Articles
<![CDATA[ANALISIS KEPUASAN PELANGGAN MENGGUNAKAN METODE ROUGH SET ]]>
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Raja Andri Tama Agus]]>;
<![CDATA[Mustika Fitri Larasati Sibuea]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 4, No 2 (2021): June 2021 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v4i2.647
<![CDATA[Data mining adalah proses dari Knowledge Discovery from Databases (KDD). KDD adalah kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk menemukan keteraturan, pola atau hubungan dalam set data besar. Metode Rough Set berhubungan dengan discreet data, rough set biasanya digunakan bersamaan dengan teknik lain untuk melakukan discreetization pada dataset. Tujuan utama dari analisis rough set adalah untuk mensintesis pendekatan konsep dari data yang diperoleh. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pelanggan]]>
<![CDATA[PENERAPAN METODE ALGORITMA K-MEANS CLUSTERING UNTUK PEMETAAN PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE (DBD) ]]>
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Raja Tama Andri Agus]]>;
<![CDATA[Mustika Fitri Larasti Sibuea]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 4, No 3 (2021): October 2021 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v4i3.712
<![CDATA[DBD umumnya disebabkan oleh nyamuk Aedes Aegypti. Nyamuk tersebut biasa hidup di lingkungan yang kotor. Penelitian ini bertujuan untuk  menerapkan konsep data mining menggunakan algoritma K-Means (clustering) untuk pemetaan desa yang terjangkit Demam Berdarah Dengue. Pemetaan yang dilakukan untuk mencari daerah yang banyak terjangkit penyakit DBD, dan daerah yang jarang terjangkit penyakit DBD  Berdasarkan hasil penelitian terdapat 3 cluster untuk tingkat penyebaran penyakit DBD yakni cluster 1 dengan kategori sedang, cluster 2 dengan kategori tinggi dan cluster 3 dengan kategori rendah. Performance yang dihasilkan menggunakan Devies Bouldin Index (DBI) adalah sebesar 1.044 yang menunjukkan K=3 sebagai jumlah kelompok yang paling optimum dibandingkan K lainnya. Hasil pemetaan yang dilakukan dapat membantu pemerintah bertindak cepat dalam mengambil keputusan bagi daerah yang rawan terjangkit penyakit DBD di Kecamatan Setia Janji.]]>
<![CDATA[Analisa Kinerja Algoritma C.45 Dalam Memprediksi Hasil Belajar ]]>
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Mustika Fitri Larasati Sibuea]]>;
<![CDATA[Andy Sapta]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 1, No 1 (2018): February 2018 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (393.225 KB)
|
DOI: 10.54314/jssr.v1i1.110
<![CDATA[This research was done to predict the cumulative achievement index of students STMIK Royal Kisaran is based on students' academic history at the time of senior high school. This research will inform the student for early anticipation in following the lecture in order to get the maximum learning. The method used in solving this problem is by the method Decission tree C.45 algorithm starts from the formation of the decision system as preliminary data have attribute values and decision condition. Then calculate the entropy of each attribute. Calculating the highest gain value which would then be used as nodes. Determining Following the decision of the result tree Decission process using if-then logic begins from the highest to the root of the lowest roots. This research resulted in 7 pieces of pattern rules (rule) as a basis for predicting student achievement of learning outcomes. Keywords: data mining, algorithm C.45, learning Outcomes.]]>
<![CDATA[PENGARUH IMPLEMENTASI APLIKASI PENENTU PROGRAM STUDI BERBASIS ANDROID UNTUK CALON MAHASISWA STMIK ROYAL ]]>
<![CDATA[Dina Pertiwi]]>;
<![CDATA[Andhini Asri Awaliyah Arifin]]>;
<![CDATA[Sastria Sandy Utama]]>;
<![CDATA[Muhammad Ardiansyah Sembiring]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 4, No 3 (2021): October 2021 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v4i3.659
<![CDATA[Perguruan tinggi merupakan lembaga pendidikan yang mempersiapkan peserta didik untuk menjadi anggota masyarakat yang memiliki kemampuan baik secara akademis maupun keterampilan. Pemilihan jurusan tertentu bukanlah menjadi suatu kegiatan yang mudah dalam prosesnya. Pengaruh dari internal dan eksternal juga mengambil peran dalam hal tersebut. Hal inilah kadang membuat banyak remaja terjebak dalam ketidaktepatan dalam proses pengambilan keputusan. Dua dari beberapa faktor yang mempengaruhi dalam proses pengambilan keputusan dalam pemilihan jurusan ini adalah minat dan potensi diri. Termasuk di dalamnya dalam memilih program studi pada Sekolah Tinggi Komputer, Fakultas Komputer, atau Teknik Komputer dimana ada beberapa pilihan program studi yang tersedia. Untuk mengatasi permasalahan salah jurusan ini, jelas membutuhkan aplikasi pendamping yang dapat membantu calon mahasiswa komputer dalam memilih jurusannya sehingga bisa meminimalisir kesalahan jurusan. aplikasi yang akan dikembangkan peneliti akan menambahkan metode akurasi Analitycal Hierarchy Process (AHP) dan Multi Objective Optimization on the basis of Ratio Analysis (MOORA), data kriteria dan alternatif, membuat sistem dinamis, serta berbasis android dan web sehingga lebih fleksibel juga mudah diakses oleh calon mahasiswa jurusan Komputer. Metode AHP dipilih karena memiliki kemampuan dalam menganalisis kriteria dengan akurasi lebih dari 90% dan metode MOORA dipilih karena memiliki kemampuan menganalisis preferensi alternative dengan jumlah tak terbatas.]]>
<![CDATA[PREDIKSI KINERJA PENCAPAIAN HASIL USAHA MENGGUNAKAN DECISSION TREE ]]>
<![CDATA[Muhammad Ardiansyah Sembiring]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 2, No 2 (2019): August 2019 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (437.74 KB)
|
DOI: 10.54314/jssr.v2i2.378
<![CDATA[Penelitian ini akan sangat membantu pengelola perusahaan distributor dalam memprediksi tercapai atau tidaknya target profit. Target objek penelitian ini yaitu kumpulan data laporan laba/rugi terutama data pencapain target profit pada CV. Budi Jaya yang merupakan distibutor makanan ringan yang berasal dari produk dari PT. Mayora Indah Tbk. Berdasarkan data yang terkumpul, langkah pertama yang dilakukan adalah membentuk tabel Decission System  yang terdiri dari atribut kondisi dan atribut keputusan. Tabel tersebut kemudian akan diproses sesuai dengan tahapan proses data mining. Melalui proses yang telah dilakukan menggunakan Decission Tree Algoritma C.45. Berdasarkan proses yang telah dilakukan maka dihasilkan 6 buah aturan/rule dengan node akar tertinggi yaitu variabel Biaya. Keenam aturan yang ditemukan tersebut akan menjadi landasan bagi pengelola perusahaan distributor dalam memprediksi ketercapaian target profit. Kata Kunci : Prediksi; Profit; Algoritma C.45.]]>
<![CDATA[EFEKTIVITAS PEMBELAJARAN DARING BERBASIS MEDIA SOSIAL FACEBOOK DALAM MENINGKATKAN HASIL BELAJAR ]]>
<![CDATA[Mustika Fitri L Sibuea]]>;
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Raja Tama Andri Agus]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 3, No 1 (2020): February 2020 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v3i1.430
<![CDATA[Tujuan penelitian ini adalah untuk mengetahui apakah pembelajaran daring berbasis media sosial facebook lebih efektif dibandingkan pembelajaran daring biasa dan untuk mengetahui apakah peningkatan hasil belajar siswa yang diberi pembelajaran daring berbasis media sosial facebook lebih tinggi daripada peningkatan hasil belajar siswa yang diberi pembelajaran daring biasa. Penelitian ini mengambil tempat di SMP Taman Siswa Suka Damai Kisaran Kabupaten Asahan pada semester genap tahun ajaran 2019/2020. Yang menjadi populasi dalam penelitian ini adalah siswa SMP Taman Siswa Suka Damai Kisaran Kabupaten Asahan. Dan yang menjadi sampelnya adalah siswa kelas VIII. Jenis penelitian ini merupakan penelitian campuran (Mix Methods). Penelitian dilakukan terhadap dua kelompok sampel, kelompok eksperimen dan kelompok kontrol. Adapun instrumen pengumpulan data dalam penelitian ini adalah : wawancara, observasi, tes hasil belajar.Analisis data dilakukan dengan dua cara: analisis deskriptif kuantitatif dan kualitatif. Hasil intepretasi data kalimat ini berfungsi untuk penyempurnaan kelengkapan pembelajaran ataupun model; 2) Analisis data efektifitas model antara kelas kontrol dan kelas eksperimen digunakan pengujian perbedaan teknik statistik inferensial Uji t (t test). Toleransi untuk pengujian hipotesis digunakan α = 0,05. Dari hasil penelitian diperoleh pembelajaran daring berbasis media sosial facebook lebih efektif dibandingkan pembelajaran daring biasa (76,40% > 72,03%) dan peningkatan hasil belajar siswa yang diberi pembelajaran daring berbasis media sosial facebook lebih tinggi daripada peningkatan hasil belajar siswa yang diberi pembelajaran daring biasa.]]>
<![CDATA[PENERAPAN METODE SAW UNTUK PEMBERIAN BEASISWA MAHASISWA BERPRESTASI ]]>
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Mustika Fitri larasati Sibuea]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 2, No 1 (2019): February 2019 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (224.425 KB)
|
DOI: 10.54314/jssr.v2i1.326
<![CDATA[Dalam hal pemilihan mahasiswa mahasiswi yang terbaik berdasarkan kriteria kriteria oleh pihak panitia untuk mendapatkan beasiswa berprestasi. Sehingga tidak jarang panitia harus mengalami kesulitan saat jumlah mahasiswa mahasiswi yang mendaftar lebih banyak dari pada kuota beasiswa yang diberikan. Metode yang digunakan peneliti adalah metode SAW (Simple Additive Weight) yang merupakan salah satu metode pada Sistem Pendukung Keputusan (SPK). Melalui penerapan metode ini, peneliti akan membandingkan setiap mahasiswa mahasiswi yang memenuhi kriteria untuk menerima beasiswa. Seperti kriteria IPK, kepribadian, keaktifan, kehadiran, prestasi non akademik. Sehingga akan menghasilkan sebuah informasi tentang mahasiswa mahasiswi terbaik berdasarkan semua kriteria yang ada. Berdasarkan perhitungan perangkingan di atas maka yang layak mendapatkan beasiswa berprestasi adalah Suci Syahrani dengan nilai 16,778.]]>
<![CDATA[PENERAPAN METODE SMART DALAM MENENTUKAN LOKASI TOKO ROTI ]]>
<![CDATA[Raja Tama Andri Agus]]>;
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Mhd Istaufa Arif Sinaga]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 2 (2022): June 2022 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v5i2.973
<![CDATA[Sistem pendukung keputusan sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu mengambil keputusan. Sehingga dapat disimpulkan, bahwa sistem pendukung keputusan merupakan sistem yang melakukan proses dalam pengambilan keputusan didasarkan pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting nilai dari bobot tersebut dibandingkan dengan kriteria lain.[4] Hal yang terjadi jika penyelesaian masalah penentuan lokasi Toko Roti terpecahkan adalah untuk mempermudah pemilik Toko Roti dalam penentuan lokasi cabang selanjutnya dan meningkatkan penghasilan dari Toko roti. Untuk kriteria penilaian dari penentuan lokasi berupa tingkat keramaian, harga tanah, tingkat keamanan lokasi, jarak lokasi cabang ke lokasi utama, dan luas tanah. Penentuan lokasi Toko Roti saat ini masih menggunakan data secara manual dan belum memiliki sistem khusus dalam penentuan lokasi Toko Roti maka di buatlah sebuah aplikasi sistem pendukung keputusan penentuan lokasi Toko Roti ini dan diharapkan dapat membantu pemilik (owner) Toko Roti dalam menentukan urutan prioritas lokasi usaha yang sesuai dengan kriteria yang telah ditentukan sebelumnya dan dapat meminimalisir kesalahan terhadap pemilihan lokasi yang dilakukan secara manual yang dapat mengakibatkan kerugian terhadap usaha yang dijalani.]]>
<![CDATA[SISTEM KENDALI BERBASIS MACHINE LEARNING MENGGUNKAN MODEL NEIVE BAYES PADA PENGERINGAN PADI OTOMATIS ]]>
<![CDATA[Andrew Ramadhani]]>;
<![CDATA[Muhammad Ardiansyah Sembiring]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 3 (2022): October 2022 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v5i3.1040
<![CDATA[Sebagian besar penduduk Indonesia menjadikan padi yang diolah menjadi nasi sebagai makanan pokoknya. Salah satu proses yang memiliki peranan penting dalam produksi padi menjadi beras adalah proses pengeringan. Pengeringan padi selama ini dilakukan dengan mengandalkan panas matahari karena dirasa cukup menghemat biaya produksi. Akan tetapi, permasalahan cuaca yang tidak menentu seringkali dapat mengakibatkan kerugian bagi para petani. Misalnya saja yang terjadi di Desa Rawang Panca Arga Kabupaten Asahan, berdasarkan observasi yang peneliti lakukan salah satu kendala pengeringan padi selama ini adalah dikala cuaca yang sangat tidak menentu seperti hujan secara tiba-tiba dapat menyebabkan kondisi padi menjadi kembali basah. Berdasarkan permasalahan di atas, maka peneliti tertarik untuk melakukan penelitian yang bertujuan menerapkan teknologi dalam sistem kontrol penutup otomatis dalam pengeringan padi. Penelitian ini diharapkan dapat memudahkan petani dalam melakukan kontrol pengeringan padi. Teknologi yang akan dirancang menggunakan sensor dan microkontroler yang ditanamakan pengetahuan yang bersumber dari model Nave Bayes berbasis machine learning.]]>
<![CDATA[PENGARUH KEMANDIRIAN BELAJAR (SELF REGULATED LEARNING) TERHADAP HASIL BELAJAR MAHASISWA PADA MATA KULIAH LOGIKA KOMPUTER ]]>
<![CDATA[Mustika Fitri L Sibuea]]>;
<![CDATA[Muhammad Ardiansyah Sembiring]]>;
<![CDATA[Raja Tama Andri Agus]]>;
<![CDATA[Dina Pertiwi]]>
<![CDATA[ JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 3 (2022): October 2022 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/jssr.v5i3.1205
<![CDATA[Kemandirian dalam belajar berarti mahasiswa memiliki kesadaran sendiri untuk belajar, mampu menentukan sendiri langkah-langkah yang harus diambil dalam belajar, mampu memperoleh sumber belajar sendiri, dan melakukan kegiatan evaluasi diri serta refleksi atas kegiatan pembelajaran yang sudah dilakukan. Akan tetapi pembelajaran yang banyak terjadi saat ini kebanyakan berpusat pada dosen (teacher-centered) yang cenderung kurang mendukung terhadap pencapaian kompetensi mahasiswa. Mahasiswa menjadi kurang mandiri dan menjadi tidak percaya pada diri sendiri karena dosen lebih banyak terlibat aktif dalam pembelajaran dan mahasiswa menjadi lebih banyak bergantung dengan dosen. Kurangnya penekanan pada aspek kemandirian belajar mahasiswa mengindikasikan bahwa aspek kemandirian belajar belum dianggap sebagai faktor penting yang berpengaruh terhadap hasil belajar mahasiswa. Penelitian ini bertujuan untuk mengetahui apakah ada pengaruh kemandirian belajar (self regulated learning) terhadap hasil belajar mahasiswa pada mata kuliah logika komputer semester ganjil tahun akademik 2021/2022. Metode penelitian yang digunakan adalah deskriptif kuantitatif dengan teknik pengumpulan data yaitu angket dan tes. Data dianalisis dengan menggunakan uji regresi linier sederhana setelah sebelumnya dilakukan uji prasyarat analisis yaitu uji normalitas, uji heteroskedastisitas dan uji linearitas. Dari hasil perhitungan diperoleh bahwa nilai sig > 0,05 sehingga Ho diterima yang berarti bahwa tidak ada pengaruh kemandirian belajar terhadap hasil belajar mahasiswa pada mata kuliah logika komputer.]]>
