Penerapan Model Decision Support System Dalam Penentuan Pemilihan Minat Siswa

Ula, Mutammimul; Phonna, Rizky Putra; Saputra, Ilham; FNU, Suheri; Pratama, Angga

doi:10.51179/tika.v7i1.1103

Cited by 4 publications

(4 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Beragam faktor-faktor yang memengaruhi keputusan siswa dalam pemilihan sekolah, dan dapat digunakan sebagai landasan untuk memberikan dukungan yang lebih efektif kepada siswa dalam proses sekolah lanjutan yang akan dipilih. [12]. Pola interaksi dalam komunikasi yang terjadi diantara orang tua dan anak dapat memberikan manfaat yang signifikan bagi pihak sekolah, orang tua, dan pengambil kebijakan pendidikan dalam mendukung siswa dalam pemilihan sekolah lanjutan tingkat atas yang sesuai dengan preferensi dan kebutuhan mereka.…”

Section: Klasterisasi Algoritma K-means Dengan Pendekatan Pola Komuni...unclassified

Clustering the K-means Algorithm with the Approach to Student Interpersonal Communication Patterns in Selecting Secondary Schools

Wulan,

Widaningsih,

Yanuar

2024

FaktorExacta

View full text Add to dashboard Cite

This research aims to understand students' communication patterns in choosing secondary schools by identifying existing group patterns, and understanding the factors that influence students' decisions in choosing secondary schools. Using the k-means algorithm clustering method, the dataset was obtained from student data, psychological test scores and interpersonal communication in three grade 9 junior high schools in West Jakarta. The dataset obtained was 317, the results of data clearing were 259 students who were eligible to be tested. The results of tests carried out with 4 clusters show an accuracy value close to 0, with cluster 2 having a value of -0.150. The results show that students who choose a secondary school based on their psychological test results and interpersonal communication between parents, homeroom teachers and the school are the dominant values in the continuity of selecting a senior secondary school.

show abstract

Section: Klasterisasi Algoritma K-means Dengan Pendekatan Pola Komuni...unclassified

Clustering the K-means Algorithm with the Approach to Student Interpersonal Communication Patterns in Selecting Secondary Schools

Wulan,

Widaningsih,

Yanuar

2024

FaktorExacta

View full text Add to dashboard Cite

show abstract

“…Sistem Pendukung Keputusan adalah konsep spesifik sistem yang menghubungkan komputerisasi informasi dengan para pengambil keputusan sebagai pemakainya. (Ula, Phonna, et al, 2022). Dengan demikian Sistem Pendukung Keputusan adalah seperangkat elemen yang digabungkan satu dengan yang lainnya saling bekerja sama untuk menghasilkan satu kesatuan di dalam pencapaian suatu tujuan bersama (Budiman et al, 2020).…”

Section: B Sistem Pendukung Keputusanunclassified

Analisis Sistem Pendukung Keputusan Kelompok Dengan Model Ahp Dan Borda Dalam Mendukung Strategi Manajemen Pemasaran Minat Siswa Pada Universitas Swasta

Asbar

Sapnabiby²,

Pratama³

et al. 2022

Human Falah

View full text Add to dashboard Cite

<p><em>Persaingan dalam menjaring mahasiswa universitas di aceh sangat tinggi. Oleh karena itu setiap universitas khususya fakultas harus mempersiapkan strategi managemen yang tepat dan disesuaikan dengan permintaan pasar. Pentingnya analisis stategi dalam melihat minat siswa memilih universitas berdasarkan jurusan yang diminati. Adapun variabel model decision making dan group meliputi Minat(k1), StatusAkreditasi(K2), Jurusan(K3), BidangKeilmuan(K4). Tujuan penelitian ini untuk mengetahui tingkat ketertarikan siswa dalam memilih jurusan pada masing-masing universitas swasta yang kemudian hasil tersebut dapat dijadikan rekomendasi bagi para pengambil keputusan dalam mempersiapkan promosi pada setiap jurusan. Metodelogi penelitian berupa survey pada masing-masing sekolah yang kemudian hasil kuisioner tersebut dimasukkan dalam variabel model AHP (Analytical Hierarchy Process) dan Borda. Hasil Penelitian ini Proses dari model AHP meliputi lamda max : 4.03, Consistency index : 0,01, rasio index " 0,9 dan Consistency ratio : 0,011. Hasil Perangkingan model AHP hasil nya Fakultas Keguruan dan Ilmu Pendidikan (A1) dengan nilai 0.3013, Fakultas Ilmu Komputer (A2) 0.2389, Fakultas Ekonomi 0.2377 (A3) dan terakhir Fakultas Ilmu Sosial dan Politik (A4) 0.222. Kemudian hasil nilai Borda adalah untuk A1 dengan nilai 14, hasil dari A2 dengan nilai 13, A3 adalah 8 dan terakhir A4 dengan nilai 5. Hasil penelitian ini dapat mendukung strategi-strategi dalam menjaring mahasiswa pada masing-masing fakultas.</em></p>

show abstract

“…The limitations of human knowledge in analyzing large amounts of data and predicting the impacts of climate change make AI applications an attractive option. Artificial intelligence (AI) technology has become a driving force in agriculture (Euriga et al, 2018;Savira et al, 2020) (Ula et al, 2022). With advanced data analysis capabilities, AI can be used to optimize agricultural production and provide appropriate recommendations according to environmental conditions.…”

Section: Introductionmentioning

confidence: 99%

Development of an Intelligent System to Determine Land Suitability for Horticultural Crops on Vegetable Commodities

Sahputra,

Usnawiah,

Fhonna

et al. 2023

Brilliance

View full text Add to dashboard Cite

Global climate change has a significant impact on the agricultural sector, including horticulture, with climate fluctuations such as increased temperatures and changes in rainfall patterns potentially affecting crop productivity. Sustainable horticultural agriculture is important for safeguarding natural resources and reducing environmental impacts. However, challenges from climate change and variations in land conditions can affect horticultural crop production. Identifying crops that are suitable for the climate and land conditions is key to agricultural sustainability. An intelligent and adaptive approach is needed in selecting the right crops to grow in the face of climate change. This research develops an artificial intelligence application for the recommendation of horticultural crop types according to land conditions and climate change. The model built involves AHP and MFEP methods. The model takes into account various land parameters with weights determined through the AHP approach, allowing this AI application to provide accurate recommendations based on data and modeling. Based on the tests conducted, the system was able to produce analysis with an accuracy rate of 85%.

show abstract

Penerapan Model Decision Support System Dalam Penentuan Pemilihan Minat Siswa

Cited by 4 publications

References 0 publications

Clustering the K-means Algorithm with the Approach to Student Interpersonal Communication Patterns in Selecting Secondary Schools

Clustering the K-means Algorithm with the Approach to Student Interpersonal Communication Patterns in Selecting Secondary Schools

Analisis Sistem Pendukung Keputusan Kelompok Dengan Model Ahp Dan Borda Dalam Mendukung Strategi Manajemen Pemasaran Minat Siswa Pada Universitas Swasta

Development of an Intelligent System to Determine Land Suitability for Horticultural Crops on Vegetable Commodities

Contact Info

Product

Resources

About