Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Informatika Polinema (JIP)
Rawansyah Rawansyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

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

Found 3 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI DENGAN METODE FUZZY MULTI-ATTRIBUTE DECISION MAKING SAW Galih Arizza Candra; Rawansyah Rawansyah; Elly Setyo Astuti
Jurnal Informatika Polinema Vol. 1 No. 3 (2015): Vol 1 No 3 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i3.108

Abstract

Dalam pemilihan mahasiswa berprestasi, banyak sekali kriteria – kriteria yang harus dipenuhi oleh setiap mahasiswa sebagai syarat dalam pemilihan mahasiswa berprestasi. Untuk membantu dosen dalam menetapkan mahasiswa berprestasi maka dibutuhkan sistem pendukung keputusan. Metode yang digunakan adalah Fuzzy Multi-Attribute Decision Making (FMADM) Simple Additive Weighting (SAW). FMADM SAW sendiri adalah metode dari sistem pendukung keputusan yang menggunakan sistem pembobotan sederhana. Aplikasi ini dirancang dan dikembangkan untuk membantu dosen dalam proses perhitungan pada pemilihan mahasiswa berprestasi di Politeknik Negeri Malang. Berdasarkan hasil uji coba, aplikasi ini dapat membantu proses perhitungan untuk dapat merangking mahasiswa berdasarkan kriteria yang dimiliki masing–masing mahasiswa.
SISTEM ANALISIS GAYA BELAJAR MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR Sulton Ginanjar Abdullah; Rawansyah Rawansyah; Dyah Ayu Irawati
Jurnal Informatika Polinema Vol. 1 No. 1 (2014): Vol 1 No 1 (2014)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i1.90

Abstract

Gaya belajar adalah cara atau kebiasaan yang dilakukan individu dalam menyerap, memproses, dan mengelola informasi. Gaya belajar merupakan faktor penting yang menunjang bagi tercapainya tujuan pembelajaran. Tipe gaya belajar ada tiga yaitu visual, auditori dan kinestetik. Tipe visual belajar melalui apa yang mereka lihat. Tipe auditori belajar melalui apa yang mereka dengar. Sedangkan tipe kinestetik belajar malalui gerak, emosi dan sentuhan. Tujuan dari penelitian ini adalah membuat aplikasi untuk menganalisis gaya belajar seseorang sehingga dapat diketahui gaya belajar dan cara belajar yang tepat untuk individu tersebut. Cara belajar merupakan penerapan dari tipe gaya belajar yang telah diketahui, sehingga memudahkan seseorang dalam proses belajarnya. Metode yang digunakan adalah membandingkan training data set dengan data uji yang kemudian diolah menggunakan algoritma K-Nearest Neighbour (KNN) dalam proses data mining untuk menganalisis gaya belajar. Training data set yang digunakan dalam sistem ini merupakan data hasil tes gaya belajar yang dihasilkan oleh Bela Hening Hukama (2011), yang di dalamnya terdapat parameter-parameter tipe gaya belajar. Algoritma K-Nearest Neighbour merupakan pendekatan untuk mencari kasus baru dengan kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Hasil dari penelitian ini adalah aplikasi analisis gaya belajar berdasarkan pernyataan-pernyataan yang berisi parameter gaya belajar yang sudah ditentukan yang dapat menentukan gaya belajar yang tepat dengan akurasi 88%. Kesimpulan dari penelitian ini adalah algoritma K-Nearest Neighbour dapat diimplementasikan dalam kasus ini dengan akurasi yang paling optimal sebesar 88%, yaitu pada K = 9. Error banyak terjadi pada parameter yang merupakan kombinasi dari beberapa tipe gaya belajar, dan error terbesar yaitu pada parameter kombinasi visual, auditori dan kinestetik.
SIMULASI PERANCANGAN DENAH VIRTUAL REALITY DAN DIGITAL SIGNAGE DI MALL Zigrozora Krishy Aldodhery; Mungki Astiningrum; Rawansyah Rawansyah
Jurnal Informatika Polinema Vol. 1 No. 1 (2014): Vol 1 No 1 (2014)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i1.92

Abstract

Malang Town Square (Matos) merupakan salah satu mall di Malang yang mempunyai bangunan besar, luas, dan mempunyai banyak toko di setiap lantai. Dengan banyaknya toko yang terdapat di Matos, pengunjung akan kesulitan untuk mencari toko yang akan dituju. Salah satu cara mengatasinya adalah dengan membuat virtual reality pada Matos dimana pengunjung seakan-akan menjelajahi Matos dengan tampilan 3-Dimensi (3D) dan dapat melakukan pencarian toko yang ingin dituju. Media promosi adalah salah satu komponen penting untuk mempromosikan suatu produk kepada konsumen. Agar membuat media promosi menjadi lebih menarik bagi konsumen, salah satu caranya adalah dengan menampilkan dengan teknologi baru yaitu digital signage. Konten pada digital signage akan diklasifikasi dan diarahkan sesuai dengan demographic audience dan dibagi menjadi 2 kategori yaitu menurut umur dan jenis kelamin pengunjung. Fitur digital signage ditampilkan dengan cara screen saver yaitu jika website tidak sedang digunakan (idle) maka digital signage akan muncul dan jika website digunakan akan menutup. 3D modelling dibuat menggunakan Google SketchUp dan Unity 3D sebagai game engine untuk membuat lingkungan virtual yang kemudian di-build ke web agar dapat dijalankan pada website dengan plugin Unity Web Player. Kemudian virtual reality akan digabung dengan hasil pembuatan website dan digital signage yang dapat dimanage oleh admin yang berguna untuk menampilkan dan mengolah data. Aplikasi ini sudah diuji cobakan pada beberapa pengguna dengan mengunggah ke web hosting. Berdasarkan hasil ujicoba tersebut dapat disimpulkan bahwa website ini dinilai dengan sangat baik, desain aplikasi menarik, serta informasi yang disajikan menarik dan informatif.
Co-Authors Astiningrum, Mungki Dyah Ayu Irawati Elly Setyo Astuti Galih Arizza Candra Sulton Ginanjar Abdullah Zigrozora Krishy Aldodhery