Claim Missing Document
Check
Articles

Found 36 Documents
Search

Kombinasi AHP dan VIKOR untuk Seleksi Penerima Beasiswa KIP Kuliah Sari, Fitri P.; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.562

Abstract

Beasiswa KIP Kuliah merupakan program yang sangat penting dalam memberikan akses pendidikan tinggi bagi mahasiswa dari keluarga kurang mampu yang memiliki potensi akademik. Program ini tidak hanya membantu meringankan beban biaya kuliah, tetapi juga membuka peluang bagi mereka untuk meraih pendidikan yang lebih tinggi dan meningkatkan kualitas hidup. Tingginya jumlah pendaftar beasiswa ini menimbulkan tantangan tersendiri bagi perguruan tinggi dalam melakukan seleksi penerima beasiswa. Perguruan tinggi harus memastikan bahwa beasiswa ini diberikan secara tepat sasaran dan sesuai dengan kriteria yang telah ditetapkan. Penelitian ini bertujuan menerapkan sistem pendukung keputusan (SPK) untuk proses seleksi penerima beasiswa KIP Kuliah di Sekolah Tinggi Teknologi Payakumbuh (STT Payakumbuh) yang masih dilakukan secara konvensional di mana membutuhkan waktu lama, kurang efisien, dan memiliki subjektivitas yang tinggi serta kurang transparansi. Metode yang digunakan dalam penelitian ini adalah kombinasi dari Analysis Hierarchy Process (AHP) dan VIKOR, yang merupakan bagian dari Multi Criteria Decision Making (MCDM). AHP digunakan untuk menetapkan bobot kriteria, sementara VIKOR digunakan untuk melakukan perankingan alternatif calon penerima beasiswa. Kriteria yang digunakan pada SPK ini adalah Nilai Tes Potensi Akademik (TPA), Nilai Ijazah, Dokumen Pendukung, Penghasilan Ayah, Penghasilan Ibu, Jumlah Tanggungan, Status Kepemilikan Rumah, Besaran Daya Listrik, Sumber Air, dan Luas Bangunan. Data calon penerima beasiswa sebanyak 82 orang yang dinilai berdasarkan 10 kriteria, sistem berhasil mengidentifikasi 11 orang calon penerima beasiswa yang direkomendasikan dengan nilai indeks Vikor yang terkecil, yaitu dari nilai 0,00 sampai dengan nilai 0,299. Hasil penelitian menunjukkan bahwa SPK berbasis AHP-VIKOR dapat membantu mempercepat proses seleksi, meningkatkan objektivitas, dan memberikan transparansi dalam seleksi penerima beasiswa KIP Kuliah di STT Payakumbuh. Sistem ini terbukti efektif dalam menangani kompleksitas kriteria dan alternatif yang banyak, serta mampu menghasilkan peringkat calon penerima beasiswa sesuai dengan preferensi pengambil keputusan.
Penerapan Algoritma Haar Cascade Clasifier dan Computer Neural Network Sebagai Presensi Karyawan Karseno, Doni; Yuhandri; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.565

Abstract

Sistem pengenalan wajah merupakan program komputer yang secara otomatis dapat mendeteksi gambar digital atau video untuk mengidentifikasi atau mengautentikasi seseorang secara otomatis. Kesulitan dalam masalah pengenalan wajah sebagian besar disebabkan oleh kurangnya keberhasilan dalam menemukan fitur gambar tersebut. Pengenalan objek banyak digunakan oleh para pelaku industri untuk keperluan inspeksi, registrasi atau manipulasi. Penelitian ini bertujuan untuk menidentifikasi wajah pada masing – masing karyawan. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier (HCC) sebagai pendeteksi wajah dan metode Convolutional Neural Network (CNN) untuk proses identifikasi wajah. Proses pengenalan wajah ini dapat digunakan untuk mengidentifikasi masing – masing karyawan. Sehingga dalam melakukan presensi digital tidak ada kecurangan lagi yang dilakukan oleh karyawan. Dalam penelitian ini data yang diambil adalah data di Institut Teknologi dan Bisnis Indragiri. Algoritma Haar Cascade Classifier menjadi metode yang dapat digunakan dalam proses pengenalan polah wajah manusia. Sedangkan Convolutional Neural Network merupakan metode untuk mengidentifikasi serta mengklasifikasi hasil dari metode Haar Cascade Classifier sebagai tahap awal. Dalam hal pengklasifikasian image, metode Convolutional Neural Network merupakan metode yang dapat digunakan untuk pengklasifikasian wajah. Arsitektur Convolutional Neural Network yang digunakan dalam penelitian ini adalah alexnet. Dataset dari ImageNet lebih dari 14 juta gambar yang dikategrikan dalam ribuan kelas. Convolutional Neural Network memiliki arsitektur yang terinspirasi oleh struktur visual sistem manusia dan sangat efektif untuk tugas-tugas pengenalan gambar dan klasifikasi. Kesimpulan dari hasil penilitan ini yaitu dengan menggabungkan metode Haar Cascade Classifier dan Convolutional Neural Network dapat mempercepat proses pengenalan klasifikasi suatu objek wajah. Penelitian ini menggunakan kumpulan dataset wajah yang beragam, mencakup variasi sudut pandang, ekspresi, dan kondisi pencahayaan. Data yang digunakan terdiri dari seluruh karyawan yang memiliki 106 data wajah. Model CNN kemudian dilatih menggunakan data latih sebesar 85% dari keseluruhan data. Setelah model dilatih, selanjutnya dilakukan evaluasi model CNN melalui beberapa metrik evaluasi. Dari hasil evaluasi diperoleh tingkat akurasi yang baik sebesar 91% Hasil dari penelitian ini dapat digunakan untuk media presensi digital berbasis pengenalan wajah pada karyawan Institut Teknologi Dan Bisnis Indragiri.
Sistem Pakar Deteksi Dini pada Penderita Stunting dengan Menggunakan Metode Forward Chaining Syaputra, Eka B.; Yuhandri; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.570

Abstract

Stunting mencerminkan terhambatnya pertumbuhan akibat buruknya gizi dan gangguan kesehatan pada periode sebelum dan sesudah kelahiran. Periode sebelum kelahiran merupakan faktor penentu dalam mendeteksi dini kelompok sasaran berisiko stunting yaitu pada calon pengantin, ibu hamil dan ibu pasca kelahiran dan periode sesudah kelahiran pada anak berumur di bawah 2 tahun. Penyebab stunting terbagi menjadi 2 kategori yakni penyebab langsung dan penyebab tidak langsung. Penyebab langsung, dikarenakan kurangnya asupan gizi ibu saat hamil dan kebutuhan gizi tidak tercukupi saat masih berusia di bawah umur 2 tahun dan penyebab tidak langsung adalah keluarga tidak paham cara mengolah dan menyajikan menu beragam bergizi seimbang dan aman (B2SA), rumah tidak sehat, lingkungan dengan sanitasi buruk, tidak memiliki akses air bersih, terbatas atas layanan kesehatan ibu hamil dan perilaku tidak sehat. Penelitian ini bertujuan untuk mengurangi angka stunting yang terjadi dengan melakukan penanganan lebih awal terhadap penderita berisiko stunting. Metode yang digunakan dalam penelitian ini adalah Forward Chaining. Metode Forward Chaining pada sistem pakar deteksi dini berisiko stunting memiliki 4 komponen yaitu Knowledge Base, Inference Engine, Database dan User Interface. Dataset yang diolah dalam penelitian ini bersumber dari data kelompok sasaran berisiko stunting pada 2 puskesmas yaitu Puskesmas Singkarak dan Puskesmas Sirukam di lingkup Pemerintah Kabupaten Solok. Dataset terdiri dari 380 balita, 10 calon pengantin , 40 ibu hamil dan 24 ibu pasca persalinan berisiko stunting. Hasil penelitian ini dapat mengidentifikasi dini berisiko stunting pada setiap kelompok sasaran yaitu balita 45,31% dari 10 data uji, calon pengantin 59,5% dari 5 data uji, ibu hamil 50,52% dari 5 data uji dan ibu pasca persalinan 58,01% dari 5 data uji juga membantu tim satgas penurunan angka stunting Pemerintah Kabupaten Solok dalam mengambil langkah-langkah kebijakan yang akan dilaksanakan oleh Organisasi Pemerintah Daerah (OPD) terkait baik secara sensitif dan spesifik. Penelitian ini dapat menjadi acuan dalam penanganan pada kelompok sasaran berisiko stunting lebih awal pada setiap daerah dalam menurunkan angka stunting
Implementasi K-Nearest Neighbor Berbasis Particle Swarm Optimization untuk Analisis Sentimen Generasi Sandwich Yanti, Salma Nofri; Yuhandri; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.586

Abstract

Fenomena Generasi Sandwich merujuk pada individu yang harus merawat orang tua yang menua sekaligus mengasuh anak-anak mereka, menciptakan beban ganda yang berdampak signifikan pada kehidupan sosial, emosional, dan ekonomi mereka. Dalam masyarakat modern, perubahan demografis seperti peningkatan harapan hidup dan menurunnya angka kelahiran, serta tantangan ekonomi seperti biaya perawatan kesehatan yang meningkat, semakin memperkuat relevansi fenomena ini. Oleh karena itu, memahami persepsi publik terhadap Generasi Sandwich menjadi semakin penting, terutama melalui analisis sentimen di media sosial yang mencerminkan opini masyarakat yang lebih luas. Penelitian ini mengusulkan pendekatan baru dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN) yang dioptimalkan menggunakan Particle Swarm Optimization (PSO) untuk analisis sentimen terkait Generasi Sandwich. KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan antar titik data, sementara PSO digunakan untuk mengoptimalkan pemilihan parameter KNN guna meningkatkan akurasi model. Data yang digunakan dalam penelitian ini mencakup 565 tweet yang mengandung kata kunci "Generasi Sandwich" yang dikategorikan menjadi tiga sentimen: 124 positif, 345 negatif, dan 96 netral. Data tersebut melalui proses prapemrosesan seperti pembersihan, tokenisasi, dan stemming sebelum diimplementasikan dalam model KNN. Hasil penelitian menunjukkan bahwa pada pengujian dengan 113 dokumen, model KNN yang dioptimalkan dengan PSO mencapai akurasi sebesar 70,8%, dengan precision sebesar 14,41%, recall sebesar 88,89%, dan F1-score sebesar 24,81%. Dari total 113 dokumen data uji, terdapat 80 prediksi benar dan 33 prediksi salah, dengan jumlah prediksi positif sebanyak 16, prediksi negatif sebanyak 95, dan prediksi netral sebanyak 2. Analisis lebih lanjut mengungkapkan bahwa sebagian besar percakapan tentang Generasi Sandwich di media sosial cenderung bersifat negatif, mencerminkan tekanan psikologis dan keuangan yang dirasakan oleh anggota generasi ini. Penelitian ini juga menghasilkan sebuah aplikasi web yang memungkinkan pengguna untuk melakukan analisis sentimen secara real-time, yang memudahkan pengambilan keputusan bagi pembuat kebijakan, peneliti, dan organisasi sosial. Aplikasi ini dirancang dengan antarmuka yang ramah pengguna dan visualisasi data yang intuitif, sehingga dapat memberikan wawasan yang lebih mendalam mengenai sentimen publik. Implementasi KNN berbasis PSO terbukti efektif dalam meningkatkan akurasi analisis sentimen pada fenomena Generasi Sandwich, dan aplikasi web yang dihasilkan berpotensi digunakan secara luas untuk penelitian lanjutan, pengembangan strategi sosial, dan advokasi kebijakan publik yang lebih baik.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI MENGGUNAKAN METODE PROMETHEE (STUDI KASUS DI FAKULTAS ILMU KOMPUTER UNIVERSITAS PASIR PENGARAIAN ) Idir, Idir Fitriyanto; Gunadi Widi Nurcahyo; Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 1 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i1.1771

Abstract

Permasalahan dalam kompetensi pemilihan mahasiswa berprestasi di Fakultas Ilmu Komputer Universitas Pasir Pengaraian setiap tahunnya yaitu sulitnya para tim dosen untuk mengambil sebuah keputusan dalam memilih mahasiswa berprestasi berdasarkan kemampuan mahasiswa masing-masing. Dengan memilih sistem pendukung keputusan menggunakan metode promethee, tim dosen menjadi tidak sulit untuk mengambil keputusan dalam memilih mahasiswa berprestasi berdasarkan kriteria yang ada. Metode yang akan digunakan metode promethe yang sederhana melalui proses perhitungan dan analisis yang baik untuk membantu dalam pemilihan mahasiswa berprestasi di Fakultas Ilmu Komputer. Sistem dirancang menggunakan pemograman PHP dan Database MySQL. Kata kunci: SPK, Pemilihan Mahasiswa Berprestasi,Promethee
SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK MENENTUKAN PENERIMA ZAKAT FITRAH (Studi Kasus Di Yayasan Abdul Khalik Fajduani Deli Serdang) Rahmansyah, Rizky; Yuhandri; Widi Nurcahyo, Gunadi
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1774

Abstract

Zakat fitrah adalah zakat yang wajib dikeluarkan oleh setiap muslim yang mampu untuk membantu saudara-saudara muslim yang kurang mampu. Namun, dalam proses penentuan penerima zakat fitrah, seringkali terdapat kesulitan karena banyaknya calon penerima yang memenuhi kriteria. Oleh karena itu, dibutuhkan suatu sistem pendukung keputusan yang dapat membantu dalam proses penentuan penerima zakat fitrah. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) untuk menentukan penerima zakat fitrah di Yayasan Abdul Khalik Fajduani Deli Serdang. Metode SAW dipilih karena dapat mengolah beberapa kriteria yang berbeda dan memberikan bobot untuk setiap kriteria. Metode ini juga relatif mudah diimplementasikan dan dapat menghasilkan hasil yang cukup akurat. Hasil analisis menunjukkan bahwa sistem pendukung keputusan dengan metode SAW dapat membantu meningkatkan dalam proses penentuan penerima zakat fitrah di yayasan tersebut. Selain itu, hasil perhitungan menggunakan metode SAW menunjukkan bahwa jamaah yang bernama Atmaja Putra mendapatkan nilai yang mendekati kriteria dengan nilai 0.775 dan mendapatkan peringkat terbaik 1. Hal ini menunjukkan bahwa sistem pendukung keputusan dengan metode SAW dapat membantu dalam penentuan penerima zakat fitrah dengan lebih efektif dan efisien. Kata kunci: Zakat Fitrah, Sistem Pendukung Keputusan, Simple Additive Weighting, Penentuan Penerima Zakat Fitrah, Yayasan Abdul Khalik Fajduani Deli Serdang.
Penerapan Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting Untuk Pemilihan Supplier Alat Praktikum Teknik Kendaraan Ringan Otomotif Berbasis Web (Studi Kasus Di SMK TERPADU UJUNGBATU) Yuda, Fitra Yuda; Sumijan; Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1775

Abstract

Mengambil keputusan secara subyektif dapat menimbulkan kesalahan dalam pemilihan supplier. Pada pemilihan supplier, alat praktik pada jurusan Teknik Kenderaan Ringan otomotif SMK Terpadu Ujungbatu sering kali mengalami kesulitan dalam penentuan pemilihan supplier yang akan diberikan order karena banyaknya supplier dan kriteria yang digunakan dalam penilaian. Oleh karena itu, diperlukan sebuah sistem pendukung keputusan pemilihan supplier sehingga Teknik Kenderaan Ringan otomotif SMK Terpadu Ujungbatu dapat menetukan supplier yang sesuai dalam pembelian alat bahan komponen. Sistem pendukung keputusan ini menggunakan metode SAW (Simple Additive Weighting) dimana metode ini dapat digunakan untuk mengatasi permasalahan yang ada, karena banyaknya alternatif dan kriteria yang harus dipertimbangkan dalam pemilihan supplier seperti harga, ketersediaan barang, respon, dan jumlah ketersediaan. Data yang digunakan adalah penilaian pemilihan pada jurusan Teknik Kenderaan Ringan otomotif SMK Terpadu Ujungbatu Pengujian sistem dilakukan berdasarkan data yang ada di jurusan Teknik Kenderaan Ringan Otomotif SMK Terpadu Ujungbatu. Yaitu dengan membandingkan hasil perhitungan Microsoft Excel dengan hasil perhitungan sistem yang telah dibuat. Hasil dari implementasi sistem pendukung keputusan pemilihan supplier dengan metode SAW (Simple Additive Weighting) yang dibuat dapat membantu dalam proses pengambilan keputusan berdasarkan nilai supplier secara optimal. Sehingga, dapat digunakan untuk memilih supplier terbaik.
IMPLEMENTASI METODE PROFILE MATCHING DALAM PENERAPAN MEDIA PEMBELAJARAN INTERAKTIF UNTUK MENENTUKAN MEDIA BELAJAR MAHASISWA (STUDI KASUS DI TEKNIK INFORMATIKA UNIVERSITAS ISLAM RIAU) Ridho, Ridho Afwan; Sumijan; Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1780

Abstract

Belajar adalah proses internal yang diukur dengan perilaku, adanya perbedaan kognitif, afektif, dan psikomotor di antara siswa mempengaruhi keputusan belajar mereka, yang terwujud dalam perbedaan gaya belajar yang dikenal dengan masalah modalitas media pembelajaran. Dalam menentukan media belajar mahasiswa tersebut tidak akurat dan sulit, hal ini dialami oleh Teknik Informatika UIR. Untuk itu penulis memberikan solusi dalam penyelesaian masalah tersebut melalui sebuah sistem pendukung keputusan, Tujuan dari sistem pendukung keputusan itu sendiri adalah untuk membantu pengambil keputusan dalam memilih berbagai alternatif keputusan yang mengolah informasi yang diterima atau menghasilkan informasi, pemodelan dan manipulasi data. Pada sistem pendukung keputusan ini penulis menerapkan sebuah metode yaitu metode Profile Matching, tujuan penulis menggunakan metode Profile Matching karena metode tersebut merupakan proses membandingkan antara kompetensi individu mahasiswa dengan kompetensi modalitas belajarnya sehingga dapat diketahui perbedaan kompetensinya (gap), memberikan rekomendasi media pembelajaran interaktif yang sesuai dengan karakteristik dan kebutuhan belajar mahasiswa yang berarti dapat memecahkan masalah dan dapat menjadi acuan bagi pengembangan media pembelajaran yang lebih efektif dan efisien dalam perbaikan kualitas pembelajaran di perguruan tinggi Teknik Informatika Universitas Islam Riau. Kata kunci: Mahasiswa, Media Pembelajaran, Sistem Pendukung Keputusan, Profile Matching, Universitas Islam Riau
ANALISIS DAN PERANCANGAN PRIVATE CLOUD STORAGE MENGGUNAKAN METODE IDS(INTRUSION DETECTION SYSTEM) DAN IPS(INTRUSION PREVENTION SYSTEM) STUDI KASUS DINAS KOMUNIKASI DAN INFORMATIKA KOTA PADANG PANJANG Meiditra, Irzon; Yuhandri; Sumijan
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1781

Abstract

The Office of Communication and Informatics of the City of Padang Panjang is an executive element of government affairs in the field of communication, informatics, coding and statistics and has the task of carrying out government affairs in the field of communication and informatics. And the Communication and Informatics Office has a server storage service with lots of data. The development of a cloud computing server will be a solution. Cloud computing is a form of technological progress that has developed along with the times, this has spurred the increasing use of the internet. Using internet technology that is capable of implementing virtual/online servers, which has the goal of building a cloud computing server at the Padang Panjang City Communication and Information Service Operating System (OS) Proxmox VE (Virtual Environment). Cloud computing is a form of technological progress that has developed along with progress of the times, this spurred the use of the internet which is increasing. By using internet technology that is capable of implementing virtual/online servers, the aim is to build a cloud computing server at the Padang Panjang City Communication and Information Service Operating System (OS) Proxmox VE (Virtual Environment) 6.4. Cloud computing is able to provide storage services that can be used simultaneously. The results of this study produce a cloud Storage server that implements a security system using the ids (intrusion detection system) and ips (intrusion prevention system) methods that is capable of carrying out data storage processes (storage), using software simultaneously in the network, and using infrastructure within the scope of cloud computing network at the Padang Panjang City Communication and Information Service using the private cloud Storage service model.
Sistem Pakar Menggunakan Metode Forward Chaining Untuk Identifikasi Penerimaan Beasiswa di Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi Tri, Tri Agusti Farma; Yuhandri; Widi Nurcahyo, Gunadi
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1783

Abstract

Scholarships are one way of providing tuition fees for students who are still actively participating in lectures at tertiary institutions. The existence of scholarships can help students to finance educational needs, in accordance with the provisions of article 4 (paragraph 1) of the PPh/2000 Law. This study aims to build a system of indicators for determining scholarship acceptance appropriately. Expert System is the ability of computers to convert human knowledge into computers so that they can help solve problems that can only be solved by experts. The scholarship acceptance identification expert system is a system that adopts the knowledge of education experts in determining scholarship acceptance for students at university based on scholarships that have been set at the university. The purpose of this Expert System is to prove that the Forward Chaining method can be implemented in making this Expert System and provide benefits to facilitate campus bureaucrats in determining which students are eligible to receive scholarships. The data used in this study were 10 student data, in the form of scholarship requirements and student diagnostic data by the head of the academic division. The data is processed using the Forward Chaining Inference method in the form of an application with the PHP programming language. The results of this study were 30 student data running well on the system used. An expert system with the Forward Chaining method is suitable and can be used to determine scholarship acceptance.