Claim Missing Document
Check
Articles

Sistem Pendukung Keputusan Untuk Penentuan Dosen Favorit Menggunakan Simple Additive Weighting (SAW) Wowon Priatna; Agung Nugroho; Nurjeli Nurjeli
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 4 (2019): Edisi Juli
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (861.759 KB) | DOI: 10.30645/jurasik.v4i1.131

Abstract

The process of determining favorites is what must be in accordance with predetermined criteria. To help in selecting people who deserve to be favorites, a decision support system is needed. One method that can be used to support decisions is to use FMADM (Fuzzy Multiple Addictive Decision Making). Where in this study using the SAW method (Simple Addictive Weighted), which is to find the best alternative from several alternatives. Find the best alternative based on predetermined criteria. This method is chosen to choose the best alternative that is suitable, and look for the value of each attribute, after the search process to get the best.
Penerapan Fuzzy Inference System Sugeno dalam Sistem Pengangkatan Karyawan Kontrak menjadi Karyawan Tetap Silvi -; Wowon Priatna; Tyastuti Sri Lestari; Muhammad Khaerudin
Techno.Com Vol 21, No 2 (2022): Mei 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i2.5992

Abstract

Proses pengangkatan karyawan kontrak menjadi karyawan tetap tiap perusahaan mempunyai cara dan sistem yang berbeda. Secara keseluruhan penilaian yang dilakukan dalam proses pengangkatan karyawan kontrak yang selama ini dilakukan penekanannya hanya tertuju pada nilai dari keseluruhan aspek harus baik, jika salah satu nilai dari aspek penilaian kurang baik maka karyawan tidak bisa diangkat menjadi karyawan tetap, tanpa memperhatikan aspek nilai yang lainnya. Oleh karena itu, penelitian ini mengusulkan sebuah metode pengangkatan karyawan kontrak menjadi karyawan tetap berbasis fuzzy inference system (FIS). Tujuan dari penelitian ini adalah merancang sebuah aplikasi FIS untuk proses pengangkatan karyawan kontrak menjadi karyawan tetap pada perusahaan. Adapun metode FIS yang digunakan adalah metode Sugeno orde 0 dengan variabel yang dipakai sebagai tolak ukur adalah kompetensi, sikap perilaku, kepribadian dan kesehatan. Keempat variabel tersebut bersama dengan FIS Sugeno orde 0 diterapkan kedalam sebuah aplikasi pengangkatan karyawan kontrak yang dibangun dengan menggunakan PHP MySQL. Berdasarkan analisis yang telah dilakukan terhadap 10 karyawan, diperoleh hasil penilaian tes karyawan kontrak tertinggi yaitu 90 dan hasil penilaian tes terendah adalah sebesar 55. Sehingga dapat disimpulkan bahwa 80% Karyawan mendapat predikat layak, dan 20% mendapat predikat tidak layak.
Peningkatan Lingkungan Bersih dan Sehat pada Desa Kedung Jaya Kecamatan Babelan Bekasi Wowon Priatna; Joni Warta
Jurnal Sains Teknologi dalam Pemberdayaan Masyarakat Vol. 1 No. 1 (2020): July 2020
Publisher : Fakultas Teknik Universitas Bhayangkara Jakarta Raya

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

Abstract

Pengabdian kepada masyarakat dilaksanakan di desa kedung jaya, Babelan, Kabupaten Bekasi. Mayoritas penduduk Desa Kedung Jaya bermata pencaharian sebagai petani, beternak dan pedagang. Permasalahan yang terjadi di Desa Kedung Jaya adalah kurang memiliki budaya membuang sampah pada tempatnya karena tidak adanya penampungan sampah, sehingga sampah berserakan, tidak menjaga kebersihan dan kerapian lingkungan sekitar, dan tidak memiliki jadwal kerja bakti secara rutin. Solusi yang ditawarkan dengan permasalahan ini adalah melakukan kerja bakti secara rutin, membiasakan membuang sampah pada tempatnya dengan pengadaan bak sampah di dusun 3 dan 4, serta penyuluhan dalur ulang sampah dengan Metode 3R (Reduce, Reuse dan Recyle). Program pengabdian tersebut mendapat respon positif dikalangan warga desa, terbukti dengan keikutsertaan warga pada setiap program. Hasil program yang sudah terlaksana adalah lingkungan terlihat bersih, warga mulai membiasakan diri mengumpulkan sampah dan membakar di bak sampah yang sudah tersedia serta masyarakat mengenal pengetahuan mengenai dalur ulang sampai dasarkan 3R (Reduce, Reuse dan Recycle).
PELATIHAN MULTIMEDIA UNTUK KARYAWAN DAN ANGGOTA TNI DI PUSINFOLATHA wo2ntea Wowon Priatna; M. Fadhli Nursal; Tyastuti Sri Lestari; Joni Warta
Jurnal Abdimas Ekonomi dan Bisnis (JAmEB) Vol 1 No 2 (2021): JAMEB (Jurnal Abdimas Ekonomi dan Bisnis)
Publisher : Fakultas Ekonomi Dan Bisnis Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.564 KB) | DOI: 10.31599/jameb.v1i2.906

Abstract

The purpose of this multimedia is to improve the ability of training members and employees with abilities in the field of multimedia through. Multimedia uses several media to present information which is a combination of text, graphics, animation, images, video and sound such as making graphic designs, text, images, video, audio, animation. This implementation was carried out for 2 months starting from the training in July and August 2019 at the Pushinfolatha Computer Lab, TNI Headquarters, Cilangkap. The training participants are TNI members and PNS employees and 20 people. The training was carried out using practical methods in the Pusinfolatha computer lab with the material presented was making infographic-based presentations, making logos, posters, banners, banners and video editing. The implementation of this training was successful and all participants were able to follow the training material well, it can be seen from the work and evaluation results that the average score obtained by participants was above 90.
Haversine Formula to Find The Nearest PetShop Rakhmat Purnomo; Tri Dharma Putra; Hadi Kusmara; Wowon Priatna; Fajar Mukharom
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 9 No 3 (2022): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v9i3.2434

Abstract

The population of cats and dogs is increasing, whether they are kept or not. The public's awareness to raise these animals needs to be supported by a business place for keeping and buying and selling pet food or a PetShop. People who keep animals often have difficulty (1) finding the nearest PetShop, (2) access to the location, (3) knowing what services are provided, even (4) knowing whether there is a willingness to consult animal care and make a consultation appointment. This study aims to bring together PetShop and the community in the care and maintenance of animals, especially cats and dogs in Bekasi City. The system development life cycle method used is WaterFall. The WaterFall method consists of 5 stages, namely: Communication, Planning, Modeling, Construction, and Deployment. On stage Contruction, the Haversine Formula is inserted to find the nearest PetShop and with the help of the Google Maps API, a route to the PetShop is determined from the application user. Unified Modeling language (UML) diagrams are used during the analysis and system design processes such as Use Case Diagrams, Activity Diagrams, Sequence Diagrams, Class Diagrams, Data Models, and User Interfaces. The result of this research is the ZuPet Web application which was built according to the Waterfall system development methodology, and the Haversine Formula has been inserted to optimize the search for the shortest route. The functionality of the application has been tested using the BlackBox Testing method. The application can be accessed at the address https://zupet.my.id.
PENERAPAN APLIKASI PELAYANAN DESA UNTUK IMPLEMENTASI SMART VILLAGE DI DESA CIMACAN Wowon Priatna; Muhamad Khaerudin; Joni Warta; Tyastuti Sri Lestari
Jurnal Pengabdian Pelitabangsa Vol. 3 No. 02 (2022): Jurnal Pengabdian Pelitabangsa Oktober 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jabmas.v3i02.1448

Abstract

Desa Cimacan merupakan salah satu desa yang berada di Kecamatan cipanas KabupatenCianjur Provinsi Jawa Barat, mempunyai luas wilayah 636 hektar pada tahun 2021. Secara secara geografis Desa Cimacan terletak sebelah utara dari desa ciloto, sebelah Timur Desa Palasari, sebelah selatan Desa Sindang Laya dan sebelah Barat dari Desa Gede Pangrango Sukabumi serta Desa Tugu Selatan Bogor. Jumlah kepala keluarga di Desa Cimacan terdapat 5950 dengan total jumlah penduduknya 19770. Dalam perkembangan Teknologi Informasi Desa cimacan masih dalam proses berkembang dalam menyampaikan informasi masih dilakukan secara manual dan potensi desa yang kurang terpublikasi, dengan itu masyarakat desa masih kesulitan dalam menerima informasi dari pemerintah desa maupun menyampaikan berbagai saran dan aspirasi masyarakat. Permasalahan yang dihadapi desa cimacan adalah Masyarakat kesulitan dalam informasi dan pengaduan dalam menyampaikan aspirasi kedesa Pembuatan surat-surat keterangan masih dilakukan masyarakat dengan langsung keperangkat desa. Tujuan dalam PKM ini adalah menerapkan smart village sesuai dengan road map penelitian unggulan Fakultas ilmu komputer ubharajaya. Solusi permasalahan yang diajukan adalah pembuatan aplikasi dan sosialisasi pelatihan. Metode pelaksanaan PKM ini terdiri dari perencanaan, pelaksanaan dan evaluasi. Output dari PKM ini menghasilkan aplikasi pelayanan desa dan warga desa mendapatkan konsep smart village.
Pengelompakan Hasil Survei Merdeka Belajar Kampus Merdeka Di Universitas Bhayangkara Jakarta Raya Menggunakan Kmean Dan K-Medoids Clustering Mayadi; Siti Setiawati; Wowon Priatna
Jurnal Pelita Teknologi Vol 17 No 2 (2022): September 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v17i2.1531

Abstract

The goal of this study is to categorize the findings of a survey on the application of the MBKM policy that DIKTI performed via universities that had been awarded research funding. The survey results have not been categorized, making it difficult for the institution to determine if the MBKM policy has been implemented in accordance with the MBKM standards released by the Higher Education. The K-Mean and K-Medoids Algorithms are used in this study technique to solve data grouping issues and validate clustering outcomes using the Davies-Bouldin Index (DBI). 400 data points total were processed from 16 variables in this investigation. The findings of this investigation were tested using several clusters. After analyzing clusters using DBI, the K-Mean algorithm discovered that cluster 5 had K-Medoids of 0.9 and a value of 0.823. Therefore, it is advised to employ 5 clusters with the K-Mean Algorithm for grouping data from the MBKM survey findings.
Analisis Sentimen Terhadap Kementrian Perdagangan Pada Sosial Media Twitter Menggunakan Metode Naïve Bayes Fefbiansyah Hasibuan; Wowon Priatna; Tyastuti Sri Lestari
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6565

Abstract

Penelitian ini untuk mendapatkan opini masyarakat di media sosial twitter terkait tentang Kementrian Perdagangan Republik Indonesia dengan mengimplementasikan algoritma Naïve Bayes untuk melakukan analisis sentimen terhadap opini yang ada. Penelitian ini bertujuan untuk menganalisis opini masyarakat di media sosial terhadap Kementrian Perdagangan Republik Indonesia mengenai kelangkaan minyak goreng dengan menggunakan Naïve Bayes. Data yang digunakan pada penelitian ini adalah postingan tweet yang diberikan masyarakat yang ditujukan dan berkaitan kepada Kementrian Perdagangan Republik Indonesia yang diambil sebanyak 1000 tweet. Metode pengumpulan data dilakukan dengan cara crawling menggunakan acces token api key yang di dapat dari twitter develover. Setelah data didapat maka dilakukan text processing agar mempermudah dalam proses analisis. Hasil analisis pada penelitian ini menggunakan  algoritma naïve bayes adalah  dengan nilai akurasi sebesar 89,24%. Perbandingan persentase didapatkan 84,02% tanggapan yangdiberikan masyarakat bernilai positif dan 15,98% bernilai negatif. 
Penentuan Pola Frekuensi Jenis Perawatan Kecantikan Berbasis Web Menggunakan Algoritma Apriori (Studi Kasus: Peterson Salon Bekasi) Herlawati Herlawati; Rahmadya Trias Handayanto; Sri Rejeki; Wowon Priatna; Prima Dina Atika; Syahbaniar Rofiah; Endang Retnoningsih; Faisal Adi Saputra; Galih Apriansha Pradana
Journal of Students‘ Research in Computer Science Vol. 3 No. 2 (2022): November 2022
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jsrcs.v3i2.1381

Abstract

Currently, technology can affect services in any field, both in areas such as salon services and sales of clothing products. How to plan a marketing strategy using the web based on service transaction data and products that are most often chosen by customers. Therefore, an information system for determining frequency patterns is needed using the website-based Apriori Algorithm method. The results of research on salons based on the type of beauty treatment obtained for the type of treatment with a minimum confidence = 70%, the first confidence value is 63% if the customer chooses to wash (shampoo), the customer chooses scissors, the second the confidence value is 100%, if the customer chooses to blow then chooses also cut, and the third confidence value is 86% if the customer chooses creambath then the customer chooses to cut too. Meanwhile at the shop clothes determining the frequency pattern of types of clothes with a minimum value of confidence = 70% so that the results include if a customer buys a veil, the customer buys a robe with a confidence value of 71.43% and if a customer buys khimar then the customer will also buy a robe with a confidence value of 78, 57%. With these results salon and clothing store owners can determine marketing strategies by providing the right product and service recommendations to customers. Keywords: Apriori Algorithm, Beauty Care, Recommendations, Sales   Abstrak Saat ini teknologi dapat mempengaruhi pelayanan dalam bidang apapun seperti jasa salon maupun penjualan produk pakaian. Bagaimana merencanakan strategi pemasaran menggunakan web berdasarkan data transaksi layanan dan produk yang paling sering dipilih oleh pelanggan. Oleh karena itu dibutuhkan sistem informasi penentuan pola frekuensi menggunakan metode Algoritma Apriori berbasis website. Hasil penelitian pada salon berdasarkan jenis perawatan kecantikan diperoleh untuk jenis perawatan dengan minimum confidence=70% yang pertama nilai confidence sebesar 63% jika pelanggan memilih cuci (keramas) maka pelanggan memilih gunting, yang kedua nilai confidence sebesar 100% jika pelanggan memilih blow maka memilih digunting juga, dan yang ketiga nilai confidence 86% jika pelanggan memilih creambath maka pelanggan memilih digunting juga. Sedangkan pada toko pakaian penentuan pola frekuensi jenis baju dengan nilai minimum confidence= 70% sehingga mendapatkan hasil diantaranya jika pelanggan membeli kerudung maka pelanggan membeli gamis dengan nilai confidence sebesar 71,43%  dan  jika  pelanggan  membeli  khimar maka pelanggan juga akan membeli gamis dengan nilai confidence sebesar 78,57%. Dengan hasil tersebut pemilik salon dan toko pakaian dapat menentukan strategi pemasaran dengan memberikan rekomendasi jasa dan produk yang tepat kepada pelanggan. Kata kunci: Algoritma Apriori, Penjualan, Perawatan Kecantikan, Rekomendasi
Pengelompokan Hasil Survei MBKM Menggunakan K-Mean dan K-Medoids Clustering Mayadi Mayadi; Siti Setiawati; Wowon Priatna
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 1 (2023): Januari 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i1.5003

Abstract

In order to categorize data from the findings of the MBKM survey using machine learning, the goal of this research is to determine how well the implementation of MBKM has been comprehended by Education staff, lecturers, and students at the university level. Artificial intelligence, which is frequently employed to address a variety of issues, includes machine learning. K-Mean and K-Medoids clustering algorithm models were used to group the data for suggestions on how to apply MBKM at Bhayangkara Jakarta Raya University. This study uses databases and machine learning approaches to categorize MBKM survey data at the level of the relevant study program. In order to examine the machine in accordance with the learning algorithm, the K-Mean and K-Medoids clustering algorithms will be utilized. This research will train a machine or system using filtered data that can predict the outcomes of the MBKM survey, which was constructed using machine learning. The study's findings come from the application of MBKM into two groups, with cluster 1 showing a high degree of comprehension and cluster 2 showing a low level of understanding, as produced by K-Mean. In the meantime, K-Medoids created cluster 2 for high comprehension of MBKM and cluster 1 for low understanding of MBKM implementation. The results of the comparison evaluation of clustering between K-Mean and K-Medoids obtained cluster evaluation values using the Davies Bouldin Index by conducting trials starting from K=2, K=3, K=4 and K=5 showing lower K-Mean values compared to K-Medoids, so that K-Mean is recommended as a clustering algorithm for grouping the results of the MBKM survey implementation in Higher Education.
Co-Authors -, Rasim Ade Iriani Agung Nugroho Agung Nugroho Agus Hidayat Aida Fitriyani, Aida Ajif Yunizar Pratama Yusuf Alexander, Allan D Alhillah, Yumaris Alfi Andi Lawrence Hutahaean, Johanes Andri Fajriya Andry Fadjriya Annisa Oktavianti Hermadi Asep R. Hamdani Asep Ramdhani M Asep Ramdhani Mahbub Atika , Prima Dina Dhea Putri Aprilyana Dwi Budi Srisulistiowati Dwipa Handayani Eka Nur A’ini Endang Retnoningsih Enggar Putera, dkk, Diaz Faisal Adi Saputra Fajar Mukharom Fathurrazi, Ahmad Febry Sandrian Sagala Fefbiansyah Hasibuan Galih Apriansha Pradana Hadi Kusmara Hendarman Lubis Herlawati Herlawati Hindriyanto Dwi Purnomo Ikhsan Romli Ilham Rizky Widianto Intan Safira Irwan Sembiring Ismaniah Ismaniah Joni Warta Joni Warta Joniwarta Joniwarta, Joniwarta Jumi Saroh Hidayat Kapriadi, Engkap Karyaningsih, Dentik Khoirunnisaa, Nabiilah Kustanto , Prio Lubis, Hendarman M. Fadhli Nursal Mayadi Mayadi Meutia, Kardinah Indrianna Mugiarso Mugiarso, Mugiarso Muhammad Khaerudin Noe’man,, Achmad Nurjeli Nurjeli Pradana , Galih Apriansha Prima Dina Atika Purnomo , Rakhmat Purnomo, Rakhmat Putra , Tri Dharma Rahmadya Trias Handayanto Rakhmat Purnomo Rasim Ratna Salkiawati Rejeki , Sri Retnoningsih , Endang Rinaldi Tunnisia Ritzkal, Ritzkal Rofiah , Syahbaniar Sagala, Febry Sandrian Saputra , Faisal Adi Silvi - Siti Setiawati Siti Setiawati Siti Setiawati Siti Setiawati, Andika Yusuf Hidayat Sri Lestari, Tyastuti Sri Rejeki Sudiantini, Dian Sulistiyo, Dwi Suryadi Syahbaniar Rofiah Tb Ai Munandar, Tb Ai Theopillus J. H. Wellem Tri Dharma Putra Tri Dharma Putra Tyastuti Sri Lestari Tyastuti Sri Lestari Tyastuti Sri Lestari Tyastuti Sri Lestari Widianto, Ilham Rizky Wiyanto Wiyanto