Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JOURNAL OF SCIENCE AND SOCIAL RESEARCH
Handayani, Triana Puspa
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

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

Found 3 Documents
Search

 1 
Penentuan Penerimaan Mahasiswa Baru Politeknik Tanjung Balai menggunakan Simple Additive Weighting (SAW) Sitorus, Zunaida; Efendi, Elfin; Jannah, Miftahul; Handayani, Triana Puspa; Nurliana, Nurliana
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.56323

Abstract

Proses penyeleksian mahasiswa baru adalah proses pemilihan berdasarkan kriteria mahasiswa berupa data yang sesuai dengan kualifikasi standar yang telah ditetapkan. oleh karena itu, dalam proses seleksi dibutuhkan sistem pengambilan keputusan dan bahasa pemrograman yang dapat mempermudah proses seleksi serta dengan hasil yang lebih cepat dan akurat. Pada penelitian ini metode yang digunakan adalah Simple Additive Weighting (SAW) dan bahasa pemrograman yang akan digunakan dalam penelitian adalah PHP. Tujuan dari penelitian ini adalah untuk mempermudah Politeknik Tanjung Balai dalam menyeleksi calon mahasiswa berdasarkan kualifikasi mereka dan disepakati berdasarkan kebutuhan jurusan yang dipilih. Hasil dari penelitian ini berupa hasil akhir dari proses seleksi calon mahasiswa baru yang memenuhi kualifikasi dari Politeknik Tanjung Balai. Berdasarkan hasil penelitian bahwa pengurutan dilakukan dari nilai terbesar sampai nilai terendah dengan ketetapan passing grade penerimaan Mahasiswa Politeknik Tanjung Balai adalah 0,67 maka calon peserta didik Mahasiswa1, Mahasiswa 4, Mahasiswa 9, Mahasiswa 2, Mahasiswa 5, Mahasiswa 7, Mahasiswa 8 yang dinyatakan lulus sebagai Mahasiswa Politeknik Tanjung Balai. Kesimpulan dari penelitian ini menunjukkan bahwa metode Simple Additive Weighting (SAW) mempermudah proses penyelesaian dengan hasil yang akurat serta pemrograman yang membantu proses penyeleksian dapat dilakukan dengan cepat dan tepat dalam memilih calon mahasiswa yang memenuhi kualifikasi yang telah ditetapkan oleh Politeknik Tanjung Balai.
Penentuan Penerimaan Mahasiswa Baru Politeknik Tanjung Balai menggunakan Simple Additive Weighting (SAW) Sitorus, Zunaida; Efendi, Elfin; Jannah, Miftahul; Handayani, Triana Puspa; Nurliana, Nurliana
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.56323

Abstract

Proses penyeleksian mahasiswa baru adalah proses pemilihan berdasarkan kriteria mahasiswa berupa data yang sesuai dengan kualifikasi standar yang telah ditetapkan. oleh karena itu, dalam proses seleksi dibutuhkan sistem pengambilan keputusan dan bahasa pemrograman yang dapat mempermudah proses seleksi serta dengan hasil yang lebih cepat dan akurat. Pada penelitian ini metode yang digunakan adalah Simple Additive Weighting (SAW) dan bahasa pemrograman yang akan digunakan dalam penelitian adalah PHP. Tujuan dari penelitian ini adalah untuk mempermudah Politeknik Tanjung Balai dalam menyeleksi calon mahasiswa berdasarkan kualifikasi mereka dan disepakati berdasarkan kebutuhan jurusan yang dipilih. Hasil dari penelitian ini berupa hasil akhir dari proses seleksi calon mahasiswa baru yang memenuhi kualifikasi dari Politeknik Tanjung Balai. Berdasarkan hasil penelitian bahwa pengurutan dilakukan dari nilai terbesar sampai nilai terendah dengan ketetapan passing grade penerimaan Mahasiswa Politeknik Tanjung Balai adalah 0,67 maka calon peserta didik Mahasiswa1, Mahasiswa 4, Mahasiswa 9, Mahasiswa 2, Mahasiswa 5, Mahasiswa 7, Mahasiswa 8 yang dinyatakan lulus sebagai Mahasiswa Politeknik Tanjung Balai. Kesimpulan dari penelitian ini menunjukkan bahwa metode Simple Additive Weighting (SAW) mempermudah proses penyelesaian dengan hasil yang akurat serta pemrograman yang membantu proses penyeleksian dapat dilakukan dengan cepat dan tepat dalam memilih calon mahasiswa yang memenuhi kualifikasi yang telah ditetapkan oleh Politeknik Tanjung Balai.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN SISWA BERDASARKAN NILAI UTS, UAS, DAN TUGAS Irwansyah, Bambang; Daniswara, Daniswara; Handayani, Triana Puspa; Natasya, Nurul; Ardana, Abdul Aziz; Fauzar, Muhammad Fakhri; Hardiansyah, Fajar
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 9, No 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5758

Abstract

Abstract : This study aims to apply the K-Means Clustering method to analyze and classify students’ academic performance based on Midterm Exam (UTS), Assignments, and Final Exam (UAS) scores at SMK Swasta Kualuh. The main problem faced by the school is the difficulty of analyzing students’ score data manually as the volume of data increases, which requires a more objective and structured approach. This research uses a quantitative approach with data mining techniques through the K-Means algorithm. The data were obtained from students’ academic scores and processed through data cleaning, determination of the number of clusters, distance calculation using Euclidean Distance, and iterative clustering until stable results were achieved. The results show that students were successfully grouped into three clusters: high-performing, average-performing, and low-performing students. The application of the K-Means method provides systematic insights into students’ academic performance and can support schools in making better decisions to improve learning quality. Keywords: K-Means Clustering, Data Mining, Student Performance, Academic Scores, Web. Abstrak : Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering dalam menganalisis dan mengelompokkan prestasi akademik siswa berdasarkan nilai Ujian Tengah Semester (UTS), Tugas, dan Ujian Akhir Semester (UAS) di SMK Swasta Kualuh. Permasalahan yang dihadapi sekolah adalah sulitnya melakukan analisis data nilai siswa secara manual seiring dengan meningkatnya jumlah data, sehingga diperlukan metode yang lebih objektif dan terstruktur. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik data mining menggunakan algoritma K-Means. Data yang digunakan berasal dari nilai akademik siswa yang kemudian diproses melalui tahap pembersihan data, penentuan jumlah klaster, perhitungan jarak menggunakan Euclidean Distance, serta iterasi hingga klaster stabil. Hasil penelitian menunjukkan bahwa data siswa berhasil dikelompokkan ke dalam tiga klaster, yaitu siswa berprestasi tinggi, sedang, dan rendah. Penerapan metode K-Means ini mampu membantu pihak sekolah dalam mengidentifikasi tingkat prestasi siswa secara lebih sistematis dan dapat dijadikan dasar dalam pengambilan keputusan untuk peningkatan kualitas pembelajaran. Kata kunci: K-Means Clustering, Data Mining, Prestasi Siswa, Nilai Akademik, Web.
Co-Authors Ardana, Abdul Aziz Daniswara, Daniswara Efendi, Elfin Fauzar, Muhammad Fakhri Hardiansyah, Fajar Irwansyah, Bambang Miftahul Jannah natasya, nurul NURLIANA NURLIANA Sitorus, Zunaida