Claim Missing Document
Check
Articles

Found 4 Documents
Search

Pemanfaatan Aplikasi Pengelolaan Dana Keuangan Penjualan Gas Berbasis Framework Code Igniter Pada PT Selamat Lestari Mandiri Divisi Gas Industri Rizal Amegia Saputra; A Gunawan; Ita Yulianti; Tya Septiani Nurfauzia K
Abditeknika Jurnal Pengabdian Masyarakat Vol. 1 No. 2 (2021): Oktober 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v1i2.625

Abstract

Selamat Lestari Mandiri Divisi Gas Industri merupakan salah satu perusahaan yang bergerak dalam bidang penjualan gas industri. Perusahaan tersebut berlokasi di Jl. Pramuka No.17 A Kelurahan Cikondang Kecamatan Citamiang Kota Sukabumi. Permasalahan yang dihadapi perusahaan ini salah satunya yaitu pencatatan pengelolaan dana keuangan penjualan gas yang masih dilakukan secara tulis tangan sehingga tidak heran apabila terjadi kesalahan pencatatan dan sulitnya pengecekan serta pencarian data keuangan dari history transaksi sebelumnya akibat penyimpanan dokumen tidak tertata rapi. Oleh karena itu, sebuah rancang bangun sistem baru dibutuhkan agar dapat membantu mengatasi permasalahan yang saat ini terjadi sehingga dapat memberikan kemudahan khususnya dalam melakukan pengelolaan dana keuangan penjualan gas pada perusahaan tersebut. Kegiatan pengabdian masyarakat ini dilakukan dengan menganalisis kebutuhan sistem terlebih dahulu kemudian dilanjutkan dengan tahap desain, implementasi dan pengujian secara terbatas sehingga dapat diketahui kelemahan dan kelebihan dari sistem yang akan dibangun dan diperlukan pelatihan kepada admin agar dapat menggunakan aplikasi ini dengan baik.
FIREWALL PORT SECURITY SWITCH UNTUK KEAMANAN JARINGAN KOMPUTER MENGGUNAKAN CISCO ROUTER 1600S PADA PT. TIRTA KENCANA TATA WARNA SUKABUMI Sutiman Sutiman; A Gunawan
CONTEN : Computer and Network Technology Vol. 1 No. 1 (2021): Juni 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.934 KB) | DOI: 10.31294/conten.v1i1.402

Abstract

Perkembangan teknologi informasi saat ini sangat cepat akses kirim mengirim data tidak terhalang jarak dan waktu, aset kekayaan insfratuktur tidak berupa jalanan fisik tetapi berupa sebuah jaringan yang saling terhubung satu sama lain yang dibuat teknologi itu sendiri untuk saling memudahkan akses data, komunikasi, saling bertukar informasi, sehingga jaringan menjadi sebuah kebutuhan sehari-hari untuk beraktivitas menjalankan kegiatan sehari-hari. Pada peradaban saat ini para ilmuan berupaya untuk terus melakukan pengembangan revolusi dari teknologi itu sendiri yang aksesnya adalah menggunakan jaringan, sudah terbukti seperti perusahaan amazone, alibaba, ebay, facebook, google dan lain-lain. Yang berperan aktiv memakai teknologi jaringan komputer menjadikan mereka sebuah perusahaan raksasa yang memiliki kekayaan luar biasa, di Indonesia pun ada beberapa perusahaan yang sukses seperti kaskus, gojek dan yang lainnya. Pada studi kasus penulis melakukan sebuah penelitian yang meliputi banyak teknik untuk analisa sebuah jaringan di perusahaan PT. Tirta Kencana Tata Warna yang berlokasi di sukabumi, perusahaan tersebut memakai jaringan MAN (Metropolitan Area Network) untuk akses informasi pertukaran data, sehingga penulis melakukan sebuah analisis untuk melakukan perbaikan sebagai keamanan jaringan dari perusahaan tersebut. Tujuannya adalah meningkatkan kualitas dari jaringan PT. Tirta Kencana Tata Warna Sukabumi untuk keamanan jaringannya.
Implementasi Metode Waterfall Untuk Sistem Persediaan Aksesoris Sandal Pada Toko Accessories H Engkos Muhammad Ridwan; Indah Suryani; A Gunawan; Siti Nurwahyuni
JAIS - Journal of Accounting Information System Vol. 1 No. 2 (2021): Desember 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v1i02.1062

Abstract

Toko Accesories H. Engkos is a business that is engaged in the sale of shoe sandal accessories. In carrying out this business, H.engkos always encounters financial recording problems. He was always confused about how much income came in and went out on the way just starting out, plus the manually written notes. The author finally decided to conduct research with Data Collection Methods starting from the Literature Study, followed by Observation, and ended with Interviews as a working method for collecting data and software development methods that will be applied to research at the Toko Accesories H. Engkos, namely by using the method Waterfall or Sequential classic lifeline where the waterfall model is often also called a linear sequence model or classic lifeline. System development is carried out sequentially starting from the analysis, design, coding, testing and support stages. Toko Accesories H. Engkos requires the presence of a system in making financial reports, so that it can be faster to see the financial condition of the business being run and increase confidence in making decisions because the reports are getting better. With this sales and inventory information system, it is hoped that the goods management process will be more effective and efficient.
Penerapan Metode Naïve Bayes Dengan PSO Untuk Pemilihan Peminatan Jurusan Pada SMK Erika Mutiara; Lis Saumi Ramdhani; Rusda Wajhillah; Jamal Maulana Hudin; A Gunawan
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 8, No 1 (2023): IJCIT Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v8i1.15732

Abstract

Siswa  SMP  yang  berencana melanjutkan  jenjang  pendidikannya  ke SMK harus memutuskan  program  studi  apa  yang akan dipilih untuk melanjutkan  pendidikannya  kelak. Hal ini merupakan sesuatu yang cukup sulit diputuskan oleh kebanyakan siswa terutama bagi mereka yang tidak memiliki banyak referensi. Kebanyakan keputusan siswa,  dipengaruhi  oleh pendapat orang tua, teman atau figur yang  diidolakan. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan dengan metode Naive Bayes sebagai algoritma terpilih berbasis Particle Swarm Optimization (PSO) dalam pemilihan jurusan yang sesuai dengan kemampuan akademik siswa. Pada penelitian ini dilakukan optimasi metode Naive Bayes dengan menggunakan metode Particle Swarm Optimization untuk seleksi atribut untuk meningkatkan akurasi prediksi yang diaplikasikan terhadap data nilai calon siswa SMK. Setelah dilakukan pengujian dengan dua model, yaitu metode naive bayes dan optimasi naive bayes menggunakan particle swarm optimization hasil yang diperoleh menunjukan bahwa dengan menggunakan Naive Bayes nilai accucary yang dihasilkan sebesar 73,09% sedangkan pengujian dengan menggunakan optimasi Naive Bayes dengan Particle Swarm Optimization didapatkan nilai accurcy sebesar 80,43%. Sehingga kedua metode tersebut memiliki perbedaan tingkat akurasi sebesar 7,34%. The junior high school students who plan to continue their education to the vocational high school must decide what study program they will choose to continue their education later. This is something that is quite difficult for most students to decide, especially for those who don't have many references. Most students' decisions, sometimes influenced by the opinions of parents, friends or idolized figures. This study aims to build a decision support system using the Naive Bayes method as the selected algorithm based on Particle Swarm Optimization (PSO) in selecting majors according to students' academic abilities. In this study, the optimization of the Naive Bayes method was carried out by using the Particle Swarm Optimization method for attribute selection to improve the accuracy of predictions applied to prospective Vocational School student value data. After testing with two models, namely the Naive Bayes method and the Naive Bayes optimization using particle swarm optimization results obtained showed that using Naive Bayes the accucary value generated was 73.09% while testing using Naive Bayes optimization with Particle Swarm Optimization obtained values accurcy is 80.43%. So that both methods have different accuracy rates of 7.34%.