Claim Missing Document
Check
Articles

Found 23 Documents
Search

PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION(PROMETHEE) SEBAGAI PENUNJANG KEPUTUSAN PEMILIHAN ANGGOTA BEM FMIPA UNLAM BANJARBARU Megi Adhiyani; Muliadi Aziz; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 2, No 2 (2015)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v2i2.24

Abstract

The members election process of Student Executive Board of FMIPA UNLAM Banjarbaru is still done manually, so that the election of members require a long time and sometimes subjective. Thus, it needs a decision support system that could help ease the decision-making process using Promethee. Promethee is a method determining the sequence (priority) to analyze the problems with the point is the simplicity, clarity, and stability (Arsita, 2013). From the result of the research and observation of the system has been made, can be known that Decision Support System for Member Election of Student Executive Board using Promethee get compliance 89.80 percent and the remaining 10.20 percent not in accordance with the decision of Student Executive Board of FMIPA UNLAM. Keywords : Decision Support System, Member Election of Student Executive Board, Promethee. Badan Eksekutif Mahasiswa (BEM) FMIPA UNLAM Banjarbaru memiliki proses pemilihan anggota yang masih dilakukan secara manual sehingga pemilihan anggota BEM memerlukan waktu yang lama dan terkadang subjektif. Oleh karena itu, diperlukan sebuah sistem pendukung keputusan yang dapat mempermudah proses pengambilan keputusan menggunakan metode Promethee. Metode Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisa yang masalah pokoknya adalah kesederhanaan, kejelasan, dan kestabilan (2). Dari hasil penelitian dan pengamatan dari sistem yang telah dibuat, dapat diketahui bahwa Sistem Pendukung Keputusan Pemilihan Anggota BEM menggunakan metode Promethee ini mendapatkan nilai kesesuaian 89,80% dan sisanya 10,20% tidak sesuai dengan keputusan dari BEM FMIPA UNLAM. Kata kunci : Sistem Pendukung Keputusan, Pemilihan Anggota BEM, Metode Promethee.
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELUARGA MISKIN Ade Saputra; Dwi Kartini; Oni Soesanto
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 2, No 1 (2015)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v2i1.20

Abstract

Poverty is a difficult problem to be handled of. In that case, it’s necessary to have criteria on defining whether or not a family is in poverty. Unfortunately, until now, Karang Rejo Village at Jorong District of Tanah Laut Regency doesn’t have yet criteria with levels of prominence to make that decision. By that means, it’s necessary to make a decision support system that could support as alternative decision in defining the poverty level of each family in the Village. In the calculation on defining family poverty for the system uses MADM Yager Fuzzy Method. As for the system development uses the waterfall method. The result of this decision support system is a family data with classifications and levels of poverty. With the result that conclusion of this system is there’s a 40% difference between the system decision and the village representative’s. Keywords : Family Poverty, Fuzzy MADM Yager Kemiskinan merupakan permasalahan yang sulit untuk ditangani. Untuk itu diperlukan kriteria untuk menentukan apakah suatu keluarga itu termasuk miskin atau tidak. Sayangnya, sampai sekarang di Desa Karang Rejo Kecamatan Jorong, Kabupaten Tanah Laut belum memiliki kriteria dengan tingkat kepentingan untuk membuat keputusan tersebut. Untuk iitu diperlukan suatu sistem pendukung keputusan yang bisa menjadi keputusan alternatif pendukung dalam menentukan tingkat kemiskinan setiap keluarga di desa. Dalam perhitungan untuk menentukan tingkat kemiskinan keluarga digunakan metode Fuzzy MADM Yager. Sedangkan untuk pengembangan sistem digunakan metode waterfall. Hasil dari sistem pendukung keputusan ini adalah data keluarga beserta pengelompokan dan tingkat kemiskinan. Sehingga dari sistem ini didapatkan kesimpulan sebesar 40% perbedaan hasil antara keputusan yang dihasilkan sistem dengan keputusan dari pihak desa. Kata kunci : Keluarga Miskin, Fuzzy MADM Yager
IMPLEMENTASI FUZZY SUGENO UNTUK MENENTUKAN KESESUAIAN TANAMAN KELAPA SAWIT PADA LAHAN GAMBUT Andi Farmadi; Ichsan Ridwan; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 5, No 2 (2018)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v5i2.176

Abstract

Determination of land suitability for a plant is needed to provide faster decision results , especially in determining the suitability of oil palm plants on peatlands , this determination is very important because most of the land in Kalimantan is an area with peat soil . Palm oil suitability variables were determined by 8 variables , namely soil depth , soil CEC , wet saturation , Ph H2O , C-Organic , N-Total , P2O5 and K2O , which were made in a fuzzy set system , field data onto the form of data taken in regional areas peat soil , then calculated using the fuzzy inference Sugeno method . The output of the calculation using fuzzy Sugeno gives exactly the same results as the decision given by the expert on the field data .Keywords: fuzzy, Sugeno, land suitability. Penentuan kesesuaian lahan terhadap suatu tanaman sangat dibutuhkan untuk memberikan hasil keputusan yang lebih cepat khususnya pada penentuan kesesuaian tanaman kelapa sawit pada lahan gambut, penentuan ini menjadi sangat penting karena sebagian besar lahan didaerah kalimantan adalah wilayah dengan tanah bergambut. Variabel kesesuaian tanaman kelapa sawit ditentukan dengan 8 variabel yaitu kedalaman tanah, KTK tanah, Kejenuhan basah, Ph H2O, C-Organik, N-Total, P2O5 dan K2O, yang dibuat dalam sistem himpunan fuzzy, data lapangan berupa data yang diambil pada wilayah daerah tanah bergambut, kemudian diihitung menggunakan fuzzy inferensi metode Sugeno. Hasil output perhitungan menggunakan fuzzy segeno memberikan hasil yang persis sama dengan keputusan yang diberikan oleh pakar terhadap data lapangan.Kata kunci: fuzzy, Sugeno, kesesuaian lahan.
FUZZY SIMPLE ADDITIVE WEIGHTED (F-SAW) SEBAGAI PENUNJANG KEPUTUSAN REKOMENDASI CALON PEMEGANG POLIS ASURANSI JIWA BERDASARKAN UNDERWRITING (SELEKSI RESIKO) (STUDI KASUS : ASURANSI JIWA BERSAMA (AJB) BUMIPUTERA 1912 CABANG BANJARBARU) Hendy Setyoputro; Oni Soesanto; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 2, No 1 (2015)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v2i1.17

Abstract

The office of Asuransi Jiwa Bersama (AJB) Bumiputera 1912 Banjarbaru branch has a system that regulates the recruitment of new policyholders in order to fulfill the achievement of success and protect the company from risk of loss, this system is referred to as underwriting. At each period per month from this process will leave approximately 50-100 prospective policyholder files that could not be checked again and finally considered prospective policyholders suspended (pending) to apply insurance. This is certainly going to hurt the company and the prospective policyholders individual life insurance because the insurance risk is not guaranteed due to the manual process that takes a long time. In connection with the above, then made a decision support system that can help the office AJB Bumiputera 1912 Banjarbaru branch. In the calculation of recommendation prospective policyholders in this decision support system using the Simple Additive Weighted Fuzzy method (F-SAW). Waterfall is a system development method used in this research. The results of this decision support system in the form of data ranking prospective policyholders recommendations that are prioritized to take decisions based insurance accepted, considered, and rejected. Based on the research results and observations from decision support systems prospective policyholders recommendations based underwriting of life insurance (risk selection) The suitability score is 90% and the remaining 10% are not in accordance with the decision of the office of AJB Bumiputera 1912 Banjarbaru branch. Keywords: F-SAW, Underwriting, Insurance. Kantor Asuransi Jiwa Bersama (AJB) Bumiputera 1912 Cabang Banjarbaru memiliki sebuah sistem yang mengatur dalam penerimaan calon pemegang polis baru agar dapat memenuhi pencapaian kesuksesan dan melindungi perusahaan dari resiko kerugian, sistem ini disebut dengan istilah Underwriting. Pada setiap periode per bulannya dari proses ini akan menyisakan kurang lebih 50-100 berkas calon pemegang polis yang tidak sempat diperiksa ulang dan akhirnya dianggap calon pemegang polis ditunda (pending) untuk mendaftar asuransi. Hal ini tentunya akan merugikan perusahaan dan para calon pemegang polis asuransi jiwa perorangan dikarenakan resiko asuransi belum dijamin akibat adanya proses manual yang memakan waktu lama. Sehubungan dengan hal diatas, maka dibuatlah sistem pendukung keputusan yang dapat memberikan solusi alternatif keputusan calon pemegang polis pada kantor AJB Bumiputera 1912 Cabang Banjarbaru. Dalam perhitungan rekomendasi calon pemegang polis pada sistem pendukung keputusan ini menggunakan metode Fuzzy Simple Additive Weighted (F-SAW). Waterfall adalah metode pengembangan sistem yang digunakan pada penelitian ini. Hasil yang didapat dari sistem pendukung keputusan ini berupa data perankingan rekomendasi calon pemegang polis asuransi yang lebih diprioritaskan untuk mengambil asuransi berdasarkan keputusan diterima, dipertimbangkan, dan ditolak. Sehingga kesimpulan dari sistem pendukung keputusan rekomendasi calon pemegang polis asuransi jiwa berdasarkan underwriting (seleksi resiko) ini didapatkan nilai kesesuaian 90% dan sisanya 10% tidak sesuai dengan keputusan dari kantor AJB Bumiputera 1912 Cabang Banjarbaru. Kata kunci : F-SAW, Underwriting, Asuransi.
PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU Risky Meliawati; Oni Soesanto; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 3, No 1 (2016)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v3i1.31

Abstract

Determination of majors in SMA PGRI 1 Banjarbaru for students grade XI is still using a manual process that currently have problems with majors process that takes a long time. In this study aims to determine applicability methods Learning vector quantization (LVQ) the prediction determination majors in SMA PGRI 1 Banjarbaru of accuracy values obtained. Artificial Neural Networks supervised (supervised) as LVQ (Learning Vector Quantization) is a method of classification patterns of each unit of output represents a category or a particular group. From the results predicted during the first year of data known that the accuracy approaching the actual results with different number of iterations is the accuracy of 79.31% for iteration = 60 and 90. In the study with the alpha value changes obtained with accuracy approaching actual results are Accuracy 75.86% with a value of alpha (α) = 0.14. Conclusion in This study has successfully predict the determination of majors in SMA PGRI 1 Banjarbaru by using the Learning vector quantization (LVQ). Keywords: Artificial Neural Networks, Learning Vector Quantization (LVQ), Majors Penentuan penjurusan di SMA PGRI 1 Banjarbaru untuk siswa naik kelas XI masih menggunakan proses manual yang saat ini memiliki kendala dengan proses penjurusan yang membutuhkan waktu lama. Pada penelitian ini bertujuan Untuk mengetahui dapat diterapkannya metode Learning vector Quantization (LVQ) pada prediksi penetuan jurusan di SMA PGRI 1 Banjarbaru dari nilai akurasi yang didapat. Jaringan Syaraf Tiruan terawasi (supervised) seperti LVQ (Learning Vector Quantization) adalah suatu metode klasifikasi pola yang masing-masing unit output mewakili kategori atau kelompok tertentu. Dari hasil prediksi selama data 1 tahun diketahui bahwa nilai akurasi yang mendekati dengan hasil sebenarnya dengan jumlah iterasi yang berbeda adalah akurasi 79,31% untuk iterasi= 60 dan 90. Pada penelitian dengan nilai alpha yang berubah didapat akurasi yang mendekati dengan hasil sebenarnya adalah Akurasi 75,86% dengan nilai alpha (α) = 0,14. Kesimpulan penelitian ini telah berhasil melakukan prediksi pada penentuan jurusan di SMA PGRI 1 Banjarbaru menggunakan metode Learning vector quantization (LVQ). Kata kunci : Jaringan Syaraf Tiruan, Learning Vector Quantization (LVQ), Penjurusan
ENTROPY-BASED FUZZY AHP SEBAGAI PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI KOTA BANJARBARU Siti Hatimah Rahmadaniah; Oni Soesanto; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 2, No 2 (2015)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v2i2.27

Abstract

Banjarbaru City Health Office is a government agency that plays an important role in health development in Banjarbaru. Support system midwife placement in the Health Service Banjarbaru done by following the specified criteria. However, the system has not been run in accordance with these criteria, but every midwife who will be placed in primary and villages are given the freedom to choose from one health center placement options, and direct placement was decided on the option selected health centers midwives. Because of the ineffectiveness of the existing system at the Department of Health Banjarbaru it will be designed and built "Midwives Placement Decision Support Systems in Banjarbaru with Method Using Entropy-Based Fuzzy AHP (Analytical Hierarchy Process)" to determine the placement of midwives in accordance with the criteria that have been determined. From the research and observations of the system that has been created, it can be seen that the Decision Support System Placement Midwives using Entropy-Based Fuzzy AHP is a decision that is in accordance with the number of midwives needed by each health center. Keywords : Decision Support System , Placement Midwives , Entropy Method. Dinas Kesehatan Kota Banjarbaru merupakan suatu instansi pemerintah yang berperan penting dalam pembangunan kesehatan di Kota Banjarbaru . Sistem pendukung penempatan bidan di Dinas Kesehatan Banjarbaru dilakukan dengan mengikuti kreteria yang sudah ditentukan. Akan tetapi sistem tersebut belum berjalan sesuai dengan kriteria tersebut melainkan setiap bidan yang akan ditempatkan dipuskesmas dan desa diberikan kebebasan untuk memilih dari salah satu puskesmas pilihan penempatan, dan langsung diputuskan penempatan pada puskesmas pilihan yang dipilih bidan. Oleh karena tidak berjalannya sistem yang sudah ada pada Dinas Kesehatan Banjarbaru maka akan dirancang dan dibangun “Sistem Pendukung Keputusan Penempatan Bidan di Kota Banjarbaru dengan Menggunakan Metode Entropy-Based Fuzzy AHP (Analytical Hierarchy Process)” untuk menentukan penempatan bidan yang sesuai dengan kreteria yang sudah ditentukan. Dari hasil penelitian dan pengamatan dari sistem yang telah dibuat, dapat diketahui bahwa Sistem Pendukung Keputusan Penempatan Bidan menggunakan metode Entropy-Based Fuzzy AHP ini mendapatkan keputusan yang sesuai dengan jumlah bidan yang diperlukan oleh tiap-tiap puskesmas. Kata kunci : Sistem Pendukung Keputusan, Penempatan Bidan, Metode Entropy.
FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) PADA PENERIMA BANTUAN STIMULAN PERUMAHAN SWADAYA Fathul Hadi; Andi Farmadi; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 3, No 1 (2016)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v3i1.32

Abstract

Assistance a stimulant self built housing (ASSH) is facilities the government of social assistance to the community low income. But, the agency to different selection community recipient assistance. And maybe wrong about recipient assistance. A method of Fuzzy AHP is one of the methods rangking and this method better description decision to recipient assistance. Of the calculation on than 60 data recipients chosen 20 data recipients. And is found 10 different data from the agency data because alternatives value is 0.92. A method of Fuzzy AHP can be used in the determination of recipient assistance a stimulant self built housing. Keywords : ASSH, Fuzzy AHP, The Support System Decision Bantuan Stimulan Perumahan Swadaya (BSPS) adalah fasilitas pemerintah berupa bantuan sosial kepada masyarakat berpenghasilan rendah. Namun, pemerintah masih kesulitan dalam menyeleksi masyarakat yang berhak mendapatkan bantuan. Dan sering terjadi kesalahan dalam menentukan penerima bantuan, seperti bantuan diberikan kepada penerima yang tidak layak mendapatkan bantuan. Metode Fuzzy Analytical Hierarchy Process merupakan salah satu metode perangkingan dan dengan metode ini dianggap lebih baik dalam mendeskripsikan keputusan yang samar-samar dalam menentukan penerima bantuan. Dari Hasil Perhitungan dari 60 data calon penerima dipilih 20 data penerima. Dan didapat 10 data yang berbeda dari data dinas dikarenakan nilai alternatifnya yaitu 0.92. Metode Fuzzy AHP dapat digunakan dalam penentuan penerima bantuan stimulan perumahan swadaya. Kata kunci : BSPS, Fuzzy AHP, Sistem Pendukung Keputusan
Penerapan Data Mining dengan Algoritma Neural Network (Backpropagation) Untuk Prediksi Lama Studi Mahasiswa Dwi Kartini
Prosiding SISFOTEK Vol 1 No 1 (2017): SISFOTEK 2017
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (839.636 KB)

Abstract

Data mining merupakan serangkaian proses untuk menggali nilai tambah berupa pengetahuan baru yang selama ini tidak diketahui dari sekumpulan data. Program Studi Ilmu Komputer FMIPA ULM mempunyai gudang data pada database sistem informasi akademik yang diperoleh dari akumulasi data mahasiswa setiap tahunnya. Penerapan data mining pada tumpukan data SIA dapat diolah menjadi emas (informasi yang sangat berharga) untuk memprediksi lama studi mahasiswa. Prediksi ini bertujuan untuk menentukan faktor akademis yang berpengaruh terhadap lama studi dan membangun model prediksi terbaik dengan algoritma Backpropagation. Ada empat variabel input yang akan gunakan dalam melakukan prediksi yaitu IP semester I, Semester II, Semester III dan Semester IV dengan output yang dihasilkan berupa lama studi mahasiswa dengan kriteria lama masa studi tahun = Tepat dan lama studi 4,5 tahun = lambat. Variable input dan output akan dilatih dan diuji menggunakan algoritma Backpropagation dalam melakukan prediksi lama studi mahasiswa dan diiharapkan dapat menjadi rekomendasi dosen pembimbing akademik dalam menentukan kebijakan terkait pencegahan dini kasus Drop Out (DO).
PENGUATAN BUDAYA USAHA MELALUI PENGEMBANGAN BUSINESS PLAN DAN MEDIA SOSIAL PADA UMKM RAJOET BINONG JATI Dwi Kartini
Dharmakarya : Jurnal Aplikasi Ipteks Untuk Masyarakat Vol 11, No 4 (2022): Desember, 2022
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/dharmakarya.v11i4.41030

Abstract

Artikel ini diawali dari adanya keunikan sekaligus permasalahan permodalan dan pasokan di Sentra Rajoet-Binong-Jati yang belum terpantau oleh Koperasi Sentra tersebut. Hal ini tampak dari Perencanaan Bisnis mereka yang belum tepat guna dan belum tepat sasaran, khususnya dengan masa Pandemi ini. Tujuan kegiatan ini agar  terdapat sinergitas antara Kadin dengan Unpad dalam mengembangkan Business Plan 2021-2023 yang lebih tepat guna dan tepat sasaran disamping  melatih untuk berjiwa entrepreuner mahasiswa melalui kegiatan PPM-Virtual-2021. Metode Pengabdian ini bersifat deskriptif-kualitatif. Pengambilan sampel melalui purposive sampling. Teknik pengumpulan data sekunder melalui Peraturan sekaligus pengumpulan data primer melalui observasi dan wawancara mendalam kepada MenKop-UMKM, KADIN, Sentra Rajoet-Binong-Jati. Juga melalui FGD kepada Praktisi sebagai Expert-Judgment, dan mahasiswa ikut memberi masukan dengan mengisi celah-celah yang bisa memperkuat budaya usaha berbasis teknologi melalui Business Plan dan media sosial. Dari Hasil Pengabdian ini terdapat kesamaan persepsi dalam Penyusunan Business Plan yang lebih tepat sasaran dengan mendayagunakan Koperasi di Sentra tersebut untuk menjembatani pinjaman modal bergulir dari MenKop-UMKM, disamping juga bermitra dengan pabrik benang yang kredibel sebagai pemasok pengganti para pemasok liar. This article begins with the uniqueness as well as the problems of capital and supply at the Rajoet-Binong-Jati Center that have not been monitored by the central cooperative. This would be seen from their business planning which is not effective and on target yet, especially during this pandemic. The aim of this activity is that there is synergy between Kadin and Unpad in developing a more effective and targeted 2021-2023 Business Plan in addition to training student entrepreneurial souls through the PPM-Virtual-2021 activities. The method is descriptive-qualitative. Sampling was taken through purposive sampling. Secondary data collection techniques are through regulations and primary data collection through observation, in-depth interviews with Indonesian SME’s and Cooperative Minister, Indonesian Commerce and Industry Chamber, Rajoet-Binong-Jati Center. Also through FGDs for practitioners as Expert-Judgment. Students participate in providing input by filling in the gaps that would strengthening the technology-based business culture through the Business Plan and Social Media. From the Results of this Service, there is a common perception in the preparation of a more targeted Business Plan by empowering the Cooperative in the Center to bridge revolving capital loans from Indonesian SME’s and Cooperative Minister, as well as partnering with a credible yarn factory as a substitute supplier for illegal suppliers. 
Penyeleksian Calon Karyawan Menggunakan Metode Pembobotan Shannon Entropy dan Metode ARAS Halimah; Dwi Kartini; Friska Abadi; Irwan Budiman; Muliadi
Journal of Data Science and Software Engineering Vol 1 No 01 (2020)
Publisher : Fakultas MIPA Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (220.092 KB) | DOI: 10.20527/jdsse.v1i01.7

Abstract

This study discusses the selection of prospective employees using the Shannon Entropy weighting method and the Additive Ratio Assessment (ARAS) method which aims to determine the accuracy of the results obtained from the method. The Shannon Entropy method is a weighting method that assigns criteria weights based on the calculation of alternative employee selection data and the Additive Ratio Assessment (ARAS) method is a ranking method that has a utility function. Testing the data in this study using the Mean Absolute Error (MAE) method to get system accuracy results. Based on testing conducted using 6 criteria and 56 alternative data for prospective employees, the accuracy of the method used was 85.34%.