Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi Malcom: Indonesian Journal of Machine Learning and Computer Science
Nuralisah, Seli
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Sistem Pendukung Keputusan dalam Penentuan Rangking Siswa Menggunakan Metode Analytical Hierarchy Process di SMKN 1 Kragilan Fadhilah, Raka Rizqi; Hidayatullah, Ryan; Ajie, Muhammad Arwino; Nuralisah, Seli; Pramadjaya, Angga; Romansyah, Andi
Jurnal Teknologi Sistem Informasi Vol 6 No 2 (2025): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v6i2.13549

Abstract

Setiap akhir masa pembelajaran, penentuan peringkat siswa di sekolah menjadi langkah yang cukup penting untuk mengapresiasi siswa yang menampilkan hasil gemilang dalam ranah pembelajaran serta aktivitas non-akademis. Namun, dalam kehidupan nyata, proses penentuan rangking siswa seringkali menghadapi banyak masalah karena adanya faktor subjektivitas dan kelemahan sistem yang terstruktur. Penelitian ini difokuskan dengan maksud guna untuk mengembangkan mekanisme penentuan keputusan yang diterapkan melalui pendekatan Sistem Pendukung Keputusan dengan metode Analytical Hierarchy Process. Metode Analytical Hierarchy Process diterapkan dalam mengukur nilai prioritas tiap faktor di SMKN 1 Kragilan agar keputusan yang dihasilkan bersifat terstruktur serta berlandaskan rasionalitas. Pengetahuan, keterampilan, catatan akademik, kedisiplinan dan keterlibatan dalam kegiatan sekolah merupakan semua faktor yang dievaluasi untuk kedepannya. Hasil kajian ini menunjukkan penerapan Sistem Pendukung Keputusan melalui pendekatan metode Analytical Hierarchy Process pada sistem perankingan siswa SMKN 1 Kragilan membawa pengaruh yang cukup baik dalam peningkatan efektivitas dalam pengelolaan pendidikan. Dimana yang mendapatkan nilai tertinggi adalah siswi yang bernama Ceyssa Adittio Ramadhan (dengan perolehan skor 0,529).
Implementasi Algoritma C4.5 Untuk Klasifikasi Kepuasan Pelanggan: Implementing the C4.5 Algorithm for Customer Satisfaction Classification Ningsih, Listina Nadhia; Septiani, Riska; Pramadjaya, Angga; Nuralisah, Seli
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 4 (2025): MALCOM October 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i4.2211

Abstract

Perkembangan industri kuliner di Indonesia menunjukkan tren yang semakin kompetitif, didorong oleh meningkatnya jumlah pelaku usaha dan perubahan preferensi konsumen yang dinamis. Dalam situasi ini, kepuasan pelanggan menjadi faktor kunci yang sangat menentukan keberlangsungan dan pertumbuhan bisnis, termasuk bagi usaha kuliner tradisional seperti Restaurant Ayam Bekakak. Namun, pengelolaan data kepuasan pelanggan yang selama ini dilakukan secara konvensional sering kali bersifat subjektif dan tidak menghasilkan informasi yang dapat diolah secara sistematis. Hal ini menyebabkan sulitnya dalam pengambilan keputusan yang berbasis data (data-driven decision making). Oleh karena itu, dibutuhkan metode analisis yang mampu mengolah data kepuasan pelanggan secara lebih akurat dan objektif. Salah satu solusi yang dapat diterapkan adalah dengan menggunakan metode data mining, khususnya algoritma C4.5. Berdasarkan hasil penelitian menunjukkan bahwa algoritma C4.5 mampu mengklasifikasikan tingkat kepuasan pelanggan dengan akurasi sebesar 96,15%, dengan nilai precision 100% dan recall 95,2%. Nilai ini menunjukkan bahwa model dapat memprediksi kepuasan pelanggan dengan tingkat kesalahan yang sangat kecil. Dari hasil confusion matrix, hanya satu data yang salah klasifikasi, di mana pelanggan yang sebenarnya “puas” terdeteksi sebagai “tidak puas”. Hal ini menunjukkan bahwa model memiliki kemampuan generalisasi yang tinggi dan kesalahan klasifikasi yang minim. Kesesuaian karakteristik data dengan algoritma C4.5.
Co-Authors Ajie, Muhammad Arwino Fadhilah, Raka Rizqi Hidayatullah, Ryan Ningsih, Listina Nadhia Pramadjaya, Angga Romansyah, Andi Septiani, Riska