Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Pendukung Keputusan Pemilihan Pegawai Alifah Teladan Dengan Metode Technique For Others Preference By Similarity Davit Ariyanto; Fadil Aulia Rahman; Sintia Sintia
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.2776

Abstract

Artikel ini membahas Sistem pengambilan keputusan di Universitas Alifah Padang, yang bertujuan membangun suatu sistem pendukung keputusan yang mempunyai kemampuan menganalisis penilaian guru teladan, dimana setiap kriteria dalam hal ini memiliki faktor-faktor penilaian dan alternatif yang menghasilkan suatu sistem yang memberikan penilaian terhadap pegawai teladan. Metode yang digunakan untuk sistem pendukung keputusan ini adalah metode TOPSIS (Technique for Order Prefence by Kemiripan dengan Solusi Ideal). Maka dari itu, TOPSIS mempertimbangkan keduannnya, jarak terhadap solusi ideal positif dan jarak terhadap solusi negative secara bersamaan. Solusi optimal dalam metode TOPSIS didapat dengan menentukan kedekatan relatif suatu alternatif terhadap solusi ideal positif. TOPSIS akan merangking alternatif berdasarkan prioritas nilai kedekatan relatif suatu alternatif terhadap solusi ideal positif. Hasil dari penilitian ini diharapkan menjadi panduan untuk mengembangkan sistem Universitas Alifah Padang dalam melakukan pemilihan terutama kepala bidang kepada pegawai. Lebih dalam lagi, ini diharapkan akan menjadi data awal untuk kajian-kajian sistem pendukung keputusan di masa mendatang
Klasterisasi Wilayah Rawan Tindak Kriminal Menggunakan Algoritma K-Means . (Studi Kasus Di Wilayah Hukum Pengadilan Negeri Painan) Sando Eka Putra; Sintia Sintia; Diana Kemala Odang
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.6737

Abstract

Meningkatnya jumlah kasus kriminal setiap tahun di wilayah hukum Pengadilan Negeri Painan menjadi perhatian penting bagi aparat penegak hukum. Oleh karena itu, diperlukan penyediaan informasi yang bermanfaat bagi masyarakat mengenai daerah-daerah yang tergolong rawan tindak kriminal. Salah satu metode yang dapat digunakan untuk mengidentifikasi daerah rawan tersebut adalah klasterisasi dengan algoritma K-Means. Penelitian ini bertujuan untuk mengelompokkan daerah berdasarkan tingkat kerawanan tindak kriminal di wilayah hukum Pengadilan Negeri Painan menggunakan algoritma K-Means. Metode ini termasuk dalam teknik data mining yang berfungsi untuk memisahkan atau mengelompokkan data ke dalam beberapa kelompok (cluster) berdasarkan kesamaan karakteristik tertentu. Hasil penelitian menunjukkan bahwa penerapan algoritma K-Means dengan bantuan aplikasi RapidMiner 5.3 mampu mengelompokkan wilayah ke dalam beberapa kategori tingkat kerawanan, yaitu rawan, kurang rawan, dan aman. Informasi yang dihasilkan dari penelitian ini diharapkan dapat membantu lembaga penegak hukum dalam melakukan pemetaan daerah rawan kejahatan serta mendukung pengambilan keputusan yang lebih efektif dalam upaya pencegahan tindak kriminal