Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer
Hanifa Dian Permatasari
Universitas Negeri Jakarta
Computer Science & IT Education Engineering Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer

 1 
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENGETAHUI KECENDRUNGAN SEORANG MAHASISWA DALAM MENGAMBIL MATA KULIAH PILIHAN DALAM LINGKUP PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER MENGGUNAKAN ALGORITMA APRIORI Hanifa Dian Permatasari; Widodo; Bambang Prasetya Adhi
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol 4 No 2 (2020): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.4.2.5

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan untuk mengetahui kecendrungan seorang mahasiswa dalam mengambil mata kuliah pilihan dalam lingkup Program Studi Pendidikan Teknik Informatika dan Komputer menggunakan algoritma apriori. Metode penelitian yang digunakan adalah pengembangan RnD (Research and Development) dengan model perangkat lunak Waterfall. Tahapan penelitian yang dilakukan terdiri dari: (1) Requirement Definition; (2) System and Software Design; (3) Implementation and Unit Testing; (4) Integration and System Testinge. Hasil yang didapatkan akan selalu berbeda dan bergantung kepada input user pada saat pembuatan aturan. Sistem pendukung keputusan ini memproses data transaksi mata kuliah mahasiswa Program Studi Pendidikan Teknik Informatika dan Komputer semester 106, dan menghasilkan aturan asosiasi tertinggi untuk {praktek industri, data mining, metode penelitian}→{pengolahan citra} dengan confidence sebesar 96,3%. Sistem memerlukan data dalam jumlah besar dan spesifikasi perangkat seperti prosesor, RAM, dan server xampp agar prediksi aturan asosiasi yang dihasilkan semakin baik. Berdasarkan uji kelayakan menggunakan black box didapatkan hasil bahwa sistem telah berjalan dengan baik sesuai kebutuhan fungsional.
Co-Authors Bambang Prasetya Adhi Widodo