Claim Missing Document
Check
Articles

Found 4 Documents
Search

Sistem Pendukung Keputusan Rekomendasi Penerima Bantuan Siswa Miskin Menggunakan Metode Simple Additive Weighting (Saw) Muh Burhanudin; FX Ferdinandus; Muhaji Bayu
CAHAYAtech Vol 8, No 2 (2019): SEPTEMBER 2019
Publisher : STT Cahaya Surya Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.782 KB) | DOI: 10.47047/ct.v8i2.53

Abstract

Tidak sedikit masyarakat Indonesia khususnya di Kota Kediri yang tidak bisa melanjutkan pendidikan sampai jenjang perguruan tinggi karena keterbatasan biaya. Oleh sebab itu, peran pemerintah pusat dalam mengatasi permasalahan ini adalah dengan diberikan Bantuan Siswa Miskin atau BSM. BSM adalah bantuan dari pemerintah berupa sejumlah uang tunai yang diberikan secara langsung kepada siswa sesuai criteria yang telah ditetapkan. Alasan lain bantuan ini diberikan pemerintah adalah untuk kompensasi atas kenaikan harga BBM (Bahan Bakar Minyak). Perangkingan siswa penerima bantuan siswa miskin. Metode yang digunakan dalam perhitungan adalah Simple Additive Weighting perhitungan manual dan perhitungan sistem menunjukkan nilai yang sama. Metode Simple Additive Weighting dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternative yang dimaksudkan yaitu yang berhak menerima BSM berdasrkan criteria-kriteria yang telah ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian membuat rangking yang akan menentukan alternative yang optimal, yaitu penerima BSM. Sistem ini dapat menjadi alat bantu kerja tim penyeleksi bantuan dalam melakukan penyeleksian. Telah diimplementasikan sistem pendukung keputusan penerima bantuan siswa miskin dengan menggunakan Simple Additive Weighting (SAW) di SMK Plus Darus Salam Kediri. Aplikasi SPK yang dibuat dapat memberikan solusi terbaik dalam penentuan rekomendasi untuk mendukung keputusan penerima bantuan siswa miskin. Kata Kunci : Sistem Pendukung, BSM, Simple Additive Weighting
Sistem Pendukung Keputusan Pemilihan Paket Pernikahan Dengan Metode Saw Berbasis Web Irvan Sulistiya Putra; FX Ferdinandus; Muhaji Bayu
CAHAYAtech Vol 8, No 2 (2019): SEPTEMBER 2019
Publisher : STT Cahaya Surya Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (684.695 KB) | DOI: 10.47047/ct.v8i2.50

Abstract

Pernikahan merupakan acara sakral dimana dua orang saling mengikat janji dalam ikatan perkawinan yang sah. Mempersiapkan momen pesta pernikahan yang berkesan merupakan hal yang tidak mudah bagi calon pengantin, sehingga calon pengantin memerlukan jasa Wedding Organizer. Akan tetapi, berbagai paket pernikahan yang disediakan oleh Wedding Organizer tidak jarang menyulitkan pelanggan untuk memilih. Dari analisa tersebut, sebuah aplikasi pendukung keputusan sangat dibutuhkan guna membantu Wedding Organizer mengelola paket pernikahan dan membantu pelanggan dalam memilih paket yang sesuai dengan buget. Simple Additive Weighting menjadi metode yang dipakai pada sistem ini. PHP dan Html sebagai bahasa pemrograman, server Laragon dengan MySQL sebagai databasenya. Penelitian dilakukan pada Sulistiya Wedding Organizer dengan menggunakan wawancara dan observasi sebagai metode untuk mengumpulkan data. Hasil dari sistem ini nantinya dapat  menampilkan alternatif paket pernikahan berdasarkan peringkat.         Kata kunci : HTML, MySQL, SPK, Simple Additive Weighting, Paket Pernikahan, PHP.
Sistem Pendukung Keputusan Pemilihan Handphone Dengan Metode Simple Additive Weighting Berbasis WEB Aji Amijaya; FX Ferdinandus; Muhaji Bayu
CAHAYAtech Vol 8, No 2 (2019): SEPTEMBER 2019
Publisher : STT Cahaya Surya Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (322.208 KB) | DOI: 10.47047/ct.v8i2.47

Abstract

Pemilihan handphone sangatlah penting bagi kebutuhan setiap orang. Karena masing-masing orang memiliki kriteria tertentu dalam menentukan pilihannya. Ada sejumlah kasus yang ditemukan pada beberapa pengguna handphone mengaku salah dalam pemilihan handphone karena tidak mengetahui apa yang menjadi pertimbangan mereka untuk menentukan pilihan handphone yang tepat sesuai dengan kebutuhan mereka. Dengan adanya program “Sistem Pendukung Keputusan Pemilihan (SPK) Handphone Dengan Metode Simple Additive Weighting (SAW)” ini, peneliti berharap dapat membantu menyelesaikan masalah dalam pemilihan handphone yang sesuai dengan kebutuhan pengguna secara cepat dan efisien. Penelitian ini bertujuan untuk menghasilkan suatu sistem yang mampu membantu pengguna dalam menentukan pilihan handphone yang sesuai dengan kebutuhan mereka berdasarkan perhitungan dari bobot kriteria yang telah ditentukan untuk mendapatkan hasil perhitungan yang akurat..        Kata kunci: Pemilihan handphone, SAW, SPK
3D Visualization for Lung Surface Images of Covid-19 Patients based on U-Net CNN Segmentation FX Ferdinandus; Esther Irawati Setiawan; Eko Mulyanto Yuniarno; Mauridhi Hery Purnomo
EMITTER International Journal of Engineering Technology Vol 10 No 2 (2022)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v10i2.709

Abstract

The Covid-19 infection challenges medical staff to make rapid diagnoses of patients. In just a few days, the Covid-19 virus infection could affect the performance of the lungs. On the other hand, semantic segmentation using the Convolutional Neural Network (CNN) on Lung CT-scan images had attracted the attention of researchers for several years, even before the Covid-19 pandemic. Ground Glass Opacity (GGO), in the form of white patches caused by Covid-19 infection, is detected inside the patient’s lung area and occasionally at the edge of the lung, but no research has specifically paid attention to the edges of the lungs. This study proposes to display a 3D visualization of the lung surface of Covid-19 patients based on CT-scan image segmentation using U-Net architecture with a training dataset from typical lung images. Then the resulting CNN model is used to segment the lungs of Covid-19 patients. The segmentation results are selected as some slices to be reconstructed into a 3D lung shape and displayed in 3D animation. Visualizing the results of this segmentation can help medical staff diagnose the lungs of Covid-19 patients, especially on the surface of the lungs of patients with GGO at the edges. From the lung segmentation experiment results on ten patients in the Zenodo dataset, we have a Mean-IoU score = of 76.86%, while the visualization results show that 7 out of 10 patients (70%) have eroded lung surfaces. It can be seen clearly through 3D visualization.