Abstract:Abstract: The development of AI assistants such as Gemini and ChatGPT can significantly assist in daily human tasks. In the field of Sentiment Analysis, AI assistants can be utilized as an automated labeling alternative…
to provide positive, negative, or neutral sentiments within a dataset. This research aims to enhance the performance of AI assistants in automated labeling processes by employing the Feature Selection algorithm, specifically Forward Selection. The methodology involves utilizing the Naïve Bayes and K-NN algorithms, and subsequently improving accuracy through the Feature Selection algorithm. The evaluation is conducted using K-Fold Cross Validation. Research findings indicate an improvement in the accuracy of the best model, which is ChatGPT, when using the Naïve Bayes algorithm and Shuffled Sampling technique. The initial accuracy of 79.09% increased to 87.18% after Feature Selection was applied. This demonstrates the effectiveness of Feature Selection, particularly Forward Selection, in enhancing the accuracy performance of the model.
Keywords: ai; assistant; chat gpt; feature selection; gemini.
Abstrak: Pekembangan Asisten AI seperti Gemini dan Chat GPT dapat membantu pekerjaan manusia sehari-hari. Dalam bidang Analisis Sentimen, Asisten AI dapat digunakan sebagai alternatif pelabelan otomatis untuk memberikan sentimen positif, negatif atau netral dalam suatu dataset. Penlitian ini bertujuan untuk meningkatkan performa yang dihasilkan oleh Asisten AI dalam proses pelabelan otomatis menggunakan Algortima Feature Selection yaitu Forward Selection. Metode yang digunakan adalah dengan menggunakan Algoritma Naïve Bayes dan K-NN kemudian hasil akurasi akan ditingkatkan menggunkan Algoritma Feature Selection. Evaluasi yang digunakan adalah K-Fold Cross Validation. Hasil penelitian menunjukkan peningkatan akurasi model terbaik berada pada Chat GPT dengan menggunakan Algoritma Naïve Bayes dan Teknik Shuffled Sampling, dari nilai akurasi awal sebesar 79.09%, setelah ditingkatkan menggunakan Feature Selection, maka nilai akurasinya meningkat menjadi 87.18%. Hal ini membuktikan peran Feature Selection, dimana yang digunakan adalah Forward Selection dalam meningkatkan akurasi ternyata memang efektif dalam meningkatkan performa akurasi model.
Kata kunci: ai; assisten; chat gpt; feature selection; gemini
Abstract:Abstract: Weighted Product (WP) Methodology Implementation System for Employee Recruitment at PT. Web-Based XYZ conducted research on decision support systems with a website platform for PT. XYZ. The data collection method…
od was carried out for research using the literature study method from existing theories, interviews, several discussions as well as questions and observations at research sites. Using the Weighted Product (WP) Methodology aims to provide a solution to the problems that exist at PT. XYZ, for the basis of a computational assessment. PT assistant system. XYZ to conduct elections in determining employees who are selected from the best of all existing candidates. As well as the selection presented in the system. Research shows that this website system can make it easier for PT. XYZ to make selections in choosing prospective employees with specifications with the help of the Weighted Product (WP) methodology. So it can be said that the values and results that can be displayed still provide eligibility and suitability of the system that can be applied the same as the manual system that runs for the selection of new PT employees. XYZ.
Keywords: Methodology Weighted Product; SPK; Website; Warehouse
Abstrak: Sistem Penerapan Metodologi Weighted Product (WP) Untuk Penerimaan Karyawan di PT. XYZ Berbasis Web melakukan riset tentang sistem pendukung keputusan dengan platform website untuk PT. XYZ. Metode pengambilan data-data dikerjakan untuk riset me-manfaatkan metode studi pustaka dari teori-teori yang ada, wawancara beberapa diskusi serta pertanyaan dan observasi ke tempat riset. Menggunakan Metodologi Weighted Product (WP) bertujuan agar memberikan solusi dari masalah yang ada pada pada PT. XYZ, untuk dasar penilaian secara perhitungan. Sistem pembantu PT. XYZ agar melakukan pemilihan dalam menentukan karyawan yang terpilih dari yang terbaik dari semua kandi-dat yang ada. Serta penseleksian disajikan dalam sistem. Pada riset menampilkan kalua sistem website ini bisa memudahkan PT. XYZ untuk melakukan pemilihan dalam memilih calon karyawan dengan spesifikasi oleh bantuan metodologi Weighted Product (WP). Jadi bisa dikatakan kalau nilai dan hasil dapat ditampilkan masih memberikan kelayakan serta kecocokan sistem dapat diterapkan sama seperti manual sistem yang berjalan untuk seleksi karyawan baru PT. XYZ.
Kata kunci: Metodologi Weighted Product; SPK; Website; Warehouse
Abstract:Abstrack: New Employee Recruitment on campus STMIK ROYAL. In the selection usually the campus will provide several series of tests to determine the ability and personal of the prospective employee. Data test results will…
be stored in an archive or computer in the form of tables that create data and value of each test participant. Based on the current employee recruitment system HR has difficulty in selecting and evaluating the competent employees. To overcome this made a decision support system of new employee acceptance especially part of laboratory assistant. For determine employees who will be accepted, then built a computerized decision-making system that is able to facilitate the process of receiving new employees. the determination and identification of labor by using SAW method (Simple additive weighting) is a method that can find a best alternative from various alternatives based on predetermined criteria. The point is that the method determines the weight value for each criterion. The best alternatives are those who are eligible to be employees based on predetermined criteria. Assessment is done by finding the value of weight for each criterion, then conducted the ranking process that will determine the optimal alternative that is the employee who will be considered by the decision maker to become employees at the company. This decision support system will be able to assist the human resources in determining the recruitment of new employees, especially the assistant laboratory at STMIK ROYAL.
Keywords: assessment criteria, SAW method, decision support system.
Abstrak: Penerimaan Karyawan baru pada kampus STMIK ROYAL. Dalam penyeleksian biasanya pihak kampus akan memberikan beberapa rangkaian tes untuk mengetahui kemampuan serta pribadi dari calon pegawai tersebut. Data hasil tes tersebut nantinya akan disimpan dalam suatu arsip ataupun komputer yang berupa tabel yang membuat data dan nilai masing-masing peserta tes. Berdasarkan system penerimaan pegawai yang berjalan saat ini SDM mengalami kesulitan dalam menyeleksi dan mengevaluasi pegawai yang berkompeten. Untuk mengatasinya dibuat suatu sistem pendukung keputusan penerimaan pegawai baru khususnya bagian asisten laboraturium.Untuk menentukan pegawai yang akan diterima, maka dibangun sebuah sistem pengambilan keputusan terkomputerisasi yang mampu memudahkan proses penerimaan pegawai baru. penentuan dan identifikasi tenaga kerja dengan menggunakan metode SAW (Simple additive weighting) adalah metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif berdasarkan kriteria – kriteria yang telah ditentukan. Intinya bahwa metode tersebut menentukan nilai bobot pada setiap kriteria. Alternatif terbaik yang dimaksud adalah yang berhak menjadi pegawai berdasarkan kriteria yang telah ditentukan. Penilaian dilakukan dengan mencari nilai bobot untuk setiap kriteria, kemudian dilakukan proses perangkingan yang akan menentukan alternatif optimal yaitu para pegawai yang akan dipertimbangkan oleh pengambil keputusan untuk menjadi pegawai pada perusahaan tersebut. Sistem pendukung keputusan ini nantinya dapat mambantu pihak SDM dalam menentukan perekrutan karyawan baru khususnya asisten laboraturium di STMIK ROYAL.
Kata Kunci : kriteria penilaian, metode SAW, sistem pendukung keputusan.
Abstract:Abstract: Based on the current employee recruitment system HR STMIK Royal has difficulty in selecting and evaluating the competent employees. To overcome this made a decision support system of new employee acceptance especially…
ecially part of laboratory assistant. For determine employees who will be accepted, then built a computerized decision-making system that is able to facilitate the process of receiving new employees. the determination and identification of labor by using SAW method (Simple additive weighting) is a method that can find a best alternative from various alternatives based on predetermined criteria. The point is that the method determines the weight value for each criterion. The best alternatives are those who are eligible to be employees based on predetermined criteria. Assessment is done by finding the value of weight for each criterion, then conducted the ranking process that will determine the optimal alternative that is the employee who will be considered by the decision maker to become employees at the company. This decision support system will be able to assist the human resources in determining the recruitment of new employees, especially the assistant laboratory at STMIK Royal.
Keywords: assessment criteria, SAW method, decision support system.
Abstrak: Berdasarkan sistem penerimaan pegawai yang berjalan saat ini SDM mengalami kesulitan dalam menyeleksi dan mengevaluasi pegawai yang berkompeten. Untuk mengatasinya dibuat suatu sistem pendukung keputusan penerimaan pegawai baru khususnya bagian asisten laboraturium.Untuk menentukan pegawai yang akan diterima, maka dibangun sebuah sistem pengambilan keputusan terkomputerisasi yang mampu memudahkan proses penerimaan pegawai baru. penentuan dan identifikasi tenaga kerja dengan menggunakan metode SAW (Simple additive weighting) adalah metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif berdasarkan kriteria – kriteria yang telah ditentukan. Intinya bahwa metode tersebut menentukan nilai bobot pada setiap kriteria. Alternatif terbaik yang dimaksud adalah yang berhak menjadi pegawai berdasarkan kriteria yang telah ditentukan. Penilaian dilakukan dengan mencari nilai bobot untuk setiap kriteria, kemudian dilakukan proses perangkingan yang akan menentukan alternatif optimal yaitu para pegawai yang akan dipertimbangkan oleh pengambil keputusan untuk menjadi pegawai pada perusahaan tersebut. Sistem pendukung keputusan ini nantinya dapat mambantu pihak SDM dalam menentukan perekrutan karyawan baru khususnya asisten laboraturium di STMIK Royal.
Kata kunci: kriteria penilaian, metode SAW, sistem pendukung keputusan.
Abstract:UMKM kuliner memiliki peran strategis dalam perekonomian daerah, termasuk di Kabupaten Soppeng. Namun, pemanfaatan digital marketing oleh pelaku UMKM masih belum optimal, ditandai dengan rendahnya konsistensi promosi, keterbatasan…
terbatasan analisis data, serta kurangnya pemanfaatan teknologi berbasis kecerdasan buatan. Penelitian ini bertujuan untuk menawarkan solusi inovatif berupa AI Marketing Assistant berbasis WhatsApp guna meningkatkan efektivitas pemasaraWhatsappn digital dan daya saing UMKM kuliner. Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan metode studi kasus. Data dikumpulkan melalui observasi, wawancara, dan dokumentasi terhadap pelaku UMKM kuliner di Kabupaten Soppeng. Hasil analisis menunjukkan bahwa kebutuhan utama UMKM terletak pada sistem yang sederhana, mudah digunakan, serta mampu memberikan rekomendasi pemasaran secara otomatis dan berbasis data. Solusi yang ditawarkan berupa AI Marketing Assistant berbasis WhatsApp yang memiliki fitur respon otomatis, rekomendasi konten promosi, serta analisis waktu unggah yang efektif. Implementasi sistem ini diharapkan mampu meningkatkan konsistensi promosi, mempercepat respon pelanggan, serta meningkatkan omzet UMKM. Dengan demikian, pemanfaatan teknologi AI berbasis platform yang familiar menjadi pendekatan strategis dalam mendukung transformasi digital UMKM secara berkelanjutan.
Abstract:The background of this research is that there has not been a habit of using academic information systems by both lecturers and students, there are no educational staff from the field of computer science or informatics, and…
nd the limited budget they have. This research approach is a qualitative research with case study method. The results of this study indicate that academic information system planning refers to the blue print for the development, management and utilization of higher education information systems. The organization assigns a direct assistant to the Head of Academic and Student Affairs who is assisted by two operators, whose operational direction is based on a decree issued by the leadership which is fully managed by the Telecommunications Center. Coordination of academic information systems based on the participation and support of all parties. Control is carried out directly by the Chairman as the leader. The obstacles faced in general are that there is no budget available considering the need for the development of an Academic Information System that requires a large amount of money, the age of most of the lecturers is old so it is quite difficult to adapt to changes towards digital and the ability of lecturers to use information systems is still low. The solution is to encourage students and lecturers to want to get used to adapting and learning in the use of academic information systems