Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal JUSTIN (Jurnal Sistem dan Teknologi Informasi) Teknomatika: Jurnal Informatika dan Komputer
Triyas Hevianto Saputro
UNIVERSITAS TEKNOLOGI YOGYAKARTA
Computer Science & IT

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

Found 2 Documents
Search

 1 
Implementasi Big Data untuk Pemodelan Estimasi Kuat Tekan Beton dengan Metode Linear Regression Triyas Hevianto Saputro; Arief Hermawan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 7, No 3 (2019)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (227.328 KB) | DOI: 10.26418/justin.v7i3.33497

Abstract

Saat ini perkembangan sistem informasi sangat cepat, dengan didukung oleh perkembangan teknologi. Cepatnya perkembangan teknologi ini dapat mempengaruhi dengan banyaknya data yang ada di internet. Data yang ada dapat dikelola sehingga menjadi sebuah informasi dan pola tertentu, sehingga dapat dimanfaatkan untuk memprediksi pola suatu data. Beton merupakan bahan bangunan yang terbuat dari campuran semen, air dan beberapa agregat lainnya. Oleh karena itu, pengolahan dan pemanfaatan data-data yang tersedia dapat digunakan untuk memprediksi atau estimasi kuat tekan beton. Penelitian ini bertujuan untuk mendapatkan hubungan variabel-variabel input dan output, sehingga diperoleh persamaan atau rumus tertentu yang akan digunakan estimasi kuat tekan beton. Metode yang digunakan Linear Regression dengan software Microsoft Excel. Linier Regression dengan selang kepercayaan untuk koefisien 95% didapatkan persamaan regresi untuk menghitung kuat tekan beton. Komponen X4 (water) memiliki pengaruh negatif atau berlawanan arah dengan output Y (concrete compressive strength), sedangkan komponen lainnya berpengaruh positif. Korelasi hubungan antara X1-X8 dan Y memiliki nilai 0.615464734 yang dapat diartikan memiliki hubungan kuat tekan beton 61.55% dipengaruhi oleh komponen penyusun beton dan 39.45% dipengaruhi oleh faktor lain. Nilai kesalahan dari model sebesar 10.39984917 dengan observasi data sebanyak 1030.
Sistem Pendukung Keputusan Menentukan Penerima Beasiswa Mahasiswa Universitas Teknologi Yogyakarta dengan Metode TOPSIS Agus Rakhmadi Mido; Triyas Hevianto Saputro; Erik Iman Heri Ujianto
Jurnal Teknomatika Vol 12 No 1 (2019): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Beasiswa adalah suatu program yang terdapat dalam suatu institusi dengan tujuan untuk membantu biaya pendidikan mahasiswa agar dapat melanjutkan studi. Pada Universitas Teknologi Yogyakarta (UTY) terdapat beberapa beasiswa baik dari internal perguruan tinggi (PT), eksternal maupun pemerintah. Salah satunya Beasiswa Bantuan Biaya Pendidikan Peningkatan Prestasi Akademik (BBP-PPA) untuk mahasiswa yang memiliki masalah ekonomi tetapi memiliki prestasi. Dalam melakukan seleksi beasiswa tersebut pihak UTY mengalami kesulitan karena banyaknya calon penerima dan penentuan beasiswa BBP-PPA yang belum menggunakan sistem dikhawatirkan masih subjektif dalam penentuanya sehingga akan mengakibatkan penentuan penerima beasiswa ini tidak tepat sasaran. Dengan demikian penelitian ini bertujuan untuk menyeleksi calon penerima beasiswa mahasiswa UTY agar sesuai dan tepat sasaran dengan data-data calon penerima beasiswa. Metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) dapat mengevaluasi beberapa alternatif berdasarkan kriteria-kriteria atau atribut. Penelitian sistem pendukung keputusan menentukan penerima beasiswa mahasiswa Universitas Teknologi Yogyakarta dengan metode TOPSIS menghasilkan 13 mahasiswa yang mempunyai nilai preferensi tertinggi yang dipengaruhi dari pembobotan pada setiap kriteria dimana besar penghasilan orang tua dan rekening pembayaran listrik bulanan menjadi prioritas. Sehingga, diketahui bahwa penerima beasiswa yang direkomendasikan memiliki orang tua dengan penghasilan kecil dan rekening pembayaran listrik bulanan yang mungkin besar. Oleh karena itu, sistem penentuan penerima beasiswa ini efektif dan tepat sasaran.
Co-Authors Agus Rakhmadi Mido Arief Hermawan Erik Iman Heri Ujianto