Claim Missing Document
Check
Articles

Found 26 Documents
Search

SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA LOOKMANSTORE.ID UNTUK MEMILIH PRODUK YANG PALING LAYAK DIPROMOSIKAN DI MARKETPLACE Darmawan, Arief Soma; Ari Putra Wibowo; Wahyu Setianto
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.353

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan dalam menentukan produk yang layak dipromosikan pada Lookmanstore.id dengan menggunakan metode Simple Additive Weighting (SAW). Latar belakang penelitian ini didasari oleh permasalahan yang dihadapi pelaku usaha dalam memilih produk promosi secara tepat di tengah persaingan yang ketat dan keterbatasan anggaran. Penelitian menggunakan lima kriteria penilaian, yaitu penjualan, margin, stok, rating, dan persaingan, dengan pembobotan yang mencerminkan tingkat kepentingan masing-masing kriteria. Hasil perhitungan menunjukkan bahwa produk A2 memiliki nilai preferensi tertinggi sebesar 0,870, diikuti A4 sebesar 0,860, A1 sebesar 0,820, dan A3 sebesar 0,740. Temuan ini mengindikasikan bahwa metode SAW mampu menghasilkan evaluasi yang objektif, terukur, dan sistematis dalam menentukan prioritas produk. Implementasi sistem berbasis web yang dikembangkan juga terbukti memudahkan pengguna dalam mengelola data, melakukan perhitungan, serta memperoleh rekomendasi produk secara efisien. Dengan demikian, sistem ini dapat menjadi solusi strategis bagi pelaku usaha dalam meningkatkan efektivitas promosi dan daya saing produk di marketplace.
IMPLEMENTASI CLUSTERISASI UNTUK PENGELOMPOKKAN GAYA BELAJAR MAHASISWA DENGAN METODE K MODES Kurniawan, Muhammad Faizal; Sugianti, Devi; Darmawan, Arief Soma; Wibowo, Ari Putra; Widiyono, Widiyono
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 8 No. 1 (2024): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol8No1.pp20-25

Abstract

One of the keys to success in learning is determining student learning styles. Learning styles are grouped into 3, grouping learning styles based on the characteristics of students. Sample data used for 3 classes in the artificial intelligence course with total data of 83 students who answered 36 questions. To be able to carry out student mapping using the k modes method for clustering. The K modes method is used because the data used is categorical. K modes can be used for multi-dimensional clustering and shorter computing times. With the clustering application for grouping student learning styles with a sample of 83 students by answering 36 questions to be divided into 3 groups, the results were 37 students for the visual group, 31 students for the auditory group and 15 students for kinesthetics. At the testing stage, black box testing is used. By knowing learning style groups, students can easily learn and absorb information
Sistem Pakar Diagnosis Anxiety Disorder Dengan Metode Forward Chaining Berbasis Web Shaela, Pamela; Sugianti, Devi; Syaifudin, Anas; Darmawan, Arief Soma; Risqiati, Risqiati
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 9 No. 1 (2025): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol9No1.pp32-41

Abstract

Anxiety Disorders are the most common mental health disorders in the world. The 2018 Indonesian Health Research Main Results showed a significant increase in the prevalence of mental disorders. However, the comparison of the number of Indonesian people with professional psychology personnel is still very unbalanced and far from the WHO standard which requires the ratio of experienced mental health personnel to the ideal population of 1:30,000. Pekalongan City only has 6 clinical psychologists with a population of 317,958 people. So many people with mental health disorders do not receive adequate treatment. To overcome this problem, a web-based expert system was developed that can diagnose anxiety disorders using the forward chaining method, which imitates the thought process of an expert in making decisions based on symptom data and certain rules. This system was developed using the waterfall method, which includes needs analysis, system design, implementation, integration, testing, and maintenance. Testing was carried out using the White Box, Black Box, and User Acceptance Test (UAT) methods. Data for the UAT test was obtained by involving 100 respondents from Pekalongan City, who were selected using the Simple Random Sampling method and calculated using the Slovin Formula to ensure adequate representation. UAT results showed that respondents “strongly agreed” that the system was easy to use, informative, and useful in providing an initial understanding of anxiety disorders and the importance of mental health.
DIGITALISASI PARIWISATA PETUNGKRIYONO BAGI KARANG TARUNA KECAMATAN PETUNGKRIYONO Darmawan, Arief Soma; Wibowo, Ari Putra; Hapsoro, Hermanus Wim; Sulistiyaningsih, Riski
BESTIKOM Jurnal Pengabdian Kepada Masyarakat Vol 1 No 1 (2025)
Publisher : Bestikom: Jurnal Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Petungkriyono memiliki potensi wisata alam yang sangat menarik yang menyuguhkan pemandangan yang indah. Dalam upaya mengenalkan pariwisata yang ada di Kecamatan Petungkriyono pengelola Pariwisata menggunakan media cetak dengan memasang spanduk ataupun baliho di sepanjang jalan Petungkriyono. Selain itu pengelola pariwisata juga mengikuti kegiatan ekspo dalam mengenalkan destinasi pariwisata Kecamatan Petungkriyono. Penggunaan media cetak dan mengikuti kegiatan ekspo memerlukan biaya yang cukup besar dan juga kurang luas dalam penyebaran informasi berkaitan dengan pariwisata yang ada di Kecamatan Petungkriyono .Selain itu kurangnya informasi terkait destinasi wisata yang ada di Petungkriyono masih sangat sedikit yang bisa diakses oleh wisatawan. Berdasarkan kendala tersebut solusi utama untuk mengatasinya adalah dengan menggencarkan pemasaran pariwisata khususnya untuk pemasaran digital. Hal ini dikarenakan pemasaran menjadi faktor penting dalam mengembangkan dan menghidupkan kembali desa wisata, strategi pemasaran digital diharapkan dapat memulihkan kunjungan wisata di Petungkriyono. Untuk itu maka diadakan kegiatan pelatihan tentang digitalasasi menggunakan canva untuk pembuatan konten sosial media sosial untuk pemuda Karang Taruna Petungkriyono. Dari kegiatan pengabdian ini pemuda-pemudi Karang Taruna dapat membuat konten sosial yang nantinya bisa diupload di media sosial menggunakan canva. Dengan presentase 89% pemuda Karang Taruna mengetahui digitalisasi dan 94% Pemuda Karang Taruna dapat menggunakan canva serta mengetahui fitur-fitur canva dan dapat mengetahui tips-tips membuat infografis
PENERAPAN DATA MINING UNTUK MENGETAHUI POLA TRANSAKSI PEMINJAMAN BUKU DENGAN METODE DESKRIPSI Darmawan, Arief Soma
IC Tech: Majalah Ilmiah Vol 12 No 1 (2017): IC Tech: Majalah Ilmiah Volume XII No. 1 April 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i1.25

Abstract

STMIK Widya Pratama Pekalongan mempunyai 2063 koleksi buku, 66 koleksi jurnal, 7 proceding. Setiap anggota yang akan melakukan proses peminjaman harus mempunyai kartu anggota, dan terdaftar sebagai mahasiswa yang aktif. Anggota perpustakaan dapat meminjam buku lebih dari 1 buku, dengan batas waktu peminjaman adalah 1 minggu. Dari banyaknya jumlah transaksi maka perlu adanya analisis transaksi peminjaman guna menemukan informasi yang berbasis pengetahuan yang bermanfaat. Untuk menggambarkan data secara ringkas dibutuhkan sebuah metode deskripsi. Metode deskripsi digunakan untuk menggambarkan pola kecenderungan  yang ada data adalah. Dengan informasi yang berupa ringkas dapat mempermudah manajemen untuk melakukan pengambilan keputusan terkait dengan ketesediaan buku, dan melihat pola peminjaman buku yang sering dipinjam oleh mahasiswa. Tahapan penelitian: Precise statement of the problem, initial exploration, model building and validation, deployment. Kesimpulan yang didapt bahwa proses peminjaman terjadi paling banyak pada bulan maret hingga mei dan bulan oktober hingga desember.
PENENTUAN METODE KLASIFIKASI MENGGUNAKAN ALGORITMA KNN UNTUK PENERBITAN SURAT KEPUTUSAN SERTIFIKASI GURU Risqiati, Risqiati; Indrayanti, Indrayanti; Darmawan, Arief Soma
IC Tech: Majalah Ilmiah Vol 14 No 1 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 1 April 2019
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v14i1.52

Abstract

Guru merupakan ujung tombak dalam meningkatkan kualitas pendidikan yang diberi tanggung jawab untuk mendidik, membimbing, mengajar, mengarahkan, melatih, menilai, mengevaluasi peserta yang didiknya, agar peserta didik dapat mengembangkan potensinya di masa depan. Seorang guru professional bisa diukur dari sertifikasi pendidikan yang didapat dari sertifikasi guru. Sertifikasi guru adalah bukti formal pengakuan seorang guru professional yang diharapkan dapat meningkatkan kinerja dari mata pelajaran yang diampunya. Untuk membantu pihak dinas pendidikan dalam menentukan guru yang bisa mendapatkan pencairan SK sertifikasi guru, maka akan menggunakan algoritma K-NN yang dimana algoritma K-NN adalah algoritma yang menghitung berdasarkan jarak antar satu data dengan data yang lain.
Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Konten Berita Olahraga Wibowo, Ari Putra; Darmawan, Arief Soma
IC Tech: Majalah Ilmiah Vol 15 No 1 (2020): IC Tech: Majalah Ilmiah Volume XV No. 1 April 2020
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v15i1.85

Abstract

Penelitian terkait klasifikasi telah dipelajari secara luas untuk keperluan data mining, machine learning dan database serta information retrieval yang diaplikasikan untuk menentukan target pemasaran, diagnosis medis, konten berita serta  klasifikasi dokumen. Klasifikasi teks menjadi pembahasan yang ramai dibahas oleh peneliti selama dua dekade terakhir. Meskipun didalam metode dan tekniknya selalu ada pembaharuan namun kebutuhannya masih terus berkembang dan tidak pernah berakhir. Kemampuan untuk melakukan klasifikasi dokumen ke dalam kategori tertentu sangat membantu untuk menghadapi informasi yang berlebihan. Klasifikasi dokumen teks secara otomatis dikembangkan karena pekerjaan manual tidak lagi efektif. Pada penelitian ini akan dibahas bagaimana algoritma naïve bayes diterapkan untuk mengklasifikasi konten berita olahraga. Naïve bayes merupakan salah satu algoritma klasifikasi berbasis peluang. Maka dari itu, naïve bayes akan menghitung probabilitas kemunculan kata yang mempresentasikan dokumen teks dari konten berita.  Berdasarkan penelitian yang dilakukan diperoleh hasil rata-rata akurasi adalah 69,27%. Dengan nilai akurasi terbesar yaitu 75,00% dengan data dokumen teks yang digunakan sebanyak 20% dari keseluruhan dokumen teks..
IMPLEMENTASI ALGORITMA FUZZY K NEAREST NEIGHBOR UNTUK MEMPREDIKSI MAHASISWA BERPOTENSI DROP OUT Sugianti, Devi; Darmawan, Arief Soma
IC Tech: Majalah Ilmiah Vol 15 No 1 (2020): IC Tech: Majalah Ilmiah Volume XV No. 1 April 2020
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v15i1.87

Abstract

Keberhasilan pendidikan tercermin dari kualitas Perguruan Tinggi adalah tingginya tingkat keberhasilan mahasiswa dan rendahnya kegagalan mahasiswa. STMIK Widya Pratama mempunyai 4 program studi dengan jumlah mahasiswa yang drop out atau non aktif yang cukup banyak, untuk itu perlu di ketahui karakteristik dari mahasiswa yang drop out dengan menganalisa data yang lama. Algortima Fuzzy K Nearest Neighbor definisikan pemberian label kelas data uji yang akan diprediksi. Algoritma Fuzzy Nearest Neighbor adalah pengembangan dari algoritma K-NN yang digabungkan dengan teori Fuzzy. Tahapan penelitian yang dilakukan adalah pengumpulan data, pengolahan data, metode yang diusulkan dan eksperimen. Dengan data yang digunkan sebagai data latih 382 untuk mahasiswa angkatan 2016. Dengan menguji nilai K =3 dan K=5  dari mahasiswa dengan IPS dari semeter 1 sampai semester 5 (3.2 2.78 3.6 3.3 0.83) hasil eksperimen yang dilakukan mengasilkan K=3 dengan kelas 1= 0.32 kelas 2 =0.67 lalu jika K= 5 menghasilkan kelas 1 =0.28 kelas 2 =0.71. hasil menunjukkan bahwa masuk ke kelas 2 dengan nilai keanggotaan terbesar, kelas 2 merupakan prediksi mahasiswa registrasi ulang pada semester 6. Fuzzy K-Nearest Neighbor  dapat digunakan untuk mencari nilai membership  pada masing-masing kelas.Kata Kunci: Fuzzy K NN, Drop Out
PENERAPAN METODE SINGLE MOVING AVERAGE UNTUK PERAMALAN PERSEDIAAN SPAREPARTS PADA ABE MOTOR Darmawan, Arief Soma; Risqiati, Risqiati; Inonu, Ismet
IC Tech: Majalah Ilmiah Vol 13 No 1 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 1 April 2018
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v13i1.169

Abstract

ABe Motor salah satu bidang usaha yang bergerak di bidang pedagangan dan jasa. ABe Motor dalam menentukan jumlah persediaan spareparts yang akan dibeli hanya menggunakan perkiraan berdasarkan pengalaman yang telah terjadi. Hal tersebut mengakibatkan permasalahan yaitu ketidaksesuaianjumlah spareparts yang dibeli sehingga terjadin a kekurangan atau bahkan penumpukan spareparts tertentu di gudang dikarenakan jumlah pemesan pada ABe motor sulit di prediksi.Untuk mengatasi permasalahan yang terjadi, perlu adanya sistem peramalan persediaan spareparts pada periode berikutnya agar tidak terjadi penumpukan atau kekurangan spareparts tertentu di gudang. Dengan menggunakan metode peramalan Single Moving Average ang di terapkan pada sistem ini, akan lebih cocok dalam meramalkan persediaan spareparts untuk persediaan spareparts yang dalam penjualannya tidak tentu seperti pada ABe Motor. Sistem dibangun menggunakan metode pengembangan sistem waterfall, dengan tahapan Perencanaan, Analisa, Perancangan, Implemetasi dan Pengujian. Hasil dari penelitian ini terciptanya penerapan metode Single Moving Average untuk peramalan persedian spareparts di ABe Motor yang mampu membantu pemilik dalam menen tukan persediaan yang akan dibeli , serta diperoleh pengujian whit-box, black-box maupun CAT (User Acceptance Test) bahwa sistem yang telah dibuat berjalan dengan baik. Sistem yang telah dibangun masih perlu dikembangkan untuk kedepannya seperti met ode peramalan bisa diganti atau ditambahkan sesuai kebutuhan perusahaan, ditambahkan fitur grafik dan bisa ditransformasikan ke dalam platform android.  Kata Kunci : Peramalan, Persedi aan, Single Moving Average. 
MEMPREDIKSI LOYALITAS NASABAH PADA BMT ABC DENGAN METODE INTERATIVE DICHOTOMISER THREE (ID 3) Darmawan, Arief Soma; Sugianti, Devi; Hapsoro, Wim
IC Tech: Majalah Ilmiah Vol 16 No 2 (2021): IC Tech: Majalah Ilmiah Volume XVI No. 2 Oktober 2021
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v16i2.190

Abstract

Persaingan peusahaan semakin ketat menuntut perusahaan memberikan pelayanan yang memuaskan kepada konsumen. Dalam mempertahankan konsumen salah satu kuncinya adalah mengelola informasi pelanggan. Perusahaan akan terbantu jika mempunyai sistem informasi pelanggan dikelola dengan baik, data pelanggan yang baru ataupun data pelanggan yang lama. BMT ABC mempunyai mempunyai 4.882 nasabah, akan tetapi sampai tahun 2020 nasabah yang aktif melakukan penabungan adalah 2.392 nasabah. Dalam memprediksi nasabah yang aktif di BMT ABC menggunakan metode ID3. ID 3 adalah salah satu metode klasifikasi pada data mining decision tree (pohon keputusan). Langkah-langkah penelitan: identifikasi dan perumusan masalah, penentuan variabel penelitian, penentuan data latih, hitung gain dan entropy, membagun decision tree dengan algoritma ID3. Pada penelitian ini menggunakan atribut: jenis kelamin, usia, pekerjaan, pendidikan, status, dan setoran awal. Dari hasil perhitungan Gain dan Entropy dihasilkan 5 aturan dan menghasilkan pohon keputusanKata kunci: Loyalitas Nasabah, ID 3