No abstract

Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%.

Students who are not-active will affect the number of students who graduate on time. Prevention of not-active students can be done by predicting student performance. The study was conducted by comparing the KNN, SVM, and Decision Tree algorithms to get the best predictive model. The model making process was carried out by steps; data collecting, pre-processing, model building, comparison of models, and evaluation. The results show that the SVM algorithm has the best accuracy in predicting with a precision value of 95%. The Decision Tree algorithm has a prediction accuracy of 93% and the KNN algorithm has a prediction accuracy value of 92%.

Desa Sidamulya merupakan daerah administratif kecamatan Warureja kabupaten Tegal, provinsi Jawa Tengah. Desa Sidamulya sebagai desa yang jauh dari pusat pemerintahan tidak bisa dilepaskan dari permasalahan desa yang umum terjadi. Permasalahan yang terjadi pada desa tersebut adalah sering adanya keluhan masyarakat terkait pelayanan administrasi kependudukan yang banyak memakan waktu dan informasi desa yang tidak tersebar ke masyarakat. Sistem informasi dan pelayanan administrasi kependudukan dibuat untuk menyelesaiakan permasalahan yang ada. Artikel ini menjelaskan bagaimana pembuatan dan hasil uji coba sistem informasi dan pelayanan administrasi kependudukan berbasis website. Metode yang digunakan dalam pembuatan sistem yaitu metode waterfall. Sistem informasi yang dibuat memiliki beberapa fasilitas yaitu;menu Home, menu Profil Desa, menu Informasi, dan menu Pelayanan. Uji coba sistem menggunakan dua metode, yaitu; white box testing dan metode black box testing. Hasil uji white box menunjukan bahwa belum ditemukan adanya error pada sistem. Hasil uji black box menunjukan bahwa sistem berjalan sudah berjalan sesuai dengan fungsionalitasnya.

Salah satu unsur untuk menjadi penilaian akreditasi adalah ketepatan waktu lulusan siswa. Adanya siswa yang tidak aktif tentu akan mempengaruhi ketepatan waktu kelulusan. Prediksi kinerja siswa diperlukan untuk mencegah siswa yang tidak aktif. Algoritma KNN digunakan untuk memprediksi kinerja siswa dengan menggunakan metode klasifikasi. Penelitian ini untuk mengoptimalkan algoritma KNN untuk memprediksi kinerja siswa dengan metode klasifikasi. Penelitian yang telah dilakukan dengan menggunakan data Jurusan Teknik Informatika Politeknik Harapan Bersama menyimpulkan bahwa nilai K terbaik adalah 3, 6, dan 9 untuk mendapatkan prediksi terbaik. Hasil ini diperoleh dengan mencoba nilai K, 3 hingga 60. Nilai prediksi kemudian dibandingkan, hasil yang salah diprediksi dimana persentase terkecil adalah yang terbaik.