Jurnal Komputer Antartika

Deteksi Dini Stunting pada Balita Menggunakan Data Mining dengan Algoritma C4.5

2026-01-09T00:50:42+00:00

Stunting is a serious issue affecting the growth and development of children in Indonesia, with a prevalence still high, reaching 148 million children under five. This study aims to develop an early detection model for stunting using the C4.5 decision tree algorithm, utilizing a large dataset containing 120,999 records that include attributes of age, height, and gender. The research method used is a quantitative experimental approach with data mining techniques, where the model was evaluated using 10-fold cross-validation to ensure accuracy and generalizability. The results show that the C4.5 model achieves 99.87% accuracy, with very high precision and recall, and good interpretability, making it suitable for implementation in public health systems. These findings emphasize the importance of height as a key indicator in detecting stunting and provide a basis for model integration in digital health initiatives in Indonesia. This study recommends incorporating socioeconomic and environmental attributes for more comprehensive analysis in the future.

Optimalisasi Optimalisasi Pemilihan Karyawan Berprestasi Sebagai Calon Penerima Reward Menggunakan Metode Hybrid Saw-Topsis Di Pt Deray Global Utama

2026-01-23T01:31:49+00:00

Penilaian kinerja karyawan merupakan aspek penting dalam mendukung pengambilan keputusan manajemen, khususnya dalam menentukan karyawan berprestasi sebagai calon penerima reward. Namun, proses penilaian yang masih dilakukan secara manual dan subjektif berpotensi menimbulkan ketidaktepatan serta kurangnya transparansi hasil penilaian. Penelitian ini bertujuan untuk mengoptimalkan pemilihan karyawan berprestasi di PT Deray Global Utama dengan menerapkan metode hybrid Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode SAW digunakan pada tahap awal untuk melakukan normalisasi dan pembobotan kriteria, kemudian hasilnya dijadikan input dalam perhitungan TOPSIS untuk menentukan peringkat karyawan berdasarkan kedekatan dengan solusi ideal. Kriteria yang digunakan dalam penelitian ini meliputi motivasi kerja, disiplin kerja, konflik kerja, dan kompetensi kerja. Hasil penelitian menunjukkan bahwa karyawan dengan nilai preferensi tertinggi adalah Fiptha Nur Amalia (0,9234), Nur Rahma Assyi Ami (0,6456), dan Kevin Aldriansyah (0,5946), yang selanjutnya ditetapkan sebagai tiga karyawan berprestasi dan calon penerima reward perusahaan

Pemilihan Destinasi Wisata Terbaik di Kota Padang Berdasarkan Review Online Menggunakan Metode SAW

2026-01-31T03:17:35+00:00

Penentuan destinasi wisata terbaik merupakan hal penting dalam mendukung pengembangan sektor pariwisata daerah. Kota Padang memiliki banyak destinasi wisata dengan karakteristik yang berbeda, sehingga wisatawan sering mengalami kesulitan dalam memilih destinasi yang sesuai, penelitian ini bertujuan untuk membantu proses pemilihan destinasi wisata terbaik di Kota Padang dengan memanfaatkan review online menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan sebagai sistem pendukung keputusan untuk melakukan perangkingan berdasarkan kriteria yang telah ditentukan. Data yang digunakan dalam penelitian ini diperoleh dari Google Maps berupa rating dan jumah ulasan, serta data pendukung lainnya. Kriteria yang digunakan meliputi rating, jumlah ulasan, harga tiket masuk, jarak dari bandara, dan fasilitas. Setiap kriteria diberikan bobot sesuai tingkat kepentingannya, kemudian dilakukan proses normalisasi dan perhitungan nilai preferensi. Hasil penelitian menunjukkan bahwa metode SAW mampu memberikan rekomendasi destinasi wisata terbaik secara objektif. Berdasarkan hasil perhitungan, destinasi Gunung Padang memperoleh nilai preferensi tertinggi sebesar 0,800 sehingga direkomendasikan sebagai destinasi wisata terbaik di Kota Padang. Penelitian ini diharapkan dapat membantu wisatawan dalam mengambil keputusan serta menjadi referensi bagi pengelola pariwisata dalam meningkatkan kualitas destinasi wisata.

The selection the best tourist destination is an important aspect in supporting regional tourism development. Padang City has various tourist destinations with different characteristics, which often makes it difficult for tourists to choose an appropriate destination. This study aims to assist in selecting the best tourist destination in Padang City by utilizing online reviews using the Simple Additive Weighting (SAW) method. The SAW method is applied as a decision support system to perform ranking based on predetermined criteria. The data used in this study were obtained from Google Maps, including ratings and the number of reviews, as well as other supporting data. The criteria used consist of rating, number of reviews, ticket price, distance from the airport, and facilities. Each criterion is assigned a weight according to its level of importance, followed by normalization and preference value calculation. The results show that the SAW method is able to provide objective recommendations for selecting tourist destination. Based on the calculation results, Gunung Padang obtained the highest preference value of 0,800 and therefore recommended as the best tourist destinations in Padang City. This study is expected to assist tourists in decision making and serve as a reference for tourism managers in improving the quality of tourist destinations.

Pengukuran Kualitas Aplikasi Appsence Berdasarkan Model Alvaro dengan Metode Euclidean Distance

2026-02-25T01:41:09+00:00

Appsence merupakan aplikasi desktop yang dikembangkan untuk membantu perusahaan dalam mengelola pencatatan kehadiran karyawan secara digital guna meningkatkan efisiensi dan meminimalkan kesalahan pencatatan manual. Penelitian ini bertujuan untuk mengukur kualitas aplikasi Appsence menggunakan model Alvaro yang mencakup enam indikator utama, yaitu Functionality, Reliability, Usability, Efficiency, Maintainability, dan Portability. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan pengumpulan data melalui kuesioner kepada 20 responden. Hasil penilaian dianalisis menggunakan metode Euclidean Distance untuk mengukur jarak antara nilai aktual dan nilai ideal pada setiap indikator kualitas. Hasil penelitian menunjukkan bahwa nilai rata-rata jarak kualitas aplikasi adalah 1,38 dari nilai ideal 0, yang termasuk dalam kategori baik. Indikator dengan deviasi tertinggi adalah Usability, sedangkan indikator dengan deviasi terendah adalah Portability. Temuan ini menunjukkan bahwa aplikasi Appsence telah memenuhi sebagian besar standar kualitas perangkat lunak, namun masih memerlukan peningkatan terutama pada aspek kemudahan penggunaan dan efisiensi sistem guna mengoptimalkan pengalaman pengguna.