Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Muhammad Fauzan Yafi
Universitas Asahan
Humanities Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

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

Found 2 Documents
Search

 1 
Sistem Pendukung Keputusan Penilaian Kinerja Karyawan PT Pertamina Menggunakan Metode Simple Additive Weighting : Penelitian Muhammad Fauzan Yafi; Azrai Sirait
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6437

Abstract

Penilaian kinerja karyawan merupakan salah satu aspek penting dalam meningkatkan kualitas sumber daya manusia di suatu perusahaan. PT Pertamina Terminal BBM Kisaran masih menghadapi beberapa kendala dalam proses penilaian kinerja karyawan, seperti adanya unsur subjektivitas dan kesulitan dalam mengolah berbagai kriteria penilaian secara tepat. Penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan penilaian kinerja karyawan menggunakan metode Simple Additive Weighting (SAW) agar proses penilaian dapat dilakukan secara lebih objektif, cepat, dan akurat. Metode SAW digunakan dengan cara memberikan bobot pada setiap kriteria penilaian, seperti disiplin, kualitas kerja, tanggung jawab, kehadiran, dan kerja sama. Sistem ini dirancang menggunakan Use Case Diagram, Activity Diagram, dan Entity Relationship Diagram (ERD) dengan bantuan Visual Paradigm dan Visio, serta diimplementasikan menggunakan bahasa pemrograman PHP 8 berbasis web. Hasil penelitian menunjukkan bahwa metode SAW mampu menghasilkan perankingan kinerja karyawan secara transparan dan terukur sehingga dapat membantu pihak manajemen PT Pertamina dalam mengambil keputusan terkait evaluasi kinerja karyawan secara lebih efektif dan efisien.
ANALISIS TINGKAT KEPARAHAN COVID-19 DI SUATU NEGARA MENGGUNAKAN METODE K-MEDOID CLUSTERING Syahputri Amelia; Eldo Yusri; Bambang Irwansyah; Ayu Andira; Muhammad Sukri; Muhammad Fauzan Yafi; Muhammad Affandi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5787

Abstract

Abstract: This study aims to classify the severity of COVID-19 cases based on patient and region data using the K-Medoid Clustering method. COVID-19 has varying degrees of symptom severity, requiring cluster analysis to identify severity patterns to support decision-making in healthcare resource allocation and policy formulation. The data used included the number of positive cases, recovered cases, deaths, the average age of patients, and comorbidity levels. The results showed that the K-Medoid method was able to effectively cluster the data. In the raw dataset, the percentage of patients not infected with COVID-19 was 62.62%, while the percentage of infected patients was 37.38%. Based on sample characteristics, non-obese patients accounted for 74.54%, obese patients 25.46%, and patients with a combination of obesity and cardiovascular disease 0.57%. Keywords: Covid-19, Severity, K-Medoid Clustering, Data Mining Abstrak: Penelitian ini bertujuan untuk mengelompokkan tingkat keparahan kasus COVID-19 berdasarkan data pasien dan wilayah menggunakan metode K-Medoid Clustering. COVID-19 memiliki variasi tingkat keparahan gejala, sehingga diperlukan analisis klaster untuk mengidentifikasi pola keparahan yang mendukung pengambilan keputusan dalam alokasi sumber daya kesehatan dan perumusan kebijakan. Data yang digunakan meliputi jumlah kasus positif, kasus sembuh, kasus meninggal, usia rata-rata pasien, serta tingkat komorbiditas. Hasil penelitian menunjukkan bahwa metode K-Medoid mampu melakukan pengelompokan data secara efektif. Pada dataset mentah, persentase pasien tidak terjangkit COVID-19 sebesar 62,62%, sedangkan pasien terjangkit sebesar 37,38%. Berdasarkan karakteristik sampel, pasien non-obesitas memiliki persentase 74,54%, pasien obesitas 25,46%, dan pasien dengan kombinasi obesitas serta penyakit kardiovaskular sebesar 0,57%. Kata Kunci : Covid-19, Tingkat Keparahan, K-Medoid Clustering, Data Mining
Co-Authors Ayu Andira Azrai Sirait Bambang Irwansyah Eldo Yusri Muhammad Affandi Muhammad Sukri Syahputri Amelia