ThesisOpen AccessMetadata saja
•
INTISARI
Ulfa Rahmayanti, C1857201051, 2022. Penerapan Metode TOPSIS Dalam Seleksi Penerima Beasiswa KIP Pada STMIK Palangkaraya, Pembimbing I Susi Hendartie, M.Kom., Pembimbing II Sulistyowati, S.Kom., M.Cs.
Melalui Program Indonesia Pintar (PIP), Pemerintah Indonesia telah menerbitkan Kartu Indonesia Pintar Kuliah (KIP-Kuliah) sejak tahun 2020 sebagai salah satu bentuk dukungan pendidikan bagi lulusan SMA, SMK atau sederajat dari keluarga kurang mampu untuk melanjutkan pendidikan ke perguruan tinggi. STMIK Palangkaraya merupakan salah satu lembaga perguruan tinggi swasta penyalur KIP-Kuliah yang masih menggunakan cara manual dalam proses seleksi penerimanya karena belum ada alat bantu atau metode khusus untuk menentukan penerima beasiswa sehinga cenderung bersifat subjektif. Mempertimbangkan hal tersebut maka diperlukan suatu sistem pengambilan keputusan untuk menentukan penerima beasiswa dari kriteria yang telah ditentukan. Metode yang digunakan dalam pengambilan keputusan untuk seleksi penerimaan beasiswa ini adalah dengan menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) yang diharapkan dapat membantu bagian kemahasiswaan dalam menentukan rekomendasi penerimaan beasiswa di STMIK Palangkaraya.
Jenis penelitian yang digunakan dalam penelitian ini adalah Penelitian Kualitatif yang memanfaatkan data deskriptif berupa kata-kata tertulis atau lisan dari orang-orang dan pelaku yang dapat diamati. Tahapan dalam Penelitian Kualitatif adalah pengumpulan data, reduksi & kategorisasi data, display data, penarikan kesimpulan. Parameter input yang digunakan adalah data alternatif, data kriteria dan data bobot. Untuk parameter input data alternatif digunakan data calon penerima beasiswa KIP yang telah mendaftarkan diri pada STMIK Palangkaraya sebanyak 34 orang, data kriteria yaitu jumlah penghasilan orang tua, jumlah tanggungan orang tua, pekerjaan orang tua, tahun kelulusan SMA/SMK, dan prestasi.
Metode TOPSIS dapat diterapkan pada seleksi calon penerima beasiswa KIP STMIK Palangkaraya dan dapat membantu memberikan objektivitas serta rekomendasi bagi Kemahasiswaan dalam penilaian dan perangkingan. Berdasarkan perbandingan yang dilakukan, perhitungan metode TOPSIS dalam seleksi penerima beasiswa KIP dapat menyaring 4 peserta yang tidak layak menerima beasiswa dan dapat menyaring 4 mahasiswa yang seharusnya diterima tetapi ditolak pada proses seleksi manual.
ThesisOpen AccessMetadata saja
2021•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Habib Irvansyah, C1657201079, 2021. Sistem Informasi Pengolahan Data kepangkatan Dosen pada STMIK Palangkaraya berbasis web, Pembimbing I Rosmiati, M.Kom., Pembimbing II Bayu Pratama Nugroho, S.Kom., M.T.
Lecturers are professional educators and scientists with the main task of transforming, developing, and disseminating science, technology, and art through education, research, and community service. During the course of carrying out their duties, the lecturer gets a score (credit number) which will be used for the promotion process. Based on the Minister of State Apparatus Empowerment and Bureaucratic Reform Regulation Number 17 of 2013,
The methods used in this study include observation methods, interview methods, library methods, documentation methods, and questionnaire/survey methods, techniques and analytical tools using Unifield Modeling Language (UML) Tools, Testing methods using Black Box Testing and Scala Likert .
The results of this study have been successfully implemented into an information system that can assist in processing lecturer rank data. The results of this study have also been tested using Black Box testing on the results of the implementation. The results of system testing using Black Box testing are as expected. Based on the results of the questionnaire to the respondents, namely lecturers and admins, the interpretation value was 219 from ( 0 - 250) . So it can be assumed that the system that the author has built has met a value that is worthy of publication
Keywords: System, Information, Information System, Data, Rank, STMIK Palangkaraya, Web.
ThesisOpen AccessMetadata saja
2021•Skripsi, Thesis, Disertasi, dan Tugas Akhir
AULIA RAHMAYANTI, C1555201057, 2021 Perbandingan Metode Algoritma C4.5 Dan Naïve Bayes Untuk Memprediksi Kelulusan Tepat Waktu Mahasiswa Stmik Palangkaraya. Pembimbing I Lili Rusdiana, M.Kom. Pembimbing II H. Suratno, S.Kom, M.Si Program Sarjana (S1) jurusan Teknik Informatika STMIK Palangkaraya adalah program pendidikan akademik setelah pendidikan menengah, yang memiliki beban studi ditentukan antara 145-149 SKS (Satuan Kredit Semester) yang ditempuh selama 8 (delapan) semester dengan masa studi paling lama 7 tahun akademik atau 14 semester. Jika masa studi mahasiswa dapat diketahui lebih dini, maka pihak program studi Teknik Informatika dapat melakukan tindakan yang diperlukan supaya mahasiswa dapat lulus tepat waktu. Berdasarkan masalah tersebut di atas, penulis melakukan penelitian untuk menganalisa dan membandingkan akurasi dua metode algoritma, yaitu algoritma C4.5 dan Naïve Bayes pada sejumlah datasets. Adapun sumber datasets adalah data mahasiswa program studi Teknik Informatika (STMIK Palangkaraya) yang mana setiap datasets memiliki jumlah data (instances) dan jumlah atribut (attributes) yang berbeda. Berdasarkan hasil penelitian Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Memprediksi Kelulusan Tepat Waktu Mahasiswa STMIK Palangkaraya, diperoleh hasil akurasi dari kedua algoritma tersebut menunjukan tingkat akurasi Algoritma C4.5 sebesar 90% lebih baik dari pada algoritma Naïve Bayes sebesar 85%. Algoritma C4.5 juga memberikan nilai pada recall dan precision sebesar 92% dan 94% lebih baik dibandingkan algoritma Naïve Bayes dengan nilai 86% dan 93%.
ThesisOpen AccessMetadata saja
2018•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Aplikasi Kehadiran Mahasiswa Menggunakan Barcode Berbasis Android Studi Kasus STMIK Palangkaraya
ThesisOpen AccessMetadata saja
2018•Skripsi, Thesis, Disertasi, dan Tugas Akhir
PENGELOLAAN NILAI MAHASISWA STMIK PALANGKARAYA BERBASIS ANDROID
