Search Articles & Publications

Showing 2 articles found for "Decission"
JURTEKSI (jurnal Teknologi dan Sistem Informasi) (Vol. 4, No. 2, 2018)

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KENAIKAN GAJI KARYAWAN

Marpaung, Nasrun
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.
Global Research
8 views
JURTEKSI (jurnal Teknologi dan Sistem Informasi) (Vol. 4, No. 1, 2017)

Analisis Dengan Metode Klasifikasi Menggunakan Decission Tree Untuk Memprediksi Penentuan Resiko kredit Bank

Syafnur, Afdhal
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)”, 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)”, 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
Global Research Analisis Dengan Metode Klasifikasi Menggunakan Decission Tree Untuk Memprediksi Penentuan Resiko Bank
10 views