Abstract:Penentuan kenaikan gaji karyawan pada sebuah instansi maupun perusahaan banyak terdapat kendala terhadap penilaian karyawan sehingga hasil keputusan yang diperoleh tidak sesuai kriteria yang ditentukan. Pemanfaatan teknologi pada sebuah sistem pendukung keputusan mampu memberikan solusi untuk membantu manajer pengambil keputusan. Sistem pendukung keputusan yang dibuat untuk membantu menentukan kenaikan gaji karyawan AKBID As-Syifa Kisaran memanfaatkan FMADM (Fuzzy Multiple Atribute Decission Making) dengan salah satu metodenya yaitu SAW (Simple Additive Weighting) yang menghasilkan alternatif keputusan terbaik dari beberapa alternatif. Dimana alternatif terbaik diperoleh melalui penjumlahan terbobot dari rating kinerja pada setiap alternatif. Metode ini dipilih karena mampu memilih alternatif terbaik berdasarkan kriteria yang sudah dihitung dengan nilai bobot dari setiap atributnya. Alternatif keputusan terbaik diperoleh sebanyak 2 karyawan atau 14% dari 14 data karyawan yang telah diolah.…
tukan. Pemanfaatan teknologi pada sebuah sistem pendukung keputusan mampu memberikan solusi untuk membantu manajer pengambil keputusan. Sistem pendukung keputusan yang dibuat untuk membantu menentukan kenaikan gaji karyawan AKBID As-Syifa Kisaran memanfaatkan FMADM (Fuzzy Multiple Atribute Decission Making) dengan salah satu metodenya yaitu SAW (Simple Additive Weighting) yang menghasilkan alternatif keputusan terbaik dari beberapa alternatif. Dimana alternatif terbaik diperoleh melalui penjumlahan terbobot dari rating kinerja pada setiap alternatif. Metode ini dipilih karena mampu memilih alternatif terbaik berdasarkan kriteria yang sudah dihitung dengan nilai bobot dari setiap atributnya. Alternatif keputusan terbaik diperoleh sebanyak 2 karyawan atau 14% dari 14 data karyawan yang telah diolah.
Abstract:Abstract: Push Notification is a service that is widely used for the purposes of notification via short messages on the smartphone. With the Push Notification service, users can be helped in terms of short notice notification.…
ication. In the implementation of Push Notification can be utilized in various daily needs such as attendance monitoring, latest news updates, and so forth. Application to be designed is an application that can send Push Notification which will be able to diembangkang in various fields according to user needs. Lack of knowledge in providing information in real time, resulting in information submitted is not up-to-date, so that in various situations and conditions of information provided has been obsolete. Push Notification is one service that can answer the problem so that no more information is not delivered the latest, with the use of this service every update information will be immediately sent as a message notification, so the latest information will not be missed. Push Notification Services are generally widely applied to mobile applications such as Android and iOS. For the use of the largest mobile operating system based on statcounter for 2012 to 2016 in Indonesia is controlled by the Android Operating System. Based on the data the application development Push Notification is applied to the Andoid Operating System as the largest market share today.
Keywords: Applications, Push Notification, Mobile, Android.
Abstrak: Push Notification adalah sebuah layanan yang banyak digunakan untuk keperluan pemberitahuan melalui pesan pendek yang ada di smartphone. Dengan adanya layanan Push Notification tersebut, pengguna dapat terbantu dalam hal yang bersipat pemberitahuan secara singkat. Pada implementasinya Push Notification dapat dimanfaatkan dalam berbagai keperluan sehari-hari misalnya untuk monitoring absensi, update berita terbaru, dan sebagainya. Aplikasi yang akan dirancang adalah sebuah aplikasi yang dapat mengirim Push Notification yang nantinya akan dapat dikembangkang di berbagai bidang sesuai dengan kebutuhan pengguna. Kurangnya pengetahuan dalam memberikan informasi secara real time, berakibat informasi yang tersampaikan tidak up-to-date, sehingga dalam berbagai situasi dan kondisi informasi yang diberikan telah usang. Push Notification salah satu layanan yang dapat menjawab masalah tersebut sehingga tidak ada lagi informasi yang terbaru tidak tersampaikan, dengan penggunaan layanan ini setiap terjadi update informasi maka akan langsung terkirim sebagai pesan notification, sehingga informasi yang terbaru tidak akan terlewatkan. Layanan Push Notification umumnya banyak diterapkan pada aplikasi mobile seperti Android dan IOS. Untuk penggunaan Sistem Operasi mobile terbesar berdasarkan statcounter untuk tahun 2012 sampai 2016 di Indonesia dikuasi oleh Sistem Operasi Android. Berbasarkan data tersebut pengembangan aplikasi Push Notification ini diterapkan pada Sistem Operasi Andoid sebagai pangsa pasar terbesar saat ini.
Kata Kunci: Aplikasi, Push Notification, Mobile, Android.
Abstract:Dengan pemanfaatan teknologi,industri rumah tangga yang kecil dapat berkembang ke dalam bentuk usaha yang lebih luas lagi seperti usaha kerupuk kulit ini. Kerupuk kulit merupakan usaha yang berkembang cukup baik di kabupaten…
aten asahan. Selain itu usaha kerupuk kulit di Asahan sangat beragam, tidak hanya berbahan dari hewan namun juga tumbuhan. Kualitas kerupuknya sangat baik sehingga kerupuk tersebut memiliki pemasaran yang bagus di daerah asahan dan sekitarnya. Oleh karena itu semakin hari permintaan akan kerupuk kulit semakin bertambah. Hal tersebut mengakibatkan rantai pasokan antara pemasok bahan baku terhadap produsen dan pasokan hasil produk pada konsumen menjadi tidak seimbang. Untuk mengatasi hal tersebut produsen kerupuk kulit, khususnya Usaha Kerupuk kulit bunda menggunakan sistem informasi dalam pengolahan rantai pasokan bahan baku danpemasaran produk kerupuk kulit. Salah satu cara yang digunakan adalah E-Supply Chain Manajemen, dimana rantai pasokan baku diatur dan di kontrol sedemikian rupa mulai dari pemasok bahan baku (supplier) ke produsen serta pemasaran produk jadi kepada konsumen.Sehingga dengan adanya E- Supply Chain Manajemen produktivitas hasil industri rumah tangga dapat di kontrol mulai dari pemasokan bahan baku sampai pada proses penjualan kepada konsumen
Abstract:PDAM Kisaran merupakan salah satu perusahaan daerah di kota Kisaran yang bergerak dalam bidang proses pengelolaan air bersih. Untuk pelaksanaan penempatan karyawan baru pada perusahaan daerah ini dilakukan dengan cara…
a pengolahan data secara manual yang belum menggunakan penggunaan sistem pengambilan keputusan yang bersifat yang lebih objektif. Penempatan karyawan barui di suatu instansi adalah kebijaksanaan dari Departemen sumber daya manusia dalam menetukan posisisi atau jabatan seseorang. Dengan semakin berkembangnya ilmu pengetahuan dan teknologi komputerisasi maka diperlukan suatu sistem pendukung keputusan dalam menentukan penempatan karyawan baru pada perusahaan daerah ini. Dengan menggunakan metode SMART (Simple Multi Attribute Rating Technique) pada sistem pendukung ini maka akan lebih efektif dalam penentuan penempatan karyawan baru serta membantu Departemen sumber daya manusia dalam mengambil keputusannya.
Kata kunci: karyawan baru, PDAM Kisaran, sistem pendukung keputusan, SMART
Abstract:Kelapa sawit merupakan komoditas unggulan utama Indonesia, tanaman yang produk utamanya yaitu sawit mentah ini memiliki nilai ekonomis tinggi sehingga menjadi salah satu devisa negara yang terbesar dibandingkan dengan komoditas…
moditas perkebunan lainnya. Dalam proses prediksi harga jual kelapa sawit, diperlukan data berupa faktor-faktor yang mempengaruhi harga jual itu sendiri sehingga di peroleh prediksi untuk waktu yang akan datang. Metode prediksi yang digunakan dalam system ini adalah metode Jaringan Syaraf Tiruan Backpropagation merupakan metode yang sangat baik dalam proses pengenalan pola mengingat kemampuannya dalam mengadaptasikan kondisi jaringan dengan data yang diberikan dengan proses pembelajaran. Hasil dari metode Backpropagation berupa prediksi harga harga jual kelapa sawit untuk waktu yang akan datang.
Abstract:Abstract : Currently hydropower is a power plant that has a high potential to be developed in Indonesia because it has an adequate water source. Evaluation of plant maintenance performance becomes one important factor because…
cause it is one of the company's strategy to achieve its goals. For that we need a method to determine the priority of KPI where the company prioritized that can provide a balanced point of view of the overall system performance one of them is by implementing Analytical Hierarcy Process (AHP). Based on the AHP method of 16 KPIs consisting of 6 KPIs for Corporate Level, 6 KPIs for Strategic Level and 4 KPIs for Functional Level. From the results of the assessment of respondents involved KPI is the most prioritized PLTA LubukGadang Power Plant, South Solok Regency is known that the most priority factor companies at corporate level that is the number of kWh produced with a weight of 0.420. For strategic level that is capacity factor with weight 0,478 while for functional level that is rework maintenance with weight equal to 0,540.
KeyWord :Decision Support System, KPI, AHP,CompanyStrategy, Weighting
Abstrak :Saat ini PLTA merupakan pembangkit listrik yang memiliki potensi yang tinggi untuk dikembangkan di Indonesia karena memiliki sumber air yang memadai.Evaluasi kinerja pemeliharaan pembangkit menjadi salah satu faktor yang penting karena merupakan salah satu strategi perusahaan untuk mencapai tujuannya.Untuk itu diperlukan suatu metode untuk menentukan prioritas KPI mana yang diprioritaskan perusahaan yang dapat memberikan sudut pandang yang seimbang terhadap keseluruhan system kinerja salah satu diantaranya adalah dengan mengimplementasikan Analytical Hierarcy Process (AHP). Berdasarkan metode AHP dari 16 KPI yang terdiri dari 6 KPI untuk Corporate Level, 6 KPI untuk Strategic Level dan 4 KPI untuk Functional Level. Dari hasil penilaian responden yang terlibat didapatkan KPI yang paling diprioritaskan PLTA Unit Pembangkit Listrik Lubuk Gadang, Kabupaten Solok Selatan diketahui bahwa faktor yang paling diprioritaskan perusahaan pada corporate level yaitu banyaknya kWh yang diproduksi dengan bobot 0,420. Untuk strategic level yaitu capacity factor dengan bobot 0,478 sedangkan untuk functional level yaitu maintenance rework dengan bobot sebesar 0,540.
KeyWord :Sistem Pengambilan Keputusan, KPI, AHP, strategi perusahaan, pembobotan
Abstract:application of this technological development is an expert system devoted to the diagnosis of disease, one of which is malaria disease. The method used is forward chaining. This malaria diagnosis expert system is designed…
d not only to diagnose symptoms ofmalaria but also how to prevent malaria. Expert system to diagnose malaria disease is built on the web.
Keywords: expert system, forward chaining, malaria, web.
Abstrak: Seiring kemajuan teknologi komputer yang semakin pesat, seluruh aspek-aspek yang berkaitan dengan kehidupan tak luput dari pengaruh perkembangan teknologi ini, begitu juga dengan dunia kesehantan. Bentuk penerapan dari perkembangan teknologi ini adalah sebuah sistem pakar yang ditujukan untuk diagnosa penyakit, salah satunya adalah penyakit malaria. Adapun metode yang digunakan adalah forward chaining. Pada sistem pakar diagnosa penyakit malaria ini dirancang tidak hanya dapat mendiagnosa gejala dari penyakit malaria saja tetapi juga bagaimana cara pencegahan dari penyakit malaria. Sistem pakar mendiagnosa penyakit malaria ini dibangun berbasis web.
Kata kunci: sistem pakar, forward chaining, malaria, web.
Abstract:Abstract: There are several facilities in distributing funds to the customer which is owned by Bank Syariah Bukopin. One of them is Kredit Pemilikan Rumah / Housing Loan (mortgage), so far the bank when provides mortgages…
s to customers still uses risk prediction manually in giving credit to customers which is taking up a lot of time and energy especially when the customer reports is further analyzed by the Bank. One technique that can help in predicting the Bank's credit risk determination is Decision Tree which is a technique that is a part of Data Mining techniques to take a decision in the form of a tree. With Decision Tree techniques, it is expected to help the bank to allow faster and easier in predicting the data and getting a conclusion from existing data. One of the ways to predict the data is using Dtreg software. This software only uses data that is in the format of "csv (comma delimited)â€, if it is not using the format" csv (comma delimited)", so that the data can not be processed by Dtreg software. When the excel format has been converted to the "csv (comma delimited)" format, the analysis process can be done. Dtreg can generate decision tree, one of them is the result of risk decision from the number of mortgages based on the number of customers.
Keywords: data mining, decision tree
Abstrak: Ada beberapa fasilitas dalam penyaluran dana ke nasabah yang di miliki Bank Syariah Bukopin. Salah satunya Kredit Pemilikan Rumah (KPR), selama ini pihak Bank memberikan KPR ke nasabah masih menggunakan prediksi resiko secara manual dalam meberikan kredit kepada nasabah yang banyak menyita waktu dan tenaga apalagi pada saat laporan nasabah dianalisa lebih lanjut oleh pihak Bank. Salah satu teknik yang dapat membantu pihak Bank dalam memprediksi Penentuan resiko kredit adalah teknik Decision Tree yang merupakan bagian dari teknik Data Mining untuk mengambil suatu keputusan dalam bentuk pohon. Dengan teknik Decision Tree diharapkan dapat membantu pihak bank agar lebih cepat dan mudah dalam memprediksi data dan menarik suatu kesimpulan dari data yang ada.Salah satu cara memprediksi data tersebut dengan menggunakan software Dtreg. Pada software ini data yang digunakan hanya bisa dalam bentuk format “csv (comma delimited), jika tidak menggunakan format “csv (comma delimited)“ maka data tersebut tidak bisa diproses oleh software Dtreg dan selanjutnya jika format excel yang telah dirubah ke format “csv (comma delimited)â€, maka akan dapat dilakukan proses analisa. Dtreg dapat menghasilkan pohon keputusan, salah satu nya yaitu hasil keputusan resiko dari jumlah kredit pemilikan rumah berdasarkan jumlah nasabah.
Kata kunci: data mining, decision tree
Abstract:Abstract: The high level of student success and the low level of student failure is a quality of the education world. The world of education is currently required to have the ability to compete by utilizing all resources…
owned. In addition to facilities, infrastructure and human resources, information systems are one of the resources that can be used to improve competency skills. Data mining is a process of data analysis to find a dataset of data set. Data mining is able to analyze large amounts of data into information that has meaning for decision supporters. One process of data mining is clustring. Attributes used in the grouping of student achievement are Name, Extracurricular, Value which include Task Value, Uts Value, Value of Uses, total absenteeism, and Attitude value. The case study of 20 students with distance calculation using manhattan distance, chbychep distance and euclidian distance yielded 67% accuracy.
Keywords: data mining, clustering, k-means, student achievement
Abstrak: Tingginya tingkat keberhasilan siswa dan rendahnya tingkat kegagalan siswa merupakan cemin kualitas dunia pendidikan.Dunia pendidikan saat ini dituntut untuk memiliki kemampuan bersaing dengan memanfaatkan semua sumber daya yang dimiliki. Selain sumber daya sarana, prasarana dan manusia, sistem informasi merupakan salah satu sumber daya yang dapat digunakan untuk meningkatkan kemampuan barsaing. Data mining merupakan proses analisa data untuk menemukan suatu pola dara kumpulan data. Data mining mampu menganalisa jumlah data yang besar menjadi informasi yang mempunyai arti bagi pendukung keputusan. Salah satu proses data mining adalah clustring. Atribut yang digunakan dalam pengelompokan prestasi siswa adalah Nama, Ekstrakulikuler, Nilai yang meliputi Nilai Tugas, Nilai Uts, Nilai Uas, jumlah ketidak hadiran siswa (absensi), dan Nilai sikap. Studi kasus pada 20 siswa dengan perhitungan jarak menggunakan manhattan distance, chbychep distance dan euclidian distance menghasilkan akurasi sebesar 67%.
Kata kunci: data mining, clustering, k-means, prestasi siswa
Abstract:Penelitian ini bertujuan untuk menganalisis konten latihan dan soal yang merepresentasikan kemampuan berpikir tingkat tinggi (HOTS) pada buku teks Matematika kelas VII SMP terbitan Kementerian Pendidikan, Kebudayaan, Riset,…
et, dan Teknologi sebagai bahan ajar Kurikulum Merdeka. Anifarka & Rosnawati (2023) menyatakan bahwa buku teks yang berkualitas seyogianya mampu memfasilitasi perkembangan kognitif peserta didik selaras dengan capaian pembelajaran yang ditetapkan. Metode yang diterapkan dalam kajian ini adalah analisis isi dengan pendekatan deskriptif kualitatif. Instrumen analisis merujuk pada dimensi kognitif C4 (Menganalisis), C5 (Mengevaluasi), dan C6 (Menciptakan) berdasarkan revisi taksonomi Bloom oleh Anderson & Krathwohl (2001). Temuan penelitian mengindikasikan bahwa dari total 485 butir soal dan aktivitas yang tersebar pada enam bab, sebanyak 147 butir (30,31%) tergolong dalam kategori HOTS. Distribusi HOTS tertinggi ditemukan pada Bab 5 tentang Persamaan dan Pertidaksamaan Linear Satu Variabel (38,46%), sedangkan terendah pada Bab 1 tentang Bilangan (22,80%). Level kognitif yang paling dominan adalah C4-Menganalisis (58,50%), diikuti C5-Mengevaluasi (28,57%), dan C6-Mencipta (12,93%). Temuan ini mengindikasikan bahwa buku teks Kurikulum Merdeka telah mengintegrasikan HOTS secara lebih sistematis dibandingkan kurikulum sebelumnya (Fanani, 2018)meskipun proporsinya perlu ditingkatkan untuk memenuhi tuntutan pembelajaran abad ke-21.
This study aims to analyze the content of exercises and questions representing higher-order thinking skills (HOTS) in the Mathematics textbook for grade VII junior high school published by the Ministry of Education, Culture, Research, and Technology as teaching materials for the Independent Curriculum. Anifarka & Rosnawati (2023) stated that a quality textbook should be able to facilitate students' cognitive development in line with the established learning outcomes. The method applied in this study is content analysis with a qualitative descriptive approach. The analysis instrument refers to the cognitive dimensions C4 (Analyzing), C5 (Evaluating), and C6 (Creating) based on the revised Bloom's taxonomy by Anderson & Krathwohl (2001). The research findings indicate that of a total of 485 questions and activities spread across six chapters, 147 items (30.31%) are classified as HOTS. The highest HOTS distribution was found in Chapter 5 on Linear Equations and Inequalities with One Variable (38.46%), while the lowest was in Chapter 1 on Numbers (22.80%). The most dominant cognitive level is C4-Analyzing (58.50%), followed by C5-Evaluating (28.57%), and C6-Creating (12.93%). This finding indicates that the Independent Curriculum textbooks have integrated HOTS more systematically than the previous curriculum (Fanani, 2018), although the proportion needs to be increased to meet the demands of 21st-century learning.