Article Per Year (5 Year)
p-Index From 2021 - 2026
14.614
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Elektron Jurnal Ilmiah TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) SITEKIN: Jurnal Sains, Teknologi dan Industri Riau Journal of Computer Science JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Komputer Terapan Jurnal Mantik Penusa Rang Teknik Journal Digital Zone: Jurnal Teknologi Informasi dan Komunikasi JURTEKSI Jurnal Teknologi Informasi dan Pendidikan Systematics Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Sistem informasi dan informatika (SIMIKA) Jurnal Sistim Informasi dan Teknologi Jurnal Informasi dan Teknologi Jurnal Informatika Ekonomi Bisnis Journal of Applied Engineering and Technological Science (JAETS) JSR : Jaringan Sistem Informasi Robotik Jurnal Teknik Informatika C.I.T. Medicom Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal of Applied Data Sciences Jurnal Computer Science and Information Technology (CoSciTech) Journal of Computer Scine and Information Technology Bulletin of Computer Science Research Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Komtekinfo Jurnal Sistim Informasi dan Teknologi Innovative: Journal Of Social Science Research Jurnal Informatika Ekonomi Bisnis RJOCS (Riau Journal of Computer Science) Jurnal Elektronika dan Teknik Informatika Terapan Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Gunadi Widi Nurcahyo
Universitas Putra Indonesia YPTK Padang
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Public Health Other

Published : 174 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 174 Documents
Search

 12   13   14   15   16 
Penerapan Convolutional Neural Network Untuk Mengidentifikasi Penyakit Tanaman Kelapa Sawit Riati, Itin; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.554

Abstract

Pemanfaatan teknologi dapat dikembangkan di segala bidang seperti dalam bidang perkebunan kelapa sawit. Tanaman kelapa sawit merupakan komoditas perkebunan di Indonesia yang telah berkembang dengan pesat, faktor – faktor yang mempengaruhi pertumbuhan dan produktivitas kelapa sawit harus diperhatikan seperti adanya hama dan penyakit tanaman kelapa sawit. kecerdasan buatan merupakan teknologi masa kini yang konsepnya memindahkan kecerdasan manusia ke dalam mesin. Terdapat beberapa jenis kecerdasan buatan yang digunakan dalam pendidikan yakni Machine learning dan Deep Learning, salah satu algoritma Deep Learning yang merupakan pengembangan dari Multilayer Perceptron (MPL) yang dirancang untuk mengolah data dalam bentuk dua dimensi, misalnya gambar atau suara yaitu Convolutional Neural Network (CNN). Metode yang dapat digunakan dalam melakukan identifikasi ini yaitu Convolutional Neural Network (CNN) yang dapat memplajari objek pada pola citra. Penelitian ini bertujuan untuk meningkatkan akurasi dalam deteksi penyakit serta hama pada bibit kelapa sawit, menggunakan dataset yang terdiri dari gambar bibit yang terinfeksi dan sehat. Data yang di ambil yaitu 800 data gambar bibit kelapa sawit yang di bagi menjadi 3 kelas yaitu bagus, kulvularia sp dan antraknosa. Parameter yang diujikan pada penelitian ini yaitu hidden layer dan optimizer berpengaruh terhadap performa sistem yang berupa nilai akurasi, precision, recall, fl-score, dan loss. Pada penelitian ini didapatkan hasil terbaik dengan penggunaan empat hidden layer dan optimizer Adam didapatkan hasil akurasi sebesar 91,66%, precision, recall, fl score sebesar 90% dan loss sebesar 0,0047 serta grafik performa akurasi dan loss secara good fit. Hasil penelitian menunjukkan bahwa CNN dapat secara efektif mendeteksi berbagai jenis hama dan penyakit pada tanaman kelapa sawit dengan akurasi lebih dari 90%. penelitian ini menunjukkan potensi besar dalam pertanian modern dan dapat memfasilitasi praktik pertanian yang lebih berkelanjutan dan efisien.
Penerapan Naive Bayes untuk Memilih Produk Berdasarkan Jenis Kulit di Toko Kosmetik Honestya, Gabriela; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.559

Abstract

Pemilihan produk skincare dan kosmetik yang sesuai dengan jenis kulit wajah merupakan salah satu faktor penting dalam menjaga kesehatan dan kecantikan kulit. Masih banyak ditemukan konsumen yang mengalami kesulitan dalam menentukan produk yang tepat sehingga menyebabkan beberapa permasalahan terhadap kulit wajah. Kesalahan dalam memilih produk dapat menyebabkan masalah kulit yang lebih serius. Diperlukan sistem rekomendasi yang dapat membantu konsumen dalam memilih produk yang tepat. Penelitian ini bertujuan untuk memberikan persentase ketepatan dan kecocokan pemilihan produk skincare dan kosmetik dengan menggunakan metode Naïve Bayes, yang dapat membantu konsumen dalam memilih produk yang sesuai dengan jenis kulit wajah mereka. Studi kasus dilakukan di Inti Makeup Store Padang, di mana data dikumpulkan dari riwayat pembelian dan survei langsung kepada pelanggan. Metode Naïve Bayes dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan probabilitas, sehingga memungkinkan sistem untuk memberikan rekomendasi yang akurat berdasarkan jenis kulit wajah konsumen. Data yang digunakan dalam penelitian ini berjumlah 1074 records dari 87 koresponden pelanggan Inti Makeup Store yang mencakup informasi tentang kecocokan pemakaian produk yang pernah mereka gunakan sebelumnya. Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dikembangkan mampu memberikan rekomendasi produk skincare dan kosmetik dengan tingkat akurasi kecocokan sebesar 93.18%, sehingga dapat meningkatkan kepuasan konsumen dalam memilih produk yang tepat. Penerapan metode Naïve Bayes dalam pemilihan produk skincare dan kosmetik tidak hanya bermanfaat bagi konsumen, tetapi juga dapat memberikan nilai tambah bagi toko dalam memahami kebutuhan pelanggan, mengoptimalkan stok dan meningkatkan penjualan produk. Penelitian ini diharapkan dapat menjadi landasan bagi pengembangan lebih lanjut dalam bidang sistem rekomendasi produk kecantikan. Kata kunci: Teknologi Informasi, Pemilihan Produk, Naive Bayes, Jenis Kulit Wajah, Inti Makeup Store.
Efektivitas Metode Multi Attribute Utility Theory Dalam Menentukan Tingkat Keaktifan Belajar Siswa Sahri, Alfi; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.560

Abstract

Perkembangan teknologi informasi membawa peluang dan tantangan bagi dunia pendidikan, teknologi juga telah menjadi komponen integral untuk meningkatkan kualitas pengetahuan. Sistem manajemen pendidikan yang terkomputerisasi merupakan hal yang sudah sangat dibutuhkan saat ini. Bidang pendidikan mempunyai peranan yang sangat penting, terutama jika dikaitkan dengan upaya peningkatan mutu sumber daya manusia. Peningkatan kualitas Sumber Daya Manusia (SDM) merupakan hal yang harus secara terus menerus dilakukan untuk menumbuhkan siswa yang memiliki keterampilan seperti, berpikir kritis, menyelesaikan masalah, dan berkomunikasi. Kinerja siswa merupakan ukuran keberhasilan yang dicapai siswa selama menyelesaikan kegiatan pembelajaran. Hasil yang dapat dicapai siswa tidak terlepas dari peran dan kontribusi berbagai pemangku kepentingan, termasuk pemerintah dan institusi sekolah. Keaktifan belajar siswa merupakan kegiatan yang melibatkan siswa secara langsung selama proses pembelajaran, keaktifan siswa tentunya akan mudah dicapai apabila dilakukan secara efektif. Tujuan dari penelitian ini adalah untuk menentukan tingkat keaktifan belajar siswa. Metode pendekatan yang dapat digunakan dalam menentukan tingkat keaktifan belajar siswa, salah satu metode yang digunakan yaitu Metode Multi Attribute Utility Theory (MAUT), metode ini merupakan sebuah metode pada sistem pengambilan keputusan sebagai perbandingan dan untuk memproleh hasil alternatif yang unggul. Dataset yang diteliti terdiri dari 63 data siswa dengan menggunakan 10 kriteria yang akan menjadi sampel dalam mentukan tingkat keaktifan belajar siswa, kemudian memiliki 3 bobot untuk masing-masing kriteria. Hasil penelitian menunjukkan bahwa Metode Multi Attribute Utility Theory (MAUT) dapat digunakan untuk mendukung proses pengambilan keputusan dalam menentukan tingkat keaktifan belajar siswa di SMA N 1 RAO dengan tingkat akurasi 100%. Oleh karena itu penelitian ini dapat menjadi acuan dalam menentukan tingkatkeaktifan belajar siswa untuk selanjutnya.
Penerapan Metode Jaringan Syaraf Tiruan Backpropagation Untuk Memprediksi Kualitas Makanan Kucing Budiarti, Lela; Nurcahyo, Gunadi Widi; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.561

Abstract

Kualitas makanan kucing adalah tingkat atau derajat yang menunjukkan seberapa baik makanan tersebut mampu memenuhi kebutuhan nutrisi kucing secara optimal. Ini mencakup berbagai aspek seperti kandungan nutrisi, protein, lemak, karbohidrat, vitamin, dan mineral, sumber bahan baku, keseimbangan komposisi, keamanan dari kontaminan, kecernaan, dan kesesuaian dengan kebutuhan spesifik kucing berdasarkan usia, kesehatan, dan tingkat aktivitas. Secara sederhana, kualitas makanan kucing mencerminkan apakah makanan tersebut dapat mendukung kesehatan dan kesejahteraan kucing secara efektif, dengan memberikan nutrisi yang diperlukan untuk pertumbuhan, energi, fungsi tubuh yang baik, dan pencegahan penyakit. Kualitas makanan kucing menjadi faktor penting yang memengaruhi kesehatan dan kesejahteraan hewan peliharaan. Penentuan kualitas makanan sering kali memerlukan pengujian laboratorium yang memakan waktu dan biaya. Oleh karena itu, diperlukan suatu metode yang cepat dan akurat untuk memprediksi kualitas makanan kucing berdasarkan parameter-parameter tertentu. Penelitian ini bertujuan untuk memprediksi kualitas pada makanan kucing. Metode yang digunakan dalam penelitian ini adalah Jaringan Syaraf Tiruan Backpropagation. Metode ini memiliki 7 tahapan yaitu Inisialisasi Bobot, Feedforward (Propagasi Maju), Perhitungan Error, Propagasi Balik (Backpropagation), Iterasi (Epochs), Konvergensi, Evaluasi. Dataset yang diolah dalam penelitian ini bersumber dari Toko ONE PS. Dataset terdiri dari 12 jenis pada makanan kucing di Toko ONE PS. Hasil penelitian ini diperoleh nilai MSE 0.3425383237 yang masih belum memenuhi target error yang telah ditentukan yaitu pada nilai 0,1 maka epoch akan dilanjutkan sampai nilai target error tercapai jika belum mencapai epoch maksimum yaitu 7000 epoch dengan epoch error sebesar 3000 epoch. Pada Pola 5 yang menggunakan 4 layer nilai error lebih kecil dari pada Pola lain. Iterasi epoch akan dilanjutkan hingga setiap pola mencapai target error sebesar 0,1. Penelitian ini dapat dijadikan acuan untuk melihat informasi kualitas pada makanan kucing.
Kombinasi AHP dan VIKOR untuk Seleksi Penerima Beasiswa KIP Kuliah Sari, Fitri P.; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.562

Abstract

Beasiswa KIP Kuliah merupakan program yang sangat penting dalam memberikan akses pendidikan tinggi bagi mahasiswa dari keluarga kurang mampu yang memiliki potensi akademik. Program ini tidak hanya membantu meringankan beban biaya kuliah, tetapi juga membuka peluang bagi mereka untuk meraih pendidikan yang lebih tinggi dan meningkatkan kualitas hidup. Tingginya jumlah pendaftar beasiswa ini menimbulkan tantangan tersendiri bagi perguruan tinggi dalam melakukan seleksi penerima beasiswa. Perguruan tinggi harus memastikan bahwa beasiswa ini diberikan secara tepat sasaran dan sesuai dengan kriteria yang telah ditetapkan. Penelitian ini bertujuan menerapkan sistem pendukung keputusan (SPK) untuk proses seleksi penerima beasiswa KIP Kuliah di Sekolah Tinggi Teknologi Payakumbuh (STT Payakumbuh) yang masih dilakukan secara konvensional di mana membutuhkan waktu lama, kurang efisien, dan memiliki subjektivitas yang tinggi serta kurang transparansi. Metode yang digunakan dalam penelitian ini adalah kombinasi dari Analysis Hierarchy Process (AHP) dan VIKOR, yang merupakan bagian dari Multi Criteria Decision Making (MCDM). AHP digunakan untuk menetapkan bobot kriteria, sementara VIKOR digunakan untuk melakukan perankingan alternatif calon penerima beasiswa. Kriteria yang digunakan pada SPK ini adalah Nilai Tes Potensi Akademik (TPA), Nilai Ijazah, Dokumen Pendukung, Penghasilan Ayah, Penghasilan Ibu, Jumlah Tanggungan, Status Kepemilikan Rumah, Besaran Daya Listrik, Sumber Air, dan Luas Bangunan. Data calon penerima beasiswa sebanyak 82 orang yang dinilai berdasarkan 10 kriteria, sistem berhasil mengidentifikasi 11 orang calon penerima beasiswa yang direkomendasikan dengan nilai indeks Vikor yang terkecil, yaitu dari nilai 0,00 sampai dengan nilai 0,299. Hasil penelitian menunjukkan bahwa SPK berbasis AHP-VIKOR dapat membantu mempercepat proses seleksi, meningkatkan objektivitas, dan memberikan transparansi dalam seleksi penerima beasiswa KIP Kuliah di STT Payakumbuh. Sistem ini terbukti efektif dalam menangani kompleksitas kriteria dan alternatif yang banyak, serta mampu menghasilkan peringkat calon penerima beasiswa sesuai dengan preferensi pengambil keputusan.
Penerapan Metode Fuzzy Mamdani untuk Mengidentifikasi Kepribadian Siswa Nasution, Amir Salim Khairul Rijal; Gunadi Widi Nurcahyo; Agung Ramadhanu
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.567

Abstract

Teknologi Informasi (TI) memainkan peran krusial dalam berbagai aspek kehidupan, termasuk dalam pendidikan. Salah satu inovasi penting dalam TI adalah penerapan Artificial Intelligence (AI), yang mencakup berbagai teknik seperti machine learning, natural language processing, computer vision, dan robotics. Dalam konteks pendidikan, kepribadian siswa menjadi aspek penting untuk pengembangan potensi dan pembentukan karakter. Namun sistem pendidikan saat ini masih menghadapi tantangan dalam mengidentifikasi dan mengembangkan kepribadian siswa secara optimal. Penelitian ini bertujuan untuk menerapkan metode Fuzzy Mamdani dalam mengidentifikasi kepribadian siswa. Fuzzy Mamdani, sebagai salah satu metode dalam logika fuzzy, menawarkan pendekatan yang efektif untuk menangani informasi yang tidak pasti atau ambigu. Metode ini menggunakan aturan berbasis pengetahuan dan menghasilkan output dalam bentuk nilai fuzzy yang kemudian diubah kembali menjadi nilai crisp melalui proses defuzzifikasi. Penelitian ini memanfaatkan metode Fuzzy Mamdani untuk mengidentifikasi kepribadian siswa di SMK Negeri 4 Padangsidimpuan dengan menggunakan tools MATLAB. Manfaat dari penelitian ini meliputi kontribusi terhadap ilmu pengetahuan, terutama dalam pengembangan metode prediksi menggunakan Fuzzy Mamdani, serta memberikan landasan untuk penelitian lebih lanjut dengan metode yang lebih canggih. Selain itu, penelitian ini memberikan informasi berharga mengenai proses perhitungan identifikasi kepribadian siswa menggunakan metode Fuzzy Mamdani dengan bantuan tools MATLAB. Penelitian ini diharapkan dapat memberikan insight dan solusi bagi pengembangan kepribadian siswa di lingkungan pendidikan. Batasan penelitian ini mencakup penggunaan data kepribadian yang diperoleh dari Psikolog Klinis Anak di SMK N 4 Padangsidimpuan, serta penerapan metode Fuzzy Mamdani dalam analisis data menggunakan MATLAB. Dan data yang digunakan hasil dari observasi dengan 10 orang siswa. Hasil perhitungan menunjukkan bahwa metode ini dapat mengklasifikasikan kepribadian siswa ke dalam tipe sanguinis dengan nilai 70, koleris dengan nilai 50% , melankolis dengan nilai 65, atau plegmatis dengan nilai 66,8 dengan akurasi yang sesuai dengan ciri-ciri siswa. Oleh karena itu, sistem ini dapat direkomendasikan untuk membantu guru dalam menentukan pendekatan yang tepat bagi siswa.
Metode AHP dan WASPAS untuk Menentukan Prioritas Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) Nadia, Nadia Aini Hafizhah; Nurcahyo, Gunadi Widi; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.568

Abstract

Pemanfaatan Teknologi Informasi (TI) menjadi krusial dalam meningkatkan efisiensi dan ketepatan di berbagai sektor, termasuk dalam instansi pemerintahan. Salah satu tantangan yang dihadapi oleh Kementerian Agama Kabupaten Tanah Datar adalah proses penentuan Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) yang masih dilakukan secara manual. Proses manual ini tidak hanya memakan waktu, tetapi juga rentan terhadap kesalahan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) yang mengintegrasikan dua metode, yaitu Analytic Hierarchy Process (AHP) dan Weighted Aggregated Sum Product Assessment (WASPAS), untuk menentukan prioritas calon PPPK secara lebih objektif dan efisien. Penelitian ini memanfaatkan metode AHP untuk menghitung bobot dari berbagai kriteria yang dianggap penting dalam seleksi PPPK, seperti kualifikasi pendidikan, usia, lama honor serta kesesuaian latar belakang pendidikan dan pengalaman kerja saat ini. Setelah bobot kriteria ditentukan, metode WASPAS digunakan untuk mengkalkulasi dan menentukan peringkat akhir dari setiap kandidat berdasarkan bobot yang telah diperoleh. Data yang digunakan pada penelitian ini yaitu 152 sampel data tenaga honorer di Kantor Kementerian Agama Kabupaten Tanah Datar. Diperoleh 50 tenaga honorer yang masuk daftar prioritas dengan nilai Qi (Nilai alternatif) yang terbaik yaitu nilai yang tertinggi dengan rentang nilai 0.920 sampai 0.858. Hasil penelitian menunjukkan bahwa perhitungan yang dilakukan secara manual sama hasilnya dengan sistem yang dibangun, sehingga sistem pendukung keputusan yang dibaangun mampu meningkatkan akurasi dan mengurangi keandala dalam proses penentuan prioritas PPPK, dibandingkan dengan metode manual. Dengan kombinasi AHP dan WASPAS, sistem dapat memberikan rekomendasi yang lebih objektif, memungkinkan pengambil keputusan di Kementerian Agama Kabupaten Tanah Datar untuk melakukan seleksi yang lebih tepat. Implementasi sistem ini diharapkan dapat menjadi solusi yang efektif dalam meningkatkan kualitas proses rekrutmen PPPK di masa mendatang. Kata kunci: Sistem Pendukung Keputusan, AHP, WASPAS, Penentuan Prioritas, PPPK.
Metode Rough Set Dan SVM Untuk Penilaian Kinerja Kepegawaian Dan Rekomendasi Jabatan Sani, Rafikasani; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.581

Abstract

Data Mining adalah teknik krusial untuk mengolah dataset besar dan kompleks guna menemukan pola tersembunyi yang mendukung keputusan strategis. Penelitian ini menerapkan teknik Data Mining dengan fokus pada metode Rough Set dan Support Vector Machine (SVM) untuk meningkatkan penilaian kinerja pegawai dan memberikan rekomendasi promosi jabatan yang lebih efektif dan objektif. Metode Rough Set digunakan untuk melakukan seleksi atribut dari data evaluasi kinerja pegawai, mencakup tujuh atribut utama seperti pengalaman kerja, pendidikan, usia, jenis jabatan, golongan ruang, hasil kerja, dan perilaku kerja. Data yang digunakan berasal dari laporan evaluasi kinerja 8.457 pegawai di Badan Kepegawaian dan Pengembangan Sumber Daya Manusia (BKPSDM) Kota Padang. Setelah atribut-atribut penting terpilih, data tersebut digunakan sebagai input dalam model SVM yang diimplementasikan menggunakan software Weka. Model ini berhasil mencapai tingkat akurasi sebesar 99,6216%, yang diperoleh dengan membagi jumlah data yang diklasifikasikan dengan benar oleh sistem dengan jumlah total data pegawai yang digunakan. Berdasarkan hasil confusion matrix, kelas "sangat baik" menunjukkan precision 1,000, recall 0,952, dan F-Measure 0,975; kelas "baik" dengan precision 0,996, recall 1,000, dan F-Measure 0,998; serta kelas "sangat kurang" menunjukkan precision 0,990, recall 0,987, dan F-Measure 0,988. Sebanyak 317 instance terklasifikasi benar sebagai "sangat baik," 7.722 instance sebagai "baik," dan 386 instance sebagai "sangat kurang," namun tidak ada instance yang terklasifikasi benar sebagai "perlu perbaikan." Penelitian ini juga melakukan perhitungan manual menggunakan sampel 26 data, di mana perhitungan menggunakan 3 data untuk testing. Hasil perhitungan manual menunjukkan bahwa data 1 dan data 2 termasuk dalam kategori "butuh perbaikan," sementara data 3 termasuk dalam kategori "sangat kurang." Berdasarkan aturan pemetaan, di mana hasil klasifikasi dengan nilai sign negatif mendekati -114 dikategorikan sebagai "sangat kurang," ketiga data testing tersebut konsisten dalam kategori "sangat kurang." Perbandingan hasil perhitungan manual dengan aplikasi menunjukkan akurasi 33,33%, di mana 1 dari 3 data testing sesuai antara manual dan aplikasi. Meskipun ada tantangan dalam mengidentifikasi beberapa kelas, sistem penilaian ini dapat membantu manajemen dalam membuat keputusan promosi yang lebih baik. Penelitian ini menggambarkan potensi besar teknik Data Mining dalam memperbaiki proses penilaian kinerja dan rekomendasi jabatan dalam organisasi.
Implementasi Algoritma C4.5 Untuk Prediksi Penerima Beasiswa Program Indonesia Pintar Tesa Vausia Sandiva; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.582

Abstract

Pendidikan merupakan fondasi utama dalam pengembangan sumber daya manusia dan berperan penting dalam meningkatkan kualitas hidup. Namun, hambatan finansial sering kali menjadi penghalang bagi banyak keluarga kurang mampu untuk melanjutkan pendidikan ke jenjang yang lebih tinggi. Program Indonesia Pintar (PIP) adalah inisiatif pemerintah Indonesia yang dirancang untuk memberikan bantuan keuangan kepada siswa yang memenuhi kriteria tertentu, sehingga mereka dapat melanjutkan pendidikan tanpa kendala ekonomi. Penelitian ini bertujuan untuk mengembangkan model prediksi penerima beasiswa PIP dengan menggunakan Algoritma C4.5, yang telah terbukti efektif dalam menangani masalah klasifikasi. Penelitian ini menggunakan 50 data siswa, yang diperoleh dari Sistem Dapodik Sekolah Dasar. Data ini dianalisis untuk menemukan pola-pola yang relevan dalam menentukan kelayakan penerima beasiswa, yang kemudian digunakan untuk membangun model prediksi. Pola utama yang ditemukan menunjukkan bahwa status siswa sebagai penerima Kartu Indonesia Pintar (KIP) sangat menentukan prediksi model C4.5 siswa penerima KIP cenderung diprediksi menerima beasiswa PIP. Hasil penelitian menunjukkan bahwa model klasifikasi yang dihasilkan memiliki tingkat akurasi yang sangat tinggi, yaitu sebesar 96.00%. Selain itu, precision dan recall untuk kategori penerima beasiswa masing-masing mencapai 95.65%, sementara precision dan recall untuk kategori bukan penerima beasiswa tercatat sebesar 96.30%. Temuan ini menunjukkan bahwa model prediksi berbasis Algoritma C4.5 dapat berfungsi sebagai metode yang dapat diandalkan untuk mendukung pengambilan keputusan di sektor pendidikan, serta memiliki potensi untuk diterapkan dalam berbagai konteks yang memerlukan prediksi berbasis data yang akurat. Dengan demikian, penelitian ini tidak hanya memberikan kontribusi signifikan terhadap pengembangan ilmu pengetahuan, tetapi juga memiliki dampak nyata dalam upaya pemerataan pendidikan di Indonesia.
Penerapan Algoritma Apriori dalam Menentukan Pola Penjualan Barang Jufri, Fikri Ramadhan; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.583

Abstract

Data mining yaitu proses pengumpulan informasi yang bermanfaat dari suatu data yang diolah sehingga dapat menghasilkan informasi yang berguna bagi perusahaan. Algoritma Apriori merupakan algoritma dalam data mining yang digunakan untuk menemukan asosiasi atau hubungan antara item dalam kumpulan data transaksi. Algoritma ini memfokuskan pada penemuan aturan asosiasi, yang menyatakan bahwa jika sebuah kelompok item tertentu muncul dalam transaksi, maka item lainnya juga cenderung muncul dalam transaksi yang sama. Algoritma Apriori bekerja dengan cara mengidentifikasi item-item yang sering muncul bersama (itemset) dalam transaksi dan kemudian membangun aturan asosiasi berdasarkan itemset ini. Market basket analysis atau analisis keranjang belanja merupakan sebuah analisis terhadap perilaku pelanggan dalam melakukan kegiatan transaksi jual beli. Analisis keranjang belanja menghasilkan temuan asosiasi atau keterhubungan satu barang dengan barang lainnya, dimana barang-barang tersebut berada dalam satu keranjang pelanggan. Tujuan penelitian ini untuk menentukan pola penjualan pada Aciak mart, dengan menerapkan algoritma apriori dapat mengetahui barang-barang mana saja yang dibeli persamaan oleh pelanggan Aciak mart dengan nilai minimum support sebesar 6% dan nilai minimum confidence sebesar 15% yang menjadi acuan. Hasil aturan asosiasi yang didapat adalah Jika membeli AQUA 600ML maka juga membeli SAMPOERNA MILD 16 dengan nilai support sebesar 10,00 % dan nilai confidence sebesar 15,15 %, Jika membeli SAMPOERNA MILD 16 maka juga membeli SURYA 16 dengan nilai support sebesar 10,00 % dan nilai confidence sebesar 35,71 %, Jika membeli SAMPOERNA MILD 16 maka juga membeli FOODRTD GOLDA DOLCE LATTE 200 ML dengan nilai support sebesar 8,00 % dan nilai confidence sebesar 28,57 %. Berdasarkan hasil pembahasan dapat disimpulkan algoritma apriori dapat menentukan barang mana saja yang dibeli secara bersamaan oleh pelanggan dengan nilai confidence tertinggi sebesar 35,71 % untuk pembelian SAMPOERNA MILD 16 dan SURYA 16. Kata kunci: Data mining, algoritma apriori, market basket analysis, nilai minimum support, nilai minimum confidence
Co-Authors A Alfarisdon AA Sudharmawan, AA Abdi Rahim Damanik Afifah Cahayani Adha Afriosa Syawitri Agung Ramadhanu Ahmad Zamsuri, Ahmad Alexyusandria alexyusandria Alfarisdon, A Ali Djamhuri Andi, Muhammad Yusril Haffandi Anggraini, Siska Dwi Anita Sindar Apriade Voutama Ardia Ovidius ardialis Ardiani, Novia Sutra Asyhari, Ahmad Aulia Mardhatilla Ayudia, Dina Ayunda, Afifah Trista Bayu Rianto Billy Hendrik Boy Sandy Dwi Nugraha.H Breinda, Engla Budayawan, Khairi Budiarti, Lela Bufra, Fanny Septiani Candra Putra Cyntia Lasmi Andesti Cyntia Trimulia Damanik, Abdi Rahim Daniel Theodorus Darma Yunita Darmawi Darnis, Rahmi Dedi Irawan Deri Marse Putra Dina Ayudia Dinda Permata Sukma DWI JULISA UTARI Dwi Utari Iswavigra Dyan Mardinata Putra Eka Putra, Dian Elfina Novalia Erizke Aulya Pasel Faisal Roza Fajri Karim Fanny Septiani Bufra Fauzan Azim Fauzi Erwis Febriani, Widya Febrina, Yerri Kurnia Fernando Ramadhan Fitriani, Yetti Fortia Magfira Gaja, Rizqi Nusabbih Hidayatullah Hafid Dwi Adha Handika, Yola Tri Hartati, Yuli Hasni, Salmi Hazlita, H Hendrik, Billy Honestya, Gabriela Humairoh, Putri Idir Fitriyanto Idir Ilham Effendi Indah Savitri Hidayat INTAN NUR FITRIYANI Ipri Adi Ira Nia Sanita Irzal Arief Wisky Jefri Rahmad Mulia Johan Harlan Jufri, Fikri Ramadhan Jufriadif Na`am, Jufriadif Jufriadif Na’am Juliantho, Dwana Abdi Julius Santoni Julius Santony Julius Santony Julius Santony Julius Santony Julius Santony Karim, Fajri Khelvin Ovela Putra Kholil, Muhammad Irvan Larissa Navia Rani Leony Lidya Lidia Sutra Lova Endriani Zen Lubis, Fitri Amelia Sari Lusi Kestina Luth Fimawahib M Mutia M, Mutia M. Almepal Wanda M. Ibnu Pati Mardayatmi, Suci Mardison Mardison Marfalino, Hari Meilinda Sari Meilinda Sari Melissa Triandini Miftahul Hasanah Miftahul Hasanah, Miftahul Miftahul Mardiyah Mike Zaimy Muhammad Amin Muhammad Irvan Kholil Nabila, Tuti Nadia, Nadia Aini Hafizhah Nadya Alinda Rahmi Nasution, Amir Salim Khairul Rijal Nia Nofia Mitra Nissa, Ika Ima Nst, Ely Nurhalizah Nur Azizah Nur, Rofil M Nurdini, Siti Nurhadi Parinduri, Rezti Deawinda Pati, Muhammad Ibnu Pebriyanti, Defi Petti Indrayati Sijabat Puji Chairu Sabila Putra, Akmal Darman Putra, Deri Marse Putra, Dyan Mardinata Putri Humairoh Putri, Stefani Putri, Yozi Aulia Putut Wicaksono, Putut Radillah, Teuku Rafiska, Rian Rahmad Supriadi Rahman, Zumardi Ramadhanu, Agung Riati, Itin Rika Apriani Rika Apriani, Rika Ririn Violina Ritna Wahyuni Rizka Hafsari Rizki Mubarak Roby Nurbahri Roni Salambue Rovidatul Rozakh, Muhammad Rusnedy, Hidayati Rustam, Camila S Sumijan Sabil, Muhammad Sahari Sahari Sahri, Alfi Sajida, Mayang Sandi Alam Sandrawira Anggraini Sani, Rafikasani Santriawan, Aji Sari, Fitri P. Sarjon Defit Sarjon Defit Sarjon Defit Septiana Vratiwi Sharon Sintia Sintia Siregar, Diffri Siregar, Fajri Marindra Sisi Hendriani Siska Dwi Anggraini Siti Nurdini Sovia, Rini Sri Handayani Sri Layli Fajri Stefani Hardiyanti Putri Suci Mardayatmi Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan, S Suri, Melati Rahma Sutra, Lidia Syafri Arlis Tesa Vausia Sandiva Ulfa, Ulia Ulfatun Hasanah Ulia Ulfa Verdian, Ihsan Vratiwi, Septiana W Wahyudi Wahyu, Fungki Wahyudi Wahid Wahyudi Wahyudi Wendi Robiansyah Weri Sirait Widya Febriani Yasmin, Nabilla Yeng Primawati Yerri Kurnia Febrina Yetti Fitriani Yolla Rahmadi Helmi Yoni Aswan Yuhandri Yuhandri Yuhandri Yuhandri Yuhandri Yuhandri Yuhandri, Yuhandri Yuhandri Yunus Yuhandri, Y Yuli Hartati Yulihartati, Sandra Yunita Cahaya Khairani Yunus, Yuhandri Yuyu, Yuhandri