Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Journal Computer Science and Applied Technology
Sudarmin
Universitas Royal
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Penerapan SAW Method Untuk Menentukan Produk Unggulan Berdasarkan Penjualan Nisa Collection Dini Selfidayanti; William Ramadhan; Sudarmin
Jurnal Algoritma Vol 23 No 1 (2026): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.23-1.3304

Abstract

This study aims to apply the Simple Additive Weighting (SAW) method in a web-based Decision Support System (DSS) to determine the leading products in the Nisa Collection. The problem faced is that the determination of leading products is still subjective and only considers one sales indicator. This study analyzes 10 product alternatives based on four criteria, namely sales volume (0.40), transaction frequency (0.15), stock turnover (0.20), and price (0.25). The calculation process is carried out through the formation of a decision matrix, normalization of benefits and costs, and calculation of preference values. The results show that alternative A7 (Men's T-shirts) obtained the highest preference value of 1.00, followed by A1 and A2 with a value of 0.92. The sensitivity test shows that the top ranking remains stable against weight changes, confirming the consistency of the method. The scientific contribution of this research lies in the comprehensive application of SAW in the context of MSME retail based on quantitative sales data with decision stability analysis, thus providing an objective, measurable, and transparent product evaluation model compared to previous manual approaches.
Sistem Pendukung Keputusan Berbasis Metode SAW Untuk Pemilihan Biji Kopi Berkualitas Sebagai Bahan Minuman di Kopi Luar Dalam Nurhidayah; Riki Andri Yusda; Sudarmin
Jurnal Algoritma Vol 23 No 1 (2026): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.23-1.3319

Abstract

Selecting high-quality coffee beans is a critical factor in maintaining flavor consistency in the coffee beverage industry. At Kopi Luar Dalam, the raw material selection process is still conducted subjectively, which can lead to inconsistent decisions. This study aims to design and implement a Decision Support System using the Simple Additive Weighting (SAW) method to determine the best coffee beans based on four criteria: cost, aroma, bean color, and physical form. The study employs a quantitative approach involving decision matrix normalization and preference value calculation. The results show that the African Blue Mountain Arabica (A8) alternative obtained the highest preference value of 0.80 and is therefore recommended as the best raw material. Methodologically, this study demonstrates that the application of SAW is capable of producing an objective, structured, and transparent selection process in the context of raw material selection for the SME-scale coffee industry.
SISTEM DIAGNOASA PENYAKIT POLIP DENGAN METODE FORWARD CHAINING Nurmawati; William Ramdhan; Sudarmin
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.v3i1.23

Abstract

Kemajuan teknologi komputer telah mengubah paradigma pengolahan data menjadi sistem pendukung keputusan yang krusial, salah satunya melalui implementasi sistem pakar. Penyakit polip nasi merupakan gangguan kesehatan pada saluran pernapasan yang sering kali sulit dibedakan dengan influenza biasa, sehingga mengakibatkan keterlambatan penanganan dan penurunan kualitas hidup penderita. Penelitian ini bertujuan untuk membangun sebuah sistem pakar diagnosa penyakit polip nasi guna membantu masyarakat mendapatkan diagnosis dini yang akurat. Sistem ini mengadopsi pengetahuan pakar ke dalam komputer dengan menggunakan metode Forward Chaining sebagai mesin inferensi. Metode ini bekerja dengan melakukan pelacakan ke depan dimulai dari sekumpulan fakta-fakta gejala yang dialami pasien untuk mencapai kesimpulan akhir. Hasil dari penelitian ini diharapkan dapat menjadi alat bantu medis yang efektif dalam mentransfer kepakaran dokter spesialis THT kepada pengguna awam, sehingga proses deteksi penyakit dapat dilakukan secara lebih cepat, tepat, dan efisien.
SISTEM INFORMASI PENDAFTARAN SISWA BARU SD ISLAM AN NAHLU KISARAN Danu Septian; Muh. Saleh Malawat; Sudarmin
Journal Computer Science and Applied Technology Vol. 3 No. 2 (2025): J-CSAT - Agusutus
Publisher : PT. Cahaya Pena Tech

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67401/j-csat.v3i2.27

Abstract

Proses Penerimaan Peserta Didik Baru (PPDB) merupakan agenda tahunan krusial bagi lembaga pendidikan. SD Islam An Nahlu Kisaran saat ini menghadapi kendala efisiensi dalam pelaksanaan pendaftaran karena masih menggunakan metode konvensional berbasis kertas. Keterbatasan jarak, risiko kerusakan dokumen fisik, dan lambatnya rekapitulasi data menjadi permasalahan utama yang menghambat operasional sekolah. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Pendaftaran Siswa Baru Berbasis Web pada SD Islam An Nahlu Kisaran guna mendigitalisasi proses administrasi. Metode pengembangan sistem mengacu pada model Waterfall, meliputi tahapan analisis kebutuhan, perancangan, pengodean, dan pengujian. Hasil penelitian berupa platform sistem informasi PPDB online yang dapat diakses calon orang tua siswa secara mandiri dan transparan, serta memudahkan manajemen sekolah memverifikasi berkas dan menghasilkan laporan secara cepat. Kesimpulannya, implementasi sistem berbasis web ini berhasil mentransformasi tata kelola pendaftaran menjadi digital, meningkatkan efisiensi, dan meminimalisir kesalahan input data
Co-Authors Danu Septian Dini Selfidayanti Muh. Saleh Malawat Nurhidayah Nurmawati Riki Andri Yusda William Ramadhan William Ramdhan