Claim Missing Document
Check
Articles

Found 24 Documents
Search

Implementasi Algoritma K-Means untuk Menganalisa Pemain Video Game Mobile Legend untuk Mengetahui Tipe Hero dan Role yang Sering Digunakan pada Setiap Kalangan Laras Elza Devila; Saifur Rohman Cholil; Raffi Danendra Athallah; Ahmad Arrio Irawan
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 6, No 3 (2022)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2438.501 KB) | DOI: 10.30998/string.v6i3.11094

Abstract

Video games are one of the technologies in the entertainment field that are growing rapidly in the community. Even Esports (video game competitions) are increasingly recognized by the industry as a recreational sport. An example of an esport that is currently popular among people is Mobile Legends. Both Android and IOS smartphones can run the Mobile Legends video game application. However, no one has ever discussed using the developer's built-in Role-playing as an alternative hero to simplify the Role-playing combination guide in the game, grouping characters according to their characteristics, and using characters according to the player's wishes. For this reason, this study uses the k-means algorithm to compile the grouping of heroes and Role-playing in the Mobile Legend video game. From the results of the research conducted, there are three groups of heroes that have similar characteristics, namely Mage, Marksman, and Fighter. The K-Means algorithm used can help determine the order of hero launches. Based on the results of clustering testing using the K-Means method, data in cluster 1 was obtained with an average accuracy of 5% hero support; heroes Tanks 10%; Fighter heroes 20%; hero Mage 25%; hero Assassin 20%; Marksman heroes 20%; then for the average age of 25.1 ; win rate 67.3; total matches 5863.4 and total MVP 1664,1. Players with hero support, tank, fighter and mage types have Roles as supporting tools to develop a core Role or Marksman and assassin heroes who have high capabilities as winners in the team, with an average user who has a supporting Role of 0.15 and an average user with 0.2 . Role core
Utilization of AHP-MAUT Method to Determine the Country of Exhibition Abroad in Batik Hatta Boutique Saifur Rohman Cholil; Tria Ardianita
JITCE (Journal of Information Technology and Computer Engineering) Vol 5 No 02 (2021): Journal of Information Technology and Computer Engineering
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jitce.5.02.52-56.2021

Abstract

This research was conducted with the aim of helping decide the destination country for overseas exhibitions at the Batik Hatta Boutique. By knowing all the data and information of a country, boutique owners can decide which country to visit in the batik exhibition. Because if you attend the cast in all countries, there will be overruns in costs. The methods used are AHP and MAUT. The AHP method is used as a weighting using a linguistic value scale. Weights are obtained from the pairwise comparison matrix between two elements of all elements that occur at the same hierarchical level. The MAUT method is used to determine the importance of each alternative for the ranking process. The results of this study indicate that Cambodia was chosen as the location to be visited for the batik exhibition. The results of the validation using the Spearman Rank correlation comparison obtained a value of 0.951 meaning that this method can be used as a decision making.
Perbandingan Metode ARAS dan MOORA untuk Menentukan Santri Penerima Beasiswa Berprestasi Yunika Rahmawati; Saifur Rohman Cholil
Jurnal Informatika Universitas Pamulang Vol 7, No 1 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i1.17485

Abstract

The determination of outstanding scholarship recipients is usually only done through file selection, so it takes a long time and risks being less accurate in their determination, therefore research is carried out that aims to create a decision support system that can speed up the process of determining the recipient of the outstanding scholarship. The methods used are ARAS (Additive Ratio Assessment) and MOORA (Multi-Objective Optimization on the basis of Ratio Analysis). The selection of this method is able to filter the best alternatives based on weighting and this method is able to choose goals based on different criteria, namely benefits and costs. The result obtained from the ARAS method is a ranking calculation from the comparison of alternative utility functions with optimal utility function values, while the results obtained from the MOORA method are calculation rankings of maximum and minimum values. From these values produce alternatives that meet the criteria through calculations using the ARAS method and MOORA is selected as a scholarship recipient. Spearman Rank correlation test results from the ARAS method are 0.98 and the MOORA method is 0.97. The results of calculations using those done manually or using the system show the same results, meaning that the system can be used to determine the recipients of outstanding scholarships.
Sistem Pendukung Keputusan Pemberian Bonus Karyawan Menggunakan Metode MOORA Bella Putri Hapsari; Saifur Rohman Cholil
Jurnal Ilmiah Informatika Vol. 7 No. 1 (2022): Jurnal Ilmiah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jimi.v7i1.21-28

Abstract

In the current era of technology, computers are used to help facilitate human work. Among them by making a Decision Support System, by using a computerized system, the decision-making process can be right on target and more efficient. This research was conducted against the background of the need to give bonuses to employees, this bonus is given so that employees feel valued by giving rewards or additions for their good performance. In addition, the provision of employee bonuses also aims to increase employee morale so that employees provide better performance results, which can have a good impact on customer satisfaction. This study uses the MOORA method with the results obtained in the form of ranking the calculation of the value of employees who meet the criteria will receive bonuses. By using this decision support system, it is hoped that it will facilitate the decision making of employee bonus recipients.
Pemanfaatan Marketplace Shopee Untuk Keberlangsungan UMKM Batik Kampung Tematik Durenan Indah Semarang Siti Asmiatun; Saifur Rohman Cholil; Victor Gayuh Utomo
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 2 No. 1 (2022): Mei 2022 - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/abdiformatika.v2i1.146

Abstract

Tidak dapat dipungkiri lagi bahwa keberadaan marketplace ternyata sangat membantu pelaku usaha kecil. Dalam rangka meningkatkan penjualan mereka, selain dengan cara offline (penjualan non online), pelaku usaha kecil di Kota Semarang sebaiknya berusaha mencoba keberadaan marketplace sebagai mitra dalam kegiatan pemasaran dan penjualan, karena terbukti memiliki manfaat dan kontribusi bagi pelaku usaha kecil, ini merupakan moment yang baik bagi pelaku usaha kecil meraih jumlah konsumen menggunakan media online. Melihat kondisi UMKM Batik Kampung Tematik Durenan Indah Semarang saat ini, banyak yang mengalami penurunan penjualan. Hal ini dikarenakan banyak pelaku UMKM yang belum paham memanfaatkan marketplace shopee secara maksimal. Dengan adanya permasalahan tersebut, maka dibutuhkan sosialisasi mengenai pemanfaatan marketplace shopee. Pelaksanaan sosialiasasi ini difokuskan untuk mengelola penjualan dan merancang strategi pemasaran dengan memanfaatkan marketplace shopee. Melalui kegiatan ini, pelaku usaha diharapkan dapat melakukan pengelolaan penjualan menggunakan shopee dan dapat mengatur strategi penjualan sehingga meningkatkan keuntungan UMKM Batik Kampung Tematik Durenan Indah Semarang
Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Classifier Untuk Mendeteksi Minat Beli Pelanggan Terhadap Produk Paket Internet Saifur Rohman Cholil; Swi Indriyaningtyas; Aji Bagus Prasetya; Rodhiyatu Robbi Al Marjuwah
Jurnal Ilmu Komputer Vol 15 No 2 (2022): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

AM Cell merupakan salah satu unit bisnis yang bergerak di bidang penjualan kartu perdana internet yang bertahan dalam persaingan di Kabupaten Jepara. AM Cell menawarkan berbagai jenis dan harga paket Internet, namun tidak mengetahui seberapa besarnya minat konsumen terhadap paket internet tersebut. Hal ini akan memungkinkan konsumen beralih ke perusahaan usaha serupa yang menurut konsumen paling menguntungkannya. Sehingga penelitian ini untuk memberikan gambaran mengenai minat beli konsumen terhadap produk paket internet di AM Cell, mendeteksi dengan algoritma Naïve Bayes Classifier pada usaha penjualan paket Internet dan klasifikasi terkait deteksi minat beli pelanggan terhadap penjualan paket Internet. Berdasarkan data penjualan paket internet pada bulan Juni 2021, metode Naïve Bayes dapat mengklasifikasikan 52 data produk paket internet dengan 986 data transaksi sebagai data training dan 52 data produk internet dengan 422 data transaksi sebagai data uji. Sehingga untuk mengetahui minat beli pelanggan paket internet didapatkan hasil dari perhitungan Naïve Bayes menggunakan software RapidMiner dengan akurasi sebesar 78.85%. Sedangkan, perhitungan Naïve Bayes menggunakan software Microsoft Excel memperoleh hasil akurasi sebesar 88%.
Sistem Pendukung Keputusan Pemberian Reward dan Punishment pada Perusahaan Makanan Menggunakan Metode MABAC Saifur Rohman Cholil; Eka Putri Rachmawati; Siti Asmiatun
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 9 No 02 (2022): Jurnal Rekayasa Sistem & Industri - Desember 2022
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jrsi.v9i02.542

Abstract

Peningkatan performa sebuah perusahaan tidak lepas dari kinerja masing-masing karyawan. Evaluasi kinerja karyawan secara berkala menjadi tugas rutin dari tim manajemen Human Resources General Affair (HRGA) yang membutuhkan waktu dan tenaga yang lama karena masih dilakukan secara manual. Hasil kinerja karyawan yang telah dinilai dijadikan acuan sebagai penentuan pemberian reward dan punishment. Sistem pendukung keputusan dibuat dengan tujuan untuk memudahkan manajemen HRGA dalam menetapkan reward dan punishment karyawan berdasarkan faktor penilai yang telah ditentukan oleh perusahaan. Kriteria yang dipilih yaitu absensi, loyalitas dan tanggung jawab, kompetensi (penguasaan pekerjaan) dan hasil kerja (kualitas dan kuantitas hasil kerja). Salah satu dari sekian banyak metode yang bisa diterapkan untuk proses ini yaitu Metode Multi-Attributive Border Approximation area Comparison (MABAC). Metode ini digunakan karena, metode ini konsisten dalam solusi dan ahli untuk digunakan dalam pengambilan keputusan yang logis. Data penelitian diambil dari 11 sampling data kinerja karyawan divisi bakery selama 1 tahun. Data tersebut diperoleh dari absensi dan penilaian dari supervisor masing-masing divisi. Hasil penelitian ini yaitu berupa sistem pendukung keputusan berbasis web guna menentukan reward dan punishment menggunakan metode MABAC.
PREDIKSI PANDEMI COVID 19 KOTA SEMARANG MENGGUNAKAN PENDEKATAN NEURAL NETWORK Aria Hendrawan; Vensy Vydia; Saifur Rohman Cholil
Jurnal Riptek Vol 15, No 1 (2021)
Publisher : Badan Perencanaan Pembangunan Daerah Kota Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.596 KB) | DOI: 10.35475/riptek.v15i1.113

Abstract

Pandemi COVID-19 (Coronavirus) cenderung menjadi salah satu masalah paling serius global dalam satu tahun terakhir ini. Negara tidak memiliki pengalaman serupa terkait penyebaran virus dan dampaknya dari berbagai bidang. Memperkirakan jumlah kasus COVID-19 sebelumnya dapat membantu dalam mengambil keputusan berupa tindakan dan rencana pencegahan virus tersebut. Penelitian ini bertujuan untuk menyediakan model peramalan yang memprediksi kasus COVID-19 yang dikonfirmasi di kota Semarang. Penelitian ini menerapkan algoritma pembelajaran mesin yakni Artificial Neural Network (ANN) untuk memprediksi kasus COVID-19 di kota Semarang. Proses fine-tuning masing-masing model dijelaskan dalam penelitian ini dan perbandingan numerik antara ketiga model disimpulkan menggunakan ukuran evaluasi yang berbeda; mean sequence error (MSE).
SISTEM REKOMENDASI TEMPAT WISATA DI KOTA SEMARANG MENGGUNAKAN METODE COLLABORATIVE FILTERING Saifur Rohman Cholil; Novita Aria Rizki; Trinanda Fajri Hanifah
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 1 (2023): Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4687.97 KB) | DOI: 10.26798/jiko.v7i1.727

Abstract

Kota Semarang yang terletak di Jawa Tengah memiliki banyak destinasi wisata, namun sebagian besar pengunjung hanya mengetahui beberapa tempat saja diantaranya Tugu Muda, Simpang Lima, Lawang Sewu dan lainnya, akibatnya banyak sekali tempat wisata lain di Kota Semarang yang jarang dikunjungi dan terekspos. Isu selanjutnya adalah pengenalan destinasi wisata oleh pemerintah daerah dimana masih menggunakan metode lama yaitu pengenalan tempat wisata secara manual dengan cara menyebarkan brosur. Tujuan dari penelitian ini untuk membuat sistem yang merekomendasikan tempat wtisata di Kota Semarang berdasarkan pemberian rating dengan menggunakan metode collaborative filtering. Hasil yang diinginkan dalam penelitian ini yaitu telah terbentuknya sistem menggunakan metode collaborative filtering yang dapat merekomendasikan tempat wisata dengan nilai perbandingan dari wisawatan lain. Sistem ini memungkinkan semua orang dapat memberikan rating di dalam sistem tersebut sehingga memberikan rekomendasi di kota Semarang. Sistem rekomendasi ini dapat mengenalkan tempat wisata baru di Semarang sehingga dapat memunculkan potensi wisata baru di Semarang. Pengembangan selanjutnya yaitu aplikasi ini dapat dilakukan dengan membuat sistem menjadi online sehingga bisa digunakan oleh masyarakat dan dapat dikembangkan dengan metode rekomendasi lainnya seperti content based filtering         
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER PEMBELIAN BARANG DENGAN MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITE (ELECTRE) Susanto Susanto; Saifur Rohman Cholil; Mojang Widhiyani Ashari; Rangga Rahmat Prayuda
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 10, No 1 (2023)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v10i1.547

Abstract

 The selection of suppliers is important in sales, especially in the building sector. A good supplier has an impact on the smooth circulation of finances, quality, prices, and availability of goods, even on expenses. The difficulty in determining the supplier for purchasing goods is caused by the difficulty of choosing alternatives because the criteria considered are so many, which has an impact on the results of the analysis obtained will be less objective. The decision support system used to determine the best supplier uses the ELECTRE (ELimination Et Choix TRaduisant la realitE) method which has advantages in qualitative and quantitative features, as well as a high level of accuracy. The results obtained in this system are able to compare alternatives and criteria and get the right data by saving time computerized depending on the policies of the building shop and the existing system can be used for the selection of suppliers for purchasing goods .Keyword: electre, decision support system, suppliersPemilihan supplier merupakan hal yang penting dalam penjualan khususnya di bidang bangunan. Supplier yang baik berdampak untuk pelancaran sirkulasi keuangan, kualitas, harga, dan ketersediaan barang, bahkan pada pengeluaran. Adapun kesulitan pada penentuan supplier pembelian barang ini disebabkan oleh kesulitan untuk memilih alternatif karena kriteria yang dipertimbangkan begitu banyak, yang berdampak pada hasil analisa yang didapatkan akan menjadi kurang objektif. Sistem pendukung keputusan yang digunakan untuk menentukan supplier terbaik menggunakan metode ELECTRE (ELimination Et Choix TRaduisant la realitE) yang memiliki keunggulan pada fitur kualitatif dan kuantitatif, serta tingkat akurasinya yang tinggi. Hasil yang didapatkan pada sistem ini mampu membandingkat alternatif dan kriteria dan mendapatkan data yang tepat dengan menghemat waktu secara komputerisasi bergantung pada kebijakan pada toko bangunan dan sistem yang ada bisa digunakan untuk  pemilihan supplier pembelian barang. Kata kunci: electre, sistem pendukung keputusan, supplier