Article Per Year (5 Year)
p-Index From 2019 - 2024
0.659
P-Index
This Author published in this journals
All Journal INTEK: Informatika dan Teknologi Informasi Infotekmesin Jurnal Informatika Polinema (JIP)
Ratih Hafsarah Maharrani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Library & Information Science Mechanical Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Metode Simple Additive Weighting (SAW) dan Tabel Keputusan pada Sistem Pendukung Keputusan Menentukan Tingkat Punishment Siswa Bermasalah Riyadi Purwanto; Dwi Novia Prasetyanti; Ratih Hafsarah Maharrani; Lutfi Syafirullah
Infotekmesin Vol 12 No 2 (2021): Infotekmesin: Juli 2021
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v12i2.780

Abstract

One of the factors that affect the comfort of the learning process at school is students who violate school rules. To maintain school order, it is necessary to give punishment as stipulated in the school's decision. Decision Support System can be implemented as a media to support decision making in giving punishment to problematic students. In general, punishment for problematic students uses a point system according to the type of violation. However, the calculation and management process is still done conventionally which is prone to human error. Engineering punishment is very likely to occur due to the like and dislike factor. This of course causes the school's decision to be wrong. This study aims to make a Decision Support System application to determine the level of punishment for problematic students using the Simple Additive Weighting (SAW) method and the Decision Table. The weighting of violation points is based on three criteria, namely academic violations, aesthetic violations, and ethical violations. The results showed that the calculation of the weighted score of each type of student violation became more precise.
Analisis Perbandingan Metode SAW, WP, dan TOPSIS Untuk Optimasi Sistem Pendukung Keputusan Proses Seleksi Beasiswa Lazizmu Ike Yunia Pasa; Nur Wachid Adi Prasetya; Ratih Hafsarah Maharrani
INTEK : Jurnal Informatika dan Teknologi Informasi Vol. 6 No. 1 (2023)
Publisher : Universitas Muhammadiyah Purworejo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37729/intek.v6i1.3147

Abstract

Sistem pendukung keputusan seleksi beasiswa yang berjalan saat ini di Universitas Muhammadiyah Purworejo (UMP)menerapkan metode Simple Additive Weighting (SAW). Berdasarkan pengujian sistem, tingkat akurasi sistem sebesar 80%. Hasil ini dirasa kurang efisien, sehingga perlu ditingkatkan, agar hasil keputusan pemilihan seleksi beasiswa Lazizmu lebih optimal. Tujuan penelitian ini yaitu membandingkan beberapa metode, antara lain Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique For Others Reference by Similarity to Ideal Solution (TOPSIS), untuk menentukan metode yang paling relevan dari tiga metode tersebut, melalui pengujian sensitivitas. Hasil pengujian sensitivitas terhadap 3 metode tersebut menunjukkan nilai sensitivitas dari metode SAW adalah -0,009 %, metode WP adalah 0,003 %, dan metode TOPSIS adalah 0,085 %. Sehingga, metode TOPSIS merupakan metode yang paling optimal untuk diterapkan pada sistem pendukung keputusan seleksi beasiswa Lazizmu di Universitas Muhammadiyah Purworejo (UMP), karena tingkat sensitivitasnya yang lebih tinggi dari metode lainnya.
METODE PENILAIAN KEKUATAN GEMPA MENGGUNAKAN MODEL FEATURE SELECTION M5-PRIME DAN LINEAR REGRESSION Oman Somantri; Ratih Hafsarah Maharrani
Jurnal Informatika Polinema Vol. 9 No. 1 (2022): Vol 9 No 1 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i1.989

Abstract

Pemetaan suatu wilayah khususnya daerah rawan bencana bagi pemangku kepentingan sangat penting sekali karena ha ini akan memberikan pengaruh terhadap kebijakan yang nanatinya akan ditetapkan terlebih dalam upaya penanggulangan bencana alam gempa bumi. Memprediksi kekuatan gempa menjadi permasalahan yang sampai saat ini belum dapat dipastikan dan yang bisa dilakukan adalah sebatas memprediksi dari dari kejadian-kejadian sebelumnya. Algoritma linear regression diterapkan dan diusulkan untuk digunakan sebagai model prediksi gempa, selain itu diusulkan pula feature selection dengan menggunakan algoritma M5-Prime sebagai upaya dalam peningkatan akurasi prediksi. Hasil penelitian memperlihatkan algoritma liner regression berbasis feature selection M5-Prime mampu dijadikan sebagai model prediksi gempa dengan nilai RMSE terbaik sebesar 0,707.
Co-Authors Dwi Novia Prasetyanti Ike Yunia Pasa Lutfi Syafirullah Nur Wachid Adi Prasetya Oman Somantri Riyadi Purwanto