No abstract

Sistem Pendukung Keputusan (SPK) merupakan sistem yang dapat memberikan pemecahan masalah, melakukan komunikasi untuk pemecahan masalah tertentu dengan terstruktur maupun tidak terstruktur. Analytic Hierarchy Process (AHP) metode ini merupakan alat bantu sistem pendukung keputusan yang dinilai luas untuk penyelesaian problem keputusan multikriteria. Penggunaan AHP dapat menyelasikan permasalahan yang kompleks menjadi lebih sederhana dan bisa mempercepat proses pengambilan keputusannya. Bengkel Mandalika merupakan perusahaan yang bergerak dibidang jasa perbaikan dan servis kendaraan roda empat. Permasalahan yang sekarang yang dihadapi oleh Bengkel Mandalika adalah untuk menentukan prioritas perbaikan fisik kendaraan roda empat. Untuk mengatasi permasalahan ini menentukan prioritas perbaikan fisik kendaraan, maka perlu dirancang suatu sistem pendukung keputusan dengan menggunakan metode AHP dengan menerapkan kriteria dan alternatif. Sedangkan kriteria dan alternatif yang digunakan untuk membentuk model hirarki AHP, terdiri dari kriteria : biaya, waktu, spare part, dan mekanik). Alternatif terdiri dari: kendaraan A kendaraan B, kendaraan C, Kendaraan D). Dimana hasil dari SPK menggunakan AHP menjadi dasar dalam penentuan bobot perbandingan kriteria dan alternatif yang digunakan. Sehingga penentuan prioritas perbaikan kendaraan di Bengkel Mandalika.

Salah satu permasalahan yang ada di Perguruan Tinggi XYZ adalah tingginya jumlah mahasiswa yang putus studi (dropout / DO), sehingga diperlukan upaya untuk minimalisasi jumlah mahasiswa yang dropout.  Penelitian ini bertujuan untuk membangun sebuah model yang dapat memprediksi apakah seorang mahasiswa akan lulus ataukah dropout. Data diambil dari data akademis mahasiswa angkatan 2014-2019. Pemrosesan awal data dilakukan dengan Python dan pemodelan dilakukan dengan menggunakan algoritma C4.5 / J48 pada perangkat lunak WEKA (Waikato Environment for Knowledge Analysis). Hasil menunjukkan bahwa atribut yang paling menentukan apakah seorang mahasiswa DO atau lulus adalah Indeks Prestasi Semester 1 dan Indeks Prestasi Semester 2, dengan akurasi model mencapai sebesar 90.6%.