Agus Perdana Windarto | Amik Tunas Bangsa (original) (raw)

Uploads

Papers by Agus Perdana Windarto

The purpose of this study was to develop a decision support system that can facilitate in determi... more The purpose of this study was to develop a decision support system that can facilitate in determining the eligibility of borrowers KUR (Kredit Usaha Rakyat) through predictive use based on existing data and presents various alternative solutions in the selection of a feasibility customers in KUR loan. This study uses Artificial Neural Network applications using Backpropogation method. Criteria used as an assessment in this study is Collateral, Capacity, Loan Application Form, Income and Establishment Business License (Business License). The decision making process consists of two (2) phases where the first phase and pattern recognition, the second phase is forecast feasibility KUR customers. pattern recognition and predictive feasibility KUR customers using different data with the same process using training and testing. The conclusion by the two architectural models 5-2-1 and 5-3-1, obtained 93% accuracy with 0.0009995807 MSE is the 5-2-1 model architecture. This model is used to predict the feasibility of KUR customers with accuracy> 90% and MSE truth 0.0009566280. Abstrak Tujuan dari penelitian ini adalah untuk mengembangkan sebuah sistem pendukung keputusan yang dapat mempermudah dalam menentukan kelayakan nasabah pinjaman KUR (Kredit Usaha Rakyat) melalui prediksi yang digunakan berdasarkan data yang ada dan menyajikan berbagai solusi alternatif dalam pemilihan kelayakan seorang nasabah dalam melakukan pinjaman KUR. Penelitian ini menggunakan aplikasi Jaringan Saraf Tiruan menggunakan Metode Backpropogation. Kriteria yang digunakan sebagai penilaian pada penelitian ini adalah Collateral, Capacity, Formulir Pengajuan Pinjaman, Penghasilan dan Surat Ijin Usaha Pendirian (SIUP). Proses pengambilan keputusan terdiri dari dua (2) tahap di mana tahap pertama dan pengenalan pola, tahap kedua adalah prediksi kelayakan nasabah KUR. pengenalan pola dan prediksi kelayakan nasabah KUR menggunakan data

Dalam sebuah industri penjualan, persaingan merupakan hal yang wajar. Banyaknya usaha-usaha denga... more Dalam sebuah industri penjualan, persaingan merupakan hal yang wajar. Banyaknya usaha-usaha dengan jenis yang sama membuat seorang pengusaha harus memiliki strategistrategi yang tepat dalam meningkatkan daya beli pelanggan dan menuai keuntungan.
Penelitian ini bertujuan untuk mengimplementasikan algoritma dalam ilmu komputer untuk membuat sistem pendukung keputusan pemberian reward kepada pelanggan Depot Air minum. Dalam penelitian ini metode yang digunakan adalah TOPSIS dan SAW. Dimana sampel yang digunakan sebanyak 6 pelanggan dengan kriteria penilaian adalah status pembayaran, status keaktifan pelanggan, lama berlangganan, jumlah pembelian, dan waktu pembelian. Dari hasil perbandingan kedua metode tersebut, diperoleh hasil bahwa perhitungan yang dilakukan dengan metode TOPSIS lebih baik dibandingkan dengan metode SAW.

Kepuasan Pelanggan dalam penjualan air minum isi ulang merupakan hal penting. Mengingat penjulan ... more 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.

Memiliki guru, staf tenaga pengajar yang profesional merupakan sebuah keharusan bagi sekolah dala... more 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.

Predikat keberhasilan Mahasiswa di perguruan tinggi merupakan hal utama yang menjadi acuan bagi s... more 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.

Penentuan Calon Suami terbaik merupakan salah satu cara untuk mengetahui kriteriakriteria apa yan... more Penentuan Calon Suami terbaik merupakan salah satu cara untuk mengetahui kriteriakriteria 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.

Berbagai upaya telah dilakukan oleh pihak sekolah untuk meningkatkan prestasi akademik siswa seba... more 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.

This paper implements artificial neuralnetworkin predictingthe understanding level ofstudent'scou... more This paper implements artificial neuralnetworkin predictingthe understanding level ofstudent'scourse. By implementing artificial neural network based on backpropagation algorithm, an institution can give a fair decision in prediction level of students' understanding of particular course / subject. This method was chosen because it is able to determine the level of students' understanding of the subject based on input from questionnaires given. The study was conducted into two ways, namely training and testing. Data will be divided into two parts, the first data for the training process and the second reading data of the testing process. The training process aims to identify or search for goals that are expected to use a lot of patterns. Thus, it will be able to produce the best pattern to train the data. After reaching the goal of training which is based on the best pattern, then it will be tested with new data to seeat the accuracy of the target data using Matlab 6.1 software. The results show that it can accelerate the process of prediction of students' understanding. By using architectural models 6-50-1 as the best model, some architectural models are tested and the result of prediction is reach to 87.75%. In other word, this model is good enough to make predictions on the level of students' understanding of the subject.