Abstract:Penelitian ini membahas perlindungan hukum terhadap tenaga kerja perempuan di Indonesia dengan mengkaji aspek hukum ketenagakerjaan dan prinsip kesetaraan gender. Fokus utama adalah analisis hak-hak tenaga kerja perempuan,…
n, meliputi upah yang adil, perlindungan kesehatan dan keselamatan kerja, serta kebijakan cuti melahirkan, yang dijamin dalam peraturan ketenagakerjaan dan instrumen internasional yang telah diratifikasi Indonesia. Hasil penelitian menunjukkan bahwa, meskipun regulasi mendukung perlindungan ini, pelaksanaan di lapangan masih terkendala diskriminasi gender dan kurangnya kepatuhan perusahaan terhadap aturan yang ada. Penelitian ini merekomendasikan peningkatan pengawasan, penegakan hukum, serta sosialisasi untuk menjamin terpenuhinya hak-hak tenaga kerja perempuan secara merata dan konsisten.
This research discusses legal protection for female workers in Indonesia by examining aspects of employment law and the principles of gender equality. The main focus is an analysis of women's labor rights, including fair wages, occupational health and safety protection, as well as maternity leave policies, which are guaranteed in labor regulations and international instruments that Indonesia has ratified. The research results show that, although regulations support this protection, implementation in the field is still hampered by gender discrimination and a lack of company compliance with existing regulations. This research recommends increasing supervision, law enforcement and outreach to ensure the fulfillment of women's labor rights evenly and consistently.
Abstract:Prediksi dengan model sistem pendukung keputusan merupakan cara yang tepat sasaran untuk digunakan dalam memecahkan masalah. Demam Berdarah Dengue (DBD) adalah penyakit endemik di Indonesia yang memerlukan penanganan cepat…
at untuk mencegah komplikasi lebih lanjut. Prediksi diagnosis DBD dengan menggunakan algoritma Decision Tree C4.5 memiliki tingkat akurasi 100% dan meyakinkan. Dataset yang digunakan mencakup data medis pasien, seperti gejala klinis yaitu demam, nyeri sendi, mual, hasil laboratorium berupa trombosit, hematokrit, uji NS1, serta riwayat komorbiditas dan durasi gejala. Proses pre-processing dilakukan untuk memastikan data siap digunakan, dengan menangani data yang hilang dan menyesuaikan format data agar konsisten. Model Decision Tree C4.5 dipilih karena kemampuannya mengolah data dengan berbagai format dan hasilnya dapat dengan mudah dipahami. Model C4.5 dievaluasi menggunakan metrik akurasi, presisi, sensitivitas, dan spesifisitas. Dengan performa yang baik, model ini memiliki potensi untuk digunakan dalam sistem pendukung keputusan medis. Implementasinya di lapangan dapat membantu tenaga medis dalam mempercepat diagnosis dan memberikan penanganan yang lebih tepat waktu, yang sangat penting dalam menangani pasien DBD.
Abstract:Koperasi Simpan Pinjam Serdang Indah Mandiri Kisaran adalah salah satu koperasi unit simpan pinjam di wilayah Kecamatan Kisaran Barat Kabupaten Asahan Provinsi Sumatera Utara. Permasalahan yang sering terjadi pada Koperasi…
si Simpan Pinjam Serdang Indah Mandiri Kisaran adalah kredit macet. Kredit Macet mengakibatkan kerugian bagi perusahaan dan pemotongan gaji karyawan. Keputusan pemberian kredit pada pelanggan yang tidak tepat dapat berpotensi meningkatkan tingkat kredit macet. Prediksi kredit macet kepada calon nasabah dapat menurunkan resiko kerugian koperasi karena kredit macet. Berdasarkan hal tersebut maka perlu dilakukan uji coba prediksi potensi nasabah kredit macet berdasarkan riwayat data kredit sebelumnya. Salah satu metode prediksi yang dapat digunakan untuk Data Mining adalah dengan decision tree menggunakan algoritma C4.5. Menerapkan algoritma C4.5 dapat membantu pihak koperasi dalam pengambilan keputusan pemberian kredit karena mampu memprediksi nasabah lancar dan macet.
Abstract:Abstract: Sipaku Area Village currently has a population of 1963 family cards with a density of 7423 people divided into 8 hamlets. Villages can still register people who do not have an Indonesia Smart Card with the concerned…
erned office by recording the data on the people who have KPS, PKH or SKTM, to get the Indonesia Smart Card (KIP) program, because many people submit applications and there are many criteria that must be taken into account. faced by the Sipaku Area Village Head Office in determining the priority of potential KIP recipients is very difficult, not transparent and inefficient. Therefore, to overcome this problem, it is necessary to have a system for determining the priority of potential KIP recipients by adding some more basic criteria. In this study a decision support system was designed using the AHP (Analitycal Hierarchy Process) method. The results of calculations using the pairwise comparison matrix for the use of criteria show that the most important priority is shown in the status of an active applicant of 0.391, the second priority is the completeness of the files of 0.406, the third priority is the orphanage of 0.095, the fourth priority is parental income of 0.066, and the priority the fifth is a dependent of 0.041. Meanwhile, for alternative use, the data obtained is that the highest value weight determines the recipient of Smart Indonesia Card Assistance (KIP), namely Rizky Amelia Ritonga with a value of 0.171, the second alternative is Rangga Pranata with a value of 0.141 and the third alternative is Elva Radis with a value of 0.124.
Keywords: Smart Indonesian Card Recipients (KIP), AHP Method, PHP and MySQL.
Abstrak: Desa Sipaku Area yang sekarang ini mempunyai jumlah penduduk 1963 kartu keluarga dengan kepadatan 7423 jiwa yang terbagi dalam 8 Dusun. Desa tetap bisa mendaftarkan masyarakat yang tidak memiliki Kartu Indonesia Pintar ke Dinas yang bersangkutan dengan mendata masyarakatnya yang memiliki KPS, PKH atau SKTM, untuk mendapat program Kartu Indonesia Pintar (KIP), karena banyaknya masyarakat mengajukan permohonan dan banyak kriteria yang harus diperhitungkan, sehingga Kendala yang dihadapi oleh pihak Kantor Kepala Desa Sipaku Area dalam menentukan prioritas calon penerima KIP sangat sulit, tidak transparan dan tidak efesien. Oleh Karena itu, untuk mengatasi permasalahan tersebut perlu adanya sistem dalam menentukan prioritas calon penerima KIP dengan menambahkan beberapa kriteria yang lebih mendasar. Pada penelitian ini dirancang sistem pendukung keputusan menggunakan metode AHP (Analitycal Hierarchy Process). Hasil perhitungan menggunakan matrik perbandingan berpasangan untuk penggunaan kriteria menunjukkan bahwa prioritas yang paling utama ditunjukkan pada status Pemohon aktif sebesar 0.391, prioritas kedua yaitu Kelengkanpan Berkas sebesar 0.406, prioritas ketiga yaitu kondisi yatim piatu sebesar 0.095, prioritas keempat yaitu penghasilan orangtua sebesar 0.066, dan prioritas kelima yaitu tanggungan sebesar 0.041 Sedangkan untuk penggunaan alternatif diperoleh data yaitu bobot nilai paling tinggi menentukan Penerima Bantuan Kartu Indonesia Pintar (KIP) yaitu Rizky Amelia Ritonga dengan nilai 0.171, alternatif kedua Rangga Pranata dengan nilai 0.141 dan alternatif ketiga Elva Radis dengan nilai 0.124.
Kata kunci : Penerima Bantuan PIP, Metode AHP, PHP dan MySQL.