Sapriani Lubis
Universitas Royal

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

Found 2 Documents
Search

Implementasi Metode WASPAS Dalam Pemilihan Laptop untuk Mahasiswa Maulana Akbar; Nurlaila Sari; Sapriani Lubis
Jurnal Ilmiah Multidisiplin Nusantara (JIMNU) Vol. 3 No. 2 (2025): JIMNU - JULI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jimnu.v3i2.541

Abstract

Dalam dunia akademik, khususnya di jurusan Sistem Informasi, pemilihan laptop yang sesuai menjadi kebutuhan esensial guna menunjang kegiatan pembelajaran. Banyaknya pilihan laptop dengan spesifikasi dan harga yang sangat bervariasi sering membingungkan mahasiswa dalam menentukan pilihan terbaik. Penelitian ini bertujuan untuk membangun sebuah Sistem Pendukung Keputusan (SPK) yang membantu mahasiswa dalam memilih laptop berdasarkan kriteria objektif menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS). Metode ini menggabungkan pendekatan jumlah tertimbang (WSM) dan produk tertimbang (WPM), sehingga menghasilkan evaluasi yang lebih komprehensif. Kriteria yang digunakan meliputi harga, prosesor, RAM, dan kapasitas penyimpanan. Hasil akhir dari sistem menunjukkan bahwa laptop Compaq Presario memperoleh nilai preferensi tertinggi sebesar 0,9341, sehingga direkomendasikan sebagai pilihan terbaik bagi mahasiswa. Dengan adanya sistem ini, mahasiswa dapat memperoleh referensi yang lebih akurat dan berbasis data dalam memilih laptop sesuai kebutuhan perkuliahan mereka
KLASTERISASI RISIKO BURNOUT AKADEMIK DAN KEAGAMAAN SISWA MTSN MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN NILAI AKADEMIK DAN AKTIVITAS BELAJAR Sapriani Lubis; Dewi Anggraeni; Sudarmin
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 9 No. 2 (2026): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/simika.v9i2.4598

Abstract

Academic burnout is a condition of physical, emotional, and mental exhaustion experienced by students due to continuous academic pressure. In addition to academic burnout, students may also experience religious burnout, which can reduce their participation in religious activities at school. At MTsN Tanjungbalai, the identification of student burnout risk is still conducted manually by counseling teachers, making the process subjective and less effective. This study aims to classify students based on the risk level of academic and religious burnout using the K-Means clustering algorithm. The research method applies a data mining approach with clustering techniques using student academic scores, religious scores, and learning activity data as variables. The system is designed and implemented as a web-based application to support the clustering process. The results show that the K-Means method is able to group students into several clusters representing different burnout risk levels. The developed system assists teachers in identifying students who require early attention and provides data-based information to support decision-making in student guidance and monitoring.