Jek Siang Jong
Universitas Kristen Duta Wacana

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

Found 2 Documents
Search

PERANCANGAN SISTEM REKOMENDASI PEMILIHAN BIDANG KONSENTRASI DENGAN METODE ANALYTICAL HIERARCHY PROCESS: Jek Siang Jong; Natalia Reta Budiarti; Halim Budi Santoso
Simtek : jurnal sistem informasi dan teknik komputer Vol. 11 No. 1 (2026): April 2026
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v11i1.1714

Abstract

Jurusan Sistem Informasi sebuah perguruan tinggi swasta memiliki 4 bidang konsentrasi, yaitu Sistem Informasi Enterprise, Digital Enterpreneurship, Data Analytic, dan Manajemen Layanan Digital. Pada penelitian ini dirancang sistem rekomendasi pemilihan bidang konsentrasi menggunakan metode Analytical Hierarchy Process (AHP) untuk membantu mahasiswa memilih konsentrasi yang paling tepat. Sistem menggabungkan transkrip nilai akademik dengan bobot 60% dan minat konsentrasi studi dengan bobot 40%. Perhitungan Analytical Hierarchy Process (AHP) pada data transkrip nilai diproses berdasarkan bobot matakuliah semester 1 sampai 3 terhadap masing-masing konsentrasi. Bobot ini ditentukan melalui wawancara dengan dosen pengampu matakuliah terkait. Data minat konsentrasi studi diperoleh dari 6 pertanyaan yang disusun berdasarkan perbandingan diantara empat konsentrasi. Pengujian Usability terhadap 10 responden menghasilkan tingkat ffectiveness sebesar 91,6% dan TBE 0.03 task/detik. Pengujian System usability scale (SUS) menghasilkan nilai sebesar 6,95 dan masuk dalam kategori dapat diterima pengguna
PERBANDINGAN APRIORI DAN FP-GROWTH DALAM PEMBUATAN ATURAN ASOSIASI PEMBELIAN PRODUK BAKERY BERBASIS CRISP-DM Vivian Vivian; Jek Siang Jong; Halim Budi Santoso
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/qdvqa169

Abstract

Penelitian ini membandingkan performa algoritma Apriori dan FP-Growth dalam mengekstraksi aturan asosiasi dari dataset transaksi penjualan bakery dari Kaggle yang terdiri atas 2.654 transaksi dan 23 jenis produk. Perbandingan meliputi jumlah frequent itemset, jumlah aturan asosiasi, nilai rata-rata support, confidence, dan lift, serta waktu eksekusi algoritma. Seluruh proses analisis dilakukan menggunakan perangkat lunak Python dengan pustaka pandas dan mlxtend pada lingkungan komputasi yang identik. Data diproses menggunakan one-hot encoding dan dianalisis dengan parameter minimum support sebesar 5% dan minimum confidence sebesar 50%. Hasil percobaan menunjukkan bahwa kedua algoritma menghasilkan 43 frequent itemset dan 18 aturan asosiasi yang identik, dengan rata-rata support sebesar 0.1319, rata-rata confidence sebesar 0.7454, dan rata-rata lift sebesar 1.0876. Waktu eksekusi Apriori tercatat sekitar 0.00379 detik, sedangkan FP-Growth sekitar 0.00397 detik. Temuan ini menunjukkan bahwa pada dataset yang dianalisis, kedua algoritma memiliki kinerja yang setara dalam kualitas aturan asosiasi, dengan perbedaan waktu eksekusi yang relatif kecil Kata Kunci: CRISP-DM, Market Basket Analysis, Apriori, FP-Growth, Aturan Asosiasi, Bakery