Article Per Year (5 Year)
p-Index From 2019 - 2024
2.679
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Jurnal Edukasi dan Penelitian Informatika (JEPIN) Sistemasi: Jurnal Sistem Informasi IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) Jurnal CoreIT Information Management For Educators And Professionals (IMBI) Jurnal Sisfokom (Sistem Informasi dan Komputer) JurTI (JURNAL TEKNOLOGI INFORMASI) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Responsif : Riset Sains dan Informatika Computer Science (CO-SCIENCE) Jurnal Publikasi Ilmu Komputer dan Multimedia
Mayangky, Nissa Almira
Universitas Nusa Mandiri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Peramalan Data Kunjungan Wisatawan Mancanegara ke Indonesia menggunakan Fuzzy Time Series Thira, Indra Jiwana; Mayangky, Nissa Almira; Kholifah, Desiana Nur; Balla, Imanuel; Gata, Windu
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 1 (2019): Volume 5 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (54.843 KB) | DOI: 10.26418/jp.v5i1.31074

Abstract

Wisatawan mancanegara memegang peranan penting terhadap pertumbuhan ekonomi dari sektor pariwisata. Untuk meningkatkan kunjungan wisatawan mancanegara perlu dilakukan pembangunan yang berkelanjutan pada sektor pariwisata. Pembangunan yang dilakukan harus sejalan dengan tren pertumbuhan kunjungan wisatawan mancanegara agar pembangunan tepat sasaran, efektif dan efisien. penelitian ini bertujuan untuk meramalkan kunjungan wisatawan mancanegara ke Indonesia menggunakan metode Fuzzy Time Series. Data historis yang digunakan adalah data kunjungan wisatawan mancanegara ke Indonesia periode Januari Tahun 2013 sampai dengan Desember Tahun 2017 dari Badan Pusat Statistik (BPS). Implementasi Fuzzy Time Series pada data historis menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 4,42 % dengan tingkat kesalahan tertinggi sebesar sebesar 18,05% pada Januari 2014 dan kesalahan terendah sebesar 0,04% pada Mei 2017. Hasil tersebut menunjukan bahwa penggunakan Fuzzy Time Series pada peramalan data kunjungan wisatawan mancanegara ke Indonesia memiliki hasil yang sangat baik.
Perbandingan Algoritma Multi-Thresholding, Konversi Biner, Low-Pass Filtering pada Segmentasi Rambut Kaki Ridan Nurfalah; Sri Hadianti; Nissa Almira Mayangky; Muhammad Faitullah Akbar
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (727.792 KB) | DOI: 10.32520/stmsi.v10i1.1117

Abstract

AbstrakRambut berada tersebar pada bagian tubuh manusia dan memiliki fungsi yang berbeda, untuk mementingkan estetika tidak sedikit orang yang melakukan pencukuran rambut pada beberapa bagian tubuh, salah satunya bagian kaki. Terdapat banyak metode pencukuran yang tersedia saat ini, mulai dari cara alami, terapi, modern sampai penggunaan laser, namun pada penelitian ini berfokus pada metode laser. Pencukuran rambut dengan metode laser kelebihannya dapat menghilangkan rambut dalam jangka waktu yang cukup lama dengan pengaplikasian yang cukup mudah, dan tidak memerlukan waktu yang lama dibandingkan dengan teknik pengaplikasian tradisional. Dengan permasalahan itu dibutuhkan sistem yang bisa membedakan wilayah rambut dan kulit, sehingga tujuan untuk hair removal lebih fokus pada bagian rambut dan tidak mencederai bagian atau lapisan kulit. Pemisahan dua bagian tersebut dilakukan dengan cara segmentasi helai rambut dan menghilangkan bagian kulit. Empat metode dibandingkan dalam penelitian ini yaitu multi-thresholding, Konversi biner, low-filter dan high- filter, hasil dari perbandingan empat metode diketahui jika metode Multi-Thresholding diyakini dapat melakukan segmentasi rambut dengan baik, karena pola rambut dapat terlihat jelas dan tidak banyak noise yang terlihat.Kata Kunci: konversi biner, low-pass filtering, multi-thresholding, high-pass filtering, segmentasi AbstractHair is scattered in various parts of the human body and has different functions. To emphasize the aesthetics, many people shave their hair on several parts of the body, one of which is the legs. Today, there are many shaving methods, ranging from natural, therapeutic, modern to laser use, but this research focuses on laser methods. Laser hair removal has the advantage that it can remove hair in a fairly long period of time with a fairly easy application and does not require a long time compared to traditional application techniques. With this problem, a system that can differentiate between hair and skin areas is needed so that hair removal aims to focus more on the hair and not injure any part or layer of the skin. The separation of the two parts is done by segmenting the hair strands and removing part of the skin. Four methods were compared in this study, namely multi-thresholding, binary conversion, low-filter, and high-filter. Comparing the four methods shows that the multi-thresholding method is believed to segment hair well because the hair pattern can be seen clearly, and not much noise is visible.Keywords: binary conversion, low-pass filtering, multi-thresholdinghigh-pass filtering, segmentation
Analisis Algoritma Klasifikasi Neural Network Untuk Diagnosis Penyakit Diabetes Jajang Jaya Purnama; Sri Rahayu; Siti Nurdiani; Tuti Haryanti; Nissa Almira Mayangky
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 1 (2020): Mei 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1030.887 KB) | DOI: 10.31294/ijcit.v5i1.6391

Abstract

Abstrak –  Diabetes merupakan penyakit yang sangat mematikan terbukti dari tahun ke tahun selalu ada yang meninggal dikarnakan pasien tersebut mengidap penyakit diabetes, banyak cara penangguhan sejak dini penyakit diabetes. Salah satunya dengan data mining klasifikasi algoritma neural network yang dapat digunakan untuk prediksi pasien mana yang terkena penyakit diabetes dan pasien mana yang tidak terkena diabetes dengan menggunakan parameter dan indikator yang ada, dan tools yang digunakan adalah tools rapid miner 9.0 yang mengahasilkan accuracy sebesar = 80.00% precision sebesar = 100.00 % dan recall sebesar = 2.50 % dengan AUC sebesar = 0.605 % yang artinya klasifikasi dinyatakan cukup, dari hasil tersebut bisa dimbil kesimpulan bahwa penelitian ini bisa mencegah dan bisa diketahui sejak dini mana yang termasuk penyakit diabetes mana yang tidak mengidap penyakit diabetes, dan dari penelitian ini sangat diharapkan angka kematian bisa berkurang.</>Katakunci: diabetes, klasifikasi, data mining, neural network.Abstract – Diabetes is a very proven disease from year to year there are always people who die, many ways to postpone early diabetes. One of them is data mining neural network algorithm classification which can be used to predict which patients are affected by diabetes and which patients are not affected by diabetes by using existing parameters and indicators, and the tools used are rapid miner 9.0 tools that produce accuracy = 80.00% precision = 100.00% and recall of = 2.50% with AUC of = 0.605% which means the classification is declared sufficient, From these results it can be concluded that this study can prevent and can be known from the outset which of the diabetics do not have diabetes, and from this study it is expected that the mortality rate can be reduced. Keywords: classification, data mining, diabetes, neural network
Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Pendidikan Dengan Menggunakan Metode Weighted Product Di Yatim Mandiri Arfita Adikvika; Nita Merlina; Nissa Almira Mayangky
Indonesian Journal on Software Engineering (IJSE) Vol 7, No 2 (2021): IJSE 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v7i2.11154

Abstract

AbstrakPemberian beasiswa dimaksudkan sebagai bantuan ekonomi guna meringankan beban biaya anak yang hendak melanjutkan pendidikan. Setiap lembaga pendidikan atau yayasan sosial memiliki program beasiswa. Begitu juga dengan Yatim Mandiri Rawamangun yang memiliki program beasiswa pendidikan yang ditujukan kepada anak yang mampu maupun yang kurang mampu. Dalam pemberian beasiswa diperlukan kriteria-kriteria yang telah ditetapkan sebagai pembanding untuk melakukan seleksi. Untuk membantu pihak Yatim Mandiri Rawamangun menentukan anak yang berhak menerima beasiswa, maka digunakan sebuah Sistem Pendukung Keputusan (SPK) yaitu metode Weighted Product sebagai salah satu metode pengambilan keputusan yang digunakan untuk mencari nilai yang paling optimal dari sejumlah anak dengan kriteria tertentu. Hasil penelitian dengan metode weighted product terhadap data sampel anak-anak di Yatim Mandiri Rawamangun untuk tahun 2021 menunjukkan Alzahra Sofyan Putri sebagai nilai paling optimal di peringkat pertama dengan nilai 0.03153 dan layak menerima beasiswa bersama 30 anak di peringkat lain yang diprioritaskan dalam pemberian beasiswa. Dengan digunakannya metode weighted product dapat membantu pihak Yatim Mandiri Rawamangun menentukan calon penerima beasiswa.Kata kunci: Sistem Pendukung Keputusan (SPK), Metode Weighted Product,Penerima BeasiswaAbstractThe provision of scholarships is intended as economic assistance to ease the burden of costs for children who want to continue their education. Every educational institution or social foundation has a scholarship program. Likewise with Yatim Mandiri Rawamangun has an educational scholarship program aimed at children who can afford it and those who are less fortunate. In awarding scholarships, it is necessary to have established criteria as a comparison to make the selection. To help Yatim Mandiri Rawamangun determine which children are eligible to receive scholarships, a Decision Support System (DSS) is used. The Weighted Product method is one of the decision-making methods used to find the most optimal value from several children with certain criteria. The results of the research using the weighted product method on the sample data of children at Yatim Mandiri Rawamangun for 2021 show Alzahra Sofyan Putri as the most optimal value in the first place with a value of 0.03153 and eligible to receive scholarships with 30 children in other ranks that are prioritized in providing scholarships. By using the weighted product method, it can help Yatim Mandiri Rawamangun determine prospective scholarship recipients. Keywords: Decision Support System (DSS), Weighted Product Method, Scholarship grantee 
Pengaruh Rating Film Terhadap Jumlah Audience Yang Menonton Film Nissa Almira Mayangky; Desiana Nur Kholifah; Imanuel Balla; Indra Jiwana Thira
Indonesian Journal on Software Engineering (IJSE) Vol 5, No 2 (2019): IJSE 2019
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v5i2.6963

Abstract

Abstrak:  Film menjadi salah satu bentuk hiburan yang ditawarkan dan diminati sejumlah audience dengan disajikan melalui adaptasi dari novel, komik, atau serial televisi, serta melalui berbagai macam media. Perkembangan perfilman dari tahun ke tahun semakin berkembang dan mulai diminati. Keinginan penonton dalam mencari, menggunakan dan menilai suatu film telah membuat dunia perfilman saat ini menjadi sorotan utama sineas dalam menyalurkan hobi, minat, bakat, dan usaha mereka. Penelitian ini dilakukan untuk mengetahui tentang apakah tingginya rating atau penilaian sebuah film berpengaruh pada banyaknya jumlah penonton. Penelitian ini menggunakan Metode kuantitatif deskriptif. Populasi dalam penelitian ini adalah semua penonton film box office tahun 2014-2015. Penelitian ini menggunakan 2 variabel yaitu rating dan views dengan jumlah data sebanyak 696 data. Pengolahan data yang digunakan algoritma regresi linier. Hasil pengolahan data implementasi algoritma regresi linier pada rapidminer menunjukan pengaruh rating film hanya sebesar 0,011. Kecilnya angka rating ini menunjukan bahwa pengaruh yang diberikan rating film terhadap jumlah audience tidak terlalu signifikan atau tidak berpengaruh.
ANALISIS TECHNOLOGY ACCEPTANCE MODEL PADA APLIKASI PLATFORM PERDAGANGAN ELEKTRONIK DI KALANGAN MAHASISWA Nur Fiyah; Nissa Almira Mayangky; Sri Hadianti; Dwiza Riana
JURNAL TEKNIK INFORMATIKA Vol 12, No 1 (2019): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (613.439 KB) | DOI: 10.15408/jti.v12i1.10507

Abstract

Shopee merupakan platform perdagangan elektronik yang didirikan pada tahun 2009 sebagai pasar mobile-sentris sosial yang pertama dimana pengguna aplikasi shopee ini dapat melakukan belanja, menjual, dan menjelajahi kapan saja melalui ponsel pintar dengan aman dan praktis. Aplikasi Shopee dipengaruhi dari beberapa faktor untuk menghasilkan sistem belanja yang sesuai dengan kebutuhan  penggunanya, tidak menutup kemungkinan bahwa masih ada pengguna yang merasa dikecewakan dengan pelayanan Shopee, hal inilah yang membuat para pengguna aplikasi merasa dikecewakan.Untuk meningkatkan kemudahan dan kenyamanan pengguna sistem maka perlu adanya pengukuran yang mendalam mengenai faktor mana yang mempengaruhi sikap penerimaan pengguna aplikasi Shopee di kalangan Mahasiswa. Metode penelitian menggunakan eksploratory dengan jumlah responden sebanyak 100 orang mahasiswa. Teknik analisis data menggunakan technology acceptance model (TAM). Hasil penelitian menunjukkan bahwa faktor Perceived usefulness, Perceived ease of use, Attitude, dan Intention to use semua berpengaruh signifikan pada penerimaan penggunaan aplikasi shopee dikalangan Mahasiswa. Hasil pengujian secara keseluruhan yang dihasilkan R squares adjusted sebesar 0.550 atau 55% dengan nilai T value pada Perceived ease of use terhadap Attitude memiliki nilai sebesar 7.861, Perceived ease of useterhadap Perceived ease of use memiliki nilai sebesar 9.777, Attitude terhadap Intention to use memiliki nilai sebesar 8.476 sehingga hasil ini menunjukkan bahwa nilai T value lebih besar dari taraf signifikansi 5% dan dapat diambil kesimpulan bahwa faktor Perceived usefulness, Perceived ease of use, Attitude,  dan Intention to use saling berpengaruh signifikan terhadap pengguna aplikasi Shopee di kalangan Mahasiswa.
ANALISA PERBANDINGAN METODE HISTOGRAM DAN MEDIAN FILTERING PADA CITRA MATA Nissa Almira Mayangky; Rousyati Rousyati; Dwiza Riana; Sri Hadianti; Ridan Nurfalah; Mochamad Rizky Kusumayudha
Jurnal RESPONSIF: Riset Sains & Informatika Vol 3 No 2 (2021): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v3i2.505

Abstract

Metode biometrik seperti sistem pengenalan ekspresi wajah, finger print, sistem pengenalan mata merupakan sebuah teknologi terkemuka yang dapat dimanfaatkan sebagai otentikasi pengguna. Karena mempunya sifat unik dan stabil, maka dapat berfungsi sebagai identitas hidup. Biometri mata membantu dalam mengidentifikasi individu dengan cara yang lebih intuitif dan alami. Pengenalan mata berfokus pada mengenali identitas individu menggunakan karakteristik tekstur berdasarkan pola mata. Mata menjamin stabilitas jangka panjang dan persyaratan juga jarang untuk proses pendaftaran. Akurasi, isi informasi yang lebih tinggi, ketepatan waktu nyata, kinerja, stabilitas, pengelakan rendah dan keunikan membuat teknologi mata sebagai salah satu yang paling cocok untuk digunakan di bidang identifikasi. Citra mata yang berhasil didapatkan merupakan citra mata yang terbagi atas data latih dan data uji yang akan diproses dalam tahap preprocessing. Pencahayaan, oklusi, jumlah piksel pada mata adalah elemen yang mempengaruhi kualitas citra. Penelitian ini berusaha untuk menyoroti kinerja berbagai teknik preprocessing digunakan dalam memperbaiki kualitas citra mata. Hasil dari penelitian ini menunjukan bahwa metode Histogram Equalization dapat memperbaiki citra lebih baik dibandingkan dengan metode Adaptive Histogram Equalization dan Median Filtering
Penerapan Algoritma K-Means Clustering Untuk Mengetahui Kemampuan Karyawan IT Dina Zakiyah; Nita Merlina; Nissa Almira Mayangky
Computer Science (CO-SCIENCE) Vol. 2 No. 1 (2022): Januari 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/coscience.v2i1.623

Abstract

Assessment of the ability of IT employees is very necessary to determine the ability of employees to work so that it can be a reference and evaluation for the future. Therefore, we need a technique that can group the employee's ability to determine the employee's ability using the K-Means Clustering Algorithm method. The data grouping is done in several stages, namely, inputting data into Ms. Excel based on the results of data collection through Google Forms, processing and testing with the K-Means Clustering Algorithm, analysis of results, and grouping employee data with excellent, good, adequate, poor, and very poor skills. From the results of the tests that have been carried out, it is obtained 5 clusters with 2 iterations, namely employees with excellent abilities consisting of 2 members, employees with good abilities consisting of 2 members, employees with sufficient abilities consisting of 1 member, employees with less ability consisting of 2 members. , and employees with less ability consist of 3 members. Based on the results of research conducted at PT. Loka Citra Media, the application of the K-Means Clustering Algorithm can be used to identify and classify IT employees' abilities for the purpose of evaluating employees and forming project teams. The grouping of data obtained from research results and can be considered for evaluating the performance of IT employees with an accuracy value of 40%. The more criteria, the better the results will be obtained.
PERANCANGAN SISTEM INFORMASI SENTRA PELAYANAN KEPOLISIAN TERPADU PADA POLSEK CITEUREUP CIMAHI Nissa Almira Mayangky; Suharyanto Suharyanto
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 7, No 1 (2018): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (916.676 KB) | DOI: 10.32736/sisfokom.v7i1.295

Abstract

Pelayanan merupakan hal yang sangat penting dalam kehidupan manusia, kepolisian bidang Sentra Pelayanan Kepolisian Terpadu (SPKT) memiliki fungsi yang diantaranya melayani pengaduan masyarakat yang terkena tindak kriminalitas, pada Polsek Citeureup Cimahi  jika masyarakat melakukan pengaduan kepada kepolisian pada unit SPKT petugas kepolisian masih menggunakan sistem konvensional belum terkomputerisasi sehingga memungkinkan pada saat proses berlangsung terjadi kesalahan dalam pencatatan, kurang akuratnya laporan yang dibuat, keterlambatan dalam pencarian data yang diperlukan dan kurangnya informasi kepada masyarakat tentang persyaratan permohonan SSTLP (Surat Tanda Terima Lapor Polisi). Untuk itulah penulis mencoba untuk membuat tugas akhir mengenai perancangan sistem informasi SPKT yang dapat memudahkan petugas kepolisian dalam pembuatan, proses hingga pengarsipan STTLP. serta dapat memudahkan masyarakat dalam permohonan SSTLP  karena data permohonan dan persyaratan di upload melalui sistem SPKT berbasis web. Metode yang digunakan menggunakan metode waterfall dengan menggunakan alat bantu pengembangan sistem berupa DFD, ERD dan LRS. Perancangan sistem ini merupakan solusi yang baik untuk memecahkan permasalahan yang ada pada unit SPKT Polsek Citeureup Cimahi, serta dengan sistem yang terkomputerisasi dapat tercapai suatu kegiatan yang efektif dan efisien dalam menunjang perkerjaan pada instansi.
Pemilihan Dokter Umum Terbaik Di Aplikasi Good Doctor Menggunakan Metode Weight Product Rani Risdiawati; Nita Merlina; Nissa Almira Mayangky
Indonesian Journal on Software Engineering (IJSE) Vol 8, No 1 (2022): IJSE 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v8i1.11437

Abstract

Abstrak Dalam masa pandemi fasilitas kesehatan, obat-obatan, pegawai kesehatan sangat dibutuhkan. Baik secara offline maupun online. Secara offline dengan mendatangi langsung dan secara online bisa melalui smartphone dan didukung dengan aplikasi telemedicine. Aplikasi telemedicine salah satunya adalah aplikasi Good Doctor . Namun apabila pasien atau pengguna aplikasi ketika akan melakukan konsultasi dengan dokter menemukan kebimbangan dalam memilih dokter maka perlu penelitian untuk membantu merekomendasikan dokter yang terdapat di dalam aplikasi Good Doctor . Pemberian keputusan didukung dengan menggunakan sistem pendukung keputusan yang mana keputusan berasal dari sistem dan juga user. Sistem pendukung keputusan dalam penelitian ini dilakukan dengan menggunakan metode weight product, dengan kriteria profil dokter yaitu pengalaman kerja dokter, rating dokter, harga konsultasi, jenis kelamin, jumlah konsultasi yang telah dilakukan, jumlah kepuasan pelanggan, sikap dokter, nasihat dokter, kecepatan response, dan durasi antrian. Setiap kriteria pemilihan memiliki peranan yang sangat penting sehingga apabila salah satu kriteria tidak terisi atau dalam keadaan null maka hasil keseluruhan akan bernilai nol. Hasil dari penelitian ini adalah peringkat atau rangking yang dijadikan sebuah rekomendasi kepada pengguna aplikasi Good Doctor  agar pengguna tidak perlu merasa kebingungan untuk memenuhi keinginan dan kebutuhan dokter umum di aplikasi Good Doctor . Selain itu penelitian ini juga hasilnya akan memberikan penghargaan terhadap dokter umum di aplikasi Good Doctor  atas kinerjanya dalam melakukan pelayanan kesehatan kepada pengguna aplikasi. Kata Kunci : sistem pendukung keputusan, weight product, Good Doctor , kesehatan, dokter. Abstract  During a pandemic, health facilities, medicines, and health workers are very much needed. Both offline and online.by Offline visiting directly and online via a smartphone and supported by telemedicine.applications telemedicine is the Good Doctor . However, if the patient or application user when going to consult with a doctor finds doubts in choosing a doctor, research is needed to help recommend doctors contained in the Good Doctor . Decision making is supported by using a decision support system where decisions come from the system and also the user. The decision support system in this study was carried out using the weight product, with the criteria for a doctor's profile, namely doctor's work experience, doctor rating, consultation price, gender, number of consultations that have been carried out, total customer satisfaction, doctor's attitude, doctor's advice, speed of response, and queue duration. Each selection criteria has a very important role so that if one of the criteria is not filled or is in a null state, the overall result will be zero. The results of this study are ratings or rankings that are used as a recommendation to users of the Good Doctor  so that users do not need to feel confused about fulfilling the wishes and needs of general practitioners in the Good Doctor . In addition, this research also results in giving awards to general practitioners in the Good Doctor  for their performance in providing health services to application users. Keywords: Decision support system, weight product, Good Doctor , health, doctor.
Co-Authors Arfita Adikvika Balla, Imanuel Dedi Destio Irawan Desiana Nur Kholifah Destari Rahmadani Putri Dina Zakiyah Doni Purnama Alamsyah Dwiza Riana Dwiza Riana Fiyah, Nur Gata, Windu Imanuel Balla Isti Kharoh Jajang Jaya Purnama Kholifah, Desiana Nur Marscal Panjaitan Mochamad Rizky Kusumayudha Mochammad Rizky Kusumayudha Muhammad Faitullah Akbar Nita Merlina Nita Merlina Nita Merlina Nur Fiyah Rani Risdiawati Ridan Nurfalah Ridan Nurfalah Rousyati Rousyati Siti Nurdiani Sri Hadianti Sri Hadianti Sri Rahayu Suharyanto Suharyanto Thira, Indra Jiwana Tika Adilah M Tuti Haryanti Yuma Yaumaidzinnaimah Yuris Alkhalifi