Garuda - Garba Rujukan Digital

ANALYTICAL HIERARCHY PROCCESS (AHP) UNTUK MEMBANGUN MESIN PENCARI DATA LULUSAN PERGURUAN TINGGI BERDASARKAN KEBUTUHAN PENGGUNA LULUSAN Prasetyo, Agung Budi; Kriestanto, Danny
Jurnal Simetris Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (746.648 KB)

Telah menjadi tugas perguruan tinggi untuk membuat lulusan terserap dunia kerja. Keterserapan lulusan di dunia kerja akan tinggi apabila perguruan tinggi dapat melakukan link & match antara kebutuhan perusahaan dengan kompetensi yang dimiliki lulusan. Link & match yang baik dapat terjadi jika didukung oleh ketersediaan data yang akurat dan pengolah data yang baik. Makalah ini melaporkan hasil penelitian pembuatan mesin pencari data lulusan yang dapat dimanfaatkan oleh pengguna lulusan untuk mencari lulusan suatu perguruan tinggi. Dengan metode Analytical Hierarchy Proccess (AHP) kriteria calon pegawai yang ditetapkan pengguna lulusan akan diurutkan berdasarkan skala prioritas kemudian dicocokkan dengan kompetensi lulusan. Apabila ditemukan kompetensi lulusan yang sesuai atau yang hampir sesuai maka mesin pencari akan menampilkan lulusan yang dimaksud beserta biodatanya untuk selanjutnya dapat dihubungi pihak pengguna lulusan. Dengan 14 kriteria dan 57 sub kriteria yang tersedia pengguna lulusan dapat menemukan sendiri lulusan yang dicari sesuai dengan kriteria yang dikehendakinya. Kata kunci: mesin pencari, data lulusan, AHP.

ANALISIS METODE SISTEM PAKAR UNTUK MENENTUKAN JENIS PENYAKIT DALAM DENGAN METODE CERTAINTY FACTOR Hidayat, Herry; Kriestanto, Danny
Jurnal Teknologi Informasi RESPATI Vol 10, No 28 (2015)
Publisher : Universitas Respati Yogyakarta

ABSTRAKPenyakit dalam memiliki banyak variasi indikasi dan gejala yang muncul hampir sama. Hal ini menyebabkan banyak tenaga medis, atau bahkan masyarakat umum merasa sulit untuk mengenali jenis penyakit apa yang sedang diderita.Aplikasi yang dikembangkan adalah sistem pakar yang digunakan untuk mendiagnosa penyakit dalam dengan menggunakan metode Certainty Factor. Diagnosa dilakukan dengan menganalisis masukan gejala dengan bentuk pertanyaan tentang apa yang diderita oleh pasien. Aplikasi ini dapat menggunakan tiga macam metode untuk melakukan kepakaran, yakni: wawancara, pemeriksaan fisik, dan pemeriksaan penunjang. Masukan gejala akan diproses dengan menggunakan aturan-aturan tertentu yang mengacu pada pengetahuan pakar atau dokter yang telah disimpan dalam kaidah diagnosa.Hasil dari sistem pakar ini adalah satu penyakit yang mempunyai nilai kepastian terbesar. Nilai faktor kepastian tergantung pada berapa banyak kecocokan antara masukan gejala dan penyakit serta nilai faktor kepastian untuk setiap gejala penyakit. Dari angka-angka yang diperoleh dapat dipastikan bahwa analisis dengan menggunakan metode wawancara mendapat hasil kepastian paling besar jika dibandingkan dengan kedua metode lainnya.Kata kunci: certainty factor, penyakit dalam, sistem pakar.

CLUSTERING ASPEK KOGNITIF MAHASISWA TERHADAP PEMANFAATAN TEKNOLOGI INFORMASI Kriestanto, Danny; Sari, Dini Fakta
Jurnal Teknologi Informasi RESPATI Vol 11, No 31 (2016)
Publisher : Universitas Respati Yogyakarta

ABSTRAKKemampuan memahami sebuah aplikasi merupakan hal yang wajib dimiliki, khususnya bagi mahasiswa strata satu. Penggunaan teknologi informasi dan aspek kognitif mahasiswa dinilai memiliki pengaruh besar terhadap kemampuan seseorang dalam menyerap informasi baru dari lingkungannya sehingga mencapai tingkat kreativitas yang tinggi.Penelitian ini akan menggali kemampuan mahasiswa strata satu, dalam kasus ini adalah mahasiswa jenjang strata satu pada salah satu perguruan tinggi di Yogyakarta, untuk mengetahui tingkat kemampuan mahasiswa tersebut di dalam enam tahapan aspek kognitif yang dicetuskan oleh Bloom. Walaupun tujuan penelitian ini adalah untuk menemukan kluster dengan menggunakan metode K-Means, namun akan juga digunakan metode pohon keputusan sebagai bahan perbandingan.Hasil dari penelitian ini menemukan bahwa terdapat gap yang cukup besar di para mahasiswa dalam hal aspek kognitif.Kata Kunci : Aspek kognitif, data mining, K-Means, Bloom, teknologi informasi, pohon keputusan

Analisis Hasil Uji Algoritma Fisher-Yates pada Aplikasi Simulasi CAT CPNS Azhari Hilmi, Danny Kriestanto,
Jurnal Teknologi Informasi RESPATI Vol 14, No 3 (2019)
Publisher : Universitas Respati Yogyakarta

Calon pegawai negeri sipil yang akan mengikuti ujian masuk calon pegawai negeri sipil akan dihadapkan dengan banyak pertanyaan ujian. Diperlukan suatu aplikasi yang dapat membantu para calon pegawai negeri sipil dalam mengasah kemampuannya diperlukan sebuah simulasi ujian masuk. Simulasi tersebut haruslah dapat menampilkan pertanyaan-pertanyaan yang dimunculkan secara acak. Dalam proses pengacakan bilangan dengan menggunakan random, kemungkinan munculnya bilangan yang sama dapat terjadi. Salah satu algoritma yang dapat digunakan untuk menampilkan bilangan acak yang tidak berulang adalah algoritma Fisher-Yates. Algoritma Fisher-Yates tidak memungkinkan munculnya nomor indeks soal yang sama pada peserta simulasi yang sama, namun diharapkan dapat memberikan nomor indeks soal yang berbeda pada peserta yang berbeda pula.Adapun hasil penelitian ini membuktikan bahwa kemungkinan munculnya nomor indeks yang sama pada nomor soal yang sama pula bergantung dari banyaknya indeks soal dan banyaknya soal yang dipanggil dari bank soal tersebut. Semakin banyak indeks bank soal dan semakin sedikit jumlah soal yang diambil, semakin kecil pula kemungkinan soal yang berulang.Â

Penerapan Naïve bayes untuk Analisis Faktor-Faktor Pemilihan STMIK AKAKOM sebagai Tempat Studi Danny Kriestanto; Femi Dwi Astuti
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 4, No 2 (2021): JTKSI
Publisher : JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)

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

Students that are going to continue their study in University has a wide variety of choices. This study is going to find the what are the motives of the student to choose STMIK AKAKOM using Naive Bayes. Primary data were used based on certain judgments and were taken from active students with different backgrounds for the last 5 years. The questionnaire was filled out online. Respondents will be validated to make sure it was truly active students of STMIK AKAKOM. This was a 5-point Likert scale closed questionnaire. The respondents were consists of 60% male and 40% female with from 18-22 years old students, with 64% of the whole respondents were from Information System Department. 62% of the respondents came from the Special Region of Yogyakarta and 40% of them were never taken out PTN entrance exam. The result of this study was based on the analysis of Naive Bayes: the first rank was because of the quality, the second rank was because of the promotion, and the last one because of the tuition fees

ANALYTICAL HIERARCHY PROCCESS (AHP) UNTUK MEMBANGUN MESIN PENCARI DATA LULUSAN PERGURUAN TINGGI BERDASARKAN KEBUTUHAN PENGGUNA LULUSAN Agung Budi Prasetyo; Danny Kriestanto
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Telah menjadi tugas perguruan tinggi untuk membuat lulusan terserap dunia kerja. Keterserapan lulusan di dunia kerja akan tinggi apabila perguruan tinggi dapat melakukan link and match antara kebutuhan perusahaan dengan kompetensi yang dimiliki lulusan. Link and match yang baik dapat terjadi jika didukung oleh ketersediaan data yang akurat dan pengolah data yang baik. Makalah ini melaporkan hasil penelitian pembuatan mesin pencari data lulusan yang dapat dimanfaatkan oleh pengguna lulusan untuk mencari lulusan suatu perguruan tinggi. Dengan metode Analytical Hierarchy Proccess (AHP) kriteria calon pegawai yang ditetapkan pengguna lulusan akan diurutkan berdasarkan skala prioritas kemudian dicocokkan dengan kompetensi lulusan. Apabila ditemukan kompetensi lulusan yang sesuai atau yang hampir sesuai maka mesin pencari akan menampilkan lulusan yang dimaksud beserta biodatanya untuk selanjutnya dapat dihubungi pihak pengguna lulusan. Dengan 14 kriteria dan 57 sub kriteria yang tersedia pengguna lulusan dapat menemukan sendiri lulusan yang dicari sesuai dengan kriteria yang dikehendakinya.Kata kunci: mesin pencari, data lulusan, AHP.

ANALISIS POHON KEPUTUSAN TERHADAP ANALOGI TAKSONOMI BLOOM UNTUK MENENTUKAN TINGKAT KEMAMPUAN MAHASISWA Danny Kriestanto
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 9 No 1 Agustus 2016
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

People’s learning ability are varies, including for the undergraduate students. These students have different capability in absorbing knowledge, as previous researches stated (2010-2015). In this research, the data that had been used were twice more than the previous research. In order to find more information about Cognitive Aspects that had been affecting STMIK AKAKOM students in using Information Technology, decision tree were used. The result shown that generally the students are divided into 2 massive groups: a group that learn to memorize by applying first, and a group that learn creating by applying before learn how to memorize and understand how things work. That is, however, showing the learning pattern of the students.

PENERAPAN NAÃVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT Dedy Ahmad Kurniawan; Danny Kriestanto
JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 1 (2016): FEBRUARI - AGUSTUS 2016
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Dalam dunia perbankan, pemberian kredit kepada nasabah adalah kegiatan rutinyang mempunyai resiko tinggi. Dalam pelaksanaannya, kredit yang bermasalah (kredit macet) sering terjadi akibat analisis kredit yang tidak hati-hati atau kurang cermat dalam proses pemberian kredit, maupun dari karakter nasabah yang tidak baik. Untuk mencegah terjadinya kredit macet, diperlukan adanya peramalan akurat yang salah satunya menggunakan teknologi di bidang data mining.Dengan menggunakan teknologi di bidang data mining yang mengoptimasi proses pencarian informasi prediksi dalam basis data yang besar, serta menemukan pola-pola yang tidak diketahui sebelumnya.NaÃ¯ve Bayes memprediksi probabilitas di masa depan berdasarkanpengalaman di masa sebelumnya dengan mempelajari korelasi hipotesis yang merupakan label kelas yang menjadi target pemetaan dalam klasifikasi dan evidenceÂ yang merupakan fitur-fitur yang menjadi masukan dalam model klasifikasi.Pengolahan data berbasis data mining tersebut diharapkan dapat digunakan sebagai alat bantu dalam memprediksikan kelayakan kredit yang memperkirakan layak atau tidaknya pemohon atau nasabah untuk diberikan kredit.Â Kata kunci: Data Mining, NaÃ¯ve Bayes, Prediksi kelayakan kredit

PENERAPAN PROFILE MATCHING UNTUK PENCARIAN SISWA SMP PENERIMA BEASISWA MISKIN DAN BERPRESTASI Muhammad Taufik Irawan; Danny Kriestanto
JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 1 (2016): FEBRUARI - AGUSTUS 2016
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Sistem Pendukung Keputusan pada dasarnya adalah sistem komputer yang bertujuan untuk membantu para pengambil keputusan untuk mengambil keputusan yang sesuai, yang dapat memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu, mempercepat, dan mempermudah proses pengambilan keputusan. Salah satu metode yang digunakan untuk menentukan calon penerima beasiswa adalah profile matching karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan menentukan aspek dan sub aspek berserta mencari nilai bobot untuk setiap sub aspek, mencari GAP antara profil dengan keadaan data dari para siswa.Dengan menggunakan metode ini ditentukan presentasi kedua unsur aspek dan dijumlahkan kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu siswa dengan nilai tertinggi. Ada dua bentuk penerima beasiswa yang digunakan pada penelitian ini, yaitu berdasarkan ekonomi keluarga dan berdasarkan prestasi siswa.Hasil akhir dari penelitian ini berupa sebuah sistem pendukung keputusan menentukan calon penerima beasiswa yang mampu memberikan solusi berupa hasil rangking dari seleksi Metode Profile Matching berdasarkan kriteria yang telah di tentukan Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Kata Kunci: Beasiswa, Profile Matching, Sistem Pendukung Keputusan.

IMPLEMENTASI WEBSITE PENCARIAN KOS DENGAN NoSQL Danny Kriestanto; Alif Benden Arnado
JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 2 (2017): SEPTEMBER - JANUARI 2018
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

The new technology of database has moved forward the relational databases. Now, the massive and unstructured data encourage experts to create a new type of database without using query. One of this technology is called NoSQL (Not Only SQL). One of the developing RDBMS that using this technique is MongoDB, which already supporting data storage technology that is no longer need for structured tables and rigid-typed of data. The schema was made flexible to handle the changes of data. The MongoDB data collecting characteristics in the form of arrays is considered suitable for the implementation of boarding house searching where each of the boarding houses have their own scenario structures. MongoDB also supports several programming language, including PHP with Bootstrap material as interface. The results of the research showed that there are alot of difference in implementing a NoSQL database with the regular relational one. NoSQL databases considered alot more complicated in structure, data type, even the CRUD system. The results also showed that in order to view an array inside another array will need two processes.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search