Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perancangan Sistem Informasi Penilaian Kinerja Instruktur Musik dengan Metode Analytical Hierarchy Process Sinta Siti Sundari; Hendri Julian Pramana
Creative Information Technology Journal Vol 3, No 2 (2016): Februari - April
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (361.163 KB) | DOI: 10.24076/citec.2016v3i2.71

Abstract

Purwa Caraka Musik Studio Cabang Tasikmalaya merupakan sebuah lembaga pendidikan nonformal yang bergerak di bidang musik. Penilaian kinerja instruktur di Purwa Caraka Music Studio Cabang Tasikmalaya saat ini dirasakan belum optimal dan belum didokumentasikan dengan baik. Sehingga diperlukan sebuah sistem untuk melakukan penilaian kinerja instruktur musik. Penilaian kinerja instruktur menggunakan metode AHP didasarkan pada 5 kriteria yaitu kehadiran (absensi) dan kompetensi untuk penilaian kinerja seorang guru meliputi kompetensi pedagogik, kepribadian, professional dan sosial. Metode perancangan program aplikasi yang digunakan adalah waterfall. Sedangkan teknik pengumpulan data yang penulis gunakan yaitu observasi, wawancara dan studi pustaka perancangan program atau aplikasi dengan menggunakan bahasa pemrograman PHP dan Mysql sebagai databasenya. Hasil dari proses ini berupa nilai dari kinerja instruktur pada periode penilaian tertentu, laporan penilaian kinerja instruktur yang terdokumentasi dengan baik dapat untuk dijadikan bahan pendukung bagi kepala cabang untuk berbagai keperluan, seperti rapat evaluasi kinerja dan proses pengambilan kebijakan.Purwa Caraka Music Studio Tasikmalaya Branch is a non-formal educational institutions engaged in musik. Performance assessment of instructor in Purwa Caraka Music Studio Branch Tasikmalaya this time had not been optimal and have not been documented with baik. So needed a system to assess the performance of instructors musik. Performance assessment of instructor using AHP is based on five criteria: presence (absence) and the competence to assess a teacher's performance include pedagogical, personality, professional and social. Application program design method used is the waterfall. While data collection techniques that writers use that observation, interview and literature study design or an application program using the programming language PHP and MySQL as the database. The result of this process is the value of the performance of instructors at a certain assessment period, the performance assessment reports are well documented instructors can to be used as a support for the head of the branch for a variety of purposes, such as meeting performance evaluation and decision-making processes.
Sistem Pendukung Keputusan Penilaian Kinerja Guru Dengan Metode AHP dan PROMETHEE Hendri Julian Pramana; Teuku Mufizar; Dede Syahrul Anwar; Indah Septianingrum
IT (INFORMATIC TECHNIQUE) JOURNAL Vol 10, No 1 (2022): IT JOURNAL APRIL 2022
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/it.10.1.2022.87-99

Abstract

Penilaian Kinerja Guru (PKG) di SDN 2 Imbanagara belum dapat direalisasikan secara optimal dikarenakan proses evaluasi masih dilakukan secara manual, intuitif dan kurang objektif. Belum adanya sistem yang digunakan untuk membantu pengolahan dan rekapitulasi data kinerja mempersulit pihak sekolah ketika akan melaksanakan validasi terkait prestasi guru secara keseluruhan. Pada penelitian ini dirancang sistem pendukung keputusan dengan mengkombinasikan dua metode, yaitu metode Analytical Hierarchy Process (AHP) yang dipakai dalam menetapkan bobot dan menguji konsistensi dari kriteria kinerja tersebut. Kemudian menerapkan metode Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE) untuk melakukan perangkingan terhadap seluruh alternatif berdasarkan 14 kriteria kinerja guru yang dipilih sesuai dengan rumusan standar dari Badan Standar Nasional Pendidikan (BSNP). Hasil dari kombinasi metode ini didapatkan nilai Consistency Ratio (CR) sebesar 0,01 yang menunjukan bahwa nilai matriks perbandingan berpasangan telah konsisten. Sistem dapat membantu pihak sekolah melaksanakan penilaian kinerja guru dengan lebih cepat, tepat, dan objektif untuk menghasilkan rekomendasi guru terbaik.
Sistem Pakar Diagnosa Penyakit Pada Tanaman Anggur Menggunakan Metode Certainty Factor N. Nelis Febriani SM; Hendri Julian Pramana; Evi Dewi Sri Mulyani; Teuku Mufizar; Khairul Anwar
Jurnal VOI (Voice Of Informatics) Vol 11, No 2 (2022)
Publisher : STMIK Tasikmalaya

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

Abstract

Sedikitnya seorang ahli tanaman yang dapat memberikan informasi dan penyuluhan kepada masyarakat menjadi salah satu faktor kurangnya pengetahuan petani dalam menangani masalah buah anggur yang mereka tanam. Oleh karena itu dibuatlah sebuah sistem pakar yang dapat mendiagnosa penyakit pada buah anggur dengan menggunakan metode Certainty Factor dan metode inferensi yang digunakan dalam penelitian ini adalah metode Forward Chaining. Data yang digunakan dalam penelitian ini terdapat 14 penyakit dan 39 gejala yang teridentifikasi pada buah anggur. Pengujian dilakukan dengan membandingkan kesesuaian keluaran sistem dengan hasil diagnosa pakar. Dan dari pengujian 10 data kasus, akurasi pengujian pemodelan sistem pakar menggunakan Certainty Factor pada sistem diagnosis penyakit pokok anggur adalah 90%.
Pengenalan Objek Kendaraan Bermotor Berbasis Framework YOLO Dengan Metode Convolutional Neural Network Hendri Julian Pramana; Purwanto Purwanto; Pujiono Pujiono
Jurnal VOI (Voice Of Informatics) Vol 12, No 1 (2023)
Publisher : STMIK Tasikmalaya

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

Abstract

Pengenalan dan penilaian visual terhadap objek kendaraan bermotor dengan pedekatan visi komputer, berupa pembelajaran mendalam menggunakan framework You Only Look Once (YOLO) dengan memanfaatkan darknet model sebagai metode Convolutional Neural Netwok (CNN) untuk mendeteksi dan mengklasifikasikan objek kendaraan bermotor tersebut. Pelatihan model dilakukan dengan 2 (dua) jenis framework yolo yaitu yolov3 dan yolov3-tiny terhadap 2000 data gambar objek kendaraan bermotor. Sedangkan untuk pengujian menggunakan video kendaran di jalan raya yang berdurasi 30 detik. Dari pengujian yang dilakukan, didapatkan hasil yang cukup baik dengan nilai mean average precission (mAP) sebesar 84,66% untuk pemodelan yolov3 dan 79.6% untuk pemodelan yolov3-tiny.