Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal Jurnal Sains Dan Teknologi (SAINTEKBU) Informasi Interaktif
M. Rudyanto Arief
STMIK AMIKOM Yogyakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Sistem Pendukung Keputusan Kredit Usaha Rakyat PT. Bank Rakyat Indonesia Unit Kaliangkrik Magelang Agung Nugroho; Kusrini Kusrini; M. Rudyanto Arief
Creative Information Technology Journal Vol 2, No 1 (2014): November - Januari
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (816.472 KB) | DOI: 10.24076/citec.2014v2i1.33

Abstract

Banyak faktor dan variabel yang mempengaruhi risiko kredit dalam pengambilan keputusan pada permasalahan Kredit Usaha Rakyat (KUR). Faktor-faktor yang digunakan sebagai dasar penilaian Kredit Usaha Rakyat pada PT.Bank Rakyat Indonesia Unit Kaliangkrik menggunakan prinsip dasar yang dikenal dengan prinsip “5 of Credit” yaitu Character, Capacity, Capital, Condition dan Collateral. Dari factor-faktor yang digunakan sebagai dasar penilaian kredit, digunakan metode Mining Classification Rule dalam membuat Sistem Pendukung Keputusan pemberian KUR. Terdapat beberapa algoritma yang dapat digunakan dalam data mining untuk metode klasifikasi salah satunya adalah algoritma k-nearest neightbor. Konsep sistem pendukung keputusan pemberian KUR ini dirancang dapat melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut dan memberikan solusi nasabah yang layak menerima KUR berdasarkan masukan dari user dengan menggunakan metode k-nearest neighbors (knn). Data-data transaksi pembayaran nasabah lama akan dijadikan sebagai data training dimana sebelumnya akan ditentukan kelasnya terlebih dahulu. Penentuan kelas dilakukan dengan proses klasifikasi data berdasarkan kategori status nasabah sesuai jumlah tunggakan pembayaran kreditnya. Dari hasil perhitungan kemiripan kasus antara data calon nasabah baru dengan nasabah lama atau data training menggunakan algoritma K-Nearest Neighbor, hasil dengan nilai tertinggi akan dijadikan acuan seorang decision maker dalam mengambil keputusan.Many factors and variables that affect credit risk in decision-making on issues People's Business Credit (KUR). The factors are used as the basis of assessment of the People's Business Credit Unit at PT Bank Rakyat Indonesia Kaliangkrik using basic principle known as the principle of "5 of Credit" ie Character, Capacity, Capital, Collateral Condition and. Of the factors that are used as a basis for credit assessment, Classification Rule Mining method used in making the administration of KUR Decision Support Systems. There are several algorithms that can be used in data mining for classification methods one of which is the k-nearest algorithm neightbor. The concept of the provision of decision support system is designed KUR can perform the classification of objects based on distance learning data that is closest to the object and provide a viable solution customers receive KUR based on input from the user by using the k-nearest neighbors (KNN). Payment transaction data will be used as a customer long training data which will be determined prior to first class. Grading is done with the data classification process based on customer status categories according to the amount of credit outstanding payments. From the calculation of the similarity between the case of data with prospective new customers or old customers training data using the K-Nearest Neighbor algorithm, the results with the highest scores will be used as a reference to a decision maker in making decisions.
Perancangan Sistem Pendukung Keputusan Dalam Memilih Sekolah Tinggi Ilmu Kesehatan di Yogyakarta Norhikmah Norhikmah; Kusrini Kusrini; M. Rudyanto Arief
Creative Information Technology Journal Vol 1, No 2 (2014): Februari - April
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (602.148 KB) | DOI: 10.24076/citec.2014v1i2.18

Abstract

Seorang calon mahasiswa yang ingin melanjutkan jenjang pendidikannya ke sekolah tinggi ilmu kesehatan bukan suatu persoalan yang mudah, banyak pertimbangan yang harus dipertimbangkan seperti biaya selama perkuliahan, lowongan perkerjaan, kerjasama kampus tersebut dengan instansi terkait, dan lain-lain. Sampel kriteria yang digunakan dalam perancangan prototipe sistem pendukung keputusan dalam memilih Sekolah Tinggi Ilmu Kesehatan (STIKES) adalah kriteria yang didapatkan dari jawaban kuesioner sesuai dengan hasil uji validitas disetiap variable kriterianya. Proses pengambilan keputusan dalam memilih sekolah tinggi ilmu kesehatan ini menggunakan penggabungan 2 metode yaitu AHP dan F-AHP yang memiliki tujuan agar dapat mengurangi penilaian secara subyektivitas dan mengecek konsistensi logic antar kriteria maupun subkriteria, sehingga dapat menghasilkan ranking sekolah tinggi ilmu kesehatan yang lebih objektif, serta dapat membantu memberikan rekomendasi STIKES mana yang layak untuk dipilih.A prospective student who wants to continue his education to high school health science is not an easy matter, many considerations that must be taken into account as expenses for tuition , job vacancies , the campus co-operation with relevant agencies , and others . Sample criteria used in the design of a prototype decision support system in choosing the College of Health Sciences ( STIKES ) is the criterion obtained from the results of the questionnaire were tested for validity every variable criteria. The decision making process in choosing a high school health science using two methods , namely the incorporation of F - AHP and AHP which has the aim to reduce the subjectivity of assessment and check the consistency between the criteria and sub-criteria , so as to produce a high- ranking school objectives of health sciences , as well as STIKES can help provide recommendations which are feasible for selected.
EVALUASI TINGKAT KEMATANGAN TEKNOLOGI INFORMASI MENGGUNAKAN FRAMEWORK COBIT 4.1 PADA INSTANSI PEMERINTAHAN ABC Joni Saputra; Bambang Soedijono; M. Rudyanto Arief
Informasi Interaktif Vol 5, No 2 (2020): Jurnal Informasi Interaktif
Publisher : Universitas Janabadra

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

Abstract

Information technology (IT) now plays an important role in the performance process of an organization or government agency, particularly in improving services that are efficient, effective and transparent. Implementation of good IT governance will guarantee the transparency, efficiency and effectiveness of an organization or government agency. Seeing the benefits of applying IT for the creation of a governance and information system that is in accordance with the standards, an evaluation of the maturity level of information technology governance in government agencies will be used using COBIT 4.1 in the sub-domains that meet the problems and needs of the government agencies. The results of this measurement are a description of the results of IT governance and the current Information System and the results of recommendations that will be a reference for future improvements so that government agencies become more measurable and better. In this study, the conclusion of the level of maturity in the domain Delivery and support (DS ) DS1 = 2.81, DS4 = 2.56, DS5 = 2.67, DS11 = 2.65, so that the level of maturity at ABC company is at level 2.5 (Defined Process). Keywords: Cobit, Maturity Level
Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Menggunakan Metode Svm (Studi Kasus: Universitas KH A Wahab Hasbullah Jombang Mochamad Fadillah Abdullah; Kusrini Kusrini; M. Rudyanto Arief
SAINTEKBU Vol. 14 No. 01 (2022): Volume : 14 No. 01 January 2022
Publisher : KH. A. Wahab Hasbullah University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32764/saintekbu.v14i01.1096

Abstract

Kelulusan mahasiswa merupakan salah satu yang harus diperhatikan karena masuk dalam Standar Penjaminan Mutu Internal suatu perguruan tinggi . Fakultas Teknologi Informasi merupakan salah satu fakultas yang di universitas KH A Wahab Hasbullah Jombang. Untuk kelulusan terdapat standar yang akan dicapai oleh fakultas tersebut yaitu waktu studi selama 4 tahun dan IPK minimal 3,00. Untuk dapat mencapai mutu kelulusan tersebut dibutuhkan suatu prediksi tingkat kelulusan dengan standar yang telah ditetapkan untuk mahasiswa yang masih menjalankan studi sehingga dapat dilakukan antisipasi dari awal sehingga dapat menanggulangi terjadinya permasalahan dalam bidang akademik. Untuk memprediksi tingkat kelulusan dan IPK standar tersebut digunakan metode data mining dengan fungsi klasifikasi. Metode klasifikasi yang digunakan menggunakan metode SVM. Perangkat yang digunakan untuk mengolah data yaitu software Rapid Miner.
Co-Authors Agung Nugroho Bambang Soedijono Joni Saputra Kusrini Kusrini Mochamad Fadillah Abdullah Norhikmah Norhikmah