Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan SAINTEK
Arvita Emarilis Intani
Universitas Pelita Bangsa
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENGELOMPOKAN MENGGUNAKAN ALGORITMA K-MEDOID UNTUK EVALUASI PERFORMA SISWA: PENGELOMPOKAN MENGGUNAKAN ALGORITMA K-MEDOID UNTUK EVALUASI PERFORMA SISWA Yoga Religia; Arvita Emarilis Intani; Andi Saputra
Jurnal Pelita Teknologi Vol 15 No 1 (2020): Maret 2020
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (212.247 KB) | DOI: 10.37366/pelitatekno.v15i1.281

Abstract

Pendidikan merupakan salah satu pondasi dalam kemajuan suatu bangsa, semakin baik kualitas pendidikan yang diselenggarakan oleh suatu bangsa, maka akan diikuti dengan semakin baiknya kualitas bangsa tersebut. Saat ini, siswa pada jenjang SMA banyak mendapat sorotan. Pasalnya tingkat kenakalan remaja banyak terjadi pada masa-masa SMA [1]. Hal tersebut memerlukan evaluasi performa siswa untuk meningkatkan prestasi siswa dan menghindarkan siswa dari tindakan negatif. Salah satu data yang dapat digunakan terkait performa siswa adalah menggunakan Student Academics Dataset. Student Academics terdiri dari 21 atribut, dimana atribut-atribut didalamnya adalah berupa gender hingga Home to College Travel Time dalam bentuk unsupervised learning [2]. Salah satu algoritma yang cukup baik digunakan untuk proses clustering adalah algoritma k-medoid. Algoritma k-medoid merupakan bagian dari partitioning clustering dimana k-medoids cukup efisien untuk diterapkan pada dataset yang kecil. Pada penelitian ini pengujian dilakukan menggunakan waktu rata-rata eksekusi dan davies bouldin indek. Hasil dari pengujian menunjukkan pengelompokan data Student Academics kedalam 3 status performa siswa menggunakan algoritma k-medoid memiliki akumulasi waktu rata-rata eksekusi selama 22,8 detik dan nilai Index Davies dari algoritma k-medoid untuk pengelompokan performa siswa sebesar 0,367.
Implementasi Data Mining Dalam Menentukan Penjualan Paket Internet Dan TV Kabel Dengan Metode Algoritma C4.5 Pada PT Link Net Fajar Arief Rachman; Wahyu Hadikristanto; Arvita Emarilis Intani
Prosiding Sains dan Teknologi Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

APT Link Net is a multimedia company that became the first provider in Indonesia that provides internet speeds of up to 100 Mbps and provides more than 90 local and international channels with digital picture quality and stereo sound, PT. Link Net offers several choices of internet and cable TV packages such as Dlite, Elite, Family, Family Plus, Maxima, School, Supreme, judging by the large number of sales for these packages and there is no predictor of determining the sales of the best-selling and not-selling packages. The research uses data mining techniques using the C4.5 algorithm to analyze or determine package sales so that they can prepare more supporting tools to be used for best-selling packages. This study uses sales data sourced directly from PT. Link Net in 2021. The stages in the C4.5 Algorithm use six KDD (Knowledge Discovery in Databases) steps which include activities, namely, selection, preprocessing, transformation, data mining, Interpretation Evaluation. Through testing using rapidminer with an accuracy rate of 99.5%, thus the C4.5 Algorithm is very well used to implement this sales data. From the explanation above, it can be concluded that the best-selling Internet and cable TV packages at PT. Link Net namely Family and Family Plus. Keywords: Data Mining, C4.5 Algorithm, Decision Tree, Prediction
Co-Authors Andi Saputra Fajar Arief Rachman Wahyu Hadikristanto Yoga Religia