Abstract:Pemilihan smartphone yang sesuai kebutuhan menjadi tantangan tersendiri di tengah pesatnya perkembangan teknologi dan banyaknya varian produk yang beredar di pasaran. Sebagian besar konsumen, khususnya yang tidak memiliki…
i latar belakang teknis, kesulitan dalam mengevaluasi spesifikasi perangkat secara objektif. Hal ini menyebabkan keputusan pembelian sering kali didasarkan pada opini subjektif, promosi, atau tren semata. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem pendukung keputusan (SPK) menggunakan metode ELECTRE sebagai pendekatan dalam pengambilan keputusan multikriteria. Metode ini dipilih karena kemampuannya dalam membandingkan alternatif berdasarkan dominasi relatif dari sejumlah kriteria sekaligus. Penelitian ini menggunakan lima alternatif merek smartphone dan lima kriteria utama, yaitu harga, RAM, ROM, kualitas kamera, dan kapasitas baterai. Data diperoleh melalui kuesioner, dokumentasi, dan observasi pasar. Tahapan perhitungan ELECTRE meliputi normalisasi data, pembobotan, pembentukan matriks concordance dan discordance, serta penyusunan matriks agregat untuk menentukan peringkat alternatif. Hasil penelitian menunjukkan bahwa metode ELECTRE efektif dalam memberikan rekomendasi smartphone terbaik secara objektif dan rasional. Sistem yang dibangun mampu menjadi solusi bagi konsumen dalam mengambil keputusan yang tepat, serta berpotensi diterapkan secara luas dalam pengembangan aplikasi rekomendasi produk berbasis data.
Abstract:Perkembangan teknologi informasi mendorong pemanfaatan machine learning dalam analisis data penjualan untuk mendukung pengambilan keputusan bisnis. Minimarket Mardi memiliki beragam produk dengan pola pembelian yang bervariasi,…
ariasi, sehingga diperlukan metode analisis yang mampu mengelompokkan data penjualan secara lebih terstruktur. Penelitian ini menerapkan algoritma K-Means Clustering untuk melakukan segmentasi penjualan berdasarkan atribut tertentu, seperti kategori produk, jumlah penjualan, serta frekuensi transaksi. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, penentuan jumlah klaster optimal dengan metode Elbow, serta implementasi algoritma K-Means. Hasil analisis menunjukkan terbentuknya beberapa klaster yang merepresentasikan pola penjualan produk di Minimarket Mardi, mulai dari produk dengan tingkat penjualan tinggi, sedang, hingga rendah. Segmentasi ini dapat membantu manajemen minimarket dalam merancang strategi pemasaran yang lebih tepat sasaran, pengelolaan stok yang lebih efisien, serta peningkatan pelayanan kepada konsumen. Dengan demikian, penerapan K-Means Clustering terbukti efektif dalam mendukung pengambilan keputusan berbasis data di sektor ritel.
Abstract:Bantuan sosial adalah salah satu program utama pemerintah untuk meningkatkan taraf hidup masyarakat. Salah satu program bantuan sosial yang menjadi perhatian pemerintah adalah bantuan Raskin (beras untuk keluarga miskin).…
. Pengelolaan program bantuan sosial Raskin di Kelurahan Sidomulyo selama ini dilakukan dengan cara manual, yang mengakibatkan ketidakakuratan data dan ketidaktepatan sasaran penerima bantuan. Penelitian ini bertujuan untuk memperbaiki akurasi dan efisiensi proses seleksi penerima bantuan Raskin dengan menerapkan model Naive Bayes. Model ini digunakan untuk mengelompokkan data penerima berdasarkan kriteria, seperti kondisi rumah, status kepemilikan rumah, tanggungan keluarga, dan jumlah penghasilan.
Berdasarkan penelitian yang dilakukan menggunakan data dari 300 kepala keluarga, model ini berhasil mencapai tingkat akurasi sebesar 81,66%. Hasil penelitian menunjukkan bahwa 60,3% kepala keluarga dinyatakan layak menerima bantuan, sedangkan 39,7% tidak layak. Implementasi model Naive Bayes diharapkan dapat meningkatkan transparansi, keadilan, dan efisiensi dalam pelaksanaan program bantuan sosial di masa yang akan datang.
Abstract:Promosi merupakan suatu kegiatan yang dilakukan untuk menyampaikan, menyebarkan, dan menawarkan produk, supaya calon konsumen tertarik untuk membeli. Dalam pelaksanaann promosi CV. Pentaland Jaya Abadi menggunakan media…
website dan brosur yang masih yang berisi gambar 2 dimensi dan informasi tentang perumahan sehingga calon konsumen kurang tertarik disebabkan konsumen tidak bisa melihat bentuk eksterior dan interior secara langsung. Calon konsumen biasanya mendapatkan brosur melalui lokasi proyek yang masih dalam proses pembangunan, setelah itu menghubungi kebagian marketing. Salah satu cara mengatasi masalah ini dapat menggunakan teknologi Augmented Reality dengan metode pengembangan yang sesuai adalah Multimedia Development Life Cycle (MDLC) yang meliputi Concept, Design, Material Collecting, Assembly, Testing, dan Distribution sehingga penelitian ini dapat menghasilkan aplikasi Augmented Reality berbasis android yang dapat menampilkan bentuk virtual 3 dimensi dari 3 perumahan diantaranya Calista Haus, Grand Ayahanda Residence dan Tuasan Homey. Dari masing-masing perumahan menghasilkan objek 3 dimensi pada bagian eksterior dan interior sehingga dapat memberikan ketertarikan untuk membeli objek rumah dan selain itu juga membantu pada bagian marketing dalam mempromosikan objek perumahan tanpa perlu memperlihatkan banyak miniatur yang membutuhkan waktu dan juga tempat yang besar.
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:Perkebunan adalah segala kegiatan yang mengusahakan tanaman tertentu pada tanah atau media tumbuh lainnya dalam ekosistem yang sesuai, mengolah, dan memasarkan barang dan jasa hasil tanaman tersebut, dengan bantuan ilmu…
pengetahuan dan teknoligi, permodalan serta manajemen untuk mewujudkan kesejahteraan bagi pelaku usaha perkebunan dan masyarakat. Perkebunan Membang Muda merupakan salah satu perkebunan yang terletak di kecamatan kualuh hulu, kabupaten Labuhanbatu Utara provinsi Sumatera Utara yang memiliki beberapa afdeling. Namun masih banyak karyawan yang kesulitan dalam mencari area penyebaran pemupukan dan jadwal pemupukan.. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Geografis (SIG) yang menggunakan teknologi web untuk memetakan area penyebaran pemupukan di Perkebunan Membang Muda. Dimulai dengan analisis kebutuhan dan perancangan aplikasi menggunakan Aliran Sistem Informasi (ASI), Unifield Modeling Language (UML), Entity Relationship Diagram (ERD), Flowchart, hingga tahap pengujian. Hasil pengujian terhadap aplikasi web SIG ini menunjukkan bahwa aplikasi ini dapat membantu karyawan dalam mencari informasi area penyebaran pemupukan di Perkebunan Membang Muda. Tujuannya dengan adanya aplikasi ini, karyawan dapat lebih mudah dan cepat dalam mendapatkan informasi tentang area penyebaran pemupukan di Perkebunan Membang Muda
Abstract:Metode Profile Matching merupakan salah satu dari Sistem Pendukung Keputusan, yaitu suatu system berbasis komputer guna membantu para pengambil keputusan dalam mengatasi permasalahannya untuk mendapatkan atau menghasilkan…
n keputusan yang tepat. [spk] perhitungan dari metode profile matching cukup sederhana, yaitu dengan membandingkan GAP dengan nilai alternative dan kriteria. Ada beberapa hal yang penting yang perlu diketahui mengenai analisis GAP, yaitu table nilai bobot GAP [1]. Selain itu, analisis GAP juga harus memiliki konsep skala prioritas untuk stiap kriteria Karena kemudahan perhitungan dari metode profile matching serta kebutuhan dan tujuan penelitian yang juga sederhana maka peneliti mengambil judul implementasi perhitungan metode profile matching untuk membantu peneliti memberikan jawaban pada komutias akhwat sholeha khususnya kisaran dalam mendapatkan rumah singgah dakwah yang tepat atau cocok untuk dihuni. Adapun tahapan perhitungan dari Profile Matching adalah Penentuan Bobot Nilai GAP, lalu perhitungan dan pengelompokkan core factor dan secoundary factor, selanjutnya perhitungan nilai total tiap kompetensi kriteria dan terakhir perhitungan rangking [2], [3], [4]. Setelah mendapatkan hasil perhitungan yang tepat terhadap rumah singgah dakwah, perhitungan dihentikan dan hasil seleksi diberikan kepada founder KoAS. Hasil dari seleksi rumah singgah dakwah pada Komunitas akhwat Sholehah (KoAS) Kisaran berupa nama dan nilai.
Abstract:Penelitian ini bertujuan untuk mengembangkan metode pemilihan penerima bantuan pemanfaatan dan penghunian rumah susun kota Tanjungbalai dengan menggunakan metode Weighted Aggregated Sum Product Assesment (WASPAS). Metode…
WASPAS digunakan untuk menyelesaikan masalah pemilihan yang kompleks dengan mempertimbangkan kriteria yang berbeda dan bobot yang berbeda untuk masing-masing kriteria. Penelitian ini menggunakan data calon penerima bantuan pemanfaatan dan penghunian rumah susun kota Tanjungbalai. Terdapat 7 kriteria yang digunakan dalam penelitian ini. Setelah mendapatkan data kriteria, maka dilakukan analisis WASPAS untuk menentukan bobot kriteria dan ranking kandidat. Selanjutnya, ranking kandidat ditentukan dengan membandingkan nilai preferensi setiap calon penerima bantuan dengan nilai preferensi ideal. Hasil penelitian menunjukkan bahwa calon penerima bantuan dengan ranking tertinggi adalah calon penerima bantuan yang memenuhi kriteria yang ditetapkan. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa metode WASPAS dapat digunakan sebagai alat bantu dalam pemilihan penerima bantuan pemanfaatan dan penghunian rumah susun kota Tanjungbalai dengan efektif dan efisien. Metode ini dapat juga dapat meminimalkan kesalahan dalam pemilihan dan meningkatkan efektivitas bantuan yang diberikan.
Abstract:Layanan informasi atau hasil yang didapatkan dari penggunaan teknologi tersebut dapat digunakan sebagai suatu keputusan atau rekomendasi dalam penyelesaian masalah yang dihadapi, termasuk pada perusahaan seperti PT. Indomarco…
domarco Prismatama (Indomaret). Permasalahan yang terjadi saat ini di PT. Indomarco Prismatama (Indomaret) yaitu proses penilaian untuk pengangkatan karyawan kontrak menjadi karyawan tetap berdasarkan penilaian berkas dan pemilihan secara manual (tanpa system) atau bisa disebut juga dengan melakukan prediksi atau perkiraan. Penelitian dilakukan di PT. Indomarco Prismatama (Indomaret) Jl. Industri No. 60 Tanjung Morawa B. Kriteria yang digunakan dalam kualifikasi penentuan pengangkatan karyawan kontran menjadi tetap yaitu: kualitas kerja, lama bekerja, presensi dan pendidikan. Perancangan sistem pendukung keputusan dengan metode SMART telah berhasil di lakukan untuk penentuan pengangkatan karyawan kontrak menjadi karyawan tetap di PT. Indomarco Prismatama (Indomaret).
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.