Defit , Sarjon
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Pendukung Keputusan Kelayakan Penerima Kartu Indonesia Pintar Kuliah Menggunakan Metode SAW Habdi, Habdi; Defit , Sarjon; Sumijan
JURNAL PERANGKAT LUNAK Vol 5 No 3 (2023): Jurnal Perangkat Lunak
Publisher : Indragiri Islamic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/jupel.v5i3.2791

Abstract

Sistem Informasi Manajemen (SIM) sendiri adalah sebuah sistem formal dan informal yang menyajikan informasi mengenai sejarah, situasi saat ini, dan proyeksi masa depan melalui komunikasi lisan dan tulisan, terkait dengan berbagai operasi perusahaan dan lingkungan di sekitarnya. Selain itu, Sistem Penunjang Keputusan (Decision Support System) menjadi komponen penting dalam mendukung pengambilan keputusan untuk menyeleksi penerima beasiswa Kip Kuliah pengelola yayasan Universitas Dehasen Bengkulu memerlukan pendekatan yang lebih sistematis. tujuan penelitian untuk mengembangkan sistem pendukung keputusan membantu yayasan dalam proses seleksi penerima beasiswa. mempertimbangkan kriteria-kriteria tertentu, sistem diharapkan memberikan rekomendasi yang lebih akurat, sehingga proses seleksi dapat berjalan. Manfaat dari penelitian ini membantu pengelola mengambil keputusan lebih tepat. Metode SAW terdiri dari penilaian atribut setiap alternatif dan direpresentasikan dalam matriks penilaian keputusan. Matriks digunakan untuk menentukan seluruh kriteria dan skor dari setiap alternatif. Metode SAW memerlukan normalisasi matriks keputusan (X) untuk dibandingkan dengan peringkat alternatif yang ada. Metode SAW atribut kriteria ke-untungan (benefit) dan kriteria biaya (cost), Perbedaan dari kedua kriteria ini adalah dalam pemilihan kriteria mengambil keputusan.Kesimpulannya, dengan adanya sistem pendukung keputusan ini diharapkan proses seleksi penerima beasiswa KIP-Kuliah di Universitas Dehasen Bengkulu dapat berjalan dengan lebih efisien dan menghasilkan keputusan yang lebih akurat.
Model Analisis Machine Learning dengan Pendekatan Deep Learning dalam Penentuan Kolektabilitas Yenila, Firna; Marfalino, Hari; Defit , Sarjon
JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jstundiksha.v12i2.54035

Abstract

Penelitian ini bertujuan untuk melakukan proses prediksi dan klasifikasi dalam pemberian status pinjaman dengan mengembangkan sebuah model analisis menggunakan Machine Learning (ML). Pembelajaran ML menggunakan pendekatan Deep Learning (DL) dengan beberapa metode diantaranya K-Means Cluster, K-Nearest Neighbor (K-NN) dan Decision Tree (DT). Metode K-Means mampu melakukan clusterisasi terhadap pengelompokan data nasabah. Kinerja KNN juga dapat berkontribusi untuk memberikan hasil prediksi yang tepat dan akurat. Demikian juga dengan performa DT yang mampu melakukan klasifikasi dengan menghasilkan knowladge based dalam penentuan status pinjaman. Adapun variabel analisis yakni usia, status perkawinan, jumlah tanggungan, status tempat tinggal, pendapatan. Hasil penelitian ini menyajikan bahwa keluaran prediksi K-NN memberikan ketepatan dengan akurasi sebesar 90%. Hasil DT juga telah mampu menyajikan knowladge based dalam bentuk pohon keputusan status pinjaman. Dengan hasil tersebut maka penelitian ini secara keseluruhan dapat memberikan kontribusi bagi pihak UPK dalam proses manajemen terkhusus dalam penentuan status peminjaman. Penelitian ini perlu dilakukan untuk memberikan kemudahan dalam memberikan kredit yang tepat sesuai dengan ketentuan yang telah ditetapkan.