Fasilitas pendidikan merupakan salah satu indikator untuk tercapainya capaian pembelajaran di sekolah. Keberadaan fasilitas, guru, dan tenaga pendidik sangat dibutuhkan pada lingkungan sekolah. Untuk memudahkan pemerintah setempat dalam penanganan pemerataan kebutuhan sekolah, maka diperlukan pengklasteran atau pengelompokan sekolah. Tujuan dari penelitian ini adalah membantu pihak pemerintah dalam mengklaster sekolah tertentu menjadi beberapa cluster, sehingga memudahkan untuk melakukan pendampingan maupun pengadaan kebutuhan sekolah dilingkungan pemerintah Kabupaten Seruyan. Klasterisasi dilakukan dengan menggunakan algoritma K-Means. Penerapan Algoritma K-Means dengan menentukan nilai Cluster yaitu 3. Hasil penelitian menunjukan bahwa setiap Cluster memiliki jumlah keanggotaannya masing-masing. Pada Cluster0 terdiri dari 178 sekolah, Cluster1 terdiri dari 3 sekolah, dan Cluster2 terdiri dari 43 sekolah. Kemudian hasil pemeringkatan Cluster secara berurutan diperoleh dari Cluster1, Cluster0, dan terakhir adalah Cluster2. Selanjutnya dalam pengujian performance algoritma K-Means dengan membagi menjadi 3 Cluster diperoleh nilai Davies Bouldin Index senilai -0,695. Dari hasil pegolahan dan analisis data terdapat 43 sekolah dalam cluster rendah, sehingga penelitian ini merekomendasikan perlu dilakukan pendampingan dan pengadaan kebutuhan sekolah terhadap sekolah cluster rendah oleh dinas pendidikan pada pemerintah kabupaten Seruyan.
Indonesia's population reaches 273,879,750 people, and it is known that every year it is increasing, so that population movements begin to occur from island to island. The population movement is carried out by everyone with the aim of getting a job to fulfill the necessities of life. However, not all of them can be fulfilled, even though there are still people who fall into the poor category, one of which is part of the population in the village of Bapinang Hulu. In the Bapinang Hulu village there is a Non-Cash Food Aid which is used to help the poor. The Non-Cash Food Assistance Program for the poor should be carried out with the right target. To overcome this, it is necessary to analyze population data. The analysis was carried out using the Nave Bayes Algorithm by dividing the dataset into training data and testing data. Testing the data 9 times to determine the accuracy of the results of research analysis in the search for the Accuracy performance vector value. The results showed that the accuracy performance vector value reached 90.00%. So it is known that the Naive Bayes algorithm is able to analyze population data for determining Non-Cash Food Aid in the upstream bapinang village.
This study discusses a case that wants to be completed using the SAW (Simple Additive Weighting) method. Some people are often confused and confused, how to solve the problem of a case using methods that have been applied. Basically all the problems and all the cases that we want to solve or want to find the decision-making system are enough with some methods that we want to do. Here the method used is the SAW method, the SAW method is very easy to understand and to be used in various cases. One of the examples discussed here is the case of searching for a selection of silat athletes from East Sekotawaringin East from 1 to 100 people will be tested and judged from the determined alternatives, until in the end searching and finding which champion 1 of 100 people who get the best rank.
SMP Negeri 8 Sampit adalah sekolah yang terletak di jalan Jendral Sudirman Km.6,5 Kelurahan Pasir Putih, Kecamatan Mentawa Baru Ketapang. Salah satu manfaat teknologi yang digunakan oleh pihak sekolah adalah sebagai media promosi sekolah dan pada proses Penerimaan Peserta Didik Baru(PPDB). Saat ini media promosi disekolah SMP Negeri 8 Sampit masih dilakukan melalui media tertulis seperti adanya brosur, spanduk atau papan pengumuman. Penyebaran informasi secara konvensional memiliki keterbatasan jangkauan dan waktu dalam melakukkan penyebaran informasi. Sedangkan proses PPDB dilakukan dengan cara mencatat data calon peserta didik di kertas kemudian data diolah mengggunakan microsoft excel. Hal tersebut berdampak pada pemrosesan data untuk pengumuman penerimaan hasil seleksi yang memerlukan waktu cukup lama. Selain itu penumpukan berkas berbentuk fisik rentan mengalami kerusakan. Pada penelitian ini dibuatlah sebuah website sekolah dengan menggunakan metode User Centered Design(UCD) dan dievaluasi dengan blackbox. Dengan adanya website ini telah menjawab tujuan penelitian yaitu memudahkan pihak sekolah menyebarkan informasi ke masyarakat luas dan memudahkan panitia dalam mengelola berkas PPDB dengan cepat dan efisien. Evaluasi sistem yang dilakukan menggunakan blackbox menghasilkan fungsi website telah sesuai dan berjalan dengan baik saat digunakan.
Diabetes Mellitus (DM) is one of the diseases that can bring a person to death. The main cause of this disease is irregular or excessive lifestyle and food. Someone who develops diabetes will be marked by increased sugar levels. This happens because of a disruption in insulin secretion and insulin action or even in both. In many countries more and more patients with diabetes, if not stopped soon, it is estimated that people with diabetes will reach 642 by 2040 [1]. This study aims to choose the best data mining clasifiers in diagnosing Diabetes Mellitus (DM). Diagnosis is based on computer systems using the feature selection method and classification of the Pima Indians Diabetes dataset. The feature selection method used is Correlation based Featured Selection (CFS). The data mining classification results in this study indicate that SMO has the highest value of accuracy compared to other Classifiers.Abstrak-Diabetes Mellitus (DM) merupakan salah satu penyakit yang dapat membawa seseorang berujung pada suatu kematian. Peyebab utama dari penyakit ini adalah pola hidup dan makanan yang tidak teratur atau berlebihan. Seseorang yang terserang penyakit diabetes akan ditandai dengan meningkat kadar gula. Hal ini terjadi karena adanya gangguan pada sekresi insulin dan kerja insulin atau bahkan pada keduanya. Di diberbagai negara semakin banyak pasien penyakit diabetes, jika tidak segera dihentikan maka diperkirakan penderita penyakit diabetes akan mencapai 642 jiwa pada tahun 2040 [1]. Penelitian ini bertujuan untuk memilih Clasifiers data mining yang terbaik dalam melakukan diagnosis terhadap penyakit Diabetes Mellitus (DM). Diagnosis yang dilakukan berbasis sistem komputer dengan menggunakan metode seleksi fitur dan klasifikasi terhadap Dataset Pima Indians Diabetes. Metode seleksi fitur yang digunakan adalah Correlation based Featured Selection (CFS). Hasil klasifikasi data mining pada penelitian ini menunjukkan bahwa SMO memiliki nilai akurasi tertinggi dibanding Classifiers yang lainnya.
Abstrak: Virus Corona atau penyakit Covid-19 mulai terjadi pada tahun 2019 hingga sekarang tahun 2021. Dimana penyebab dari penyakit menular ini adalah Virus Corona. Gejala yang ditimbulkan oleh infeksi virus ini salah satunya adalah gangguan pernapasan. Virus dalam penyebaran atau penularan ini tergolong sangat cepat. Sehingga membuat setiap negara, terutama Indonesia yang mana setiap daerahnya sudah terpapar Covid-19, yang menyebabkan banyaknya kasus kematian, dan beberapa dampak seperti dampak pada ekonomi, pekerjaan, pendidikan, dan dampak lainnya. Dengan banyaknya penyebaran virus Corona pada wilayah atau daerah yang ada di Indonesia, ini diperlukan pengelompokkan beberapa bagian wilayah Indonesia. Maka dari itu, untuk mempermudah dalam pengelompokkan suatu wilayah di indonesia, dalam penelitian ini digunakan sistem data mining untuk mnegolah data dalam jumlah yang besar dengan mengimplementasikan Algoritma Clustering menggunakan metode K-Means. Dataset yang diperoleh peneliti tanpa label kelas, akan diolah dengan Algoritma K-Means untuk mempermudah pengolahan datanya agar menghasilakan tujuan yang di inginkan. Untuk tujuan dari penelitian yang dilakukan ini adalah untuk melihat provinsi mana yang paling tinggi dalam penularan Covid-19 di Indonesia.
The selection of exemplary students carried out by the school is expected to trigger the enthusiasm of students to be able to develop their interests, talents, and abilities in the academic and non-academic fields. However, decision-making has not been measured with data so a decision support system is needed. With the use of this method, it is hoped that it can make it easier and minimize the occurrence of errors in making decent decisions therefore this system is needed to be able to make good decisions. In this study, one of the decision support system methods that are often used was chosen, namely Simple Additive Weighting (SAW). The use of the SAW method is due to its uncomplicated calculations. Research conducted at this school in determining decisions is still done manually so it is less effective and efficient. Therefore, this decision support system must be able to calculate exemplary students to be more effective and efficient. This system displays the final results of the ranking of exemplary students using the SAW method. From the overall results of the research that has been carried out, the calculation results that got rank 1 were obtained, namely Kenzo Ecclesio Taha with a total score of 0.9025. From the results of the study, it can be concluded that the results meet the criteria, so this study can be considered in calculations to determine exemplary students in the future
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.