Garuda - Garba Rujukan Digital

PENGGUNAAN METODE FUZZY DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PEMBIAYAAN DI KOPERASI SYARIAH BENTENG MIKRO INDONESIA CABANG JASINGA Muhamad Ilham; Aden Aden; Andi Nur Rahman
MathVisioN Vol 3 No 2 (2021): September 2021
Publisher : Prodi Matematika FMIPA Unirow Tuban

Koperasi simpan pinjam merupakan lembaga yang bergerak dalam jasa keuangan dengan cara menghimpun simpanan dan menyalurkan pembiayaan kembali dengan prosedur yang mudah dan cepat. Penyaluran pembiayaan tahap pertama terhadap anggota koperasi memerlukan pertimbangan yang matang agar dana yang di salurkan tepat dengan kemampuan anggota tersebut. Pengambilan keputusan masih dilakukan secara manual. Namun, pengambilan keputusan secara manual ada kemungkinan terjadi kesalahan, serta dalam jumlah banyak butuh waktu relatif lama dalam mengambil keputusan menentukan besaran pembiayaan. Untuk itu, dibutuhkan sistem pendu-kung keputusan dalam pemberian pembiayaan. Penelitian ini bertujuan untuk menerapkan metode fuzzy Mamdani dalam membangun sistem pendukung keputusan. Semua informasi diproleh dari buku, jurnal, dan lain-lain. Sistem pendukung keputusan ini menggunakan software matlab. Berdasarkan pengujian metode fuzzy Mamdani dan implementasi terhadap software matlab. Penelitian ini telah berhasil melakukan model persamaan fuzzy Mamdani sebagai pendukung keputusan pemberian pembiayaan bagi anggota koperasi dengan ditunjukanya hasil penelitian yang valid lebih dari 70% antara keputusan manual dengan menggunakan software matlab.

ANALISIS TINGKAT KEPUASAN PELAYANAN KANTOR DESA PEUSAR DENGAN MENGGUNAKAN METODE CUSTOMER SATISFACTION INDEX (CSI) DAN IMPORTANCE PERFORMANCE ANALYSIS (IPA): STUDI KASUS: KECAMATAN PANONGAN KABUPATEN TANGERANG Siti Nurasiah; Aden Aden; Andi Nur Rahman
MathVisioN Vol 4 No 1 (2022): Maret 2022
Publisher : Prodi Matematika FMIPA Unirow Tuban

Kantor Desa merupakan tempat yang dikunjungi masyarakat untuk melakukan suatu pelayanan. untuk mewujudkan suatu visi pada Desa Peusar, maka dilakukan penelitian dengan tujuan untuk mengetahui tingkat kepuasan masyarakat terhadap kualitas pelayanan dan mengidentifikasi atribut dalam dimensi yang perlu diperbaiki untuk meningkatkan kualitas pelayanan terhadap masyarakat. Terdapat lima dimensi yang digunakan dalam penelitian ini, antara lain: Tangible (Bukti Fisik), Reliability (Kehandalan), Responsiveness (Daya Tanggap), Assurance (Jaminan) dan Empathy (Empati). Peneliti menggunakan dua metode untuk menyelesaikan permasalahan ini dengan menggunakan metode Customer Satisfaction Index (CSI) untuk mengukur tingkat kepuasan masyarakat berdasarkan atribut tertentu dalam dimensi yang akan diukur. Selanjutnya dengan metode Importance Performance Analysis (IPA) untuk mengetahui bagaimana kinerja petugas dan memperbaiki pelayanan yang perlu dilakukan oleh petugas. Melalui perhitungan CSI, dengan nilai kriteria indeks kepuasan sebesar 85% dapat diketahui bahwa masyarakat merasa sangat puas dengan pelayanan petugas. Melalui analisis IPA, dari ke lima dimensi yang digunakan terdapat tiga dimensi. Dimensi ke tiga yaitu responsiveness terdapat dua atribut yang perlu dilakukan perbaikan. Dimensi ke empat yaitu assurance terdapat dua atribut yang perlu dilakukan perbaikan. Dimensi ke lima yaitu empathy terdapat satu atribut yang perlu dilakukan perbaikan pelayanan..

Meningkatkan Kompetensi Mathematical Reasoning Siswa Menggunakan Pembelajaran Berbasis Multi Representation Isnurani, Andi Nur Rahman Isnurani Isnurani; Andi Nur Rahman
MAJU : Jurnal Ilmiah Pendidikan Matematika Vol 7, No 2 (2020): MAJU : JURNAL ILMIAH PENDIDIKAN MATEMATIKA
Publisher : STKIP Bina Bangsa Meulaboh

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak: Penelitian ini mengkaji tentang bagaimana peningkatan kompetensi mathematical reasoning siswa yang didasarkan pada nilai postes antara kelas ekspermen-1 yang dimulai dari konkret (cerita) → semikonkret (gambar) → abstrak (simbol) dan kelas eksperimen-2 yang dimulai dari abstrak (simbol) → semikonkret (gambar) → konkret (cerita). Metode penelitian yang dilakukan adalah experimental research dengan menggunakan rancangan desain kelompok kontrol pretes-posttes. Selanjutnya data yang diperoleh dianalisis menggunakan uji statistik parametrik yaitu Paraired-Samples T Test melalui program SPSS, bila data postes berdistribusi normal. Namun, apabila data tersebut tidak berdistribusi normal maka dilanjutkan dengan uji statistik nonparametrik yaitu Two Related Samples Test. Penelitian ini menghasilkan: (1) kompetensi mathematical reasoning siswa mengalami peningkatan berdasarkan postest setelah mereka diberi perlakuan yang dimulai dari konkret (cerita) → semikonkret (gambar) → abstrak (simbol) maupun perlakuan yang dimulai dari abstrak (simbol) → semikonkret (gambar) → konkret (cerita) terkait materi jarak dari titik ke garis dan titik ke bidang dalam ruang dimensi tiga. (2) kelas ekspermen-1 yang dimulai dari konkret (cerita) → semikonkret (gambar) → abstrak (simbol) lebih baik dibandingkan dengan kelas eksperimen-2 yang dimulai dari abstrak (simbol) → semikonkret (gambar) → konkret (cerita) terkait materi jarak dari titik ke garis dan titik ke bidang dalam ruang dimensi tiga). Kata-kata kunci: Mathematical Reasoning, Multi Representation.

Penerapan Data Mining untuk Clustering dengan Metode K-means dalam Menentukan Stok Barang di Era Covid 19: Studi Kasus Supermarket Kem Chicks Pandi Zulfikar; Aden Aden; Andi Nur Rahman
MathVisioN Vol 4 No 2 (2022): September 2022
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v4i2.374

Penelitian ini bertujuan untuk mengetahui pengelompokan produk paling, sedang, sedikitpeminatnya untuk menentukan jumlah stok barang. Selain itu tujuan berikutnya adalah mengetahui karakteristik setiap cluster dan mengetahui variabel apa mempengaruhi terbentuknya cluster. Sedangkan untuk metode penelitia yang digunakan adalah k-means cluster. Setelah penelitian di lakukan terbentuklah cluster pada penelitian ini, dengan uraian cluster 1 yang paling diminati dengan jumlah produk hanya 1 yang menandakan stok barang pada cluster ini harus lebih banyak dari cluster laiinya, cluster 2 yang sedang peminatnyadengan jumlah produk 6 yang menandakan bahwa stok barang pada clusterini sedang, cluster 3 kurang diminati degan jumlah produk 119 yang menandakan bahwa stok barang pada cluster inilebih sedikit dari cluster lainnya. Karakteristik setiap cluster setelah dilakukan penelitian ini, karakteristik yang terdapat dalam cluster 1 berisi variabel jumlah barang masuk di bawah rata-rata, jumlah barang yang keluar di bawah rata-rata, dan jumlah sisa stok barang di atas rata-rata,karakteristik yang terdapat pada cluster 2 berisi variabel jumlah stok barang yang masuk, barangyang keluar dan sisa barang berada di atas ratarata, karakteristik yang terdapat pada cluster 3berisi variabel jumlah stok barang yang masuk, barang yang keluar dan sisa barang berada dibawah rata-rata. Sedangkan variabel yang memberikan pengaruh besar dalam terbentuknyacluster adalah variabel barang masuk(X1) dengan nilai F sebesar 143,323 dan nilai signifikan 0,000.

PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENGELOMPOKAN JENIS INDUSTRI DI KOTA TANGERANG SELATAN Vira Septiana; Aden Aden; Andi Nur Rahman
MathVisioN Vol 4 No 2 (2022): September 2022
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v4i2.422

Industri adalah sektor atau kegiatan ekonomi yang bersangkutan dengan penggunaanketerampilan dan tenaga kerja di pabrik untuk pengolahan bahan baku atau pembuatan bahanjadi, serta penggunaan alat-alat di bidang pengolahan hasil bumi, dan kegiatan ekonomi yangmengalokasikannya sebagai kegiatan utama. Salah satu hal yang menopang perekonomian Indonesia adalah sektor industri. Usaha mikro, kecil, dan menengah merupakan salah satu sub faktor industri yang berkontribusi atas pembangunan ekonomi (UMKM). Tujuan dari penelitian ini adalah untuk mengetahui berapa banyak cluster yang dapat dibentuk dengan menggunakan metode pengelompokan algoritma cluster k-means. Dan untuk mengetahui kelompok mana saja untuk setiap cluster serta mengetahui jenis industri apa yang paling dominan di Kota Tangerang Selatan. Data yang digunakan dalam penelitian ini adalah data jumlah industri di Kota Tangerang Selatan tahun 2019. Berdasarkan data tersebut diperoleh 3 cluster, cluster 1 terdapat 2 kecamatan. Cluster 2 terdapat 4 kecamatan. Cluster 3 terdapat 1 kecamatan.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search