Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Pendukung Keputusan Pemilihan Tempat Kerja Praktik Bagi Mahasiswa Fakultas Teknik Elektro Universitas Telkom Ibrahim Ikhsan Aditia; Roswan Latuconsina; Ashri Dinimaharawati
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Kerja Praktik merupakan matakuliah wajib yang dilaksanakan oleh mahasiswa Universitas Telkom pada tingkat sarjana yang bersifat praktik secara nyata dan mandiri di instansi yang berkaitan dengan Fakultas Teknik Elektro. Dalam kegiatan kerja praktik ini, mahasiswa diharapkan dapat menambah wawasan ilmu serta pengalaman untuk mempersiapkan diri dalam menghadapi dunia kerja dan memahami keterkaitan antara teori, metoda, teknik, dan realita di tempat kerja. Mahasiswa diwajibkan melengkapi syarat-syarat yang sudah ditentukan untuk dapat melaksanakan kerja praktik. Dalam langkah awal kegiatan kerja praktik, mahasiswa harus memilih perusahaan/instansi sebagai tempat kerja praktik yang nantinya akan dilakukan penjajakan lokasi. Untuk itu mahasiswa membutuhkan rekomendasi yang sesuai dengan kondisi mereka. Dibuatlah sebuah sistem yang dapat memberikan sebuah prediksi. Decission Support System (DSS) merupakan suatu sistem interaktif berbasis komputer, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah. Maka dari permasalahan tersebut dilakukan sebuah penelitian tugas akhir tentang DSS untuk memberikan prediksi tempat kerja praktik bagi mahasiswa sesuai dengan minat masing-masing. Decission Support System ini dibuat dengan menggunakan metode Support Vector Machine dengan menggunakan bahasa pemrograman pyhton. Sistem ini dibuat dalam bentuk website menggunakan framework flask dan sudah dilakukan pengujian Alpha Testing dan Beta Testing. Hasil pengujian algoritma Support Vector Machine pada sistem prediksi tempat kerja praktik, didapatkan menggunakan partisi data sebesar 90% data latih dan 10% data uji, kemudian menggunakan parameter nilai SVC yaitu C=10, kernel=rbf, gamma=auto, dengan mendapatkan nilai akurasi sebesar 50%. Kata Kunci: DSS, Kerja Praktik, Support Vector Machine, Framework Flask, Website