Article Per Year (5 Year)
p-Index From 2021 - 2026
1.116
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Bulletin of Information Technology (BIT) International Journal of Management Science and Information Technology (IJMSIT) Interaksi : Jurnal Pengabdian Kepada Masyarakat Journal Computer Science and Applied Technology
Masitah Handayani
Universitas Royal
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Pemanfaatan Aplikasi Canva untuk Media Pembelajaran di RA Al-Fariq Fauriatun Helmiah; Masitah Handayani; Havid Syafwan; Pristiyanilicia Putri
Interaksi : Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2024): Interaksi - Desember
Publisher : PT. Faaslib Serambi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66341/interaksi.v1i2.65

Abstract

Kegiatan pengabdian masyarakat di sekolah RA Al-Fariq Desa Sei Silau Timur Kecamatan Buntu Pane Kabupaten Asahan bertujuan untuk mengatasi tantangan yang dihadapi oleh guru-guru PAUD dalam menyediakan media pembelajaran yang interaktif dan efektif. Melalui pelatihan pemanfaatan aplikasi Canva, para guru dilatih untuk menggunakan fitur-fitur desain dalam menciptakan materi pembelajaran yang menarik yang ada pada aplikasi Canva tersebut. Hasil dari kegiatan ini menunjukkan bahwa guru-guru tidak hanya memperoleh keterampilan baru, tetapi juga termotivasi untuk mengembangkan kreativitas mereka, yang diharapkan dapat memberikan dampak positif bagi proses belajar anak-anak. Rekomendasi untuk pelatihan lanjutan termasuk pengembangan pemahaman mendalam tentang Canva dan penggunaan aplikasi lain yang mendukung pembelajaran.
Consumer Segmentation With K-Means at Lucky Shop Tanjungbalai Reza Ahmad Fauzi; Masitah Handayani; Parini Parini
International Journal of Management Science and Information Technology Vol. 6 No. 1 (2026): January - June 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijmsit.v6i1.7213

Abstract

Consumer segmentation is an important strategy for improving marketing effectiveness and inventory management in retail businesses. Lucky Shop Tanjungbalai faces challenges in understanding diverse customer purchasing patterns, making it difficult to develop targeted marketing strategies. This study aims to apply the K-Means Clustering method to classify consumers based on purchasing behavior patterns. The data used consisted of 15 customer transaction records collected from Lucky Shop Tanjungbalai, with attributes including purchase frequency, quantity of purchased products, and product categories. This research adopted a qualitative approach combined with data mining techniques using the CRISP-DM framework, which consists of business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The system was developed using PHP and MySQL. The results indicate that K-Means Clustering successfully segmented customers into Loyal Customers and Occasional Customers based on their purchasing characteristics. These segmentation results provide practical benefits for Lucky Shop by enabling more targeted promotional programs, improving customer relationship strategies, optimizing inventory planning, and supporting data-driven business decision-making. Therefore, the implementation of K-Means Clustering can serve as an effective solution for customer segmentation in local retail businesses.
Perbandingan Metode ARAS dan TOPSIS untuk Menentukan Siswa Penerima Beasiswa Berprestasi Jeperson Hutahaean; Neni Mulyani; Masitah Handayani; Irianto Irianto; Novica Irawati
Bulletin of Information Technology (BIT) Vol 6 No 4 (2025): Desember 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v7i1.2333

Abstract

Proses penentuan siswa yang layak menerima beasiswa berprestasi seringkali hanya berdasarkan seleksi berkas, yang memakan waktu lama dan dapat menghasilkan keputusan yang kurang akurat. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang mempercepat proses seleksi siswa penerima beasiswa berprestasi. Metode yang digunakan dalam penelitian ini adalah ARAS (Additive Ratio Assessment) dan TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution). Kedua metode ini dipilih karena mampu menyeleksi alternatif terbaik berdasarkan pembobotan dan memilih tujuan berdasarkan kriteria yang berbeda, yaitu benefit dan cost. Metode ARAS menghasilkan ranking berdasarkan perbandingan fungsi utilitas alternatif dengan nilai fungsi utilitas optimal, sementara metode TOPSIS menghasilkan ranking berdasarkan jarak terpendek dengan solusi ideal positif dan jarak terpanjang dengan solusi ideal negatif. Dari nilai-nilai tersebut, alternatif yang memenuhi kriteria ditetapkan sebagai siswa penerima beasiswa berprestasi melalui perhitungan menggunakan metode ARAS dan TOPSIS. Hasil uji korelasi Rank M Arsya Almusa menunjukkan nilai 1,0546 untuk ARAS dan 0,8739 untuk TOPSIS. Hasil perhitungan secara manual dan melalui sistem memberikan hasil yang sama, sehingga sistem dapat digunakan untuk menentukan siswa penerima beasiswa berprestasi.
PEMILIHAN KADER POSYANDU TELADAN MENGGUNAKAN METODE SAW Sri Muliyanti; Yessica Siagian; Masitah Handayani
Journal Computer Science and Applied Technology Vol. 3 No. 1 (2025): J-CSAT - Februari
Publisher : PT. Cahaya Pena Tech

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67401/j-csat.v3i1.25

Abstract

Perkembangan teknologi informasi berbasis komputer telah memberikan kemudahan dalam proses pengambilan keputusan, khususnya pada pemilihan kader Posyandu teladan. Proses pemilihan yang masih dilakukan secara manual di Desa Pulau Rakyat menyebabkan penilaian bersifat subjektif dan kurang efisien karena banyaknya kriteria yang harus dipertimbangkan, seperti disiplin, masa kerja, sertifikat, tanggung jawab, dan Surat Keputusan (SK). Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) dalam pemilihan kader Posyandu teladan menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan untuk melakukan perhitungan berbobot terhadap setiap alternatif berdasarkan kriteria yang telah ditentukan sehingga menghasilkan peringkat yang lebih objektif dan akurat. Hasil penelitian menunjukkan bahwa penerapan metode SAW dapat membantu panitia dalam menentukan kader terbaik secara lebih cepat, sistematis, dan transparan dibandingkan metode manual. Dengan demikian, sistem ini diharapkan dapat meningkatkan kualitas proses seleksi serta memotivasi kader untuk meningkatkan kinerja mereka dalam kegiatan Posyandu
IMPLEMENTASI METODE SAW DALAM PENDUKUNG KEPUTUSAN PEMBERIAN REWARD BAGI TENAGA PENGAJAR Masitah Handayani; Mustika Fitri Larasati Sibuea; Sundari Sundari
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3110

Abstract

Abstract: Rewarding is an important strategy in increasing individual motivation and performance, both in educational environments, companies, and other organizations. However, the process of selecting reward recipients is often done subjectively, which can lead to dissatisfaction and potential injustice. Therefore, an objective and measurable method is needed to determine reward recipients in a more transparent and fair manner. One of the decision-making methods that can be applied in this process is the Simple Additive Weighting (SAW) method. The SAW method is known as a simple and effective method in assessing alternatives based on predetermined criteria. With clear criteria weights and values, this method is able to provide more objective results in the reward recipient selection process. Rewarding based on the SAW method aims to increase objectivity and transparency in the selection of reward recipients because it has assessment indicators for each criterion in each alternative involved. There are nine classes of teaching staff who are assessed using the SAW Method with four assessment criteria in awarding rewards, namely Last Education, Length of Service, Discipline and Teaching Methods. Based on these calculations, the alternative that is entitled to receive a reward is A01 with the highest Vi value of 0.95 Keywords: SAW Method, Reward, Instructor Abstrak: Pemberian reward merupakan salah satu strategi penting dalam meningkatkan motivasi dan kinerja individu, baik dalam lingkungan pendidikan, perusahaan, maupun organisasi lainnya. Namun, proses pemilihan penerima reward sering kali dilakukan secara subjektif, sehingga dapat menimbulkan ketidakpuasan dan potensi ketidakadilan. Oleh karena itu, diperlukan metode yang objektif dan terukur untuk menentukan penerima reward secara lebih transparan dan adil. Salah satu metode pengambilan keputusan yang dapat diterapkan dalam proses ini adalah metode Simple Additive Weighting (SAW). Metode SAW dikenal sebagai metode yang sederhana dan efektif dalam menilai alternatif berdasarkan kriteria yang telah ditentukan. Dengan bobot dan nilai kriteria yang jelas, metode ini mampu memberikan hasil yang lebih objektif dalam proses seleksi penerima reward. Pemberian reward berbasis metode SAW bertujuan untuk meningkatkan objektivitas dan transparansi dalam pemilihan penerima reward karena memiliki indikator penilaian untuk setiap kriteria pada masing-masing alternative yang terlibat. Ada Sembilan beklas orang tenaga pengajar yang dinilai menggunakan Metode SAW dengan empat kriteria penilaian dalam pemberian reward yaitu Pendidikan Terkahir, Lama Bekerja, Kedisiplinan dan Metode Pengajaran. Berdasarkan perhitungan tersebut alternative yang berhak mendapatkan reward adalah adalah A01 dengan nilai Vi tertinggi adalah 0,95. Kata kunci: Metode SAW, Reward, Tenaga Pengajar
IMPLEMENTASI METODE SAW SEBAGAI PENDUKUNG KEPUTUSAN DALAM PENENTUAN TENAGA PENGAJAR TERBAIK Masitah Handayani; Amalia; Anggi Wulandari
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 3 (2026): June 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i3.6663

Abstract

Abstract: Teaching staff are a key component in determining the quality of education in a course institution. Optimal teaching staff performance will directly impact the quality of learning. However, the process of determining the best teaching staff in many courses is still done subjectively and does not use a measurable and transparent computerized system. Problems that often arise include the many assessment criteria that must be considered, the time-consuming evaluation process, the lack of objectivity in decision-making, and the absence of an integrated system to assist management. To overcome these problems, a Decision Support System (DSS) is needed that can process various criteria systematically. One suitable method is Simple Additive Weighting (SAW), because this method is able to weight and rank alternatives based on predetermined criteria. The SAW method is known as a simple and effective method in assessing alternatives based on predetermined criteria. With clear weights and criteria values, this method is able to provide more objective results in the process of determining the best teaching staff. Fifteen teaching staff were assessed using the SAW Method with five assessment criteria: Length of Service, Discipline, Innovation, Loyalty, and Teaching Methods. Based on these calculations, the alternative that is entitled to receive a reward is A14 with the highest Vi value of 0,92. Keywords: SAW Method, Decision Support System, Instructor   Abstrak:  Tenaga pengajar merupakan komponen utama dalam menentukan kualitas pendidikan di suatu lembaga kursus. Kinerja tenaga pengajar yang optimal akan berdampak langsung pada mutu pembelajaran. Namun, proses penentuan tenaga pengajar terbaik di banyak kursus masih dilakukan secara subjektif dan belum menggunakan sistem terkomputerisasi yang terukur dan transparan. Permasalahan yang sering muncul antara lain antara lain banyaknya kriteria penilaian yang harus dipertimbangkan, proses evaluasi yang memakan waktu, kurangnya objektivitas dalam pengambilan keputusan, serta tidak adanya sistem yang terintegrasi untuk membantu manajemen.Untuk mengatasi permasalahan tersebut, diperlukan Sistem Pendukung Keputusan (SPK) yang mampu mengolah berbagai kriteria secara sistematis. Salah satu metode yang sesuai adalah Simple Additive Weighting (SAW), karena metode ini mampu melakukan pembobotan dan perangkingan alternatif berdasarkan kriteria yang telah ditentukan. Metode SAW dikenal sebagai metode yang sederhana dan efektif dalam menilai alternatif berdasarkan kriteria yang telah ditentukan. Dengan bobot dan nilai kriteria yang jelas, metode ini mampu memberikan hasil yang lebih objektif dalam proses penentuan tenaga pengajar terbaik. Ada lima belas orang tenaga pengajar yang dinilai menggunakan Metode SAW dengan lima kriteria penilaian yaitu Lama Bekerja, Kedisiplinan, Inovasi, Loyalitas dan Metode Pengajaran. Berdasarkan perhitungan tersebut alternatif yang berhak mendapatkan reward adalah adalah A14 dengan nilai Vi tertinggi adalah 0,92. Kata Kunci: Metode SAW, Sistem Pendukung Keputusan, Tenaga Pengajar
Co-Authors Amalia Anggi Wulandari Fauriatun Helmiah Havid Syafwan Irianto Irianto Jeperson Hutahaean Mustika Fitri Larasati Sibuea Neni Mulyani Novica Irawati Parini Parini Pristiyanilicia Putri Reza Ahmad Fauzi Sri Muliyanti Sundari Sundari Yessica Siagian