insight Journal Vol. 1 No. 2 (2022): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tiij.v1i2.220

Abstract

Sekolah Menengah Atas (SMA) merupakan tingkatan terakhir Pendidikan menengah yang harus ditempuh siswa sebelum melanjutkan jenjang Pendidikan tinggi. Baik SMA, SMK ataupun MA memiliki level atau jenjang yang sama dan harus ditempuh dalam waktu 3 tahun oleh siswa. Siswa yang telah menyelesaikan Pendidikan setingkat SMA dapat melanjutkan Pendidikan ketingkat yang lebih tinggi ataupun memilih bekerja, karena juga banyak lowongan yang memberikan persyaratan minimal untuk mengisi suatu formasi yaitu minimal lulus SMA. Banyak hal yang mempengaruhi siswa dalam menentukan pilihan, apakah ingin melanjutkan Pendidikan yang lebih tinggi ataupun lebih memilih untuk bekerja. Salah satu yang memiliki pengaruh yang besar pemilihan tersebut ialah, pekerjaan orang tua yang pastinya juga berbanding lurus dengan pendapatanya, lingkungan sekitar, dll. Dari permasalahan tersebut penulis tertarik untuk melakukan penelitian dengan menggunakan metode data mining dengan algoritma K-Means Clustering untuk mengelompokan minat serta bakat siswa dalam menentukan pilihan setelah menyelesaikan Pendidikan setingkat SMA. Data yang digunakan dalam penelitian ini merupakan data yang didapatkan dari data kuesioner yang diisi langsung oleh siswa kelas XII Madrasah Aliyah DR. H. Abdullah Ahmad PGAI Padang. Dari sebanyak 25 orang siswa yang mengisi kuesioner. Maka dapat disimpulkan bahwa kecendrungan siswa untuk ingin melajutkan Pendidikan kejenjang yang lebih tinggi sangat tinggi tinggi, apabila dipersentasekan dari Clustering 1 (C1), dimana yang menjadi kelompok cluster 1 adalah siswa dengan penghasilan orang tua < Rp. 1.000.000 yaitu sebanyak 67 % ingin melajutkan Pendidikan kejenjang yang lebih tinggi dan 33% ingin bekerja. Sedangkan dari cluster 2 (C2), dimana cluster ini merupakan cluster dengan nilai maximum dan bisa dikatakan siswa yang memiliki orang tua yang berpenghasilan > Rp. 5.000.000, terdapat 69% siswa memilih melanjutkan Pendidikan kejenjang yang lebih tinggi dan 31% lebih memilih untuk bekerja. Diharapkan hasil dari penelitian ini dapat membantu perguruan tinggi yang terdapat diwilayah padang atau Sumatra barat dalam menjaring minat siswa untuk bergabung melanjutkan Pendidikan kejenjang Pendidikan yang lebih tinggi.
PENERAPAN ALGORITMA C4.5 TERHADAP TINGKAT KEPUASAN PASIEN PADA PELAYANAN PUSKESMAS KEBUMEN Rahmat Hidayat
Technology and Informatics Insight Journal Vol. 1 No. 1 (2023): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tiij.v1i1.391

Abstract

Tingkat kepuasan pelayanan kesehatan merupakan hal yang penting dalam mengevaluasi kualitas layanan yang diberikan oleh puskesmas. Penelitian ini merujuk pada Puskesmas di Kebumen. Untuk mengetahui tingkat kepuasan berdasarkan berbagai faktor yang ada. Data yang dikumpulkan mencakup berbagai aspek yaitu pendaftaran, dokter, fasilitas, perawat, kenyamanan dan kebersihan, serta administrasi dan keuangan. Terdapat enam aspek untuk mengukur kualitas pelayanan yang didasarkan pada harapan dengan kinerja yang dirasakan oleh para pasien. Penilaian kepuasan pasien berdasarkan kuisioner yang diisi oleh pasien. Hasil kuisioner akan diolah menggunakan metode algoritma C4.5. Algoritma C4.5 adalah metode klasifikasi dan menghasilkan pohon keputusan. Algoritma ini mengubah fakta yang besar menjadi pohon keputusan yang merepresentasikan aturan. Dari hasil penelitian yang dilakukan menggunakan algoritma C4.5, dapat membantu puskesmas dalam meningkatkan pelayanan sesuai dengan hasil kuisioner. Hasil perhitungan dari kuisioner pasien terdapat 12 jawaban puas dan 8 jawaban tidak puas dengan total kuisioner yang diisi sejumlah 20 kuisioner. Nilai gain tertinggi adalah pada atribut dokter dengan nilai 0.38302934. Dengan indicator variabel cukup puas yang memiliki entropy tertinggi dengan nilai 0.979868757.