Article Per Year (5 Year)
p-Index From 2019 - 2024
2.096
P-Index
This Author published in this journals
All Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Informatika : Jurnal Informatika, Manajemen dan Komputer Jurnal Informatika Kaputama (JIK) Jurnal Pengabdian Pada Masyarakat METHABDI Majalah Ilmiah METHODA
Harlen Gilbert Simanullang
Universitas Methodist Indonesia
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Immunology & microbiology Languange, Linguistic, Communication & Media Medicine & Pharmacology Physics Public Health

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TELADAN DI KANTOR BUPATI LANGKAT Arina Prima Silalahi; Harlen Gilbert Simanullang
Majalah Ilmiah METHODA Vol. 9 No. 3 (2019): Majalah Ilmiah METHODA
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/methoda.Vol9No3.pp145-155

Abstract

Teknologi mempunyai peran penting bagi suatu instansi, lembaga ataupun perusahaan membutuhkan suatu komputerisasi untuk pengolahan data dan mendapatkan hasil yang sangat akurat untuk mendukung keberhasilan dalam mencapai tujuannya. Begitu juga dengan instansi negara seperti Kantor Bupati, dibutuhkan adanya sistem terkomputerisasi untuk mendukung kinerja dan kualitas pegawai maupun instansi tersebut. Pegawai berperan penting untuk kemajuan kinerja sebuah instansi ataupun perusahaan. Untuk meningkatkan kinerja pegawai, banyak cara yang perlu dilakukan salah satunya melakukan pemilihan pegawai terbaik. Aspek penilaian merupakan aspek yang sangat penting, apabila dalam proses penilaian terjadi inkonsistensi, maka ada beberapa pihak yang dirugikan. Permasalahan yang sering ditemukan menyangkut dengan kinerja pegawai, seperti kedisiplinan kerapian dan beberapa kriteria lain yang masih perlu dibenahi untuk meningkatkan kualitas pelayanan pemerintah serta memenuhi tujuan otonomi daerah. Selain itu, kebutuhan akan akses data dan informasi yang cepat dan akurat juga diperlukan untuk mendukung melakukan penilaian pegawai teladan. Berdasarkan permasalahan tersebut, perlu solusi untuk melakukan pemilihan pegawai teladan, dan menampilkan laporan secara cepat dan akurat yaitu dengan mengangkat penelitian berjudul “Penerapan Metode Simple Additive Weighting (SAW) Dalam Sistem Pendukung Keputusan Pemilihan Pegawai Teladan Di Kantor Bupati Langkat”.
METODE MULTIFACTOR EVALUATION PROCESS (MFEP) UNTUK REKOMENDASI JURUSAN PADA SEKOLAH MENENGAH ATAS Arina Prima Silalahi; Harlen Gilbert Simanullang
Majalah Ilmiah METHODA Vol. 8 No. 3 (2018): Majalah Ilmiah METHODA
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/methoda.Vol8No3.pp84-91

Abstract

Multifactor Evaluation Process (MFEP) adalah metode kuantitatif yang menggunakan ‘weighting system’. Pengambilan keputusan multifaktor, keputusan diambil secara subyektif dan intuitif menimbang berbagai faktor yang mempunyai pengaruh penting terhadap alternatif pilihan mereka. Dalam MFEP seluruh kriteria yang menjadi faktor penting dalam melakukan pertimbangan diberikan pembobotan (weighting) yang sesuai. Langkah yang sama juga dilakukan terhadap alternatif yang akan dipilih, yang kemudian dapat dievaluasi berkaitan dengan faktor pertimbangan tersebut. Metode MFEP menentukan bahwa alternatif dengan nilai tertinggi adalah solusi terbaik berdasarkan kriteria yang telah dipilih[8]. Dalam pelaksanaan pemilihan jurusan bagi siswa Sekolah Menengah Atas diperkenalkan sebagai upaya untuk mengarahkan siswa terhadap bakat dan minat serta kemampuan akademik siswa tersebut. Namun adakalanya jurusan yang dipilih tidak sesuai. Penerapan metode Multifactor Evaluation Process (MFEP) dapat digunakan sebagai media yang memberikan rekomendasi jurusan pada Sekolah Menengah Atas sehingga proses pemilihan jurusan lebih efisien dan mengurangi kesalahan dalam pemberkasan dan memberikan rekomendasi jurusan.
METODE ELIMINATION AND CHOICE TRANSLATION REALITY (ELECTRE) DAN TOPSIS MENGGUNAKAN FUZZY KURVA-S SEBAGAI PENENTU BOBOT ALTERNATIF Harlen Gilbert Simanullang; Arina Prima Silalahi
Majalah Ilmiah METHODA Vol. 8 No. 1 (2018): Majalah Ilmiah METHODA
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/methoda.Vol8No1.pp36-49

Abstract

Metode ELECTRE secara umum digunakan untuk kasus-kasus dengan banyak alternatif namun hanya sedikit kriteria yang dilibatkan. Alternatif dikatakan mendominasi alternatif yang lainnya jika satu atau lebih kriterianya melebihi (dibandingkan dengan kriteria dari alternatif lain) dan sama dengan kriteria lain yang tersisa. Sedangkan TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal. Fuzzy Kurva-S akan dimanfaatkan untuk menentukan bobot setiap alternatif. Metode ELECTRE digunakan menentukan perusahaan yang lulus seleksi berdasarkan kriteria saham indeks LQ-45, perusahaan yang tidak lulus seleksi akan diberi ranking/diurutkan menggunakan metode TOPSIS. Hal tersebut akan menjadi salah satu acuan untuk pemantauan saham indeks LQ-45.
Sistem Kuesioner Penilaian Kinerja Guru Menggunakan Metode Multifactor Evaluation Process Pada SMP Negeri 3 Binjai Berbasis Framework Codeigniter Harlen Gilbert Simanullang; Arina Prima Silalahi
Jurnal Informatika Kaputama (JIK) Vol 4 No 2 (2020): Volume 4, Nomor 2, Juli 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v4i2.326

Abstract

Teknologi mempunyai peran penting bagi suatu instansi, lembaga ataupun perusahaan membutuhkan suatu komputerisasi untuk pengolahan data dan mendapatkan hasil yang sangat akurat untuk mendukung keberhasilan dalam mencapai tujuannya. Pemilihan guru teladan salah satu aktivitas yang penting untuk meningkatkan kualitas proses belajar mengajar. Beberapa hal yang menjadi kendala, yaitu diantaranya adalah keefektifan dan efisiensi waktu dan proses perhitungan nilai guru. Berdasarkan masalah yang tersebut, diberikan alternatif pemecahan masalah dengan merancang suatu sistem untuk mencatat data dan melakukan penghitungan nilai guru yang akan dibuat secara sistematis dan terkomputerisasi dengan metode Multifactor Evaluation Process (MFEP). Metode MFEP akan mengurangi ketidakefisienan pada saat pengisian data peserta, pemilih dan perhitungan nilai peserta/guru. Sehingga dapat menbentuk sebuah “Sistem Kuesioner Penilaian Kinerja Guru Menggunakan Metode Multifactor Evaluation Process (MFEP) Pada SMP Negeri 3 Binjai”
APLIKASI E-ULOS DENGAN KONSEP CUSTOMER RELATIONSHIP MANAGEMENT UNTUK MEMBANGUN LOYALITAS PELANGGAN Indra Kelana Jaya; Harlen Gilbert Simanullang; Asaziduhu Gea
Jurnal Informatika Kaputama (JIK) Vol 4 No 1 (2020): Volume 4, Nomor 1, Januari 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v4i1.345

Abstract

Bataknese (such as Batak Toba, Karo, Simalungun, Pakpak) in their ceremonial events (birth, marriage, death) are use of Ulos. Gallery Ulos Sianipar is a business unit selling various Batak weaving such as Ulos, Songket, Kebaya and Batak Traditional Clothing. Gallery Ulos Sianipar use minimum Information Technology in business activities. Analysis SWOT (Strength, Weakness, Opportunities, Threat) aims to capture the organization's needs for system development. IDIC Model (Identify, Differentiate, Interact, Customize) aim to implement the concept of customer relationship management to increase the loyalty of customers
PENERAPAN METODE NAÏVE BAYES CLASSIFIER PADA SENTIMEN ANALISIS APLIKASI INVESTASI KEUANGAN DIGITAL: Studi Kasus: Bareksa Dan Bibit Jhon Vebrianto Girsang; Indra Kelana Jaya; Harlen Gilbert Simanullang
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 7 No. 2 (2023): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol7No2.pp225-230

Abstract

Investing online is a very promising opportunity. There are many online investment enthusiasts who do not understand how to invest online correctly and be able to minimize risk. Lack of public understanding of the investment implementation process can lead to fraud by irresponsible parties. So understanding investing online is very necessary. There are many online investment applications on the Google Play Store, but these investment applications have their own advantages and disadvantages. The objects of research are the applications of Bareksa and Seeds because the news media often report on these applications at the top and selecting an application requires a collection of information obtained from previous user reviews. The method used is the Naïve Bayes Classifier. Based on the results, the classification is divided into 3 (three) sentiments, namely positive, negative and neutral. With a comparison of training data and testing data 70%:30% accuracy in the Bareksa application was obtained 54% and 44% in the seed application.
SUPERVISED LEARNING METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI DIABETES PADA WANITA Arina Prima Silalahi; Harlen Gilbert Simanullang; Marlyna Infryanty Hutapea
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 7 No. 1 (2023): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol7No1.pp144-149

Abstract

Supervised learning is a technique of machine learning by doing learning that has a reference value to direct something, one of which is the K-Nearest Neighbor (KNN) method. This method is for object classification through learning data that is closest to the object (neighbor) using euclidean distance to calculate the distance. KNN can be used for data classification that already has a reference, in this case the dataset used is the diabetes mellitus dataset in women. DM is a disease that can cause complications in parts of the body that cause death. DM in women can be seen from several parameters such as glucose levels, blood pressure, skin thickness, insulin hormone, body index mass, age, number of pregnancies, and the number of family history of diabetes. In this research, KNN will be used for the classification of diabetes in women with two classes, namely DM Positive and DM Negative, in other words, a woman can be predicted to suffer from DM disease or not. This method will be implemented into a system with PHP programming language and Codeigniter Framework. KNN testing is carried out with three test scenarios, the 1st test with 150 test data gets an 82% accuracy rate, the 2nd data test with 200 test data gets an 84% accuracy rate, and the 3rd data test with 300 test data gets an 82% accuracy rate.
Co-Authors Dandi Daniel Siregar Gea, Asaziduhu Imelda Sri Dumayanti Indra Kelana Jaya Jhon Vebrianto Girsang Jimmy F. Naibaho Lyna M. N. Hutapea Marzuki Sinambela Naikson Fandier Saragih Nogar Silitonga Rumahorbo, Benget Samuel Van Basten Manurung Silalahi, Arina Prima Surianto Sitepu Yohanna, Margaretha yolanda yulianti pratiwi rumapea Yuniman Telaumbanua