Garuda - Garba Rujukan Digital

SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN SISWA PRAKERIN SMK N 1 WONOASRI MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) Zulkarnain, Ismail Abdurrozzaq; Setyawan, Moh. Bhanu; Supriono, Supriono
Jurnal Responsif : Riset Sains dan Informatika Vol 6 No 2 (2024): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v6i2.1742

SMK N 1 Wonoasri mewajibkan siswa melakukan Praktik Kerja Industri (PRAKERIN) untuk menerapkan teori yang telah dipelajari. Pendataan PRAKERIN dilakukan manual, dan informasi diberikan secara lisan atau melalui pengumuman. Siswa mengajukan permohonan tempat PRAKERIN kepada administrasi, yang kemudian membuat surat permohonan. Jika permohonan ditolak, siswa mencari tempat baru. Jika diterima, administrasi membuat surat pemberangkatan. Siswa juga harus mengisi buku laporan PRAKERIN. Untuk mengatasi masalah pendataan manual, SMK N 1 Wonoasri mengembangkan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) untuk menentukan peringkat siswa PRAKERIN. Hasil dari perbandingan perhitungan algoritma yang dihitung secara manual menggunakan excel dan hitungan pada aplikasi memiliki hasil yang sama. Hal ini menjunjukan bahwa algoritma SAW pada aplikasi ini sudah berjalan dengan sebagaimana mestinya.Hari hasil perangkingan Nur Setiyanto dari bidang TKJ menempati posisi pertama dengan nilai tertinggi, yaitu 1.00, nilai yang sempurna. Di posisi kedua, Nuur Alfian dari bidang Multimedia mencatatkan nilai 0.94 dan direkomendasikan ke PT. Media Kreasi Indonesia. Rina Kurniawati dari bidang Tata Busana mengikuti di posisi ketiga dengan nilai 0.86, direkomendasikan untuk PRAKERIN di PT. Tren Chic Atelier. Sementara itu, Arsita dari bidang Desain PIB memperoleh nilai 0.82 dan direkomendasikan ke PT. Desain Tepi Industri. Agus Setiawan dan Indah Permatasari, keduanya dari bidang Desain PIB dan Multimedia dengan nilai 0.79, masing-masing direkomendasikan ke PT. ProdCraft Desainer dan PT. Pixel Kreatif.

SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN SISWA PRAKERIN SMK N 1 WONOASRI MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) Zulkarnain, Ismail Abdurrozzaq; Setyawan, Moh. Bhanu; Supriono, Supriono
Jurnal RESPONSIF: Riset Sains & Informatika Vol 6 No 2 (2024): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v6i2.1742

SMK N 1 Wonoasri mewajibkan siswa melakukan Praktik Kerja Industri (PRAKERIN) untuk menerapkan teori yang telah dipelajari. Pendataan PRAKERIN dilakukan manual, dan informasi diberikan secara lisan atau melalui pengumuman. Siswa mengajukan permohonan tempat PRAKERIN kepada administrasi, yang kemudian membuat surat permohonan. Jika permohonan ditolak, siswa mencari tempat baru. Jika diterima, administrasi membuat surat pemberangkatan. Siswa juga harus mengisi buku laporan PRAKERIN. Untuk mengatasi masalah pendataan manual, SMK N 1 Wonoasri mengembangkan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) untuk menentukan peringkat siswa PRAKERIN. Hasil dari perbandingan perhitungan algoritma yang dihitung secara manual menggunakan excel dan hitungan pada aplikasi memiliki hasil yang sama. Hal ini menjunjukan bahwa algoritma SAW pada aplikasi ini sudah berjalan dengan sebagaimana mestinya.Hari hasil perangkingan Nur Setiyanto dari bidang TKJ menempati posisi pertama dengan nilai tertinggi, yaitu 1.00, nilai yang sempurna. Di posisi kedua, Nuur Alfian dari bidang Multimedia mencatatkan nilai 0.94 dan direkomendasikan ke PT. Media Kreasi Indonesia. Rina Kurniawati dari bidang Tata Busana mengikuti di posisi ketiga dengan nilai 0.86, direkomendasikan untuk PRAKERIN di PT. Tren Chic Atelier. Sementara itu, Arsita dari bidang Desain PIB memperoleh nilai 0.82 dan direkomendasikan ke PT. Desain Tepi Industri. Agus Setiawan dan Indah Permatasari, keduanya dari bidang Desain PIB dan Multimedia dengan nilai 0.79, masing-masing direkomendasikan ke PT. ProdCraft Desainer dan PT. Pixel Kreatif.

Implementasi Text Mining Pada Analisis SentimenPemain Naturalisasi Timnas Indonesia Dengan Algoritma Naïve Bayes dan Support Vector Machine (SVM) Tri Widodo, Fajar; Setyawan, Moh. Bhanu
MEKAR : Journal Information System and Computer Application Vol. 1 No. 1 (2025): AGUSTUS
Publisher : PT Mekar Research and Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65475/axqzy833

Sepak bola adalah olahraga paling populer dan banyak dimainkan diseluruh dunia, termasuk Indonesia. FIFA menjadi sebuah lembaga tertinggi yang mengatur segala urusan sepak bola. FIFA banyak memiliki agenda kompetisi sepak bola seperti piala dunia. PSSI sebagai anggota dari FIFA berkesempatan untuk turut serta dalam turnamen yang diadakan oleh FIFA. Piala dunia menjadi mimpi yang terus didambakan oleh seluruh pecinta sepak bola tanah air. Salah satu strategi federasi sepak bola Indonesia yaitu PSSI untuk meningkatkan prestasi tim nasional adalah melalui program naturalisasi pemain asing. Tujuan dari program tersebut tidak lain adalah untuk memperkuat performa timnas agar bisa bersaing untuk merebutkan asa tampil di ajang piala dunia 2026. Program naturalisasi ini memicu berbagai respons dari masyarakat, terutama melalui media sosial twitter. Opini publik yang disampaikan melalui platform tersebut dapat dianalisis untuk mengetahui sentimen masyarakat terhadap kebijakan naturalisasi. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap cuitan pengguna Twitter mengenai pemain naturalisasi timnas Indonesia dengan menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Proses analisis mencakup tahapan pengumpulan data, pra-pemrosesan, dan klasifikasi sentimen menjadi dua kategori sentimen, yaitu positif dan negatif. Hasil penelitian menunjukkan Naïve Bayes memiliki tingkat akurasi yang lebih tinggi dibandingkan Support Vector Machine. Akurasi Naïve Bayes sebesar 76,23%, sedangkan SVM memiliki tingkat akurasi sebesar 70,29%. Selain itu, model Naïve Bayes juga lebih unggul dalam nilai precision, recall, dan f1-score dibandingkan dengan SVM. Naïve bayes memiliki nilai 78,43% untuk precision, 75,47% untuk recall, dan 76,93% untuk f1-score. Sementara itu, SVM memiliki nilai presisi sebesar 76,74%, recall sebesar 62,26%, dan f1-score sebesar 68,73%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode Naïve Bayes lebih efektif dalam mengklasifikasikan sentimen masyarakat terhadap program naturalisasi pemain timnas Indonesia.

Fuzzy Method Design for IoT-Based Mushroom Greenhouse Controlling Prasetyo, Angga; Setyawan, Moh. Bhanu; Litanianda, Yovi; Sugianti, Sugianti; Masykur, Fauzan
INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Vol 6 No 1 (2022): February 2022
Publisher : Universitas Nusantara PGRI Kediri

The ideal conditions for the oyster mushrooms growth are at a humidity of 65-75% and 29-31C during incubation, while the growth of stems should be at a humidity of 70-90% 29-32C. This ideal ecosystem is maintained by aeration and manual watering. Still, the results are not optimal in preventing damage to the mycelium during the incubation period, resulting in a decrease in crop yields. Automatic control has not created ideal conditions because air temperature and humidity regulation are only based on fans and sprayers that do not directly affect air conditions. Therefore, we need a method to manipulate the mushroom greenhouse space ecosystem, namely fuzzy logic, the application of fuzzy logic integrated with sensors, actuators, and microcontrollers with the Internet of Things to solve this problem. The results of the installation of fuzzy logic in the mushroom's greenhouse in this system can be seen from the fan's modulation response and the pump's duration. The test results of this control feature can manipulate temperature and humidity. Therefore, the oyster mushroom greenhouse produces an ideal state of 29.8C, the humidity of 68.97% RH, and the production has been proven to be optimal with an average daily harvest of 3.8kg.

Pengendalian Suhu dan Kelembapan Kumbung Jamur Dengan Metode Fuzzy Terintegrasi Internet of Things Prasetyo, Angga; Litanianda, Yovi; Setyawan, Moh. Bhanu; Masykur, Fauzan; Sugianti, Sugianti; Sumaji, Sumaji
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 1 (2021): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i1.841

Jamur tiram atau dalam bahasa latin volvariella volvacea budidaya jamur tiram ini, membutuhkan akurasi dan toleransi kepresisian dalam mengendalikan suhu serta kelembapan yang menyerupai ekosistem habitat jamur tiram sebenarnya, fase inkubasi yang membutuhkan suhu udara 23-28C dengan kelembapan 60- 70%, Fase pembentukan Tubuh dan buah membutuhkan suhu udara 28-32C dengan kelembapan 70-90%. Pengelolaan suhu udara dan kelembapan oleh pembudidaya jamur tiram dilakukan dengan cara penyemprotan serta aerasi kumbung yang masih manual, sehingga pada tahapan fase inkubasi dan fase pembentukan tubuh jamur, belum optimal. Akibatnya hasil panen jamur menurun karena banyak miselium yang rusak saat fase inkubasi. perancangan system akan dilakukan dalam dua tahapan, fase pertama pembuatan wiring perangkat keras, kemudian fase kedua pengintegrasian logika fuzzy di perangkat lunak yang secara keseluruhan akan berupa internet of things (IoT) guna memudahkan dalam proses monitoring. Kinerja logika fuzzy pada sistem ini dilihat dari respon PWM kipas, durasi pompa dan kualitas jaringan pada koneksi internetnya. Hasil pengujian menunjukkan nilai PWM kipas berhasil merespon berbagai kondisi suhu. Durasi penyalan pompa juga bisa merespon perubahan kelembaban ruangan jamur. Sedangkan kualitas jaringan dari hasil percobaan diperoleh nilai konektifitas berupa nilai jitter buffering data 0,72 ms, nilai ping jaringan saat kondisi transmitter(Tx) dan received (Rx) 0,29 ms, dan delay sebesar 0,97 ms atau secara keseluruhan rata-ratanya kurang dari 1ms merupakan kondisi yang termasuk baik untuk penyelenggaraan sistem IoT.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search