Abstract:Abstract: English course institutions are one of the most sought after non-formal education places to learn and improve English language skills, especially to be able to master the TOEFL well. To choose a suitable course…
institution, that is by visiting the respective course places. Of course, things like this take a lot of time, effort, and money. For this reason, a decision support system is needed that can provide recommendations for the best course institutions using the TOPSIS method. The data used are 18 alternatives with criteria including course fees, number of facilities, length of study hours, instructor's TOEFL, and distance from the course. The calculation results provide a recommendation that the alternative A Class IBT is the best English course institution.
Keywords: English Course; Decision Support System; TOPSIS
Abstrak:. Lembaga kursus bahasa inggris merupakan salah satu tempat pendidikan nonformal yang saat ini banyak dicari untuk mempelajari dan meningkatkan kemampuan bahasa inggris khususnya untuk dapat menguasai TOEFL dengan baik. Untuk memilih lembaga kursus yang cocok yaitu dengan mendatangi ke tempat kursus masing-masing. Tentunya hal seperti ini banyak waktu, tenaga, dan biaya yang diperlukan. Untuk itu diperlukan suatu sistem pendukung keputusan yang dapat memberikan rekomendasi lembaga kursus yang terbaik menggunakan metode TOPSIS. Data yang digunakan adalah 18 alternatif dengan kriteria antara lain uang kursus, jumlah fasilitas, lama jam belajar, TOEFL instruktur, dan jarak tempat kursus. Hasil perhitungan memberikan rekomendasi bahwa alternatif A Class IBT merupakan lembaga kursus bahasa Inggris yang terbaik.
Kata kunci: Kursus Bahasa Inggris; Sistem Pendukung Keputusan; TOPSIS
Abstract:Abstract: Glaucoma is the second leading eye disease of blindness after cataracts. An ophthalmologist does a glaucoma examination with an eye screening that will produce a retinal image. The diagnosis's result of the retinal…
inal image is subjective because each doctor has dissent and a condition experienced. This research builds a system to identify retinal images in the category of glaucoma or normal patients. The purpose of this system as a tool is to help ophthalmologists diagnose glaucoma. This process begins by changing the colour of an image to validity. The image is extracted using the Gray Level Co-occurrence Matrix (GLCM) and produces five features than the result of the five features used as input to neural network Learning Vector Quantization (LVQ). The amount of retinal image data used 60 data for learning and 20 for testing. And the number of neurons used is 12, and the epoch of as many as 1000 was obtained based on the results comparison of variations against 8, 10, 12, 18, and 20 neurons with 500, 900, 1000, and 1100 epochs. The learning process results from the value of weights that will be used in the testing process. The results of this study obtained an accuracy rate of 85%, a precision of 89%, and a recall of 80%.
Keywords: glaucoma; LVQ; GLCM
Abstrak: Glaukoma merupakan penyakit mata penyebab kebutaan nomor dua setelah katarak. Pemeriksaan penyakit glaukoma dilakukan oleh dokter spesialis mata dengan cara skrining mata yang akan menghasilkan citra retina. Hasil diagnosa citra retina oleh dokter bersifat subjektif karena setiap dokter memiliki pendapat yang berbeda serta kondisi yang dialami. Penelitian ini membangun sistem untuk mengidentifikasi citra retina mata kedalam kategori penderita glaukoma atau normal. Tujuan pembuatan sistem ini sebagai alat bantu bagi dokter mata dalam mendiagnosa glukoma. Proses ini diawali dengan mengubah warna citra menjadi keabuan, kemudian citra tersebut diekstraksi menggunakan Gray Level Co-occurrence Matrix (GLCM) dan menghasilkan lima nilai fitur yang kemudian hasil dari kelima fitur tersebut digunakan sebagai masukan jaringan syaraf tiruan Learning Vector Quantization (LVQ). Jumlah data citra retina yang digunakan sebanyak 60 data untuk learning dan 20 data untuk testing. Dan untuk jumlah neuron yang digunakan yaitu 12 dan epoch sebanyak 1000 yang didapat berdasarkan hasil perbandingan variasi terhadap neuron sejumlah 8, 10, 12, 18, 20 dengan jumlah epoch sejumlah 500, 900, 1000 dan 1100. Hasil dari proses learning yaitu nilai bobot yang akan digunakan sebagai bobot di proses testing. Hasil penelitian ini diperoleh tingkat akurasi sebesar 85%, presisi sebesar 89% dan recall sebesar 80%.
Kata kunci: glaukoma; LVQ; GLCM
Abstract:Abstract: Netflix's success cannot be separated from its investment in building a strong digital industry in its business, including in creating relationships with its customers through social media. Netflix is here and…
becomes a good listener to understand the prevailing pop culture with a variety of interesting content that has been adapted to the data they have regarding the behaviour of their subscribers so that it can be well received by the wider community. This article is explained further in the form of a descriptive analysis of how Netflix, a company that undergoes many transformations, ultimately utilizes social media to build relationships with its customers. It begins with collecting various data relevant to the topic and research title to be presented in a complete presentation through literature studies referred to as sequence data. In the end, it was concluded that Netflix is one of the companies that are indeed successful in using social media as one of their strategies to form a good close relationship with its users, Netflix also maximizes the user data they have such as what customers like and what they don't. which helps Netflix understand each user's behaviour.
Keywords: digital; netflix; social media
Abstrak: Kesuksesan Netflix tidak dapat dilepaskan dari investasi mereka dalam membangun industri digital yang kokoh dalam bisnisnya termasuk dalam menciptakan hubungan dengan para pelanggannya melalui sosial media. Netflix hadir dan menjadi pendengar yang baik untuk memahami kultur pop yang berlaku dengan berbagai konten menarik yang telah disesuaikan dengan data yang mereka miliki terkait perilaku pelanggannya sehingga dapat diterima dengan baik oleh masyarakat luas. Dalam artikel ini, dijelaskan lebih lanjut dalam bentuk analisis deskriptif bagaimana Netflix sebagai sebuah perusahaan yang banyak melakukan transformasi yang pada akhirnya memanfaatkan sosial media untuk menjalin hubungan dengan para pelanggannya. Diawali dengan melakukan pengumpulan berbagai data yang relevan dengan topik dan judul penelitian untuk disajikan menjadi sebuah pemaparan yang utuh melalui kajian-kajian pustaka yang disebut sebagai data sequence. Pada akhirnya, didapatkan kesimpulan bahwa Netflix merupakan salah satu perusahaan yang memang berhasil dalam menggunakan sosial media sebagai salah satu strategi mereka untuk membentuk hubungan kedekatan yang baik dengan para penggunanya, Netflix juga memaksimalkan data pengguna yang mereka miliki seperti apa yang pelanggan sukai dan apa yang tidak pelanggan sukai, yang menunjang Netflix dalam memahami perilaku masing-masing pengguna.
Kata kunci: digital; media sosial; netflix
Abstract:Abstract: To increase the Electronic-Based Government System (SPBE) maturity level and comply with Presidential Regulation no. 95 of 2018, the Sukabumi Regency Government needs to standardize the SPBE design to be implemented…
ented appropriately integrated with utilizing technological advances optimally. One of the frameworks used to design the SPBE architecture is using the Enterprise Architecture (EA). EA aims to meet the gap between the needs of stakeholders and the availability of government administration services. The journal's focus on the design of this SPBE EA is on the SPBE Service Domain in the Electronic-Based Government Administration Service. The design is carried out using a combination of references to the SPBE Presidential Regulation and the National SPBE Master Plan Attachment and one of the main components of the EA framework, namely TOGAF ADM. This design produces an output in the form of an Electronic-Based Government Administration Service Catalog. It is expected to be used as a reference in developing technology in the Regency Government Sukabumi both from practical contributions and academic contributions.
Keywords: Enterprise Architecture; Service Architecture; SPBE; TOGAF ADM
Abstrak: Dalam rangka meningkatkan tingkat kematangan Sistem Pemerintah Berbasis Elektronik (SPBE) dan mematuhi Peraturan Presiden No. 95 Tahun 2018, Pemerintah Kabupaten Sukabumi perlu melakukan standarisasi terhadap perancangan SPBE agar dapat terimplementasi dan terintegrasi dengan baik dalam memanfaatkan kemajuan teknologi secara optimal. Salah satu kerangka kerja yang bisa digunakan untuk merancang Arsitektur SPBE yaitu menggunakan Enterprise Architecture (EA). EA bertujuan untuk memenuhi kesenjangan antara kebutuhan pemangku kepentingan dengan ketersediaan layanan administrasi pemerintahan. Fokus jurnal pada perancangan EA SPBE ini yaitu pada Domain Layanan SPBE di bagian Layanan Administrasi Pemerintahan Berbasis Elektronik. Perancangan yang dilakukan memanfaatkan kombinasi antara referensi pada Perpres SPBE dan Lampiran Rencana Induk SPBE Nasional serta salah satu komponen utama framework EA yaitu TOGAF ADM. Perancangan ini menghasilkan keluaran berupa Katalog Layanan Administrasi Pemerintahan Berbasis Elektronik dan diharapkan dapat dijadikan sebagai acuan dalam melakukan pengembangan teknologi di Pemkab. Sukabumi baik dari kontribusi praktis maupun kontribusi akademik.
Kata kunci: Arsitektur Layanan; Enterprise Architecture; SPBE; TOGAF ADM
Abstract:Abstract: The Employee’s performance appraisal is something that must be done by the company or organization to be able to evaluate the company's development. Permata Hati Duri Hospital conducts employee performance appraisals…
ce appraisals every month. This study aims to create an employee performance appraisal system that can facilitate the hospital when evaluating employee performance. The assessment criteria used are competence, professionalism, communication, management and friendliness with. This research uses TOPSIS method, PHP and MySQL programming as database. The sample used is 10 employees. The final result obtained in the system is the result of ranking employee.
Keywords: employee performance appraisal; topsis.
Abstrak: Penilaian kinerja karyawan adalah hal yang harus dilakukan oleh perusahaan atau organisasi untuk dapat mengevaluasi perkembangan perusahaan. Rumah Sakit Permata Hati Duri melakukan penilaian kinerja terhadap karyawan pada setiap bulannya. Penelitian ini bertujuan membuat sistem penilaian kinerja karyawan yang dapat memudahkan pihak rumah sakit saat melakukan penilaian kinerja karyawan. Kriteria penilaian yang digunakan adalah kompetensi, profesionalisme, komunikasi, manajemen dan keramahan dengan. Penelitian ini menggunakan metode TOPSIS, pemograman PHP dan MySQL sebagai database. Adapun sampel yang digunakan adalah 10 karyawan. Hasil akhir yang didapatkan pada sistem berupa hasil perangkingan nilai karyawan.
Kata kunci: penilaian kinerja karyawan; topsis.
Abstract:OSN (Olimpiade Sains Nasional) merupakan kegiatan perlombaan di bidang sains dan ilmu pengetahuan yang dirancang pemerintah untuk mengembangkan bakat dan prestasi siswa. OSN juga menjadi salah satu ajang tahunan yang sangat…
gat diminati siswa dalam mengasah kemampuan dibidang sains dan ilmu pengetahuan. Untuk dapat menjadi peserta dan mendapatkan juara dalam dalam kompetisi ini bukanlah hal yang mudah. Perlu adanya pembimingan yang intensif kepada siswa yang memiliki potensi. Dalam memilih siswa yang akan dibimbing dan dikutsertakan dalam OSN, seleksi internal yang ketat perlu dilakukan sekolah untuk dapat mengantarkan siswa meraih prestasi tersebut. Selama ini seleksi yang dilakukan guru cenderung subyektif seperti dengan menujuk langsung peserta yang akan mengikuti tes seleksi. Seperti halnya dilokasi penelitian SMPS Tamansiswa Sukadamai, selama ini guru menyeleksi peserta OSN hanya fokus dengan yang mendapatkan ranking 1-3 di kelas saja. Padahal bisa saja ada siswa yang tidak rangking 1-3 justru memiliki keahlian pada bidang yang diolimpiadekan. Hasilnya, belum ada siswa yang mampu bersaing di tingkat kecamatan. Adapun tujuan penelitian ini adalah untuk membantu sekolah menyeleksi seluruh siswa yang berminat dalam olimpiade dengan menggunakan teknologi Sistem Pendukung Keputusan. Melalui perbandingan 2 metode yaitu Multy Factor Evaluation Process (MFEP) dan Multi Attribute Utility Theory (MAUT), peneliti akan melakukan analisis perbandingnan untuk mendapatkan hasil yang lebih konsisten. Metode MFEP merupakan metode yang menimbang beberapa faktor yang berpengaruh terdahap alternatif. Sedangkan metode MAUT merupakan metode yang memiliki skema evaluasi akhir dengan bobot dan nilai relavan terhadap alternatif. Berdasarkan hasil yang telah dilakukan, metode MFEP dapat menghasilkan calon peserta terbaik yaitu A13 dengan nilai16,96. Sedangkan metode MAUT dapat menghasilkan calon peserta OSN terbaik yaitu A5 dengan nilai 0,680. Penelitian ini diharapatkan dapat membantu untuk seleksi calon peserta OSN.
Abstract:Abstract: PT Pinus Merah Abadi is one of the distributor companies in Indonesia engaged in selling snacks such as snacks and wafers with the Nabati brand. Every month the company offers increased incentives for its employees…
yees with predetermined conditions or targets. But in the process, the incentive calculation is managed manually using criteria by the General Affair Personnel who then data the results of the manual calculation are sent to the central office to obtain the disbursement of funds. Sometimes the results of these decisions are too rigid. The method used to solve this problem is the RAD method and each stage is adjusted accordingly based on the Tsukamoto fuzzy algorithm. From this study, an application of decision support systems was obtained that could support decision making to increase incentives that were more appropriate in human consideration.
Keywords: decison support system design; incentive calculation; tsukamoto method
Abstrak: PT Pinus Merah Abadi merupakan salah satu perusahaan distributor di Indonesia yang bergerak di bidang penjualan makanan ringan seperti snack dan wafer dengan merk nabati. Setiap bulan perusahaan menawarkan insentif yang meningkat bagi karyawannya dengan kondisi atau target yang telah ditentukan. Namun dalam prosesnya, perhitungan insentif dikelola secara manual menggunakan kriteria oleh personil urusan umum yang kemudian data hasil perhitungan manual dikirim ke kantor pusat untuk mendapatkan pencairan dana. Terkadang hasil dari keputusan ini terlalu kaku. Metode yang digunakan untuk memecahkan masalah ini adalah metode RAD dan dalam setiap tahap disesuaikan sesuai berdasarkan algoritma fuzzy Tsukamoto. Dari studi ini, sebuah aplikasi dari sistem pendukung keputusan diperoleh yang dapat mendukung pengambilan keputusan untuk meningkatkan insentif yang lebih tepat dalam pertimbangan manusia.
Kata kunci: metode tsukamoto; peningkatan insentif, perancangan sistem pendukung keputusan
Abstract:Abstract: The home industry, especially in the culinary sector, has grown in recent years. Many business actors produce the same products as other business actors, so competition often occurs. One of them is the Usaha Rakik…
kik Julidar which since 25 years ago made and sold rakik. There are so many types of rakik that there are minimarkets with different business actors. This makes the rakik not sold out at the convenience store and has an effect on the amount of production. This research was conducted to assist the Usaha Rakik Julidar in predicting the amount of production using Fuzzy Tsukamoto inference method. This research creates a web-based application to help predict the amount of production by looking at incoming demand and the number of workers available. From the prediction results with Fuzzy Tsukamoto, if the demand is 125 packs and the number of workers is 35 people, then the total production to be done is 140 packs. By obtaining a clear amount of production, this application really helps Usaha Rakik Julidar in maximizing production.
Keywords: fuzzy tsukamoto; prediction; production; rakik
Abstrak: Industri rumah tangga khususnya di sektor kuliner banyak tumbuh dalam beberapa tahun terakhir. Banyak pelaku usaha menghasilkan produk yang sama dengan pelaku usaha lainnya, sehingga sering terjadi persaingan. Salah satunya adalah Usaha Rakik Julidar yang sejak 25 tahun yang lalu membuat dan menjual rakik. Banyak sekali jenis Rakik yang ada minimarket dengan pelaku usaha yang berbeda. Hal ini membuat rakik tidak terjual habis di minimarket dan berpengaruh pada jumlah produksi. Penelitian ini dilakukan untuk membantu Usaha Rakik Julidar dalam melakukan prediksi jumlah produksi dengan menggunakan metode inferensi fuzzy Tsukamoto. Penelitian ini membuat aplikasi berbasis web untuk membantu melakukan prediksi jumlah produksi dengan melihat permintaan yang masuk dan jumlah pekerja yang tersedia. Dari hasil prediksi dengan fuzzy Tsukamoto, jika permintaan sebanyak 125 bungkus dan jumlah tenaga kerja 35 orang, maka jumlah produksi yang harus dilakukan adalah 140 bungkus. Dengan diperolehnya jumlah produksi yang jelas, aplikasi ini sangat membantu Usaha Rakik Julidar dalam memaksimalkan produksi.
Kata kunci: fuzzy tsukamoto; prediksi; produksi; rakik
Abstract:Abstract: The Poor Student Assistance Program is a government program aimed at removing barriers to poor students from participating in school to support the Nine-Year Compulsory Basic Education Program. According to TNP2K,…
2K, the target of BSM recipients is based on the criteria of students' economic conditions and not on the achievements of students. The problem so far is not a few are found that BSM recipients are those who are classified as capable so that this program is not well-targeted. The purpose of applying the combination of 2 AHP and MFEP methods is to apply Decision Support System (SPK) technology in determining students who receive poor student assistance at Tamansiswa Sukadamai SMPS so that it helps decision-makers to get objective decisions. The combination is based on the superiority of each method in analyzing each criterion and alternatives related to the selection of BSM recipients. AHP is used to analyze criteria to produce criteria that have a good consistency. Then an alternative ranking process is carried out using the MFEP method. Based on the results of the analysis of the combination of the AHP and MFEP methods that have been carried out that the AHP method can help schools in determining the main factors that are very priority in receiving poor student assistance, while the MFEP method can determine the best alternative for eligible students as recipients of poor student assistance in the form of ranking the highest value is A9 with 1,097.
Keywords: AHP Method; MFEP Method; Poor Student Assistance; SPK.
Abstrak: Program Bantuan Siswa Miskin (BSM) merupakan program pemerintah yang ditujukan untuk menghilangkan halangan siswa miskin berpartisipasi untuk bersekolah mendukung program Wajib Belajar Pendidikan Dasar Sembilan Tahun. Menurut TNP2K adapun yang menjadi sasaran penerima BSM yaitu berdasarkan kriteria kondisi ekonomi siswa dan bukan berdasarkan prestasi siswa. Permasalahan selama ini justru tidak sedikit dijumpai bahwa penerima BSM merupakan mereka yang tergolong mampu, sehingga program ini menjadi kurang tepat sasaran. Adapun tujuan dari penerapan kombinasi 2 metode AHP dan MFEP ini adalah untuk menerapkan teknologi Sistem Pendukung Keputusan (SPK) dalam penentuan siswa penerima bantuan siswa miskin di SMPS Tamansiswa Sukadamai sehingga membantu pengambil keputusan untuk mendapatkan keputusan yang objektif. Kombinasi dilakukan berdasarkan keunggulan dari masing-masing metode dalam menganalisis setiap kriteria dan alternative terkait pemilihan penerima BSM. AHP digunakan untuk menganilis kriteria sehingga menghasilkan kriteria yang memiliki konsistensi yang baik. Selajutnya dilakukan proses perangkingan alternatif menggunakan metode MFEP. Berdasarkan hasil analisis dari kombinasi metode AHP dan MFEP yang telah dilakukan bahwa metode AHP dapat membantu sekolah dalam menentukan faktor utama yang sangat prioritas dalam penerima bantuan siswa miskin, sedangkan metode MFEP dapat menentukan alternatif terbaik siswa yang layak sebagai penerima bantuan siswa miskin dalam bentuk perangkingan dengan nilai tertinggi yaitu A9 dengan 1,097.
Kata Kunci : Bantuan Siswa Miskin; Metode AHP; Metode MFEP; SPK.
Abstract:Abstract: Scholarships are provided selectively according to the type of learning held. There are so many scholarships offered to students who are outstanding and poor, one of which is the scholarship provided by the University…
versity of Riau, named Bidikmisi scholarship. The evaluation process of prospective scholarship recipients is carried out by the committee directly and is still done manually. So that it allows the creation of a support system for the decision to accept Bidikmisi scholarships using the smart web-based method. The system created, designed using UML diagrams, the system has made using the PHP programming language and database. The resulting system can process using ten experimental data obtained a sequence of values from highest to smallest, with the highest amount of 0.75.
Keywords: Bidikmisi; Decision Support System; Scholarship; Smart Method.
Abstrak: Pemberian beasiswa dilakukan secara selekif sesuai dengan jenis beasiswa yang diadakan. Banyak sekali beasiswa yang ditawarkan kepada mahasiswa yang berprestasi dan kurang mampu, salah satunya beasiswa yang ditawarkan universitas riau yaitu beasiswa bidikmisi. Proses Penilaian calon penerima beasiswa dilakukan oleh panitia secara langsung dan masih dilakukan secara manual. Sehingga memungkinkan dibuatnya suatu sistem pendukung keputusan penerimaan beasiswa bidikmisi menggunakan metode smart berbasis web. Sistem yang dibuat, dirancang menggunakan UML diagram, pembuatan sistem menggunakan bahasa pemrograman PHP dan database. Sistem yang dihasilkan mampu mengolah data mahasiswa, mengolah data calon penerima untuk dihitung dan laporan jumlah calon penerima yang diterima dan ditolak. Hasil akhir dengan menggunakan 10 data percobaan diperoleh urutan nilai dari yang tertinggi sampai terkecil, dengan nilai tertinggi 0,75.
Kata kunci: Beasiwa; Bidikmisi; Sistem Pendukung Keputusan; Smart.