Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Reputasi: Jurnal Rekayasa Perangkat Lunak Nuansa Informatika Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Putratama, Virdiandry
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Engineering Other

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

Found 3 Documents
Search

 1 
SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MAGANG DI PT. XYZ DENGAN MENGGUNAKAN METODE SMART Nurlita Kartini, Gita; Putratama, Virdiandry; Armiati, Sari
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 5 No. 1 (2024): Mei 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v5i1.3327

Abstract

Abstrak — Untuk menunjang kemajuan perusahaan tentunya membutuhkan sumber daya manusia yang mumpuni. Sumber daya manusia tersebut salah satunya adalah karyawan magang yang turut membantu dalam melakukan pekerjaan di perusahaan. Demikian juga di perusahaan PT. XYZ yang bergerak di bidang jasa kurir, logistik, dan transaksi keuangan, salah satunya di divisi pengembangan produk memiliki karyawan magang untuk membantu pekerjaan administratif di bagian pengembangan produk. Di PT.XYZ dilakukan penilaian terhadap karyawan magang secara periodic yang bertujuan untuk mengetahui kinerja karyawan magang sehingga dapat ditentukan pekerjaan yang sesuai. Untuk pengelolaan data karyawan magang ini diperlukan sebuah sistem informasi yang dapat membantu dalam penempatan pekerjaan karyawan magang. Maka dalam penelitian ini dibangun sebuah sistem informasi penilaian karyawan magang menggunakan metodologi prototype, sedangkan metode yang digunakan untuk penilaian kinerja karyawan magang menggunakan metode SMART. Pada fase analisis kebutuhan sistem digunakan metode Kano untuk mengukur fitur kebutuhan aplikasi, metode Pieces dan five whys untuk analisis permasalahan sistem. Adapun tools yang digunakan untuk memodelkan sistem yang sedang berjalan adalah BPMN. Pada fase perancangan digunakan UML untuk memodelkan proses bisnis dan rancangan data. Bahasa pemrograman PHP digunakan pada fase implementasi, dan untuk pengujian digunakan teknik black box dengan metode boundary value analysis terhadap 22 test case. Luaran dari penelitian ini adalah produk sistem informasi penilaian kinerja karyawan magang dengan menggunakan metode SMART, laporan pembangunan sistem, dokumentasi perangkat lunak buku petunjuk teknis dan jurnal penelitian. Sistem informasi yang dibuat diharapkan dapat membantu dalam proses penilaian kinerja karyawan magang pada divisi bagian pengembangan produk.
Predicting the Happiness Index Based on the HDI Indicator in Indonesia Using the Ensemble Learning Approach: Prediksi Indeks Kebahagiaan Berdasarkan Indikator IPM di Indonesia Menggunakan Pendekatan Ensemble Learning Pane, Syafrial Fachri; Zain, Rofi Nafiis; Setiawan, Iwan; Putratama, Virdiandry
NUANSA INFORMATIKA Vol. 19 No. 2 (2025): Nuansa Informatika 19.2 Juli 2025
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/ilkom.v19i2.410

Abstract

Machine Learning is used to analyze complex data in various fields of research. In this study, we applied an ensemble learning approach consisting of Random Forest Regression (RF), XGBoost Regression (XGB), Decision Tree Regression (DT) and Pearson correlation analysis as well as Shapley Additive Explanations (SHAP) to analyze the relationship between the HDI and Happiness indicators in Indonesia. Second, building a prediction model with an ensemble learning approach, namely stacking, which consists of several algorithms including RF, XGB, DT. The results of this study, one, based on the results of Pearson correlation analysis, Permutation Importance (PI), and SHAP, show that the happiness score of Indonesian people has a strong correlation with the Human Development Index variable. The Pearson correlation result shows a value of 0.88, which indicates a very strong positive relationship between HDI and happiness. In addition, the Permutation Importance and SHAP analysis also confirms that HDI is one of the most influential variables in predicting happiness scores in Indonesia. Second, the performance model for predicting happiness using stacking regressors with an R-Squared value of 97.68\%, MAE 0.002900, MSE 0.000021, and RMSE 0.004604.
Penentuan Jasa Logistik Pada Umkm Kota Cimahi Menggunakan Metode Fuzzy Simple Additive Weighting Putratama, Virdiandry; Sumarna, Dani Leonidas
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 4, No 1 (2020): SEMNAS RISTEK 2020
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v4i1.2489

Abstract

Pengiriman Barang merupakan salah satu kegiatan utama UMKM baik yang bergerak dalam bidang jasa maupun non jasa. Kegiatan tersebut merupakan kegiatan yang sangat krusial bagi UMKM, sebagian besar UMKM melimpahkan kegiatan tersebut kepada Pihak ketiga yang bergerak dalam bidang jasa logistic atau kurir logistik. Pemilihan UMKM pun menjadi sangat krusial bagi UMKM karena menentukan reputasi bagi UMKM tersebut. Penelitian ini bertujuan untuk membantu UMKM dalam melakukan perankingan Jasa Logistik yang akan digunakan. Untuk melakukan hal tersebut, digunakan Metode Fuzzy untuk melakukan perangkingan jasa logistik dan Metode Simple Additive Weighting(SAW) untuk melakukan pembobotan dari kriteria-kriteria jasa logistik. Metode tersebut dirasa metode yang paling cocok untuk membantu para UMKM dalam memilih jasa logistik yang akan digunakan karena metode tersebut mampu memilih alternatif terbaik berdasarkan kriteria yang diinputkan yang selanjutnya dilakukan pembobotan dari setiap atribut untuk mencari perankingan Jasa Logistik tebaik. Pada penelitian ini juga dibuat suatu rancangan Sistem Pendukung Keputusan dalam menentukan Jasa Logistik. Perancangan digambarkan menggunakan Usecase Diagram dan Class Diagram. Sistem Pendukung keputusan ini diharapkan dapat membantu untuk memilih jasa logistik terbaik, dapat mempercepat pemilihan jasa logistic, dan dapat meminimalisasi kessalahan dalam pemilihan jasa logistik.
Co-Authors Armiati, Sari Dani Leonidas Sumarna Iwan Setiawan Nurlita Kartini, Gita Syafrial Fachri Pane, Syafrial Fachri Zain, Rofi Nafiis