cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Musli Yanto
Contact Email
musli_yanto@upiyptk.ac.id
Phone
+6281378273341
Journal Mail Official
musli_yanto@upiyptk.ac.id
Editorial Address
Jl. Raya Lubuk Begalung
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Komtekinfo
Published by Universitas Putra Indonesia YPTK Padang
ISSN : 23560010     EISSN : 25028758     DOI : DOI: 10.35134/komtekinfo.v9i2.1
Core Subject : Science,
Computer Science & IT
Software Engineering, Multimedia, Artificial intelligence, Data Mining, Knowledge Database System, Computer network, Information Systems, Robotic, Cloud Computing, Computer Technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 253 Documents
 18   19   20   21   22 
Perbandingan Algoritma Queue Type SFQ, RED,FIFO dan PCQ Pada Jaringan Nirkabel Berbasis Router Mikrotik Auriga, Wira; Yuhandri; Sumijan
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.550

Abstract

Jaringan nirkabel menawarkan fleksibilitas, kecepatan transfer data tinggi yang menawarkan kecepatan transfer data yang jauh lebih tinggi, latensi lebih rendah, dan kemampuan untuk menghubungkan lebih banyak perangkat secara bersamaan. Selain itu, infrastruktur nirkabel memungkinkan fleksibilitas yang lebih besar dalam desain dan penataan ruang kerja, karena tidak memerlukan instalasi kabel fisik yang rumit dan mahal. Jaringan nirkabel juga mempunyai beberapa kelemahan, seperti interferensi sinyal dan jangkauan yang terbatas, yang dapat mempengaruhi kualitas koneksi jaringan nirkabel di lingkungan kampus Sekolah Tinggi Teknologi Payakumbuh, Kualitas jaringan nirkabel sangat penting untuk mendukung kegiatan pembelajaran online, transaksi data akademik, dan pertukaran informasi. Penelitian ini bertujuan untuk mengetahui kualitas infrastruktur jaringan nirkabel di kampus Sekolah Tinggi Teknologi Payakumbuh guna meningkatkan kualitas jaringan intenet untuk mendukung kegiatan pembelajaran online, transaksi data akademik dan pertukaran informasi. Metode yang digunakan dalam penelitian ini adalah perbandingan kinerja beberapa tipe antrian queue type pada router Mikrotik, seperti Stochastic Fairness Queue, Random Early Drop, First In First Out dan Per Connection Queue. Penelitian ini juga melakukan pengukuran dan pengambilan data sample kualitas jaringan nirkabel menggunakan standar Quality of Service Telecomunications and Internet Protocol Harmonization Over Network dengan indikator throughput, bandwidth, delay, dan packet loss untuk masing-masing trafik upload dan download dengan total 32 pengukuran sample upload dan download jaringan internet nirkabel Sekolah Tinggi Teknologi Payakumbuh menggunakan wireshark. Hasil penelitian metode SFQ menunjukkan peningkatan kinerja sebesar 6% dalam throughput upload, dengan penurunan delay dan jitter masing-masing sebesar 5.7% dan 5.6% dibandingkan FIFO. Sementara itu, metode FIFO unggul dalam mengurangi packet loss dan meningkatkan throughput download sebesar 1.7% dibandingkan metode lainnya. Metode RED, meskipun memperlihatkan beberapa peningkatan pada delay dan jitter download, memiliki trade-off berupa peningkatan packet loss sebesar 0.06% pada sisi download dibandingkan FIFO dan SFQ. Secara keseluruhan SFQ menawarkan kinerja yang lebih seimbang dan andal.
Metode K-Means dalam Mengukur Tingkat Pemahaman Materi Mata Kuliah Inti dan Penilaian Mahasiswa di Prodi Informatika Deti Karmanita; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.551

Abstract

Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. KDD sering disebut juga sebagai penemuan pengetahuan dalam basis data. Data Mining memiliki lima fungsi utama, termasuk pengelompokan (clustering), klasifikasi (classification), asosiasi (association), urutan (sequencing) dan peramalan (forecasting). Algoritma clustering berupaya memisahkan kumpulan informasi yang ada menjadi kelompok-kelompok yang homogen atau sejenis. Tingkat kesamaan data di dalam suatu kelompok akan menghasilkan nilai yang semakin besar, sementara perbedaan antar kelompok akan menghasilkan nilai yang semakin kecil. Algoritma K-Means merupakan bagian dari clustering data mining, dimana algoritma K-Means dapat dipergunakan untuk pembentukan kelompok baru dari data. Pembentukan kelompok baru dari data pada algoritma K-Means dengan proses pembentukan cluster pada proses yang dilakukan. Penelitian ini bertujuan untuk mengetahui tingkat pemahaman materi mata kuliah inti pada program studi Informatika Universitas Dehasen yang diterima oleh mahasiswa. dimana peneliti menyebarkan kuisioner kepada mahasiswa untuk menentukan tingkat pemahaman materi mata kuliah inti menjadi 4 kelompok yaitu sangat baik, baik, cukup baik dan kurang baik. Metode yang digunakan adalah K-Means dengan tahapan yaitu pemilihan data, pra-pemrosesan, transformasi data, ekstraksi informasi dan evaluasi hasil. Data terdiri dari 46 mata kuliah inti yang di ambil dari kurikulum Prodi Informatika yang dinilai oleh mahasiswa dengan pemahaman materi mata kuliah Sangat Baik sebanyak 29%, Baik sebanyak 35%, Cukup Baik sebanyak 24%, Kurang Baik sebanyak 12%. Penelitian ini menunjukkan bahwa implementasi metode K-Means dengan dukungan aplikasi RapidMiner efektif dalam mengelompokkan data pemahaman materi mahasiswa dan hasilnya dapat digunakan untuk evaluasi dan peningkatan kualitas pengajaran.
Simulasi Metode Monte Carlo untuk Mengatur Sistem Antrian Truk Juliantho, Dwana Abdi; Nurcahyo, Gunadi Widi; Billy Hendrik
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.552

Abstract

This research focuses on optimizing pozzolan truck queue management at PT. Danas Putra Mandiri through the application of the Monte Carlo method. The main objective of this research is to develop and implement a simulation application that is able to predict and calculate the average availability of trucks in a certain time unit, with the ultimate goal of increasing the company's operational efficiency. In industries that rely on the transportation of raw materials such as pozzolan, effective truck queue management is key to avoiding distribution delays and reducing operational costs. A queue is a service from one or more services that is caused by the need for services exceeding the capacity of the service or service facilities, so that customers who arrive cannot immediately receive service due to busyness in the service. The method used in this research is the Monte Carlo method. Monte Carlo is an experiment of various elements of probability using random samples. The Monte Carlo method is useful for solving quantitative problems with real or physical processing. This method has the ability to simulate and manage queues that occur in companies. PT Danas Putra Mandiri is one of the companies operating in the mining sector which supplies pozzolan to PT Semen Padang. The pozzolan delivery process uses trucks. The delivery process using trucks can affect the availability of the number of trucks in the company. The data used in this research is data from January 2023 - December 2023 with a total of 1619 data. Data taken through the admin of PT. DANAS PUTRA MANDIRI. Based on simulation predictions of queues on trucks, results were obtained with an average accuracy of 80.6%. The queuing simulation results show that the application of the Monte Carlo method can effectively reduce truck waiting times and increase the availability of trucks for rental, which ultimately contributes to increasing the company's operational efficiency.
Simple Multi Attribute Rating Technique untuk Pendukung Keputusan Pemberian Sanksi Siswa Gaja, Rizqi Nusabbih Hidayatullah; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.553

Abstract

As one of the schools that advances the courtesy of MAN 1 Padangsidimpuan concludes facing the challenge of monitoring and dealing with student violations effectively and efficiently. In this case, MAN 1 Padangsidimpuan has a student order as a reference to discipline his students. The madrasah seriousness of the need to monitor students in committing violations is very low and is still undigitalized. The research aims to design an application that can monitor student violations and support decisions to sanction students who violate order. The method used in this research is the Simple Multi Attribute Rating Technique (SMART). This method has five stages, namely, determining the number of criteria, giving weight to each criterion, normalizing the value of the criterions, giving value to each alternative, and calculating the final value. The data set processed in this study comes from the student problem book in MAN 1 Summary of the 2023/2024 school year. The dataset consists of 147 student violations records. The data sets will be tested calculations manually with calculations using the application. The results of this study show that the application can record student violations well. The result of manual calculations with the calculations on the application has similar results. From the calculation results, the highest final score a student gets is 24 points. The sanctions are given according to the points earned, namely, collecting garbage. Therefore, this research can help Teacher Counseling in monitoring student violations and make the reporting process to the Chief Madrasah faster and more accurate. Applications only help make decisions by providing information or alternative solutions to existing problems. The final decision remains with the decision maker.
Penerapan Convolutional Neural Network Untuk Mengidentifikasi Penyakit Tanaman Kelapa Sawit Riati, Itin; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.554

Abstract

Pemanfaatan teknologi dapat dikembangkan di segala bidang seperti dalam bidang perkebunan kelapa sawit. Tanaman kelapa sawit merupakan komoditas perkebunan di Indonesia yang telah berkembang dengan pesat, faktor – faktor yang mempengaruhi pertumbuhan dan produktivitas kelapa sawit harus diperhatikan seperti adanya hama dan penyakit tanaman kelapa sawit. kecerdasan buatan merupakan teknologi masa kini yang konsepnya memindahkan kecerdasan manusia ke dalam mesin. Terdapat beberapa jenis kecerdasan buatan yang digunakan dalam pendidikan yakni Machine learning dan Deep Learning, salah satu algoritma Deep Learning yang merupakan pengembangan dari Multilayer Perceptron (MPL) yang dirancang untuk mengolah data dalam bentuk dua dimensi, misalnya gambar atau suara yaitu Convolutional Neural Network (CNN). Metode yang dapat digunakan dalam melakukan identifikasi ini yaitu Convolutional Neural Network (CNN) yang dapat memplajari objek pada pola citra. Penelitian ini bertujuan untuk meningkatkan akurasi dalam deteksi penyakit serta hama pada bibit kelapa sawit, menggunakan dataset yang terdiri dari gambar bibit yang terinfeksi dan sehat. Data yang di ambil yaitu 800 data gambar bibit kelapa sawit yang di bagi menjadi 3 kelas yaitu bagus, kulvularia sp dan antraknosa. Parameter yang diujikan pada penelitian ini yaitu hidden layer dan optimizer berpengaruh terhadap performa sistem yang berupa nilai akurasi, precision, recall, fl-score, dan loss. Pada penelitian ini didapatkan hasil terbaik dengan penggunaan empat hidden layer dan optimizer Adam didapatkan hasil akurasi sebesar 91,66%, precision, recall, fl score sebesar 90% dan loss sebesar 0,0047 serta grafik performa akurasi dan loss secara good fit. Hasil penelitian menunjukkan bahwa CNN dapat secara efektif mendeteksi berbagai jenis hama dan penyakit pada tanaman kelapa sawit dengan akurasi lebih dari 90%. penelitian ini menunjukkan potensi besar dalam pertanian modern dan dapat memfasilitasi praktik pertanian yang lebih berkelanjutan dan efisien.
Penerapan Metode Live Forensik Untuk Analisis Serangan DoS Pada Router Mikrotik Syahputra, Afriadi; Nurcahyo, Yuhandri; Arlis, Syafri
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.555

Abstract

Serangan Denial of Service pada perangkat router dapat menyebabkan kerusakan pada jaringan dan menghambat konektivitas. Serangan Denial of Service merupakan salah satu serangan terhadap situs, jaringan, router firewall dan server yang sering terjadi. Jenis serangan yang sering digunakan oleh hacker adalah yang bersifat mengirimkan sejumlah paket melalui internet protocol secara terus menerus yang dapat mengganggu organisasi dari jaringan komputer dengan tujuan melumpuhkan server. Tujuan dari penelitian ini adalah untuk memberikan solusi atau alternatif pencegahan terjadinya serangan DoS terhadap perangkat router mikrotik. Sehingga organisasi yang menggunakan perangkat router mikrotik dalam aktivitas operasionalnya dapat terhindar dari kerugian material dan nonmaterial akibat kondisi jaringan router yang down karena serangan dari orang yang tidak bertanggung jawab. Serangan Denial of Service bertujuan untuk membuat jaringan down sehingga tidak mampu melayani permintaan user yang memiliki hak akses yang sah. Akibatnya akan mengganggu aktivitas operasional organisasi dan menimbulkan kerugian material maupun nonmaterial. Penerapan metode Live Forensik dapat digunakan untuk menganalisis serangan DoS pada perangkat router. Live forensics merupakan keadaan atau proses analisis Forensik yang dilakukan ketika sistem jaringan Komputer sedang beroperasi. Hal ini dikarenakan informasi bukti digital hanya bisa didapatkan pada saat sistem berjalan dan informasi tersebut bisa hilang jika sistem jaringan dalam keadaan mati. Metode ini meliputi tahap-tahap seperti analisis data, investigasi dan presentasi hasil. Dari proses penyerangan yang di analisa bahwa serangan Denial of Service menggunakan aplikasi Hping3 dari Sistem Operasi Kali Linux dengan cara mengirim pesan secara bertubi-tubi sehingga membuat jaringan Router menjadi Down. Data yang digunakan adalah data dari perangkat jaringan dan log aktivitas Router Mikrotik Dinas Komunikasi dan Informatika Kota Bukittinggi. Dari hasil penelitian diperoleh bukti digital serangan Denial of Servic berupa IP Address dan log activity penyerang. Selain itu peningkatan keamanan router dari segi software dengan menggunakan Firewall Filter dan Firewall Raw terbukti efektif dalam mencegah terjadinya serangan. Penerapan metode Live Forensik dapat digunakan untuk menganalisis serangan DoS pada perangkat router dan membantu dalam mengambil tindakan untuk mencegah serangan selanjutnya.
Implementasi Algoritma K-Means Guna Pengelompokkan Data Penjualan Berdasarkan Pembelian Lubis, Siti Sahara; Sarjon Defit; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.557

Abstract

Information technology can help solve problems faced by humans by facilitating performance. Information technology and information systems are difficult to separate in the business world. Data mining is the core of the KDD process, which involves inferring algorithms that explore data, developing models and finding previously unknown patterns. KDD is often referred to as knowledge discovery in databases. The KDD process generally consists of 5 stages, namely data selection, pre-processing/cleaning, transformation, data mining and interpretation/evaluation. K-Means is a clustering algorithm in data mining to be able to produce groups of large amounts of data with a point-based partition method with fast and efficient computing time. Clustering is the process of dividing objects from a data set into several homogeneous clusters. The main purpose of the cluster method is to group a number of data/objects into clusters (groups) so that each cluster will contain data that is as similar as possible. This study aims to provide real solutions to UD. Martua in order to know which items are selling well and which items are not selling well so that the object can know which items need to be added to the stock and which items need to be reduced. The method used in this study is the K-Means method with stages, namely data selection, pre-processing, data transformation, information extraction and evaluation of results. The data consists of 30 item data, there are 8 as members of C1 and are best-selling items and 22 as members of C2 and are not selling items. The conclusion that can be obtained from this study is that the K-Means method can group items at UD. Martua. This study shows that the implementation of the K-Means method with the support of the RapidMiner application is effective in grouping item data at UD. Martua.
Perbandingan Algoritma CART dan C.4 5 Pada Citra Tandan Buah Sawit Untuk Mengetahui Tingkat Kematangan Dalam Penentuan Harga Agustin, Riris; Sarjon Defit; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.558

Abstract

Information technology is a means and infrastructure of a system method to organize, send, interpret, use, process, obtain, and store data in a meaningful and useful way. Oil palm is a tropical plant originating from West Africa. The advantage of this plant is that it can also be planted outside its place of origin, including Indonesia. This plant has been widely cultivated in the form of plantations and factories in various regions in Indonesia. Oil palm is an industrial plant that is used as a raw material for vegetable oil, industrial oil, and fuel. Oil palm is important for Indonesia because it creates jobs for local people and is a source of foreign currency for the country. Oil palm plants begin to flower and form fruit after 2-3 years. The fruit will ripen about 5-6 months after pollination. The ripening process of oil palm fruit can be seen from the change in color of the fruit's skin. The fruit will turn orange-red when ripe. When the fruit is ripe, the oil content in the fruit flesh is at its maximum. If it is too ripe, the oil palm fruit will fall from the stalk of the bunch. This study aims to assess the maturity of a bunch of oil palm fruit. The methods used in this study are CART and C.4 5. Each method has several stages that will produce entropy and gain values ​​that will later form a decision tree. The dataset consists of 37 data consisting of 10 criteria originating from Ramp 789 Batang Peranap. Based on the implementation of the C4.5 algorithm and the CART algorithm in determining the level of ripeness of oil palm fruit bunches on RAMP 789 Batang Peranap which produces an accuracy of 98.00%. These results are obtained based on Process data with testing using the RapidMiner application, which produces a Decision tree that is useful as a reference for decisions in determining whether or not oil palm fruit bunches are ripe, which so far have only been predicted.
Penerapan Naive Bayes untuk Memilih Produk Berdasarkan Jenis Kulit di Toko Kosmetik Honestya, Gabriela; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.559

Abstract

Pemilihan produk skincare dan kosmetik yang sesuai dengan jenis kulit wajah merupakan salah satu faktor penting dalam menjaga kesehatan dan kecantikan kulit. Masih banyak ditemukan konsumen yang mengalami kesulitan dalam menentukan produk yang tepat sehingga menyebabkan beberapa permasalahan terhadap kulit wajah. Kesalahan dalam memilih produk dapat menyebabkan masalah kulit yang lebih serius. Diperlukan sistem rekomendasi yang dapat membantu konsumen dalam memilih produk yang tepat. Penelitian ini bertujuan untuk memberikan persentase ketepatan dan kecocokan pemilihan produk skincare dan kosmetik dengan menggunakan metode Naïve Bayes, yang dapat membantu konsumen dalam memilih produk yang sesuai dengan jenis kulit wajah mereka. Studi kasus dilakukan di Inti Makeup Store Padang, di mana data dikumpulkan dari riwayat pembelian dan survei langsung kepada pelanggan. Metode Naïve Bayes dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan probabilitas, sehingga memungkinkan sistem untuk memberikan rekomendasi yang akurat berdasarkan jenis kulit wajah konsumen. Data yang digunakan dalam penelitian ini berjumlah 1074 records dari 87 koresponden pelanggan Inti Makeup Store yang mencakup informasi tentang kecocokan pemakaian produk yang pernah mereka gunakan sebelumnya. Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dikembangkan mampu memberikan rekomendasi produk skincare dan kosmetik dengan tingkat akurasi kecocokan sebesar 93.18%, sehingga dapat meningkatkan kepuasan konsumen dalam memilih produk yang tepat. Penerapan metode Naïve Bayes dalam pemilihan produk skincare dan kosmetik tidak hanya bermanfaat bagi konsumen, tetapi juga dapat memberikan nilai tambah bagi toko dalam memahami kebutuhan pelanggan, mengoptimalkan stok dan meningkatkan penjualan produk. Penelitian ini diharapkan dapat menjadi landasan bagi pengembangan lebih lanjut dalam bidang sistem rekomendasi produk kecantikan. Kata kunci: Teknologi Informasi, Pemilihan Produk, Naive Bayes, Jenis Kulit Wajah, Inti Makeup Store.
Efektivitas Metode Multi Attribute Utility Theory Dalam Menentukan Tingkat Keaktifan Belajar Siswa Sahri, Alfi; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.560

Abstract

Perkembangan teknologi informasi membawa peluang dan tantangan bagi dunia pendidikan, teknologi juga telah menjadi komponen integral untuk meningkatkan kualitas pengetahuan. Sistem manajemen pendidikan yang terkomputerisasi merupakan hal yang sudah sangat dibutuhkan saat ini. Bidang pendidikan mempunyai peranan yang sangat penting, terutama jika dikaitkan dengan upaya peningkatan mutu sumber daya manusia. Peningkatan kualitas Sumber Daya Manusia (SDM) merupakan hal yang harus secara terus menerus dilakukan untuk menumbuhkan siswa yang memiliki keterampilan seperti, berpikir kritis, menyelesaikan masalah, dan berkomunikasi. Kinerja siswa merupakan ukuran keberhasilan yang dicapai siswa selama menyelesaikan kegiatan pembelajaran. Hasil yang dapat dicapai siswa tidak terlepas dari peran dan kontribusi berbagai pemangku kepentingan, termasuk pemerintah dan institusi sekolah. Keaktifan belajar siswa merupakan kegiatan yang melibatkan siswa secara langsung selama proses pembelajaran, keaktifan siswa tentunya akan mudah dicapai apabila dilakukan secara efektif. Tujuan dari penelitian ini adalah untuk menentukan tingkat keaktifan belajar siswa. Metode pendekatan yang dapat digunakan dalam menentukan tingkat keaktifan belajar siswa, salah satu metode yang digunakan yaitu Metode Multi Attribute Utility Theory (MAUT), metode ini merupakan sebuah metode pada sistem pengambilan keputusan sebagai perbandingan dan untuk memproleh hasil alternatif yang unggul. Dataset yang diteliti terdiri dari 63 data siswa dengan menggunakan 10 kriteria yang akan menjadi sampel dalam mentukan tingkat keaktifan belajar siswa, kemudian memiliki 3 bobot untuk masing-masing kriteria. Hasil penelitian menunjukkan bahwa Metode Multi Attribute Utility Theory (MAUT) dapat digunakan untuk mendukung proses pengambilan keputusan dalam menentukan tingkat keaktifan belajar siswa di SMA N 1 RAO dengan tingkat akurasi 100%. Oleh karena itu penelitian ini dapat menjadi acuan dalam menentukan tingkatkeaktifan belajar siswa untuk selanjutnya.

Page 20 of 26 | Total Record : 253

 18   19   20   21   22 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 4 (2025): Komtekinfo Vol. 12 No. 3 (2025): Komtekinfo Vol. 12 No. 2 (2025): Komtekinfo Vol. 12 No. 1 (2025): Komtekinfo Vol. 11 No. 4 (2024): Komtekinfo Vol. 11 No. 3 (2024): Komtekinfo Vol. 11 No. 2 (2024): Komtekinfo Vol. 11 No. 1 (2024): Komtekinfo Vol. 10 No. 4 (2023): Komtekinfo Vol. 10 No. 3 (2023): Komtekinfo Vol. 10 No. 2 (2023): Komtekinfo Vol. 10 No. 1 (2023): Komtekinfo Vol. 9 No. 4 (2022): Komtekinfo Vol. 9 No. 3 (2022): Komtekinfo Vol. 9 No. 2 (2022): Komtekinfo Vol. 9 No. 1 (2022): Komtekinfo Vol. 8 No. 4 (2021): Komtekinfo Vol. 8 No. 3 (2021): Komtekinfo Vol. 8 No. 2 (2021): Komtekinfo Vol. 8 No. 1 (2021): Komtekinfo Vol. 7 No. 4 (2020): Komtekinfo Vol. 7 No. 3 (2020): Komtekinfo Vol. 7 No. 2 (2020): Komtekinfo Vol. 7 No. 1 (2020): Komtekinfo Vol. 6 No. 2 (2019): Komtekinfo Vol. 6 No. 1 (2019): Komtekinfo Vol. 5 No. 3 (2018): Komtekinfo Vol. 5 No. 2 (2018): Komtekinfo Vol. 5 No. 1 (2018): Komtekinfo More Issue