cover
Contact Name
Tomy Satria Alasi
Contact Email
tomy@stmikmethodistbinjai.ac.id
Phone
+6282168449797
Journal Mail Official
ejurnal.jai@gmail.com
Editorial Address
Jl. Jend. Sudirman No.136 Binjai Sumatera Utara
Location
Kota binjai,
Sumatera utara
INDONESIA
Jurnal Armada Informatika
Published by STMIK Methodist Binjai
ISSN : 25980416     EISSN : 2615689X     DOI : https://doi.org/10.36520/jai.v8i2.130
Jurnal Armada Informatika, an Indonesian national journal, publishes high quality research papers in the broad field of Informatics and Computer Science, which encompasses software engineering, information system development, computer systems, computer network, algorithms and computation, and social impact of information and telecommunication technology.
Articles 192 Documents
Identifikasi Pola Peminjaman Buku Perpustakaan Menggunakan Algoritma C4.5 pada Universitas Budi Darma Fadlina; Sapma wati; Tria Annisa
Jurnal Armada Informatika Vol 8 No 2 (2024): Jurnal Armada Informatika
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v8i2.326

Abstract

Data transaksi peminjaman pada perpustakaan perguruan tinggi dapat dimanfaatkan sebagai sumber pengetahuan untuk mendukung pengembangan koleksi dan peningkatan layanan, tetapi pada praktiknya data tersebut sering berhenti sebagai arsip administratif. Penelitian ini bertujuan mengidentifikasi pola peminjaman buku pada Perpustakaan Universitas Budi Darma menggunakan algoritma C4.5. Dataset awal terdiri atas 250 transaksi peminjaman periode Januari–Desember 2025. Setelah pembersihan terhadap 12 data tidak lengkap dan 6 data duplikat, diperoleh 232 transaksi yang dianalisis berdasarkan program studi, kategori buku, semester, frekuensi peminjaman, dan kelas pola peminjaman. Data dibagi menjadi 186 data latih dan 46 data uji. Hasil analisis menunjukkan kategori Teknologi Informasi memiliki transaksi tertinggi sebesar 28,02%, sedangkan Teknik Informatika menjadi program studi dengan proporsi peminjaman terbesar sebesar 28,88%. Pada model C4.5, frekuensi peminjaman menghasilkan gain ratio tertinggi sebesar 0,412, diikuti kategori buku 0,318, program studi 0,246, dan semester 0,157. Pengujian pada data uji menghasilkan akurasi 86,96%, precision makro 86,81%, recall makro 87,49%, dan F1-score makro 87,07%. Temuan menunjukkan bahwa pohon keputusan dapat menyajikan pola yang mudah diinterpretasikan untuk mendukung evaluasi koleksi, tetapi hasil perlu dibaca dalam konteks data satu institusi dan definisi kelas yang digunakan.
Analisis Pola Kelulusan Mahasiswa Menggunakan Algoritma Apriori pada Data Akademik Simulasi M Syaifuddin; Dimsa Pratama Siregar
Jurnal Armada Informatika Vol 9 No 2 (2025)
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v9i2.327

Abstract

Pemantauan kelulusan mahasiswa memerlukan informasi yang dapat menjelaskan kombinasi kondisi akademik yang sering muncul bersama status lulus tepat waktu maupun tidak tepat waktu. Penelitian ini menerapkan algoritma Apriori untuk membentuk aturan asosiasi sebagai dasar indikasi kelulusan pada rancangan sistem pendukung akademik. Data yang tersedia pada laporan penelitian berupa 500 rekaman uji anonim/simulasi dengan atribut IPK awal, persentase SKS tuntas, jumlah mata kuliah mengulang, kehadiran, asal sekolah, jalur masuk, dan status kelulusan. Tahapan analisis mencakup pembersihan data, transformasi atribut menjadi itemset, pembentukan frequent itemset, penyaringan consequent kelulusan, serta evaluasi support, confidence, dan lift. Pada skenario utama minimum support 12% dan minimum confidence 80%, diperoleh 190 frequent itemset dan 17 aturan yang mengarah pada kelulusan tepat waktu. Aturan terkuat adalah IPK_Tinggi + MK_Ulang_Rendah → Lulus_Tepat_Waktu dengan support 13,0%, confidence 95,6%, dan lift 1,557. Untuk keterlambatan, IPK_Rendah + MK_Ulang_Tinggi → Lulus_Tidak_Tepat_Waktu menghasilkan support 12,4%, confidence 92,5%, dan lift 2,397. Hasil menunjukkan bahwa Apriori mampu menghasilkan pola yang interpretatif, tetapi tidak boleh ditafsirkan sebagai hubungan sebab-akibat atau prediksi probabilistik. Karena pengujian menggunakan data simulasi, validasi dengan data akademik aktual tetap diperlukan sebelum penerapan operasional.

Filter by Year

2017 2026