Articles
<![CDATA[Sistem Pendukung Keputusan untuk Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode AHP-TOPSIS ]]>
<![CDATA[Desi Ratna Sari]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Solikhun Solikhun]]>
<![CDATA[ Jurnal Teknologi dan Sistem Komputer Volume 6, Issue 1, Year 2018 (January 2018) ]]>
Publisher : <![CDATA[Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (319.502 KB)
|
DOI: 10.14710/jtsiskom.6.1.2018.1-6
<![CDATA[This research proposes a decision support system in determining thesis exam graduation using AHP and TOPSIS method. The AHP method weighted the criteria to generate values for each criterion, in which the value of each criterion was used to obtain a ranking of some alternatives with TOPSIS. The criteria used for the assessment are 5 chapters (C1), neatness (C2), manners (C3), material delivery (C4) and material mastery (C5). Merging the AHP and TOPSIS methods can optimize the weighting of criteria values that affect the more objective alternative ranking results. The resulting Hamming distance is 96.2% and the Euclidean distance is 0.8096 for 95 students.]]>
<![CDATA[PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PREDIKAT KEBERHASILAN MAHASISWA DI AMIK TUNAS BANGSA ]]>
<![CDATA[Yuni Sara Luvia]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Solikhun Solikhun]]>;
<![CDATA[Dedy Hartama]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/jurasik.v1i1.12
<![CDATA[Predikat keberhasilan Mahasiswa di perguruan tinggi merupakan hal utama yang menjadi acuan bagi seorang mahasiswa selama menjalani study. Data mahasiswa yang terus meningkat dari tahun ke tahun adalah bukti untuk mengembangkan Data Mining. Banyaknya jumlah Mahasiswa akan diproses Untuk mengetahui berdasarkan kriteria apa saja Mahasiswa layak mendapatkan predikat keberhasilannya dengan beberapa atribut seperti, jenis kelamin, kehadiran, sesi perkuliahan, rerata NEM dan Asal sekolah. Dalam hal ini, peneliti melakukan analisis di Amik Tunas Bangsa Jl. Sudirman no. 1,2,3 Pematangsiantar. Analisis yang digunakan adalah menggunakan Data Mining dengan metode C4.5 dan diproses menggunakan software Rapidminer untuk membuat pohon keputusan. Metode ini diharapkan dapat mempermudah pihak instansi mengklasifikasi dan memprediksi predikat keberhasilan Mahasiswa sehingga data-data yang menumpuk bisa bermanfaat untuk keperluan data mining dalam mengambil keputusan yang baik. Analisis ini diharapkan sebagai salah satu motivasi terhadap mahasiswa untuk meningkatkan IPK.]]>
<![CDATA[KOMPARASI KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS DALAM PENGELOMPOKAN DATA SISWA BERDASARKAN PRESTASI NILAI AKADEMIK SISWA ]]>
<![CDATA[Nelson Butarbutar]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Solikhun Solikhun]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/jurasik.v1i1.8
<![CDATA[Berbagai upaya telah dilakukan oleh pihak sekolah untuk meningkatkan prestasi akademik siswa sebagai upaya untuk mencapai standar pendidikan nasional. Salah satunya adalah dengan melakukan bimbingan belajar pada masing-masing siswa, namun hasilnya belum begitu memuaskan. Hal ini disebabkan karena pihak sekolah khususnya bagian pendidikan tidak memahami sepenuhnya kemampuan masing-masing siswa dalam menguasai suatu mata pelajaran khususnya mata pelajaran inti UN. Untuk mengatasi hal ini dengan memanfaatkan teknik clustering akan dilakukan pengelompokan data siswa berdasarkan prestasi nilai akademik yang sumber datanya diperoleh langsung dari bagian pendidikan. Dengan menggunakan teknik clustering, bagian pendidikan akan lebih mudah mendata siswanya berdasarkan kemampuannya masing-masing sesuai dengan prestasi nilai akademiknya. Teknik clustering yang digunakan dalam penelitian ini adalah algoritma Fuzzy C-Means dan K-Means. Berdasarkan hasil penelitian yang dilakukan dapat disimpulkan bahwa teknik clustering yang paling tepat digunakan dalam melakukan pengelompokan data siswa adalah algoritma K-Means dengan jumlah interasi sebanyak 11 untuk mendapatkan cluster data siswa sedangkan algoritma Fuzzy C-Means membutuhkan proses interasi yang panjang sebanyak 35 interasi dan proses perhitungan yang rumit serta hasil cluster data siswa kurang akurat dibandingkan menggunakan algoritma K-Means.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK PADA SMK MARIA GORETTI PEMATANGSIANTAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ]]>
<![CDATA[Rotua Sihombing Hutasoit]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Solikhun Solikhun]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/jurasik.v1i1.9
<![CDATA[Memiliki guru, staf tenaga pengajar yang profesional merupakan sebuah keharusan bagi sekolah dalam melaksanakan proses pendidikan yang bermutu, demikian halnya dengan SMK Maria Goretti Pematangsiantar. Untuk itu, sekolah selalu mendorong peningkatan profesionalitas guru dengan cara memantau kerja guru dalam mengimplementasikan tugasnya sehingga dapat mencapai standar kompetensi yang telah ditentukan. Sistem pendukung keputusan secara umum didefenisikan sebagai sebuah sistem yang mampu menghasilkan pemecahan maupun penanganan masalah. Sistem pendukung keputusan tidak dimaksudkan untuk menggantikan peran pengambil keputusan, tapi untuk membantu dan mendukung pengambil keputusan. Dalam peranan sistem pendukung keputusan dalam konteks keseluruhan sistem informasi ditujukan untuk memperbaiki kinerja melalui aplikasi teknologi informasi serta menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan interaktif. Salah satu metode yang sering digunakan dalam sistem pendukung keputusan adalah metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) ini dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada. Dalam hal ini alternatif yang dimaksud adalah penentuan guru terbaik pada SMK Maria Goretti Pematangsiantar menggunakan metode SAW (simple additive weighting). Dengan metode perangkingan tersebut diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih maksimal.]]>
<![CDATA[PENERAPAN C 4.5 UNTUK MENENTUKAN CALON SUAMI TERBAIK DALAM PERNIKAHAN PADA KANTOR KUA SIANTAR MARTOBA PEMATANGSIANTAR ]]>
<![CDATA[Siti Hawani]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Solikhun Solikhun]]>;
<![CDATA[Dedy Hartama]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/jurasik.v1i1.10
<![CDATA[Penentuan Calon Suami terbaik merupakan salah satu cara untuk mengetahui kriteria-kriteria apa yang diperlukan dalam penentuan calon suami terbaik dalam pernikahan. Seorang calon suami harus memenuhi beberapa kriteria tertentu untuk dapat dinyatakan layak. Penelitihan ini bertujuan untuk mengklasifikasikan dan memprediksi layak dan tidak layak calon suami untuk dinyatakan menjadi calon suami terbaik dalam pernikahan dengan menggunakan Metode C4.5. Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal.]]>
<![CDATA[ANALISIS TINGKAT KEPUASAN PELANGGAN TERHADAP PENJUALAN AIR MINUM ISI ULANG DENGAN MENGGUNAKAN METODE ROUGH SET ]]>
<![CDATA[Tania Dian Tri Utami]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Solikhun Solikhun]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/jurasik.v1i1.11
<![CDATA[Kepuasan Pelanggan dalam penjualan air minum isi ulang merupakan hal penting. Mengingat penjulan air minum isi ulang yang semakin meningkat pada tiap daerah. Pada zaman sekarang, masyarakat lebih memilih konsumsi air minum isi ulang dikarenakan lebih hemat waktu dan biaya. Meningkatnya penjualan air minum isi ulang juga merupakan akibat dari susahnya mendapatkan air bersih untuk konsumsi. Penjualan air minum yang baik juga berdasarkan pada tingkat kebersihan air, mutu pelayanan, harga, serta waktu pengisian air tersebut. Dalam hal ini, penulis melakukan analisis pada Depot Air Minum Isi Ulang Rihata Water di Jl. Nirwana Huta VII, Desa Purbasari, Kec. Tapian Dolok, Kab. Simalungun. Analisis yang digunakan adalah dengan menggunakan metode Rough Set. Metode ini diharapkan dapat mengetahui kepuasan pelanggan terhadap penjualan air minum isi ulang. Analisis ini diharapkan dapat membantu menemukan tingkat kepuasan pelanggan terhadap penjualan air minum isi ulang. Dan dari hasilnya, analisis ini dapat menunjukkan pemberian hadiah terhadap pelanggan sesuai dengan kriteria tingkat kepuasannya.]]>
<![CDATA[PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PREDIKAT KEBERHASILAN MAHASISWA DI AMIK TUNAS BANGSA ]]>
<![CDATA[Yuni Sara Luvia]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Solikhun Solikhun]]>;
<![CDATA[Dedy Hartama]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (248.453 KB)
|
DOI: 10.30645/jurasik.v1i1.12
<![CDATA[Predikat keberhasilan Mahasiswa di perguruan tinggi merupakan hal utama yang menjadi acuan bagi seorang mahasiswa selama menjalani study. Data mahasiswa yang terus meningkat dari tahun ke tahun adalah bukti untuk mengembangkan Data Mining. Banyaknya jumlah Mahasiswa akan diproses Untuk mengetahui berdasarkan kriteria apa saja Mahasiswa layak mendapatkan predikat keberhasilannya dengan beberapa atribut seperti, jenis kelamin, kehadiran, sesi perkuliahan, rerata NEM dan Asal sekolah. Dalam hal ini, peneliti melakukan analisis di Amik Tunas Bangsa Jl. Sudirman no. 1,2,3 Pematangsiantar. Analisis yang digunakan adalah menggunakan Data Mining dengan metode C4.5 dan diproses menggunakan software Rapidminer untuk membuat pohon keputusan. Metode ini diharapkan dapat mempermudah pihak instansi mengklasifikasi dan memprediksi predikat keberhasilan Mahasiswa sehingga data-data yang menumpuk bisa bermanfaat untuk keperluan data mining dalam mengambil keputusan yang baik. Analisis ini diharapkan sebagai salah satu motivasi terhadap mahasiswa untuk meningkatkan IPK.]]>
<![CDATA[KOMPARASI KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS DALAM PENGELOMPOKAN DATA SISWA BERDASARKAN PRESTASI NILAI AKADEMIK SISWA ]]>
<![CDATA[Nelson Butarbutar]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Solikhun Solikhun]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (745.51 KB)
|
DOI: 10.30645/jurasik.v1i1.8
<![CDATA[Berbagai upaya telah dilakukan oleh pihak sekolah untuk meningkatkan prestasi akademik siswa sebagai upaya untuk mencapai standar pendidikan nasional. Salah satunya adalah dengan melakukan bimbingan belajar pada masing-masing siswa, namun hasilnya belum begitu memuaskan. Hal ini disebabkan karena pihak sekolah khususnya bagian pendidikan tidak memahami sepenuhnya kemampuan masing-masing siswa dalam menguasai suatu mata pelajaran khususnya mata pelajaran inti UN. Untuk mengatasi hal ini dengan memanfaatkan teknik clustering akan dilakukan pengelompokan data siswa berdasarkan prestasi nilai akademik yang sumber datanya diperoleh langsung dari bagian pendidikan. Dengan menggunakan teknik clustering, bagian pendidikan akan lebih mudah mendata siswanya berdasarkan kemampuannya masing-masing sesuai dengan prestasi nilai akademiknya. Teknik clustering yang digunakan dalam penelitian ini adalah algoritma Fuzzy C-Means dan K-Means. Berdasarkan hasil penelitian yang dilakukan dapat disimpulkan bahwa teknik clustering yang paling tepat digunakan dalam melakukan pengelompokan data siswa adalah algoritma K-Means dengan jumlah interasi sebanyak 11 untuk mendapatkan cluster data siswa sedangkan algoritma Fuzzy C-Means membutuhkan proses interasi yang panjang sebanyak 35 interasi dan proses perhitungan yang rumit serta hasil cluster data siswa kurang akurat dibandingkan menggunakan algoritma K-Means.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK PADA SMK MARIA GORETTI PEMATANGSIANTAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ]]>
<![CDATA[Rotua Sihombing Hutasoit]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Solikhun Solikhun]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (681.624 KB)
|
DOI: 10.30645/jurasik.v1i1.9
<![CDATA[Memiliki guru, staf tenaga pengajar yang profesional merupakan sebuah keharusan bagi sekolah dalam melaksanakan proses pendidikan yang bermutu, demikian halnya dengan SMK Maria Goretti Pematangsiantar. Untuk itu, sekolah selalu mendorong peningkatan profesionalitas guru dengan cara memantau kerja guru dalam mengimplementasikan tugasnya sehingga dapat mencapai standar kompetensi yang telah ditentukan. Sistem pendukung keputusan secara umum didefenisikan sebagai sebuah sistem yang mampu menghasilkan pemecahan maupun penanganan masalah. Sistem pendukung keputusan tidak dimaksudkan untuk menggantikan peran pengambil keputusan, tapi untuk membantu dan mendukung pengambil keputusan. Dalam peranan sistem pendukung keputusan dalam konteks keseluruhan sistem informasi ditujukan untuk memperbaiki kinerja melalui aplikasi teknologi informasi serta menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan interaktif. Salah satu metode yang sering digunakan dalam sistem pendukung keputusan adalah metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) ini dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada. Dalam hal ini alternatif yang dimaksud adalah penentuan guru terbaik pada SMK Maria Goretti Pematangsiantar menggunakan metode SAW (simple additive weighting). Dengan metode perangkingan tersebut diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih maksimal.]]>
<![CDATA[PENERAPAN C 4.5 UNTUK MENENTUKAN CALON SUAMI TERBAIK DALAM PERNIKAHAN PADA KANTOR KUA SIANTAR MARTOBA PEMATANGSIANTAR ]]>
<![CDATA[Siti Hawani]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Solikhun Solikhun]]>;
<![CDATA[Dedy Hartama]]>
<![CDATA[ Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (262.229 KB)
|
DOI: 10.30645/jurasik.v1i1.10
<![CDATA[Penentuan Calon Suami terbaik merupakan salah satu cara untuk mengetahui kriteria-kriteria apa yang diperlukan dalam penentuan calon suami terbaik dalam pernikahan. Seorang calon suami harus memenuhi beberapa kriteria tertentu untuk dapat dinyatakan layak. Penelitihan ini bertujuan untuk mengklasifikasikan dan memprediksi layak dan tidak layak calon suami untuk dinyatakan menjadi calon suami terbaik dalam pernikahan dengan menggunakan Metode C4.5. Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal.]]>
