Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) EXPLORER
Dewi Yurika
Universitas Budi Darma, Medan
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Pendukung Keputusan Penerimaan Bantuan Sosial UMKM Menggunakan Metode TOPSIS Dewi Yurika; Widia Ningsih; Soeb Aripin
Explorer Vol 2 No 1 (2022): Januari 2022
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (356.601 KB) | DOI: 10.47065/explorer.v2i1.155

Abstract

Usaha mikro kecil menengah (UMKM) adalah usaha produktif milik perorangan atau badan usaha perorangan yang memenuhi kriteria usaha mikro kecil sebagaimana diatur dalam Undang-Undang. Pemberian bantuan modal usaha ini dilakukan oleh lembaga keungan bank untuk para pengusaha mikro kecil menengah, jadi pelaku usaha kecil memanfaatkan kesempatan ini untuk tempat mendapatkan modal. Karena adanya usaha bantuan seperti ini maka banyak pelaku usaha yang terbantu, terutama dikondisi pandemi covid-19 seperti ini. Semakin banyaknya para pelaku usaha yang ingin mengajukan pinjaman terhadap pihak bank, hal ini akan menyulitkan pihak bank untuk menyaring dan menentukan pelaku usaha mana yang memenuhi persyaratan dari mereka dan layak untuk diberikan bantuan modal usaha. Oleh sebab itu dibutuhkan Sistem Pendukung Keputusan (SPK) dengan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) yang akan memberikan alternatif yang terbaik dan sesuai kriteria yang ada. Penerapan TOPSIS akan memudahkan pihak Bank Negara Indonesia dalam menyeleksi dan memutuskan memberikan pemberian bantuan dana pada pihak yang tepat. Metode TOPSIS merupakan metode yang menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif. Hasil yang didapat dari penelitian ini diperoleh hasil dengan 8 pihak usaha yang berhak mendapat bantuan dan 12 orang yang tidak berhak mendapatkan bantuan.
Analisa Perbandingan Metode Certainty Factor dan Teorema Bayes Untuk Mendiagnosa Penyakit Pneumonia Pada Anak Dewi Yurika; Nelly Astuti Hasibuan; Edizal Hatmi
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Vol 6, No 1 (2022): Challenge and Opportunity For Z Generation in Metaverse Era
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/komik.v6i1.5688

Abstract

Pneumonia is a disease that causes death in children because the body's defense system is relatively low. At this time people do not really care about pneumonia because this pneumonia has symptoms that are almost the same as coughing. This happens because of the weak knowledge of parents about pneumonia. Fast and precise information and prevention from a health expert are needed by parents about the symptoms of pneumonia and how to treat it early. One alternative that the author can do for the problems that have been described, the authors make a comparison between the certainty factor method and the Bayes theorem to find the certainty value of the symptoms suffered by the patient, which will later be analyzed for the accuracy of each method. Where this study provides solutions and prevention methods so that parents can quickly find out the symptoms suffered by children so that they are not diagnosed with pneumonia. Based on the final results of the research conducted by the author of the comparison method by applying the exponential comparison method, which resulted in the certainty factor method being the most appropriate method and the highest level of accuracy for diagnosing pneumonia in children, the final result of the comparison was 14 with a diagnosis result of 99.03%. , while the Bayes theorem method the final result of the comparison is 3 with a diagnostic result of 72.38%.
Co-Authors Edizal Hatmi Nelly Astuti Hasibuan Soeb Aripin Widia Ningsih