Sartikha, Sartikha
Politeknik Negeri Batam

Published : 3 Documents
Articles

Found 3 Documents
Search

Pemetaan Sebaran Mahasiswa Politeknik Negeri Batam Berdasarkan Asal Sekolah Menggunakan WebGIS Anjani, Viona Fitri; Janah, Nur Zahrati; Sartikha, Sartikha
JURNAL INTEGRASI Vol 7 No 1 (2015): Jurnal Integrasi - April 2015
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebutuhan untuk memperoleh informasi secara cepat dan mudah telah menjadi kebutuhan pokok masyarakat, tidak terkecuali bagi kalangan pelajar, mahasiswa, pihak penyelen ggara pendidikan, pemerintah dan sebagainya. Informasi geografis merupakan salah satu informasi yang dibutuhkan. Informasi geografis yang dimaksud salah satunya adalah sebaran mahasiswa Politeknik Negeri Batam khususnya jurusan Teknik Informatika yang berasal dari sekolah-sekolah di Kota Batam. Aplikasi yang dibangun berbasis web dan mengintegrasikan ArcGIS ini dapat memberikan informasi asal sekolah berupa SMA atau SMK disertai informasi, jumlah dan informasi mahasiswa dari sekolah tersebut. Penyajian peta dalam aplikasi ini dikemas dalam penyajian sederhana dan mudah dipahami oleh pengguna. Diharapkan hasil penelitian ini dapat memudahkan pihak-pihak yang membutuhkan informasi geografis sebaran mahasiswa Politeknik Negeri Batam.
Analisis Profil Mahasiswa Politeknik Negeri Batam dengan Teknik Data Mining Asosiasi dan Clustering Sartikha, Sartikha; Maria, Maria; Sari, Festy Winda; Jannah, Nurzahrati
JURNAL INTEGRASI Vol 8 No 1 (2016): Jurnal Integrasi - April 2016
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini, data mining menjadi topik penelitian yang banyak diminati. Berdekade setelah kita memasuki era komputasi, data menjadi tersedia luas dan tersimpan dalam jumlah yang sangat besar. Data mining dapat mengkonversi data mentah menjadi pengetahuan yang memiliki makna dengan memetakan data level rendah menjadi bentuk lain yang lebih ringkas, lebih abstrak, atau lebih bermakna. Penerapan data mining di dunia pendidikan juga semakin berkembang dan diminati. Educational Data Mining (EDM) merupakan bidang yang memanfaatkan algoritma statistika, machine-learning, dan data mining pada berbagai tipe data yang dalam bidang pendidikan. EDM berfokus dalam mengembangkan metode untuk mengeksplorasi tipe data pendidikan yang unik, untuk lebih memahami siswa dan pengaturan lingkungan di mana mereka belajar. Perguruan tinggi dapat juga memanfaatkan EDM ini untuk meningkatkan kualitas pendidikan dan luarannya. Ketersediaan data mahasiswa selama ini belum dapat dimanfaatkan secara optimal dalam pengambilan keputusan. Data mining dapat digunakan untuk mengelompokkan mahasiswa, mengidentifikasi pola tersembunyi dari gaya belajar mereka, menemukan perilaku mahasiswa yang tidak diinginkan, serta menganalisis profil mahasiswa. Dalam penelitian ini akan dilakukan analisis profil mahasiswa dengan menggunakan teknik data mining asosiasi dan clustering. Hasil dari penelitian ini dapat menjadi saran aksi strategis yang bisa diambil manajemen perguruan tinggi, terutama Politeknik Negeri Batam, untuk meningkatkan kualitas pendidikan dan luarannya. Penelitian ini dimulai dengan pengumpulan data dari mahasiswa Informatika angkatan 2010. Selanjutnya dilakukan preprocessing data yang kemudian didapat atribut yang akan digunakan untuk di analisis dengan menggunakan teknik data mining asosiasi dan clustering.
Prediksi Kelayakan Operasional Mesin Rivet Menggunakan Regresi Linear Berganda Rokhayati, Yeni; Utomo, Nur Setyo; Sartikha, Sartikha
Journal of Applied Informatics and Computing Vol 1 No 2 (2017)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.497 KB) | DOI: 10.30871/jaic.v1i2.473

Abstract

Mesin rivet merupakan suatu mesin yang digunakan dalam penyambungan plat berbahan aluminium. Upaya untuk mengetahui kelayakan mesin rivet di PT. XYZ selama ini dilakukan dengan melihat hasil yang dikeluarkan oleh mesin tersebut. Seringkali terjadi ketika mesin sudah menghasilkan banyak barang, namun hasilnya tidak memenuhi standar kualitas yang baik. Ini disebabkan oleh tidak diketahuinya kelayakan kondisi pengoperasian mesin rivetnya. Salah satu cara untuk mengetahui kelayakan operasi mesin rivet tanpa harus menunggu hasil penyambungan adalah dengan memprediksinya dari faktor-faktor yang berpengaruh besar, yaitu kesesuaian tekanan hidrolik, waktu penyambungan, dan diameter punch dari mesin rivetnya. Oleh karena melibatkan variabel lebih dari satu, maka metode regresi linier berganda digunakan dalam membuat model prediksi kelayakan mesin rivet ini. Pengujian hipotesis, penghitungan koefisien determinasi dan korelasi dilakukan untuk menguji kelayakan model prediksinya. Selain itu, guna mempermudah dalam mengetahui hasil prediksi kelayakan mesin rivetnya, sebuah aplikasi berbasis desktop dirancang menggunakan pemodelan Unified Modelling Languag (UML) dan dikembangkan menggunakan bahasa pemrograman Java.