Article Per Year (5 Year)
p-Index From 2019 - 2024
2.147
P-Index
This Author published in this journals
All Journal Jurnal TIMES CESS (Journal of Computer Engineering, System and Science) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi International Journal of New Media Technology METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Pengabdian Pada Masyarakat METHABDI TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Eva Julia Gunawati Harianja
Universitas Methodist Indonesia
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Immunology & microbiology Languange, Linguistic, Communication & Media Medicine & Pharmacology Physics Public Health

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal TIMES

 1 
UTILITY VECTORS TO FUZZY PREFERENCE RELATION DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PENENTUAN POSISI KERJA KARYAWAN Harianja, Eva Julia Gunawati; Ketaren, Eliasta
Jurnal TIMES Vol 5, No 1 (2016)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.743 KB)

Abstract

Penempatan kerja bukanlah masalah sederhana, sebab kesalahan penempatan dapat mempengaruhi operasi perusahaan. Masalah utama yang dihadapi dalam menyeleksi karyawan adalah masih kurangnya ketepatan dan kecepatan proses penilaian kinerja masing-masing karyawan guna memenuhi posisi tertentu. Penilaian kinerja karyawan yang didasarkan pada kriteria-kriteria tersebut sering kali menjadi masalah dalam proses pengambilan keputusan. Untuk mengekspresikan preferensi pengambil keputusan pada alternatif yang paling diinginkan, dapat dilakukan dengan transformasi format preferensi Utility Vectors to Fuzzy Preference Relation. Selanjutnya memilih metode SAW untuk menentukan nilai bobot untuk setiap atribut, yang dilanjutkan dengan proses perangkingan untuk menyeleksi alternatif terbaik, dalam hal ini adalah alternatif yang cocok untuk menentukan posisi kerja karyawan yang sesuai dengan kriteria-kriteria yang telah ditentukan. Dengan metode ini diharapkan penilaian akan lebih tepat dan akurat karena didasarkan pada nilai kriteria dan bobot yang telah ditentukan.
UTILITY VECTORS TO FUZZY PREFERENCE RELATION DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PENENTUAN POSISI KERJA KARYAWAN Eva Julia Gunawati Harianja; Eliasta Ketaren
Jurnal TIMES Vol 5 No 1 (2016)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.743 KB)

Abstract

Penempatan kerja bukanlah masalah sederhana, sebab kesalahan penempatan dapat mempengaruhi operasi perusahaan. Masalah utama yang dihadapi dalam menyeleksi karyawan adalah masih kurangnya ketepatan dan kecepatan proses penilaian kinerja masing-masing karyawan guna memenuhi posisi tertentu. Penilaian kinerja karyawan yang didasarkan pada kriteria-kriteria tersebut sering kali menjadi masalah dalam proses pengambilan keputusan. Untuk mengekspresikan preferensi pengambil keputusan pada alternatif yang paling diinginkan, dapat dilakukan dengan transformasi format preferensi Utility Vectors to Fuzzy Preference Relation. Selanjutnya memilih metode SAW untuk menentukan nilai bobot untuk setiap atribut, yang dilanjutkan dengan proses perangkingan untuk menyeleksi alternatif terbaik, dalam hal ini adalah alternatif yang cocok untuk menentukan posisi kerja karyawan yang sesuai dengan kriteria-kriteria yang telah ditentukan. Dengan metode ini diharapkan penilaian akan lebih tepat dan akurat karena didasarkan pada nilai kriteria dan bobot yang telah ditentukan.
Penerapan Metode TOPSIS dalam Menentukan Penerima Bantuan Bedah Rumah Pada Dinas Perumahan Dan Kawasan Permukiman Kabupaten Deli Serdang Eva Julia Gunawati Harianza; Gortap Lumbantoruan
Jurnal TIMES Vol 8 No 1 (2019)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (611.45 KB)

Abstract

Rumah adalah bangunan yang dijadikan tempat tinggal selama jangka waktu tertentu. Namun ternyata belum banyak masyarakat mengetahui seperti apa kriteria rumah yang layak untuk dihuni. Saat ini masalah menyediakan rumah layak huni bagi masyarakat berpenghasilan rendah (MBR) masih menjadi permasalahan Pemerintah Indonesia dan Dinas terkait lainnya. Berbagai jenis bantuan perbaikan rumah layak huni atau bedah rumah telah banyak dilakukan berbagai pihak, baik oleh pemerintah maupun swasta. Akan tetapi bantuan yang diberikan relatif belum dapat memenuhi kebutuhan masyarakat dalam jumlah sasaran karena begitu banyaknya masyarakat yang mengajukan permohonan untuk bantuan bedah rumah tersebut. Sehingga dalam pemberian bantuan tersebut, perlu ditetapkan berbagai kriteria atau syarat sebagai standart penyeleksian agar penyaluran bantuan tepat pada sasarannya. Penentuan penerima bantuan bedah rumah yang didasarkan pada kriteria-kriteria tersebut sering kali menjadi masalah dalam proses pengambilan keputusan. Untuk mengekspresikan preferensi pengambil keputusan pada alternatif yang paling diinginkan, dapat dilakukan dengan menerapkan Technique  For Order Preference by Similarity to Ideal Solution (TOPSIS). Metode TOPSIS akan di kombinasikan dengan logika fuzzy untuk menentukan nilai bobot pada setiap atribut kriteria, yang dilanjutkan dengan proses perangkingan untuk menyeleksi alternatif terbaik, dalam hal ini adalah alternatif yang valid sebagai penerima bantuan yang sesuai dengan kriteria. Dengan metode ini diharapkan proses penilaian akan lebih tepat dan akurat karena didasarkan pada nilai kriteria dan bobot yang telah ditentukan.
Pendekatan Level Data untuk Menangani Ketidakseimbangan Data Menggunakan Algoritma K-Nearest Neighbor Resianta Perangin-angin; Eva Julia Gunawati Harianja; Indra Kelana Jaya
Jurnal TIMES Vol 9 No 1 (2020)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (302.889 KB)

Abstract

Dalam penelitian ini digunakan dataset yang memiliki tingkat ketidakseimbangan yang berbeda beda mulai dari 16.40, 8.60, 2.06, 2.78, 1.87, tentu hal ini dapat menurunkan kinerja algoritma klasifikasi. Secara umum ketidakseimbangan kelas dapat ditangani dengan dua pendekatan, yaitu level data dan level algoritma. Pendekatan level data ditujukan untuk memperbaiki keseimbangan kelas, sedangkan pendekatan level algoritma ditujukan untuk memperbaiki algoritma atau menggabungkan (ensemble) pengklasifikasi agar lebih konduktif terhadap kelas minoritas. Pada penelitian ini diusulkan pendekatan level data dengan resampling, yaitu random oversampling (ROS), dan random undersampling (RUS), Pengklasifikasi yang digunakan adalah k-near neighbors. Hasil penelitian menunjukkan bahwa model ROS+KNN dan RUS+KNN didapat dengan selisih G-Means sebesar 13% dan F-Measure 2,08%, dari, hal ini menunjutkan bahwa RUS+KNN dan ROS+KNN bisa meningkatkan akurasi dari G-Mean dan F-Measure namun tidak memiliki perbedaan yang signifikan.
Comparison Detection Edge Lines Algoritma Canny dan Sobel Resianta Perangin-angin; Eva Julia Gunawati Harianja
Jurnal TIMES Vol 8 No 2 (2019)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.095 KB)

Abstract

Deteksi tepi adalah pendekatan paling umum yang digunakan untuk mendeteksi tingkat abu-abu diskontinuitas. Ini karena titik atau garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Idealnya, teknik yang digunakan untuk mendeteksi diskontinuitas hanya menghasilkan satu piksel yang terletak di wilayah batas. Salah satu teknik pengolahan citra yang digunakan adalah deteksi tepi. Deteksi tepi sering terjadi pada pengolahan citra digital karena merupakan salah satu langkah awal dalam segmentasi citra yang bertujuan untuk mempresentasikan objek yang terdapat pada citra. Deteksi tepi berfungsi untuk mengidentifikasi batas-batas suatu objek dengan latar belakang yang tumpang tindih. Oleh karena itu, ketika garis besar gambar dapat diidentifikasi secara akurat, semua objek dapat ditemukan dan properti dasar seperti luas, bentuk, dan ukuran objek dapat diukur. Ada beberapa jenis metode deteksi tepi yang dapat digunakan untuk mendeteksi garis besar suatu citra, seperti algoritma Sobel, Prewitt, Canny dan homogenitas. Masing-masing metode tersebut memiliki kelebihan dan kekurangannya masing-masing. Dalam penelitian ini akan diambil dua algoritma yaitu algoritma Canny dan Sobel. Berdasarkan kekuatan dan kelemahan kedua metode tersebut akan dilakukan analisis terhadap kedua metode tersebut untuk melihat hasil pendeteksian yang keduanya akan digunakan sebagai pembanding. Dilihat dari hasil yang didapat dari algoritma deteksi tepi Canny dan Sobel secara jelas terlihat lebih baik algoritma cannya pada hasil pendekteksian tepi, dimana algoritma Canny mempunyai hasil yang lebih halus dan lebih spesifik mendekteksi garis tepi suatu objek citra. Sedangkan algoritma pendektesian garis tepi sobel masih meregang pada daerah yang tidak berbatasan. Dilihat dari struktur hasil pendeteksian algoritma Canny lebih baik daripada algoritma Sobel.
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BANTUAN SEMBAKO BAGI JEMAAT GEREJA HKI TERDAMPAK COVID-19 MENGGUNAKAN METODE TOPSIS STUDI KASUS: HKI RESORT SIGALINGGING Eva Julia Gunawati Harianja; Gortap Lumbantoruan; Rena Nainggolan
Jurnal TIMES Vol 10 No 2 (2021): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (513.431 KB)

Abstract

Berbagai sektor kehidupan manusia yang terdampak Covid-19 secara khusus dapat dirasakan pada sektor perekonomian, seperti yang dialami oleh masyarakat Indonesia saat ini. Pemerintah maupun berbagai pihak lainnya berupaya meringankan beban masyarakat yang terdampak Covid-19 dengan menyelenggarakan berbagai program bantuan, seperti halnya penyaluran sembako kepada masyarakat. Gereja Huria Kristen Indonesia (HKI), khususnya Resort Sigalingging juga turut mengambil peran dengan menyalurkan bantuan sembako bagi warga jemaatnya yang terdampak Covid-19. Sebagai penyelenggara penyalur bantuan tersebut, diharapkan Gereja HKI lebih selektif dalam proses penyeleksian calon penerima bantuan agar penyaluran bantuan tepat pada sasarannya. Penentuan warga jemaat Gereja HKI sebagai calon penerima bantuan sembako yang terdampak Covid-19 didasarkan pada kriteria-kriteria tertentu sering kali menjadi masalah dalam proses pengambilan keputusan. Untuk mengekspresikan preferensi pengambil keputusan pada alternatif yang paling diinginkan, dapat dilakukan dengan menerapkan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Metode TOPSIS akan di kombinasikan dengan logika fuzzy untuk menentukan nilai bobot pada setiap atribut kriteria, yang dilanjutkan dengan proses perangkingan untuk menyeleksi alternatif terbaik, dalam hal ini adalah alternatif yang valid sebagai penerima bantuan yang sesuai dengan kriteria. Dengan metode ini diharapkan proses penilaian akan lebih tepat dan akurat karena didasarkan pada nilai kriteria dan bobot yang telah ditentukan.
Co-Authors Christiani Sinaga Eliasta Ketaren Eliasta Ketaren, Eliasta Emma Rosinta Simarmata Fenina Adline Twince Tobing Gortap Lumbantoruan Indra Kelana Jaya Jamaluddin Jonathan H. Saragih Jujur Marentha Nababan Junika Napitupulu Lyna M. N. Hutapea Moris Raichel Sitanggang Purba, Eviyanti Novita Rena Nainggolan Rena Nainggolan Resianta Perangin-Angin Rimbun Siringoringo, Rimbun Rumahorbo, Benget