Claim Missing Document
Check
Articles

Found 6 Documents
Search

Pentingnya Internet Sebagai Sarana Pendukung Kegiatan Belajar Pada Masa Pandemi Covid-19 Yudhistira Yudhistira; Hermanto Hermanto; Nuraeni Herlinawati; Muhammad Iqbal
Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 4, No 2 (2021): Agustus 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.69 KB) | DOI: 10.31294/jabdimas.v4i2.10351

Abstract

Pengembangan IPTEK (Ilmu Pengetahuan dan Teknologi) memberikan peran dalam meningkatkan kesejahteraan dan perekonomian masyarakat. Berbagai bidang yang sudah dapat dirasakan dengan kehadirannya teknologi salah satunya adalah bidang pendidikan (Saryoko et al., 2020). Pentingnya peran serta dunia pendidikan tinggi dalam mendorong pembangunan tidak dapat dipungkiri lagi. Hal ini tercermin dalam pasal 20 UU No. 20 Tahun 2003 tentang Sistem Pendidikan Nasional (UU Diknas) yang menyatakan bahwa salah satu dharma Perguruan Tinggi, selain pendidikan dan penelitian,  adalah  kegiatan  pengabdian  masyarakat.  Tri Dharma Perguruan Tinggi itu sendiri merupakan tiga pilar utama penyelenggaraan institusi perguruan tinggi.  Untuk menunaikan salah satu Tri Dharma tersebut, dengan ini Universitas Bina Sarana Informatika melaksanakan Pengabdian Masyarakat. Saat ini Indonesia masih dalam situasi pandemi. Salah satu yang terdampak dalam pandemi saat ini adalah Warga RT. 010/03 Mampang Prapatan yang berada di Rukun Tetangga RT. 010/003 Jl. Mampang Prapatan VII Tegal Parang, Kota Jakarta Selatan. Banyak dari mereka yang masih kesulitan dalam menggunakan aplikasi pembelajaran daring. Oleh karena itu kami sebagai dosen dan mahasiswa Universitas Bina Sarana Informatika, Fakultas Teknik dan Informatika, program studi Teknologi Komputer, ingin memberikan pengetahuan kepada mereka tentang bagaimana menerapkan pembelajaran daring  secara tepat dan efektif. Target yang akan kami capai terkait dengan pelaksanaan pengebdian masyarakat ini adalah untuk dapat membantu masyarakat warga RT 010/003 Mampang Prapatan untuk dapat lebih memahami penggunaan aplikasi secara daring. Selain itu juga output dari hasil pengabdian ini akan kami jadikan artikel untuk di terbitkan pada jurnal pengabdian masyarakat serta berita pada media online.
Sistem Pendukung Keputusan Pemilihan Tempat Usaha Potensial dengan Metode SAW (Studi Kasus : SahabatLink Tasikmalaya) Hendri Mahmud Nawawi; Yudhistira Yudhistira; Ali Mustopa; Siti Khotimatul Wildah; Sarifah Agustiani; Muhammad Iqbal
Indonesian Journal on Software Engineering (IJSE) Vol 7, No 1 (2021): IJSE 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v7i1.9990

Abstract

Memutuskan tempat untuk membuka usaha adalah hal yang sangat penting dan wajib diperhatikan saat akan memulai bisnis baru atau membuka cabang, sejumlah faktor penting diperhitungkan supaya dapat meminimalisir resiko kerugian di masa yang akan datang sehingga tujuan dari bisnis yaitu meningkatkan keuntungan bisa dicapai secara maksimal, pada penelitian ini sejumlah faktor dicatat dan dijadikan sebagai kriteria untuk menilai tempat usaha yang layak dan potensial berdasarkan hasil observasi dan pengamatan di lapangan pada tempat usaha dengan merk dagang SahabatLink dengan menggunakan metode Simple Additive Weight. Konsep metode SAW adalah mencari penjumlahan terbobot berdasarkan rating kinerja dari setiap alternatif yang ditambahkan dengan banyak kriteria.  Hal ini yang menjadikan metode ini tepat digunakan untuk menentukan keputusan memilih tempat usaha potensial dengan banyak kriteria diantaranya akses, visibilitas, lalu lintas,  persaingan, jarak ke tempat keramaian, tempat parkir, biaya sewa, ekspansi dan konduktivitas.  Hasil akhir dari penjumlahan kriteria inputan dengan metode SAW dapat menjadi rekomendasi bagi pihak manajemen untuk membuka tempat usaha berdasarkan nilai alternatif yang paling tinggi.
KOMPARASI METODE AHP TOPSIS DAN AHP DALAM PENENTUAN PENILAIAN KINERJA KARYAWAN Yudhistira Yudhistira; Dahlia Dahlia
INTI Nusa Mandiri Vol 14 No 1 (2019): INTI Periode Agustus 2019
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (943.008 KB)

Abstract

Bagi setiap perusahaan, sumber daya manusia adalah asset yang sangat berharga. Dengan keterampilan dan kemampuan yang baik dari sumber daya manusia yang dimiliki, maka perusahaan akan dapat mengalami kemajuan. Untuk memotivasi kinerja karyawannya, PT Batavia Cyclindo Industri melakukan penilaian karyawan terbaik setiap bulannya. Penilaian dilakukan oleh manajer perusahaan dan dinilai dari beberapa kriteria. Kriteria yang dilakukan dalam penilaian pemilihan karyawan terbaik yaitu, terbuka terhadap kritik, bertanggung jawab, dapat bekerjasama, kreatif, memiliki kemampuan dalam menghadapai tekanan kerja, dan disiplin dalam bekerja. Permasalahan yang terjadi ialah bagaimana menemukan penilaian karyawan terbaik yang lebih tepat dengan kriteria-kriteria yang ada dengan mengolahnya menggunakan satu atau lebih dari satu metode. Peneliti melakukan penelitian dengan menggunakan gabungan metode AHP dan TOPSIS yang kemudian dibandingkan dengan satu metode AHP dalam mengolah data penilaian karyawan. Dalam penelitian ini, akurasi antara metode AHP dan TOPSIS dengan AHP yang akan dibandingkan. Hasil uji akurasi antara perhitungan manual dengan gabungan AHP dan TOPSIS, mendapatkan rata-rata akurasi sebesar 73%. sedangkan dengan metode AHP saja mendapatkan rata-rata akurasi sebesar 70%. Berdasarkan hasil uji akurasi tersebut, diperoleh kesimpulan bahwa penggunaan metode gabungan AHP dan TOPSIS lebih baik dibandingkan dengan metode AHP saja.
KLASIFIKASI SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK ANALISA SENTIMEN PENGGUNA APLIKASI PEDULILINDUNGI Astrid Noviriandini; Hermanto Hermanto; Yudhistira Yudhistira
Jurnal Informatika Vol 6, No 1 (2022): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v6i1.5681

Abstract

Covid-19 adalah penyakit menular yang sudah menyebar ke Indonesia. Pemantauan penyebaran Covid-19 di Indonesia ditangani oleh Kementrian Komunikasi dan Informatika (KOMINFO) dengan membuat aplikasi PeduliLindungi yang dapat ditemukan di Google Play . Pengguna bagus akan memilih aplikasi yang memiliki ulasan yang, tetapi menggunakan ulasan dari masyarakat tidak mudah sehingga penulis ingin mengetahui analisis ulasan pengguna aplikasi PeduliLindungi berdasarkan komentar pengguna dengan algoritma Support Vector Machine berbasis Particle Swarm Optimization. Hasil tes dengan nilai akurasi = 93,0% dan AUC = 0,977.Untuk itu, penerapan Support Vector Machine berbasis PSO pada peneltian ini memiliki akurasi yang lebih tinggi sehingga dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen pada review komentar pengguna aplikasi Pedulilindungi di google play .
Penerapan Zahir Accounting Untuk Menyusun Laporan Keuangan Pada Sekolah Ra Az-Zahra Siti Fatimah; Sifa Fauziah; Yudhistira Yudhistira
Artikel Ilmiah Sistem Informasi Akuntansi Vol 1 No 2 (2021): Artikel Ilmiah Sistem Informasi Akuntansi (AKASIA) - Oktober 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/akasia.v1i2.587

Abstract

Along with the development of increasingly rapid and sophisticated information technology in the current era of globalization, it has provided many benefits in doing a job. One of them is in the field of education, which can help school activities run effectively and efficiently in making financial reports to facilitate the process of analyzing financial statements. So that school leaders can see more clearly the financial condition based on accurate data. However, currently, RA Az-Zahra's school in making reports still uses written accounting records, from recording transactions to making financial reports such as tuition income, exam income, other income obtained from uniform sales, cash out and operational costs. Sometimes this causes errors in the accounting cycle process due to irregular recording and storage of transaction data, and is less effective than using a computerized system. The results of recording financial statements using Zahir Accounting show results that are balanced with the results of recording manual financial statements. So to overcome this problem, the application of Zahir Accounting is a solution to reduce the risk of errors in the accounting cycle recording process so that it can produce financial reports more quickly, accurately and efficiently. that can be used for interested parties as users of financial statements.
ANALYSIS OF NEURAL NETWORK CLASSIFICATION ALGORITHM TO KNOW THE SUCCESS LEVEL OF IMMUNOTHERAPY Agung Fazriansyah; Mochammad Abdul Azis; Yudhistira Yudhistira
Techno Nusa Mandiri: Journal of Computing and Information Technology Vol 17 No 1 (2020): TECHNO Period of March 2020
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1365.984 KB) | DOI: 10.33480/techno.v17i1.1089

Abstract

Cancer is a disease that is feared by humans at this stage, the genetic term of most diseases that have the characteristics of abnormal cell growth and beyond the normal cell limits so that they can attack cells that cover and are able to spread to other organs. For cancer recovery therapy is immunization therapy. Of course in this alternative treatment still needs to be done research to determine the level of success with existing conditions and parameters. Increasingly sophisticated, developing technology that helps human work. The neural network algorithm is used to analyze large datasets, the purpose of this study is to find the accuracy and immunotherapy methods of the dataset using a neural network learning machine with 200 data training cycles, 0.9 momentum and 0.01 learning levels that produce quite high accuracy 80 % and AUC value of 0.738