Aris Ekyanto Heru Setiadi
STMIK Widya Pratama

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisa Komparasi Algoritma Data Mining untuk Klasifikasi Heregistrasi Calon Mahasiswa STMIK Widya Pratama Dadang Aribowo; Aris Ekyanto Heru Setiadi
IC-Tech Vol 13 No 2 (2018): IC-Tech Volume XIII No.2 Oktober 2018
Publisher : STMIK WIDYA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (413.022 KB) | DOI: 10.47775/ictech.v13i2.30

Abstract

Mahasiswa merupakan aset yang paling berharga dalam sebuah perguruan tinggi swasta (PTS). Karena sebagian besar pendapatan serta biaya operasional PTS didapatkan dari mahasiswa. Banyaknya mahasiswa yang melakukan heregistrasi jelas akan menjadi angin segar bagi lembaga. Dalam 5 tahun terakhir tercatat sekitar 20% mahasiswa STMIK Widya Pratama tidak melakukan heregistrasi. Pengetahuan dini terhadap calon mahasiswa yang mungkin tidak akan melakukan heregistrasi dapat menjadi acuan lembaga untuk melakukan tindakan guna mempertahankan mahasiswa. Pencatatan data mahasiswa yang tersusun rapi dapat digunakan pihak manajemen untuk melakukan analisa terhadap karakteristik serta penyebab mahasiswa tidak melakukan heregistrasi. Data mining dapat mengolah data lampau menjadi sebuah informasi atau pengetahuan baru. Dalam data mining terdapat satu fungsi mayor yaitu klasifikasi yang mengolah data training untuk menghitung data baru / data testing. Metode atau algoritma yang dapat digunakan dalam proses klasifikasi sangat banyak dengan berbagai macam karakteristik masing-masing. Beberapa algoritma klasifikasi terbaik antara lain naive bayes, knn, serta C4.5. Hasil penelitian menunjukkan bahwa ketiga algoritma yaitu knn, naive bayes serta decission tree C45 dapat digunakan untuk melakukan klasifikasi heregistrasi calon mahasiswa. Tingkat akurasi algoritma decission tree C45 merupakan yang terbaik yaitu 80,72% diikuti algoritma knn dengan tingkat akurasi 80,46%. Sedangkan tingkat akurasi naive bayes merupakan yang terendah dengan 74,49%.
Pemanfaatan Algoritma C4.5 dan Metode Profile Matching untuk Penentuan Kualitas Barang di PT Primatexco Indonesia M. Adib Alkaromi; Risqiati Risqiati; Aris Ekyanto Heru Setiadi
IC-Tech Vol 13 No 1 (2018): IC-Tech Volume XIII No.1 April 2018
Publisher : STMIK WIDYA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (205.643 KB) | DOI: 10.47775/ictech.v13i1.170

Abstract

PT. Primatexco merupakan perusahaan yang memproduksi benang dan kain dengan kualitas ekspor. Proses pembuatan benang diawali dengan proses perencanaan komposisi kapas untuk proses pembuatan benang. Dalam memprediksi kualitas benang yang akan dihasilkan, adalah menjadi penting untuk mempunyai suatu metode pendekatan dalam memperbaiki sistem yang ada. Berdasarkan kondisi tersebut, dibuat suatu sistem pendukung keputusan untuk menganalisis kualitas benang. Dengan mengkaji data-data kualitas mixing kapas yang diinput untuk kemudian diproses dengan kombinasi Algorima C4.5 dan Profile Matching, dan akan menghasilkan output yang merupakan representasi nilai dari kedekatan kualitas serat mixing baru. Sistem dibangun dengan menggunakan metode pengembangan sistem Waterfall yang memiliki tahapan pengembangan yaitu Perencanaan, Analisis, Perancangan, dan Pengujian. Hasil sistem yang dibangun dapat digunakan untuk melakukan prediksi dan analisa dari kualitas mixing benang yang dilakukan. Hal ini dibuktikan dalam pengujian Black Box yang menyimpulkan bahwa sistem sudah dapat melakukan integrasi yang baik dan tepat tanpa terjadi kesalahan, serta hasil pengujian White Box yang menyimpulkan bahwa sistem mampu mengolah data kualitas mixing dengan menggunakan pola perhitungan metode C.45 dan Profile Mathcing. Selain itu hasil pengujian User Acceptance Test (UAT) menyimpulkan bahwa sistem sudah memenuhi kriteria kebutuhan pengguna baik secara fungsional maupun non fungsional. Diharapkan pengembangan selanjutnya terhadap sistem agar dapat melakukan pembaruan mapping pohon keputusan secara berkala, sehingga sistem lebih akurat dalam menganalisa mixing.Kata Kunci : Sistem, Mixing, C.45, Profile Matching, Kualitas.
VISUALISASI BENDA PURBA BERBASIS AUGMENTED REALITY DI SMP NEGERI 1 BUARAN Much Rifqi Maulana; Aris Ekyanto Heru Setiadi
IC-Tech Vol 14 No 2 (2019): IC-Tech Volume XIV No.2 Oktober 2019
Publisher : STMIK WIDYA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1037.981 KB) | DOI: 10.47775/ictech.v14i2.186

Abstract

Proses pembelajaran masa praaksara di SMP Negeri 1 Buaran yang menggunakan gambar 2D serta belum adanya alat bantu atau peraga untuk menggambarkan benda purba menjadi salah satu kendala. Keterbasatasan visualisasi gambar yang terdapat pada buku membuat siswa tidak leluasa untuk mengamati gambar lebih detail. Dengan memanfaatkan teknologi Augmented Reality, maka diusulkanlah aplikasi sebagai media bantu untuk memvisualisasikan benda purba yang terdapat pada materi masa praaksara. Aplikasi menggunakan marker yang dicetak sendiri untuk memunculkan objek 3D sebagai ganti alat peraga. Selain itu, aplikasi ini dilengkapi dengan tombol yang memuat informasi objek 3D melalui pesan suara atau dubbing. Aplikasi Visualisasi Benda Purba ini dirancang menggunakan software Unity dengan metode pengembangan multimedia menurut Sutopo yang terdiri atas 6 tahapan yaitu Concept, Design, Material Collecting, Assembly, Testing dan Distribution. Dalam tahap pengujian menggunakan GUI dan UAT. Melalui serangkaian tahap pengembangan dan pengujian tersebut maka telah dihasilkan Visualisasi Benda Purba Berbasis Augmented Reality sebagai media bantu siswa dan guru dalam proses belajar mengajar. Adapun kekurangan dari Media pengenalan ini yaitu materi yang diajarkan hanya terfokus pada masa praaksara dan objek benda purba 3D augmented reality kurang lengkap.Kata kunci: Visualisasi, Multimedia, Augmented Reality, Benda Puraba