Claim Missing Document
Check
Articles

Seleksi Karyawan Menggunakan Algoritme C4.5 Pada Perusahaan Tekstil Wilda Amalia; Amril Mutoi Siregar; Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 1 No. 2 (2020): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (671.505 KB)

Abstract

Seleksi karyawan baru pada perusahaan adalah hal yang sangat penting, karena karyawan yang terpilih harusmempunyai kemampuan-kemampuan yang sesuai dengan pekerjaannya. Banyaknya kriteria yang diperlukan olehperusahaan menyebabkan pihak rekrutmen kurang efektif dalam menyeleksi. Agar dapat memudahkan dalamproses penyeleksian karyawan baru perusahaan perlu mengetahui pola data seleksi karyawan yang lulus dan gagal,.Data seleksi karyawan diolah menggunakan teknik klasifikasi, algoritme C4.5 menghasilkan atribut yangberpengaruh dalam seleksi karyawan yaitu nilai tes, jahit dan sehat. Berdasarkan atribut tersebut membentukaturan-aturan yang digunakan untuk seleksi karyawan. Penelitian ini menghasilkan tingkat akurasi yang sangatbaik yaitu 100% dan nilai sensitivitas 100%. Pohon keputusan dan aturan yang dihasilkan ini mampu membantupihak perusahaan dalam menentukan calon karyawan baru yang lulus atau gagal.
Pengelompokan Kabupaten dan Kota di Indonesia Berdasarkan Hasil Produksi Daging Sapi Menggunakan Algoritma K-Means dan K-Medoids Lutfiah Adeliana; Amril Mutoi Siregar; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (252.259 KB)

Abstract

Kebutuhan daging sapi yang tinggi di suatu daerah terkadang tidak dibarengi dengan pasokan daging yang sesuai sehingga konsumsi daging sapi masyarakat Indonesia masih belum merata [1]. Padahal, kebutuhan akan daging sapi begitu penting dalam memenuhi gizi harian tubuh manusia. Penyebab konsumsi daging sapi masyarakat Indonesia yang belum merata salah satunya yaitu tingkat produksi daging sapi yang rendah di daerah tertentu namun tinggi akan kebutuhan daging tersebut [2]. Adanya distribusi yang merata sangat dibutuhkan agar seluruh masyarakat dapat terpenuhi kebutuhan gizinya. Penerapan data mining dalam hal ini diharapkan dapat memberikan solusi yaitu berupa informasi daerah mana saja yang tingkat produksi daging sapi rendah, sedang, dan tinggi sehingga dapat memetakan dengan tepat dan dapat membantu dalam pemenuhan gizi masyarakat Indonesia. Algoritma yang digunakan untuk mengelompokan dalam penelitian ini yaitu K-Means dan K-Medoids.
Perbandingan Tingkat Kepuasan Siswa Terhadap Pelayanan Sekolah Menggunakan Algoritma K-Means Dan K-Medoids Maulana Abdur Rofik; Amril Mutoi Siregar; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.43 KB)

Abstract

Kepuasan siswa menjadi tolak ukur utama pada tiap sekolah swasta. Selain menjadi aspek berarti untuk perkembangan suatu sekolah, membagikan rasa kebahagiaan serta keinginan penataran anak didik yang terkabul bisa tingkatkan nama baik dalam kompetisi. Anak didik yang menyangka puas jasa sekolah tentu hendak mengantarkan data pada pihak lain bagus sahabat, kerabat, ataupun warga disekitarnya. Dengan memandang hasil evaluasi anak didik yang beralasan pada angket yang sudah diisi bisa dicoba cara klasterisasi data mining menggunakan metode k-meansserta k-medoids. Hasil pengelompokan memakai algoritma k-means menghasilkan klaster puas sebanyak 276 siswa, klaster cukup puas sebanyak 216 siswa dan klaster kurang puas sebanyak 17 siswa. Lalu pada algoritma k-medoids klaster puas sebanyak 324 siswa, klaster cukup puas sebanyak 11 siswa dan klaster kurang puas sebanyak 174 siswa. Perbedaan jumlah cluster pada kinerja tiap algoritma memiliki pola perhitungan yang berbeda pada masing-masing iterasi tergantung pada dataset yang digunakan serta titik centroid yang dijadikan perhitungan pada algoritma. Hasil pengelompokan dari kepuasan anak didik ini bisa dikenal ialah berapa banyak anak didik yang merasa puas, lumayan puas dan tidak puas dengan mutu jasa yang sudah diserahkan sekolah, alhasil pada waktu yang hendak tiba mutu jasa sekolah bisa ditingkatkan jadi lebih bagus lagi.
Perbandingan Algoritma C4.5 dan KNN Untuk Menentukan Pemberian Kredit Bagi Nasabah Koperasi Yholanda Maldini; Amril Mutoi Siregar; Tohirin Al Mudzakir
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (333.228 KB)

Abstract

Koperasi memberikan simpan pinjam kepada nasabah yang ingin mengajukan pinjaman, yang bertujuan untuk memenuhi kebutuhan rumah tangga. Pada proses simpan pinjam sering terjadi kredit macet, yang disebabkan nasabah koperasi memiliki masalah ekonomi yang buruk sehingga pembayaran kredit sedikit terhambat. Maka dilakukan penelitian untuk menenetukan pemberian kredit bagi nasabah dengan cara memperhatikan data yang dimasukan nasabah untuk proses peminjaan. Metode yang digunakan dalam penelitian ini menggunakan algoritma C4.5 dan KNN. Hasil akurasi yang diperoleh dengan algoritma KNN sebesar 62%. Sedangkan hasil akurasi algoritma C4.5 sebesar 57.50%. Sehingga hasil akurasi terbaik dari algoritma KNN bisa dijadikan acuan untuk menentukan pemberian kredit kepada nasabah.
Penerapan Algoritma C4.5 dan K-Nearest Neighbor untuk Klasifikasi Peminatan Program Studi di Perguruan Tinggi Berdasarkan Nilai Rapor Mulya Cahya Ramadanty; Amril Mutoi Siregar; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (314.091 KB)

Abstract

Setelah lulus Sekolah Menengah Kejuruan (SMK) siswa yang melanjutkan pendidikan ke Perguruan Tinggi sering merasa kebingungan dengan program studi yang akan mereka ambil. Berdasarkan hasil penelitian pada tahun 2017 yang dikutip oleh Murti, sebanyak 92% siswa SMA sederajat merasa bingung dan tidak tahu akan menjadi apa ke depannya. Pada penelitian lainnya ditemukan 87% mahasiswa Indonesia mengakui bahwa jurusan yang mereka ambil tidak sesuai dengan minatnya. Tujuan dari penelitian ini adalah Mengimplementasikan algoritma C4.5 dan K-Nearest Neighbor (K-NN) dalam klasifikasi peminatan program studi. Algoritma yang digunakan pada penelitian ini yaitu C4.5 dan K-NN. Data yang digunakan adalah nilai rapor Matematika dan mata pelajaran produktif siswa kelas XII jurusan Teknik Komputer Jaringan (TKJ), Teknik Elektronika Industri (TEI), dan Rekayasa Perangkat Lunak (RPL) Sekolah Menengah Kejuruan Negeri (SMKN) 1 Karawang. Hasil yang didapat dari pengujian menggunakan tool RapidMiner sebesar 98,04% untuk algoritma K-NN dan 100% untuk algoritma C4.5. Pada tahap implementasi algoritma K-NN ke program diperoleh hasil sebesar 98%.
Aplikasi Penerimaan Data Pernikahan Menggunakan Algoritma Average Based Length di Kabupaten Karawang Rahmad Nahar Siregar; Amril Mutoi Siregar; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (501.001 KB)

Abstract

Pernikahan “adalah perjanjian antara seorang laki-laki dan perempuan untuk hidup bersama”. Pernikahan yang sah adalah pernikahan yang tercatat di Kantor Urusan Agama (KUA). Rancang Bangun Aplikasi Penerimaan Data Peristiwa Nikah di Kabupaten Karawang adalah aplikasi yang penulis rancang untuk membantu kinerja KUA dalam penginputan data peristiwa nikah dan data pengantin. Dengan metode SDLC serta menggunakan model Extreme Programming aplikasi ini diharapkan dapat membantu kinerja dari petugas KUA dalam pencatatan peristiwa nikah dan data pengantin, dan membantu petugas Seksi Urusan Agama Islam (Urais) dalam merekap data peristiwa nikah setiap akhir bulan. Aplikasi ini juga berguna untuk memisahkan data peristiwa nikah berbayar dan tidak berbayar.Dari laporan akhir bulan data akan dihimpun lalu di proses menggunakan alogoritmhm Average Based Length dengan metode fuzzy time series
Clustering Penempatan Praktek Kerja Lapangan Siswa Sekolah Menengah Kejuruan Ti Muhammadiyah Cikampek Menggunkan Algoritma K-Means dan Algoritma Topsis Rizqi Fahrozi; Amril Mutoi Siregar; Tohirin Al Mudzakir
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (315.295 KB)

Abstract

Pemberangkatan praktek kerja lapangan (PKL) yang dilakukan oleh SMK TI Muhammadiyah Cikampek memiliki tujuan untuk mengenalkan siswa-siswi dengan kondisi dunia kerja yang akan dihadapi dimasa mendatang. Sistem clustering pemberangkatan siswa praktek kerja lapangan dibutuhkan untuk mengurangi masalah saat pemberangkatan praktek kerja lapangan. Pasalnya, kesiapan siswa dalam melakukan praktek kerja lapangan yang berbeda dapat berpengaruh terhadap pengurangan kuota yang diberikan oleh perusahaan untuk kegiatan praktek kerja lapangan selanjutnya. Dilakukan perhitungan K-means pada 686 data siswa kelas 11 yang akan melakukan praktek kerja lapangan sehingga sekolah dapat meminimalisasi kesalahan dalam penempatan siswa praktek kerja lapangan. Perhitungan K-means yang dilakukan menghasilkan 447 orang termasuk kedalam cluster 1 yang berarti siswa akan ditempakan pada perusahaan kelas besar, cluster 2 terdapat 134 orang yang akan melakukan praktek kerja lapangan pada perusahaan kelas menengah atau CV, dan siswa yang akan melakukan praktek kerja lapangan di sekolah termasuk kedalam cluster 3 sebanyak 105 orang.
Prediksi Analisis Penderita Covid19 di Indonesia dengan Metode Linier Regresi dan Unsupervised Learning Yana Cahyana; Amril Mutoi Siregar
Faktor Exacta Vol 14, No 3 (2021)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v14i3.10591

Abstract

Penyakit Covid-19 sekarang ini telah dinyatakan penyeakit pandemic, karena tingkat penyebaran dan resiko yang ditimbulkan sangat berbahaya. Berbagai langkah seperti program awareness, social distancing, dan contact tracing telah dilakukan untuk mengendalikan wabah COVID-19. Jika tidak ada vaksin, prediksi kasus yang dikonfirmasi, meninggal, dan pulih diperlukan untuk meningkatkan kapasitas sistem perawatan kesehatan dan mengendalikan penularan. Dalam studi ini, kasus kumulatif dan harian dikonfirmasi, meninggal, dan pulih di Indonesia. Analisisa tidak mempertimbangkan perubahan apa pun dalam tindakan pengendalian pemerintah. Informasi dari studi ini dapat memberikan informasi yang relevan kepada pemerintah dan pejabat Kesehatan dan masyarakat. Bagaimana tingkat kesembuhan terhadap terkonfirmasi, tingkat kematian terhadap jumlah penderita. Penelitian ini menggunakan model regresi dan clustering dengan K-means, menggunakan unsupervised learning dan supervised learning untuk membangun distribusi model. Hasil penelitian ini dengan metode regresi dengan R2 = 0.99 sedangkan untuk clustering denga K= interval 10 - 15 dilihat dari hasil metode elbow
Klasifikasi Kab Kota Provinsi Jawa Barat Berdasarkan Pendapatan Dari Sektor Pertanian Dengan Algoritma Decision Tree Amril Mutoi Siregar; Ahmad Fauzi
Faktor Exacta Vol 13, No 1 (2020)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v13i1.5542

Abstract

The welfare level of rural communities, especially the province of West Java, especially those living away from the cities, can not be separated from the primary revenue is in the agriculture sector. The agricultural industry covers many industries and still many lives under the poverty line. Because facilities and financing are still minimal from the local government. Given the root of the problem is that almost all villages in the city district do not have the correct data, accurate and precise about the condition of the issues and potential of the village-owned. This research is expected to be the wrong way to know the future development opportunities by analyzing the revenue data from the agriculture sector to better decision making. And this data processing technique can be implanted for the local government to measure the success of its agriculture. The selection of features in this study is to use the Decision Tree algorithm to classify data automatically. After this research, the Accuracy of 90% obtained.Keywords: DataMining, classification, Decision Tree, agriculture
ANALISIS SENTIMEN PADA BULETIN MENGGUNAKAN ALGORITME DBSCAN Dwi Vina Wijaya; Yogi Firman Alfiansyah; Anton Romadoni Junior; Anis Fitri Nur Masruriyah; Jamaludin Indra; Hanny Hikmayanti; Amril Mutoi Siregar
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Asosiasi Perguruan Tinggi Informatika dan Ilmu Komputer (APTIKOM) mengembangkan media yang memuat informasi dan teknologi bentuk media online yaitu Buletin. Informasi yang disampaikan pada Buletin membahas mengenai big data, kemajuan teknologi dan lain – lain. Kalimat yang terkandung dalam Buletin dapat berupa kalimat positif, negatif maupun netral. Penggunaan kata dalam menyusun kalimat dapat memengaruhi informasi yang disampaikan. Oleh karena itu, penyusunan kalimat perlu diperhatikan agar dapat meminimalkan kesalahan maksud dan tujuan. Penyusunan kalimat dapat diawali dengan pemilihan kata, pengelompokkan kata, dan melakukan klasifikasi sentimen. Proses pemeriksaan dokumen dapat dilakukan dengan algoritme DBSCAN. Algoritme DBSCAN dapat melakukan clustering dalam menentukan noise yang terdapat di dalam dokumen. Penelitian magazine bertujuan melakukan pemeriksaan kata negatif, positif dan netral. Selain itu, bertujuan untuk melakukan pencarian intisari yang terdapat dalam dokumen. Tahapan diawali dengan proses TF IDF untuk klasifikasi dan DBSCAN untuk clustering. Selanjutnya, hasil yang diperoleh akan dievaluasi dengan Sum of Square Error (SSE) dan pemeriksaan ketepatan cluster meggunakan Silhouette. Hasil evaluasi algoritma menunjukkan perbandingan nilai masing – masing cluster. Lalu, hasil evaluasi akan diperiksa dengan silhouette yang menunjukkan ketepatan cluster.