cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andy Sapta
Contact Email
sapta@royal.ac.id
Phone
-
Journal Mail Official
lppm_stmik@royal.ac.id
Editorial Address
-
Location
Kab. asahan,
Sumatera utara
INDONESIA
JURTEKSI
Published by STMIK Royal Kisaran
ISSN : 24071811     EISSN : 25500201     DOI : -
Core Subject : Science,
Computer Science & IT
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) is a scientific journal which is published by STMIK Royal Kisaran. This journal published twice a year on December and June. This journal contains a collection of research in information technology and computer system.
Arjuna Subject : -
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 10, No 4 (2024): September 2024" : 25 Documents clear
STUDENT CLUSTER ANALYSIS AS AN EFFORT TO OPTIMIZE CAMPUS PROMOTION Aulia, Romy; Khomarudin, Agus Nur; Laksmana, Indra; Jamaluddin, Jamaluddin; Novita, Rina
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3412

Abstract

Abstract: This research tries to describe student cluster analysis, as an effort to optimize campus promotion to various schools and regions. It is known that every year, Politeknik Pertanian Negeri Payakumbuh, abbreviated as PPNP, brings in students from various regions in Indonesia. Regarding the campus promotion strategy process, the PPNP promotion section has not been based or referred to the results of processing existing student data. So that the budget used by the campus promotion team has not been right on target with the results of students who can be brought to campus. In addition, the existing student database has not been processed or explored further, so that it has not produced knowledge that is very useful as material to support the decisions of the academic and student affairs department and the campus promotion team. The method used in this research is CRISP-DM which stands for Cross- Industry Standard Process for Data Mining. Based on the characteristics of each cluster, the PPNP Promotion Team in conducting the next socialization is advised to prioritize provinces such as West Sumatra and North Sumatra. Currently, managerial circles in this context, university leaders are expected to be able to make data-based decisions. Data-based decision making can foster a culture of sustainable innovation, produce customer-centric offerings and drive long-term business growth.            Keywords: cluster analysis; student data; k-means clustering; campus promotion  Abstrak: Penelitian ini mencoba untuk mendeskripsikan analisis cluster mahasiswa, sebagai upaya optimalisasi dalam melakukan promosi kampus ke berbagai sekolah dan daerah. Diketahui bahwa setiap tahunnya, Politeknik Pertanian Negeri Payakumbuh disingkat PPNP mendatangkan mahasiswa dari berbagai daerah di Indonesia. Terkait dengan proses strategi promosi kampus, bagian promosi PPNP belum didasarkan pada hasil pengolahan data mahasiswa yang ada. Sehingga anggaran yang digunakan tim promosi belum tepat sasaran dengan hasil mahasiswa yang dapat didatangkan ke kampus. Selain itu database mahasiswa yang ada selama ini belum diolah atau digali secara jauh, sehingga belum menghasilkan pengetahuan yang bermanfaat sebagai bahan untuk mendukung keputusan bagian akademik dan kemahasiswaan serta tim promosi kampus. Metode yang digunakan dalam penelitian ini yaitu CRISP-DM merupakan singkatan dari Cross-Industry Standart Process for Data Mining. Berdasarkan karakteristik setiap cluster, maka untuk Tim Promosi PPNP dalam melakukan sosialisasi berikutnya disarankan memprioritaskan pada provinsi seperti Sumatera Barat dan Sumatera Utara. Saat ini kalangan manajerial yaitu pimpinan perguruan tinggi diharapkan dapat melakukan pengambilan keputusan berbasis pada data. Pengambilan keputusan berbasis data dapat menumbuhkan  budaya  inovasi  yang berkelanjutan, menghasilkan penawaran yang berpusat pada pelanggan dan mendorong pertumbuhan bisnis jangka panjang. Kata kunci: analisis cluster; data mahasiswa; k-means clustering, promosi kampus
THE BEST PRESCHOOL RECOMMENDATION APPLICATION USING THE ELECTRE METHOD Siregar, Iqbal Kamil; Handoko, Wiwin
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3355

Abstract

Abstract: This research aims to build a recommendation system that can help parents determine the best Pendidikan Anak Usia Dini (PAUD) using the ELECTRE (Elimination and Choice Translating Reality) method. The electre method was chosen because of its ability to handle Multi-Criteria Decision Making (MCDM) problems, which allows evaluating alternatives based on various relevant criteria. This system is designed to identify and assess PAUD based on a number of important criteria, such as facilities, location, teacher-student ratio, curriculum, accreditation and reputation. Each criterion is given a weight according to its level of importance, which is determined based on parental preferences and applicable educational standards. Data is collected from various sources and processed using artificial intelligence techniques to ensure accuracy and relevance. The electre method is then used to evaluate and compare between PAUD. The research results show that the recommendation system developed is able to provide accurate and relevant PAUD recommendations, as well as increasing user satisfaction in the PAUD selection process. This research makes a significant contribution to the field of decision support systems and education, by showing the practical application of the electre method in determining the best PAUD. It is hoped that the results of this research can inspire the development of similar recommendation systems in other educational fields, as well as help in improving the quality of early childhood education through the use of advanced technology.Keywords: artificial intelligence; electre method; multi-criteria decision making (mcdm); paud. Abstrak: Penelitian ini bertujuan untuk membangun sistem rekomendasi yang dapat membantu orang tua dalam menentukan Pendidikan Anak Usia Dini (PAUD) terbaik dengan menggunakan metode ELECTRE (Elimination and Choice Translating Reality). Metode electre dipilih karena kemampuannya dalam menangani masalah Multi-Criteria Decision Making (MCDM), yang memungkinkan evaluasi alternatif berdasarkan berbagai kriteria yang relevan. Sistem ini dirancang untuk mengidentifikasi dan menilai PAUD berdasarkan sejumlah kriteria penting, seperti fasilitas, lokasi, rasio guru-murid, kurikulum, akreditasi dan reputasi. Setiap kriteria diberikan bobot sesuai dengan tingkat kepentingannya yang ditentukan berdasarkan preferensi orang tua dan standar pendidikan yang berlaku. Data dikumpulkan dari berbagai sumber dan diproses menggunakan teknik kecerdasan buatan untuk memastikan akurasi dan relevansi. Metode electre kemudian digunakan untuk melakukan evaluasi dan perbandingan antar PAUD. Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dikembangkan mampu memberikan rekomendasi PAUD yang akurat dan relevan, serta meningkatkan kepuasan pengguna dalam proses pemilihan PAUD. Penelitian ini memberikan kontribusi signifikan pada bidang sistem pendukung keputusan dan pendidikan, dengan menunjukkan aplikasi praktis dari metode electre dalam penentuan PAUD terbaik. Diharapkan, hasil penelitian ini dapat menginspirasi pengembangan sistem rekomendasi serupa di bidang pendidikan lainnya, serta membantu dalam meningkatkan kualitas pendidikan anak usia dini melalui pemanfaatan teknologi canggih.Kata kunci: kecerdasan buatan; metode electre; multi-criteria decision making (mcdm); paud.
APPLICATION OF THE MAUT METHOD IN RECIPIENTS INDONESIA SMART PROGRAM (PIP) IN 014673 MEKAR SARI ELEMENTARY SCHOOL Sapriyanti, Sapriyanti; Risnawati, Risnawati; Saputra, Endra
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3465

Abstract

Abstract: Many children drop out or stop school due to economic constraints, especially personal costs such as not being able to buy school supplies, educational development donations and so on. Therefore, the government has a policy to help by issuing the Smart Indonesia Program (PIP) as a goal to help students' personal costs in pursuing education. As the smart Indonesia program progresses, many parents of students complain because the selection of students receiving PIP assistance is not on target and does not comply with the provisions. As with the data collection of students receiving the Smart Indonesia Program (PIP) assistance at State Elementary School 014673 Mekar Sari Village, it is also not optimal where the recording system is still inputted into Microsoft Excel. Therefore, a system is needed that is integrated with a calculation processing technique, namely a decision support system used at State Elementary School 015673 Mekar Sari Village to determine prospective recipients of the Smart Indonesia Program assistance who are truly worthy and appropriate. For this reason, this study uses the Multi-Attribute Utility Theory (MAUT) method to find students who are eligible for PIP benefits in the determination process.Keywords: maut method; mekar sari elementary school; smart indonesia program.  Abstrak: Banyaknya anak yang putus atau berhenti sekolah dikarenakan kendala ekonomi terutama pada biaya pribadi seperti tidak mampu membeli perlengkapan sekolah, uang sumbangan pembinaan pendidikan dan lain sebagainya. Maka dari itu pemerintah memiliki kebijakan untuk membantu dengan mengeluarkan Program Indonesia Pintar (PIP) sebagai tujuan untuk membantu biaya pribadi siswa dalam menempuh pendidikan. Seiring berjalannya program indonesia pintar banyak kalangan orang tua siswa mengeluh dikarenakan dalam pemilihan siswa penerima bantuan PIP tidak tepat sasaran dan tidak sesuai dengan ketentuan. Seperti halnya dengan pendataan siswa penerima bantuan Program Indonesia Pintar (PIP) di Sekolah Dasar Negeri 014673 Desa Mekar Sari juga belum optimal dimana masih sistem pencatatan lalu di input ke Microsoft Excel. Maka dibutuhkan sebuah sistem yang sudah terintegrasi dengan sebuah teknik pengolahan perhitungan yaitu sistem pendukung keputusan yang digunakan pada Sekolah Dasar Negeri 015673 Desa Mekar Sari untuk penentuan calon penerima bantuan Program Indonesia Pintar yang benar layak dan pantas. Untuk itu penelitian ini menggunakan metode Multi-Attribute Utility Theory (MAUT) untuk mencari siswa yang layak mendapat manfaat PIP dalam proses penentuannya.Kata kunci: metode maut; program indonesia pintar; sd negeri mekar sari.
APPLICATION OF DATA MINING IN SELECTING SUPERIOR PRODUCTS USING THE K-MEANS AND K-MEDOIDS ALGORITHM METHODS Munandar, Musthafa Haris
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3196

Abstract

Abstract: As a supermarket, we are committed to always improving everything, including selecting the greatest goods. To evaluate which items are more superior or popular and which are less popular, you will want a sizable amount of information sources. To select products and identify those that belong in the superior product cluster, researchers employed the clustering method. The clustering strategy uses two forms of cluster analysis, k-means and k-medoids, which have related techniques. The research results show that the k-means algorithm's Davies Bouldin value is -0.430, whereas the k-medoids algorithm's Davies Bouldin value is -1.392. This suggests that the Davies Bouldin value of the k-medoids approach is the lowest, showing that the grouping findings of the k-means method are  a better method to apply to the issue of choosing better products.            Keywords : k-means; k-medoids; clustering; algorithm; data mining  Abstract: Sebagai toko sembako, toko yuli berkomitmen untuk selalu meningkatkan segalanya, termasuk memilih barang terbaik. Untuk mengevaluasi item mana yang lebih unggul atau populer dan mana yang kurang populer, Anda memerlukan sumber informasi yang cukup banyak. Untuk memilih produk dan mengidentifikasi produk yang termasuk dalam cluster produk unggulan, peneliti menggunakan metode clustering. Strategi clustering menggunakan dua bentuk analisis cluster, k-means dan k-medoids, yang memiliki teknik terkait. Hasil penelitian menunjukkan nilai Davies Bouldin pada algoritma k-means sebesar -0,430, sedangkan nilai Davies Bouldin pada algoritma k-medoids sebesar -1,392. Hal ini menunjukkan bahwa nilai Davies Bouldin pada pendekatan k-medoids paling rendah, menunjukkan bahwa temuan pengelompokan metode k-means merupakan metode yang lebih baik untuk diterapkan pada permasalahan pemilihan produk yang lebih baik. Keywords: k-means; k-medoids; clustering; algoritma; data mining
TOWARDS SPATIAL INFORMATION SYSTEM ADOPTION USING EXTENDED TAM AND IS SUCCESS MODEL Anjani, Heni; Inan, Dedi I.; Juita, Ratna; Sanglise, Marlinda
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3263

Abstract

Abstract: By leveraging digital technology, Laporkitong enhances transparency and accountability, as well as facilitates public participation in the oversight and enforcement processes related to land use and natural resource management. The Laporkitong website functions as an online reporting application aimed at documenting instances of spatial planning violations in the West Papua Province. The lack of public knowledge about the Laporkitong application has led to numerous issues. Therefore, an analysis of the adoption of the Laporkitong application is necessary. This study aims to investigate the influence of Perceived Quality, Perceived Control, and Perceived Ease of Use factors as determinants of the residents' willingness to use the Laporkitong application, employing the Technology Acceptance Model (TAM) and DeLone and McLean IS Success (IS D&M) theories. As many as 160 valid respondents are gathered based purposive sampling technique and evaluated using Partial Least Square Structural Equation Modeling (PLS-SEM). The results inform that all seven hypotheses are accepted with the R-square of the intention to use is 0.273 indicationg 27.3% variance of the model can determine the outcome. Further discussion and conclusion regarding the implication of theoretical and practical contribution are also discussed.            Keywords: laporkitong; perceived control; perceived ease of use; perceived quality; technology acceptance model Abstrak: Dengan memanfaatkan teknologi digital, Laporkitong meningkatkan transparansi dan akuntabilitas, serta memfasilitasi partisipasi publik dalam proses pengawasan dan penegakan terkait penggunaan lahan dan pengelolaan sumber daya alam. Website Laporkitong berfungsi sebagai aplikasi pelaporan online yang bertujuan untuk mendokumentasikan pelanggaran perencanaan tata ruang di Provinsi Papua Barat. Minimnya pengetahuan masyarakat terhadap aplikasi Laporkitong menyebabkan banyak permasalahan. Maka dari itu perlu dilakukan analisis mengenai adopsi pada aplikasi Laporkitong. Penelitian ini bertujuan untuk menyelidiki pengaruh faktor Kualitas yang Dirasakan, Kendali yang Dirasakan, dan Kemudahan Penggunaan yang Dirasakan sebagai penentu keinginan penduduk untuk menggunakan aplikasi Laporkitong, dengan menggunakan Model Penerimaan Teknologi (TAM) dan teori Kesuksesan Sistem Informasi (IS D&M) DeLone dan McLean. Sebanyak 160 responden valid dikumpulkan berdasarkan teknik purposive sampling dan dievaluasi menggunakan Partial Least Square Structural Equation Modeling (PLS-SEM). Hasilnya menunjukkan bahwa semua tujuh hipotesis diterima dengan R-square niat untuk menggunakan adalah 0,273, menunjukkan bahwa 27,3% variasi model dapat menentukan hasilnya. Diskusi lebih lanjut dan kesimpulan mengenai implikasi kontribusi teoritis dan praktis juga dibahas. Kata kunci: laporkitong; pengendalian yang dirasakan; kemudahan penggunaan yang dirasakan; kualitas yang dirasakan; model penerimaan teknologi 
ANALYSIS OF ACQUIRE AND IMPLEMENT OF LIBRARY INFORMATION SYSTEM USING COBIT 4.1 FRAMEWORK Magdalena, Hilyah
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3253

Abstract

Abstract: College libraries are built and designed based on the needs of the academic community to support learning, research, and community service. Management of higher education institutions in Indonesia refers to Organizing libraries in Indonesia is regulated in National Library Director Regulation No. 13 of 2017. College libraries currently use information technology to support operations. To assess the alignment of a university's goal of providing a library that complies with information technology regulations and management, library management needs to be audited. At the ISB Atma Luhur library, audits were carried out using the COBIT 4.1 framework. especially in the Acquire and Implement (AI) domain. The AI domain is a domain that assesses whether plans have been successfully acquired and implemented. This research uses interview and questionnaire methods as primary data source data collection media. The respondents involved were the head of the library and the ISB Atma Luhur library staff. The results of data processing show that the AI domain is at 2,754 with a maturity level of 3-Define Process. Of the 7 control objectives under the AI domain, AI4 Anable Operation and Use is the highest control objective with 3.28. Meanwhile, the lowest control objective is AI2 Acquire and maintain application software with 2.50.            Keywords: acquire and implement COBIT 4.1; college library ; information systems audit.  Abstrak: Perpustakaan perguruan tinggi dibangun dan dirancang berdasarkan kebutuhan civitas akademika untuk menunjang pembelajaran, penelitian dan pengabdian kepada masyarakat. Pengelolaan perguruan tinggi di Indonesia mengacu pada Penyelenggaraan perpustakaan di Indonesia diatur dalam Peraturan Kepala Perpustakaan Nasional Nomor 13 Tahun 2017. Perpustakaan perguruan tinggi saat ini sudah memanfaatkan teknologi informasi untuk menunjang operasionalnya. Untuk menilai keselarasan tujuan perguruan tinggi dalam menyediakan perpustakaan yang sesuai dengan regulasi dan pengelolaan teknologi informasi, maka pengelolaan perpustakaan perlu dilakukan audit. Pada perpustakaan ISB Atma Luhur, audit dilakukan dengan menggunakan framework COBIT 4.1. khususnya di domain Acquire and Implement (AI). Domain AI adalah domain yang menilai apakah rencana telah berhasil diperoleh dan diterapkan. Audit sistem informasi perpustakaan ini bertujuan untuk menilai keselarasan rencana dan akuisisi impelentasi sistem untuk meningkatkan layanan perpustakaan. Penelitian ini menggunakan metode wawancara dan angket sebagai media pengumpulan data sumber data primer. Responden yang terlibat adalah kepala perpustakaan dan staf perpustakaan ISB Atma Luhur. Hasil pengolahan data menunjukkan domain AI berada pada angka 2.754 dengan tingkat kematangan 3-Define Process. Dari 7 tujuan pengendalian dalam domain AI, AI4 Anable Operation and Use merupakan tujuan pengendalian tertinggi dengan nilai 3,28. Sedangkan tujuan pengendalian terendah adalah AI2 Memperoleh dan memelihara perangkat lunak aplikasi dengan nilai 2,50. Kata kunci: acquire and implement COBIT 4.1.; audit sistem informasi; perpustakaan perguruan tinggi.
COMPARISON FEATURE EXTRACTION USING ARTIFICIAL NEURAL NETWORK ALGORITHM ON SMOKER PREDICTION Dharma, Arie Satia; Pardede, Cynthia Veronika; Sitorus, Jonggi Vegas
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.2933

Abstract

Abstract: The habit of smoking is dangerous because of the addictive substances that make cigarettes addictive. Its addictive nature poses a significant risk, affecting personality with stress, depression and nervous disorders. Body factors that indicate smoking include blood sugar levels, dental caries, and hemoglobin. To address this, research has been conducted with focused efforts to understand and address the risks associated with smoking and its impact on overall health. This research aims to choose the best method for predicting smokers by using feature selection techniques. The feature selection algorithms uses for that are Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), and Genetic Algorithm (GA) to select optimal attributes and uses the k-fold cross validation technique as the validation of the Artificial Neural Network algorithm. The data includes various parameters such as age, height, weight, vision, blood pressure, cholesterol, triglycerides, hemoglobin, AST, ALT, GTP, gender, dental caries and tartar. Hearing ability, urine protein content, and tartar were selected. The results showed that using the Analysis of Variance method showed higher accuracy (77.101%) compared to the Genetic Algorithm method (74.64%) and the Recursive Feature Elimination method (76.08%). Selection of relevant attributes increases the predictions and insights of the Artificial Neural Network model about the effects of smoking on health.            Keywords: artificial neural network; analysis of variance; genetic algorithm; recursive feature elimination; smoker prediction  Abstrak: Kebiasaan merokok berbahaya karena adanya zat adiktif yang membuat rokok menjadi ketagihan. Sifatnya yang membuat ketagihan menimbulkan risiko yang signifikan, mempengaruhi kepribadian dengan stres, depresi, dan gangguan saraf. Faktor tubuh yang mengindikasikan kebiasaan merokok antara lain kadar gula darah, karies gigi, dan hemoglobin. Untuk mengatasi hal ini, penelitian telah dilakukan dengan upaya terfokus untuk memahami dan mengatasi risiko yang terkait dengan merokok dan dampaknya terhadap kesehatan secara keseluruhan. Penelitian ini bertujuan untuk memilih metode terbaik dalam memprediksi perokok dengan menggunakan teknik seleksi fitur. Metode seleksi fitur yang digunakan adalah Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), dan Genetic Algorithm (GA) untuk memilih atribut yang optimal dan menggunakan teknik k-fold cross validation sebagai validasi algoritma Artificial Neural Network. Data tersebut mencakup berbagai parameter seperti umur, tinggi badan, berat badan, penglihatan, tekanan darah, kolesterol, trigliserida, hemoglobin, AST, ALT, GTP, jenis kelamin, karies gigi dan karang gigi. Kemampuan pendengaran, kandungan protein urin, dan karang gigi dipilih. Hasil penelitian menunjukkan bahwa penggunaan metode Analysis of Variance menunjukkan akurasi yang lebih tinggi (77,101%) dibandingkan dengan metode Genetic Algorithm (74,64%) dan metode Recursive Feature Elimination (76,08%). Pemilihan atribut yang relevan meningkatkan prediksi dan wawasan model Jaringan Syaraf Tiruan tentang dampak merokok terhadap kesehatan. Kata kunci: artificial neural network; analysis of variance; genetic algorithm; prediksi perokok; recursive feature elimination
A COMPARATIVE ANALYSIS OF MFEP AND SAW METHODS IN DECISION SUPPORT SYSTEMS FOR MAJOR SELECTION Hutahaean, Jeperson; Mulyani, Neni; Putri Fahdrina, Jihan Aulia
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3442

Abstract

Abstract: The selection of majors at SMAS YPK Kedaisianam previously still used a manual system that was less effective in determining the right major for students. To overcome this, a new system that is easier and more accurate is needed. This system is expected to assist counseling guidance teachers in providing solutions for choosing majors to students. This study compares two methods, namely Multi Factor Evaluation Process (MFEP) and Simple Additive Weighting (SAW), which have similarities in weighting criteria to produce more effective rankings. The research methodology used is a quantitative approach with numerical data analysis. This study aims to describe the comparison of the two methods in the decision support system for choosing majors at SMKS DAAR Muhsinin. The results of the study show that the use of more effective methods in the application system can make decision-making easier. The conclusion of this study is that the application of MFEP methods can improve accuracy and efficiency in the course selection process.Keywords: decision support system; mfep and saw methods; major selection. Abstrak: Pemilihan jurusan di SMAS YPK Kedaisianam sebelumnya masih menggunakan sistem manual yang kurang efektif dalam menentukan jurusan yang tepat bagi siswa. Untuk mengatasi hal tersebut, diperlukan sistem baru yang lebih mudah dan akurat. Sistem ini diharapkan membantu guru bimbingan konseling dalam memberikan solusi pemilihan jurusan kepada siswa. Penelitian ini membandingkan dua metode, yaitu Multi Factor Evaluation Process (MFEP) dan Simple Additive Weighting (SAW), yang memiliki kesamaan dalam pembobotan kriteria untuk menghasilkan peringkat yang lebih efektif. Metodologi penelitian yang digunakan adalah pendekatan kuantitatif dengan analisis data berbasis angka. Penelitian ini bertujuan untuk mendeskripsikan perbandingan kedua metode tersebut dalam sistem pendukung keputusan pemilihan jurusan di SMKS DAAR Muhsinin. Hasil penelitian menunjukkan bahwa penggunaan metode yang lebih efektif dalam sistem aplikasi dapat mempermudah pengambilan keputusan. Simpulan dari penelitian ini adalah penerapan metode MFEP dapat meningkatkan akurasi dan efisiensi dalam proses pemilihan jurusan.Kata Kunci: metode mfep dan saw;  pemilihan jurusan; sistem pendukung keputusan.
EXPERT SYSTEM FOR STUNTING DETECTION IN TODDLERS USING DEMPSTER SHAFER METHOD Apridonal M, Yori; Maharani, Dewi; Prayoga, J
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3404

Abstract

Abstract: Stunting is a chronic or chronic malnutrition that can be seen in the height of toddlers shorter than toddlers their age. the prevalence of toddlers affected by stunting nationally was 37.6 percent (2007) and decreased to 35.8 percent (2010). However, it increased to 37.2 percent (2013) and decreased again to 29.9 percent (2018). The data shows an erratic stunting prevalence. Many factors influence stunting, especially parents' knowledge about balanced nutrition that prevents stunting. Prevention of stunting needs to be done by monitoring nutritional status regularly and fulfilling balanced nutrition for toddlers. For early detection of stunting, an expert system using the Dempster Shafer method is needed. The Dempster Shafer method allows decision making based on various possibilities based on symptoms in toddlers. The results of the expert system calculation show that the Dempster Shafer method can detect stunting in toddlers by more than 90%.      Keywords: dempster shafer; expert system; stunting  Abstrak: Stunting yaitu kekurangan gizi menahun atau kronis yang dapat terlihat pada tinggi badan balita lebih pendek dari balita seusianya. pravelensi balita yang terjangkit stunting secara nasional sebesar 37,6 persen (2007) dan mengalami penurunan menjadi 35,8 persen (2010). Namun meningkat menjadi 37,2 persen (2013) dan menurun kembali menjadi 29,9 persen (2018). Data tersebut menunjukkan pravelensi stunting yang tidak menentu. Banyak faktor yang mempengaruhi stunting khususnya pengetahuan orang tua mengenai gizi seimbang pencegah stunting. Pencegahan stunting perlu dilakukan dengan pemantauan status gizi secara berkala dan pemenuhan gizi seimbang Balita. Untuk deteksi stunting sejak dini dibutuhkan seuatu sistem pakar menggunakan metode dempster shafer. Metode dempster shafer memungkinkan pengambilan keputusan berdasarkan berbagai kemungkinan berdasarkan gejala pada balita. Hasil perhitungan sistem pakar menunjukkan bahwa metode dempster shafer dapat mendeteksi stunting balita lebih sebesar 90%.Kata kunci: dempster shafer; sistem pakar; stunting
MAPPING SYSTEM FOR LOCATION OF STUNTING CASES IN TODDLER IN TANJUNG BALAI CITY USING WEBGIS Alfa, Zikri; Yusda, Riki Andri; Rahayu, Elly
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3328

Abstract

Abstract: Data on stunting cases among toddlers in Datuk Bandar Timur sub-district, Tanjung Balai city Not yet processed in a way computerized use digital map , so that the monitoring process in-depth investigation of the distribution and patterns of stunting in a area Not yet presented with Good . This matter Of course impact on cadre Public health center Semula Jadi For monitor number nutrition bad And spread prevalence of stunting in Datuk Bandar Timur sub-district, Tanjung Balai city . For That need development A system internal data management form chart nor map that can be give description spread nutrition bad in the region Mayor. Planning And development system information This done with use method data collection and interview direct to the UPTD Community Health Center Semula Jadi . Objective it was built this webgis can assist in identifying areas that need nutritional intervention, mapping the prevalence of stunting and malnutrition, as well as monitoring nutrition programs and optimizing resource allocation. Results from GIS can plays an important role in supporting efforts to prevent and overcome stunting problems by providing tools effective software for collecting, analyzing and visualizing nutritional data spatially. The use of web GIS can also provide information on stunting locations from UPTD Semula Jadi Health Center data.Keywords : geographic information system; location mapping system; stunting.  Abstrak: Data kasus stunting pada balita di kecamatan datuk bandar timur kota tanjung balai belum diproses secara terkomputerisasi menggunakan peta digital, sehingga proses pemantauan penyelidikan mendalam tentang sebaran dan pola stunting disuatu daerah belum tersajikan dengan baik. Hal ini tentu berdampak pada kader puskesmas Semula Jadi untuk memantau angka gizi buruk dan penyebaran prevalensi stunting di kecamatan datuk bandar timur kota tanjung balai. untuk itu perlu pembangunan sebuah sistem pengelolaan data dalam bentuk grafik maupun peta yang dapat memberikan gambaran penyebaran gizi buruk diwilayah Datuk Bandar. Perancangan dan pembangunan sistem informasi ini dilakukan dengan menggunakan metode pengambilan data dan wawancara langsung ke UPTD Puskesmas Semula Jadi. Tujuan dibangunnya webgis ini dapat membantu dalam identifikasi daerah yang membutuhkan intervensi gizi, pemetaan prevalensi stunting dan gizi buruk, serta memantau program-program gizi dan optimalisasi alokasi sumber daya. Hasil dari SIG dapat berperan penting dalam mendukung upaya pencegahan dan penanggulangan masalah stunting dengan menyediakan alat software yang efektif untuk pengumpulan, analisis, dan visualisasi data gizi secara spasial. Kegunaan webgis juga dapat memberikan informasi mengenai lokasi stunting dari data UPTD Puskesmas Semula Jadi.Kata kunci: sistem informasi geografis; sistem pemetaan lokasi; stunting 

Page 1 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2026): Maret 2026 Vol. 12 No. 1 (2025): Desember 2025 Vol. 11 No. 4 (2025): September 2025 Vol 11, No 3 (2025): Juni 2025 Vol. 11 No. 3 (2025): Juni 2025 Vol 11, No 2 (2025): Maret 2025 Vol. 11 No. 2 (2025): Maret 2025 Vol. 11 No. 1 (2024): Desember 2024 Vol 11, No 1 (2024): Desember 2024 Vol 10, No 4 (2024): September 2024 Vol. 10 No. 4 (2024): September 2024 Vol 10, No 3 (2024): Juni 2024 Vol. 10 No. 3 (2024): Juni 2024 Vol. 10 No. 2 (2024): Maret 2024 Vol 10, No 2 (2024): Maret 2024 Vol 10, No 1 (2023): Desember 2023 Vol. 10 No. 1 (2023): Desember 2023 Vol. 9 No. 4 (2023): September 2023 Vol 9, No 4 (2023): September 2023 Vol 9, No 3 (2023): Juni 2023 Vol 9, No 2 (2023): Maret 2023 Vol 9, No 1 (2022): Desember 2022 Vol 8, No 3 (2022): Agustus 2022 Vol 8, No 2 (2022): April 2022 Vol 8, No 1 (2021): Desember 2021 Vol 7, No 3 (2021): Agustus 2021 Vol 7, No 2 (2021): April 2021 Vol 7, No 1 (2020): Desember 2020 Vol 6, No 3 (2020): August 2020 Vol 6, No 2 (2020): April 2020 Vol 6, No 1 (2019): December 2019 Vol 5, No 2 (2019): Juni 2019 Vol 5, No 1 (2018): Desember 2018 Vol 4, No 2 (2018): Juni 2018 Vol 4, No 1 (2017): Desember 2017 More Issue