Articles
<![CDATA[PENERAPAN METODE MULTI FACTOR EVALUATION PROCESS UNTUK PEMILIHAN TANAMAN PANGAN DI KABUPATEN MUSI RAWAS ]]>
<![CDATA[Primadasa, Yogi]]>;
<![CDATA[Amalia, Veradilla]]>
<![CDATA[ SISFO Vol 7 No 1 (2017) ]]>
Publisher : <![CDATA[Department of Information Systems, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kabupaten Musi Rawas memiliki potensi lahan yang luas dengan keanekaragaman hayati yang merupakan modal utama dalam pengembangan sektor tanaman pangan. Keanekaragaman lahan tersebut meliputi lahan irigasi, lebak, tadah hujan dan lahan kering. Program tanaman pangan yang terencana dengan baik dan berkelanjutan berdampak positif terhadap kebijakan dan komitmen bersama dalam mengangkat Kabupaten Musi Rawas sebagai âlumbung panganâ. Oleh karena itu, dibutuhkan sistem untuk memudahkan pemerintah Kabupaten Musi Rawas dalam menentukan pilihan tanaman pangan yang cocok untuk dibudidayakan di setiap daerah. Dalam penelitian ini dikembangkan Sistem Pendukung Keputusan sebagai alternatif dalam pemilihan tanaman pangan yang ada di Kabupaten Musi Rawas dengan menggunakan metode Multi Factor Evaluation Process. Metode ini memberikan pertimbangan yang subyektif terhadap faktor yang dianggap penting. Dalam penelitian ini, faktor yang menjadi pertimbangan adalah karakteristik lahan, lingkungan, tadah hujan dan pembibitan. Hasil dari penelitian ini berupa perangkingan yang nantinya akan menjadi tolak ukur dalam pengambilan keputusan terkait pemilihan tanaman pangan yang cocok di Kabupaten Musi Rawas.]]>
<![CDATA[PENERAPAN METODE PERBANDINGAN EKSPONENSIAL UNTUK PRIORITAS PEMBINAAN INDUSTRI KECIL MENENGAH ]]>
<![CDATA[., Amelia]]>;
<![CDATA[Primadasa, Yogi]]>
<![CDATA[ Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Vol 1, No 1 (2019): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya ]]>
Publisher : <![CDATA[STMIK Bina Nusantara Jaya Lubuklinggau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dinas Perdagangan dan Perindustrian Kota Lubuklinggau selalu berupaya untuk membantu Industri Kecil Menengah (IKM) di Kota Lubuklinggau dalam meningkatkan perkembangan industrinya melalui pembinaan berupa pemberian bantuan seperti bantuan mesin, dana, dan pemasarannya sehingga penentuan prioritas pembinaan IKM penting dilakukan agar bantuan tersebut dapat diberikan kepada IKM yang benar – benar membutuhkannya. Dalam penentuan prioritas pembinaan IKM masih memiliki kendala yaitu tidak adanya sistem yang dapat mendukung dalam proses pengambilan keputusan untuk menentukan IKM yang berhak untuk diprioritaskan karena hanya dilakukan dengan melihat kembali blanko pendataan IKM yang telah mendaftar dan membandingkannya untuk dilakukan penilaian. Namun proses penilaian masih menggunakan dua kriteria yaitu penggunaan mesin dan jumlah pekerja yang dinilai masih belum optimal sehingga bantuan yang diberikan dinilai kurang tepat maka hanya dengan menimbang dua kriteria itu saja, hasil yang didapat untuk diberikan kepada Kabid untuk mendapatkan keputusan seringkali kurang tepat sasaran. solusi untuk mengatasi permasalahan ini adalah dengan membangun sistem pendukung keputusan penentuan prioritas pembinaan IKM yang nantinya dapat membantu Dinas Perdagangan dan Perindustrian Kota Lubuklinggau dalam menentukan prioritas pembinaan IKM atas informasi yang dihasilkan]]>
<![CDATA[PENERAPAN METODE PERBANDINGAN EKSPONENSIAL UNTUK PRIORITAS PEMBINAAN INDUSTRI KECIL MENENGAH (IKM) ]]>
<![CDATA[, Yogi Primadasa, Amelia]]>
<![CDATA[ Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 1 No 1 (2019): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya ]]>
Publisher : <![CDATA[STMIK Bina Nusantara Jaya Lubuk Linggau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52303/jb.v1i1.4
<![CDATA[Dinas Perdagangan dan Perindustrian Kota Lubuklinggau selalu berupaya untuk membantu Industri Kecil Menengah (IKM) di Kota Lubuklinggau dalam meningkatkan perkembangan industrinya melalui pembinaan berupa pemberian bantuan seperti bantuan mesin, dana, dan pemasarannya sehingga penentuan prioritas pembinaan IKM penting dilakukan agar bantuan tersebut dapat diberikan kepada IKM yang benar – benar membutuhkannya. Dalam penentuan prioritas pembinaan IKM masih memiliki kendala yaitu tidak adanya sistem yang dapat mendukung dalam proses pengambilan keputusan untuk menentukan IKM yang berhak untuk diprioritaskan karena hanya dilakukan dengan melihat kembali blanko pendataan IKM yang telah mendaftar dan membandingkannya untuk dilakukan penilaian. Namun proses penilaian masih menggunakan dua kriteria yaitu penggunaan mesin dan jumlah pekerja yang dinilai masih belum optimal sehingga bantuan yang diberikan dinilai kurang tepat maka hanya dengan menimbang dua kriteria itu saja, hasil yang didapat untuk diberikan kepada Kabid untuk mendapatkan keputusan seringkali kurang tepat sasaran. solusi untuk mengatasi permasalahan ini adalah dengan membangun sistem pendukung keputusan penentuan prioritas pembinaan IKM yang nantinya dapat membantu Dinas Perdagangan dan Perindustrian Kota Lubuklinggau dalam menentukan prioritas pembinaan IKM atas informasi yang dihasilkan.]]>
<![CDATA[PENERAPAN METODE MOORA DALAM PEMILIHAN SEKOLAH DASAR ]]>
<![CDATA[Arie Yandi Saputra]]>;
<![CDATA[Yogi Primadasa]]>
<![CDATA[ Sistemasi: Jurnal Sistem Informasi Vol 8, No 2 (2019): Sistemasi: Jurnal Sistem Informasi ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (487.531 KB)
<![CDATA[Pendidikan dasar merupakan pendidikan formal yang mempunyai nilai strategis dalam penyelenggaraan pendidikan di Indonesia, dikarenakan pendidikan dasar merupakan tahapan awal bagi anak untuk melanjutkan ke jenjang selanjunya. Oleh karena itu, pemilihan sekolah yang tepat menjadi sesuatu yang banting bagi setiap orang tua, karena hal ini akan mempengaruhi kreatifitas serta masa depan anak dikemudian hari. Terkait dengan persoalan tersebut banyak sekali orangtua dibingungkan oleh banyaknya pilihan jenis sekolah untuk anak mereka. Untuk itu, penelitian ini dimaksudkan untuk membantu orang tua dalam memilih Sekolah Dasar yang tepat berdasarkan pada 6 kriteria yaitu Reputasi Sekolah, Kualitas Tenaga Pengajar, Rasio Guru dan siswa, Lokasi / jarak sekolah ke rumah, Fasilitas sekolah, dan rekomendasi dari keluarga. Dari kriteria tersebut kemudian akan di lakukan perhitungan dengan menggunakan metode Moora. Pemilihan Metode moora dikarenakan metode ini dapat menyaring alternatif terbaik dikarenakan moora mampu menentukan tujuan berdasarkan kriteria yang bertentangan, sehingga penggunaan metode ini tepat untuk menyelesaikan permasalahan ini. Akhir dari penelitian ini akan menghasilkan rekomendasi Sekolah Dasar yang merupakan alternatif yang paling baik untuk untuk orang tua dalam menyekolahkan anaknya berdasarkan pada kriteria tersebut.]]>
<![CDATA[Penerapan Teknik Klasifikasi Untuk Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor ]]>
<![CDATA[Arie Yandi Saputra]]>;
<![CDATA[Yogi Primadasa]]>
<![CDATA[ Techno.Com Vol 17, No 4 (2018): November 2018 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (467.746 KB)
|
DOI: 10.33633/tc.v17i4.1864
<![CDATA[Tidak stabilnya kelulusan mahasiswa program studi Sistem Informasi pada STMIK Bina Nusantara JayaLubuklinggau menjadi tugas yang berat bagi Program Studi. Bertambahnya mahasiswa tiap tahunnya menyebabkan penumpukan data mahasiswa. Prediksi ketepatan kelulusan mahasiswa dirancang untuk mendukung prodi untuk membimbing mahasiswa agar kelulusan tepat waktu. Dengan mengetahui prediksi status kelulusan mahasiswa berjalannya perkuliahan, maka dari itu prodi di bantu pembimbing akademik dapat memberi perhatian khusus terhadap mahasiswa yang di prediksi tidak lulus tepat waktu (terlambat) sehingga mahasiswa tersebut dapat memperbaiki indeks prestasinya tiap semester agar dapat lulus tepat waktu. Dalam penelitian ini untuk memprediksi kelulusan mahasiswa menggunakan algoritma K-Nearest Neighbor. K-Nearest Neighbor merupakan metode klasifikasi, dimana kelas yang paling banyak muncul (mayoritas) yang akan menjadi kelas hasil klasifikasi. Penelitian ini mengambil sample data mahasiswa semester V STMIK Bina Nusantara Jaya Lubuklinggau, menggunakan 9 data training dan 1 data testing. Dengan menggunakan k=5 yang diterapkan menggunakan metode K-Nearest Neighbor untuk prediksi kelulusan mahasiswa.]]>
<![CDATA[Penerapan Metode Multi Attribute Utility Theory Untuk Menganalisa Pemberian Bantuan Raskin ]]>
<![CDATA[Alfiarini Alfiarini]]>;
<![CDATA[Yogi Primadasa]]>
<![CDATA[ Techno.Com Vol 19, No 1 (2020): Februari 2020 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (400.353 KB)
|
DOI: 10.33633/tc.v19i1.3136
<![CDATA[Program beras miskin (Raskin) merupakan subsidi pangan yang diperuntukkan bagi keluarga miskin sebagai upaya dari pemerintah untuk meningkatkan ketahanan pangan dan memberikan perlindungan pada keluarga miskin. Penyaluran dan Pelaksanaan RASKIN bertujuan untuk memperkuat ketahanan pangan rumah tangga terutama rumah tangga miskin. Kelurahan Dempo Kecamatan Lubuklinggau Timur II Kota Lubuklinggau, mendapatkan kewajiban dan bertugas untuk menyalurkan beras rumah tangga miskin (Raskin) kepada masyarakat. Dengan melakukan observasi langsung, dalam upaya penyaluran raskin di Kelurahan Dempo mengalami beberapa kendala, seperti seleksi penerimaan bantuan raskin dilakukan dengan cara langsung memberi bantuan raskin kepada RTS ( Rumah Tanggan Sasaran) yang mana penulis anggap kurang tepat. Selain itu juga dalam penentuan kriteria yang masih di lihat dari beberapa aspek yang peneliti anggap masih kurang tepat sasaran.  Dengan mengkaji ulang dalam penentuan kriteria penerimaan kelayakan raskin Setelah di dapatkan kriteria empat kriteria yang valid,  dan dengan menggunakan 20 kepala keluarga sebagai simulasi penulis melakukan analisa sistem pendukung keputusan menggunakan metode Multi Attirbute Unility Theory (MAUT).  Dari hasil perhitungan nilai evaluasi, sepuluh kepala keluarga dengan nilai tertinggi adalah yang berhak menerima bantuan raskin]]>
<![CDATA[Penggabungan Metode MEC dan AHP dalam Penentuan Bantuan Rumah Tidak Layak Huni ]]>
<![CDATA[Rakhmad Kuswandhie]]>;
<![CDATA[Yogi Primadasa]]>
<![CDATA[ Techno.Com Vol 18, No 2 (2019): Mei 2019 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (589.629 KB)
|
DOI: 10.33633/tc.v18i2.2268
<![CDATA[Rumah tidak layak huni murapakan kondisi yang tidak ideal dimana bangunan tersebut tidak memenuhi persyaratan untuk dihuni. Kenyataannya rumah tidak layak huni sangat berhubungan dengan pemukiaman kumuh karena pada dasarnya didaerah permukiman kumuh tergambar kemiskinan masyarakat. Program Rehabilitasi atau bedah rumah tidak layak huni merupakan program yang diterapkan Pemerintah Kota Lubuklinggau untuk upaya meningkatkan rumah warga yang tidak layak huni yang ada di Kota Lubuklinggau menjadi layak huni. Permasalahan yang sering terjadi adalah proses penyeleksiaan masih bersifat subjektif, yang mana penyeleksian dilakukan dengan presepsi dari masing-masing anggota Dinas Sosial, belum juga mengingat banyaknya calon penerima yang akan menerima bantuan rehabilitasi rumah yang akan diseleksi dalam daerah tersebut, sehingga penyeleksi sangat merasa kesulitan dalam mengadakan penyeleksian bantuan ini. Dari permasalahan tersebut Sistem Pendukung Keputusan merupakan alternatif untuk membantu Pemerintah Kota dalam penyeleksian penerimaan bantuan bedah rumah tidak layak huni. Dari data kandidat penerima bantuan beda rumah tidak layak huni yang sudah di kumpulkan oleh Dinas Sosial ini akan di seleksi ulang di tambah kriteria-kriteria yang menjadi pendukung. Kriteria-kriteria seperti penghasilan,dinding rumah, lantai, jenis rumah, luas bangunan dan atap rumah ini digunakan untuk mendukung penelitian ini. Metode yang digunakan dalam penelitian ini dibantu dengan menggunakan penggabungan metode MEC dan AHP. Metode MEC digunakan untuk menentukan kriteria yang berpengaruh seperti penghasilan, dinding rumah, lantai, jenis rumah, luas bangunan dan atap rumah. Metode AHP digunakan untuk menentukan bobot masing-masing kriteria.]]>
<![CDATA[Fuzzy Inference System Tsukamoto Penentuan Nilai Reward yang Diterima Karyawan ]]>
<![CDATA[Yogi Primadasa]]>;
<![CDATA[Alfiarini Alfiarini]]>
<![CDATA[ Creative Information Technology Journal Vol 4, No 2 (2017): Februari - April ]]>
Publisher : <![CDATA[UNIVERSITAS AMIKOM YOGYAKARTA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (328.895 KB)
|
DOI: 10.24076/citec.2017v4i2.102
<![CDATA[Karyawan sangat berperan penting terhadap kesuksesan sebuah lembaga, sehingga dalam pemberian reward, perguruan tinggi harus mempertimbangkan kriteria yang dibutuhkan. Untuk pemberian reward yang pantas, lembaga melakukan seleksi untuk kandidat karyawan. Permasalahan timbul dikarenakan banyak faktor lain yang mempengaruhi sistem penerimaan reward. Dalam pemberian reward terkadang tidak objektif dalam penentuan nilai-nilai yang menjadi kriteria. Oleh karena itu, dibuatkan suatu sistem pendukung keputusan, yang nantinya dapat membatu dalam pengambilan keputusan terkait nilai-nilai yang menjadi kriteria yang menjadi aspek pendukung. Sistem ini didukung dengan Fuzzy Inference System menggunakan metode Tsukamoto yang dibuat berdasarkan norma-norma sumber daya manusia dengan kriteria-kriteria yang telah ditentukan. Parameter yang dijadikan kriteria pemberian reward karyawan ada 3 yaitu Kinerja, Kedispilinan dan Kemampuan karyawan. Untuk mecari nilai keangotaannya masing – masing variabel akan menggunakan kurva linier. Nilai Keanggotaan ini kemudian dicari nilai fire strength dan nilai bobotnya untuk kemudian dicari nilai Z rata-rata terbobot. Nilai Z rata-rata terbobot inilah yang dijadikan acuan dalam menentukan reward.]]>
<![CDATA[Penerapan dan Implementasi Algoritma CART Dalam Penentuan Kelayakan Penerima Bantuan PKH Di Desa Ngadirejo ]]>
<![CDATA[Agustrika Aribowo]]>;
<![CDATA[Rakhmad Kuswandhie]]>;
<![CDATA[Yogi Primadasa]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.293.40-51
<![CDATA[Berdasarkan data Badan Pusat Statistuk (BPS) jumlah penduduk miskin di Indonesia pada maret 2019 mencapai 25,14 juta jiwa atau sekitar 9,41% . Dalam menanggulangi keadaan tersebut pemerintah indonesia telah membuat program–program bantuan sosial salah satunya adalah Program Keluarga Harapan (PKH). Proses penentuan kelayakan penerima PKH di desa Ngadirejo dilakukan dengan cara bermusyawarah. Musyawarah dilakukan antara pemerintah desa dan tokoh-tokoh masyarakat setempat. Untuk membantu pihak pemerintah desa Ngadirejo dalam mendapatkan informasi mengenai penerima PKH yang layak secara cepat dan tepat dapat memanfaatkan data mining dengan menggunakan algoritma classification dan regression tree (CART). Dengan algoritma CART ini nantinya mendapatkan pohon keputusan yang mana pohon keputusan tersebut dijadikan rule dalam klasifikasi penentuan kelayakan penerima bantuan PKH di Desa Ngadirejo. Setelah pohon keputusan didapatkan maka peneliti merancang sistemnya yang mana nantinya digunakan oleh pihak Desa Ngadirejo untuk melakukan klasifikasiKata kunci : Data Mining, Klasifikasi, CART, PKH]]>
<![CDATA[MODEL UML DALAM RANCANG BANGUN SISTEM E-DISCUSSION UNTUK MAHASISWA KOTA LUBUKLINGGAU ]]>
<![CDATA[Yogi Primadasa]]>;
<![CDATA[Hengki Juliansa]]>
<![CDATA[ CogITo Smart Journal Vol 6, No 2 (2020): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v6i2.262.310-322
<![CDATA[Diskusi merupakan suatu metode atau cara mengajar dengan cara memecahkan masalah yang dihadapi, baik atau lebih, dimana setiap peserta diskusi berhak mengajukan argumentasinya untuk memperkuat pendapatnya. Dalam perkuliahan, metode diskusi digunakan oleh dosen sebagai sarana komunikasi antar mahasiswa serta sebagai sarana membentuk pola fikir mahasiswa dengan menyajikan kasus-kasus yang belum pernah dialami mahasiswa. Dalam berdiskusi, mahasiswa dibagi dalam beberapa kelompok kemudian mempresentasikan hasil pembahasan kelompok mereka didepan kelas. Kebutuhan akan informasi dan referensi bagi mahasiswa menjadi kendala tersendiri setiap perguruan tinggi. Fasilitas perpustakaan yang kurang lengkap dan lebih menjurus ke program studi yang ada diperguruan tinggi menyebabkan mahasiswa kesulitan mendapatkan refensi data yang dibutuhkan. E-Discussion mengumpulkan mahasiswa dalam sebuah ruangan atau forum untuk memecahkan permasalahan. Mahasiswa dapat menentukan topik diskusi sehingga mahasiswa lain dapat memberikan masukkan maupun jawaban dari permasalahan tersebut. Rancangan E-Discussion ini menggunakan model UML yang terdiri dari usecase diagram, activity diagram, sequence diagram dan class diagram. Dengan menggunakan model UML pembangunan sistem ini akan memperudah dalam proses pembuatannya dan setelah pembuatan sistem ini dapat membantu mahasiswa melakukan komonukasi dan belajar dengan mahasiswa lain di perguruan tinggi]]>
