Article Per Year (5 Year)
p-Index From 2021 - 2026
4.896
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Simantec Jurnal Teknologi Informasi dan Ilmu Komputer Sistemasi: Jurnal Sistem Informasi Edukasi: Jurnal Pendidikan MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOISIE (Journal Of Information Systems And Informatics Engineering) JTIK (Jurnal Teknik Informatika Kaputama) Seandanan: Jurnal Pengabdian pada Masyarakat Archive: Jurnal Pengabdian Kepada Masyarakat Journal of Applied Business and Technology SATIN - Sains dan Teknologi Informasi The Indonesian Journal of Computer Science INOVTEK Polbeng - Seri Informatika
Alyauma Hajjah
Institut Bisnis Dan Teknologi Pelita Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
PROMETHEE METHOD FOR DECISION SUPPORT SYSTEM Andra Andra; Alyauma Hajjah
Journal of Applied Business and Technology Vol. 1 No. 1 (2020): Journal of Applied Business and Technology
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1087.535 KB) | DOI: 10.35145/jabt.v1i1.24

Abstract

The high demand for air conditioners (AC) from year to year has caused an increase the number of AC manufacturers from abroad entering Indonesia market. Here the author will research the PROMETHEE Method for Decision Support Systems. The author will design the application to recommend the best AC where each calculation methods can be tested using the Confusion Matrix Calculation. Confusion Matrix Calculation Results for ½ PK Air Conditioning PROMETHEE methods where, Recall, Precision, Accuracy are all 100% and Error is 0%.
Decision Support System for Best Lecturer Selection using Analytical Network Process (ANP) and TOPSIS Method Junita Cahyati Sinaga; Alyauma Hajjah
Journal of Applied Business and Technology Vol. 1 No. 2 (2020): Journal of Applied Business and Technology
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (672.619 KB) | DOI: 10.35145/jabt.v1i2.34

Abstract

Lecturer performance is influential in increasing student learning motivation. Each lecturer has a different character, nature and way of teaching. This causes students to choose and determine the best lecturer according to the students themselves. One of the Decision Support Systems (DSS) in assessing the best lecturers is using the ANP and TOPSIS methods. The Analytic Network Process (ANP) method is used to determine the weight of the criteria according to decision making, then the TOPSIS method is used to determine the rank / achievement of lecturers. This decision support system is expected to help and provide an alternative in assessing lecturer achievement. The results of this study will be in the form of an information system which is expected to assist in processing data by designing the best lecturer assessment information system using the ANP and TOPSIS methods.
ANALISIS KUANTATIF PENJUALAN MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Yulvia Nora Marlim; Alyauma Hajjah
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 6 No 2 (2022)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v6i2.2730

Abstract

Ud.Acc Diesel merupakan perusahaan yang bergerak dibidang alat elektronik seperti genset, chainsaw, dan juga alat sparepart sepeda motor seperti oli dan ban. Saat ini, UD.Acc Diesel memiliki kendala seperti pemesanan barang dengan perkiraan sehingga menyebabkan tidak teraturnya dalam memesan barang dan terjadinya kehabisan stok barang. Penjualan masih dilakukan secara manual sehingga menyebabkan ketidakefisienan dalam melakukan pekerjaan. Penelitian ini membahas tentang Analisa peramalan stok barang berdasarkan data penjulan periode sebelumnya menggunakan metode Singel Exponential Smoothing (SES). Hasil Analisa metode SES, kemudian dicari analisa error menggunakan Mean Absolut Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Tujuan dari analisa error untuk mengetahui tingkat kesalahan dari hasil metode SES. Data yang digunakan 12 periode atau 1 tahun, dan parameter yang digunakan adalah 0.1, 0.2, 0.5 dan 0.9. Parameter dengan hasil terkecil merupakan hasil peramalan yang terbaik. Pada penelitian ini para meter tebaik pada parameter 0.5 dengan nilai MAD =1,76 , MSE = 4,58 dan MAPE = 9,52 dengan tingkat akuratan 89,72 %.
Penerapan Algoritma Naive Bayes Untuk Rekomendasi Genset Chandra Wijaya; Alyauma Hajjah
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.32

Abstract

Pada saat ini, teknologi merupakan penggerak penting bagi suatu negara. Perkembangan teknologi di bidang ekonomi ditandai dengan munculnya online shop. PT. Yanmarindo Perkasa merupakan perusahaan yang bergerak di bidang jual beli mesin, perkakas, sparepart dan lain- lain. Barang yang dijual sangat beragam menyebabkan bingungnya konsumen dalam memilih barang yang ingin dibeli karena barang dengan jenis yang sama memiliki tipe berbeda. Untuk mengatasi hal tersebut, dibutuhkan suatu sistem rekomendasi untuk memberikan rekomendasi barang yang sesuai dengan kriteria dan kebutuhan konsumen. Sistem rekomendasi ini dibangun menggunakan algoritma Naïve Bayes sebagai salah satu bagian dari data mining. Algoritma Naïve Bayes adalah metode klasifikasi yang didasarkan pada probabilitas dan statistik. Sistem rekomendasi ini terbatas pada mesin genset dimana data training yang digunakan yaitu kombinasi dari data spesifikasi dan data penjualan genset. Algoritma Naïve Bayes digunakan untuk mencari probabilitas terbesar dari seluruh instance pada atribut target seperti merek, bahan bakar, kapasitas, tegangan dan penyalaan. Dari salah satu contoh data uji yang dimasukkan, terdapat satu genset yang tampil sebagai hasil rekomendasi dari perhitungan algoritma Naïve Bayes. Berdasarkan hal tersebut, terbukti bahwa algoritma Naïve Bayes dapat digunakan untuk memberikan rekomendasi genset sesuai dengan kebutuhan dan kriteria konsumen. Dengan penerapan algoritma ini pada sistem rekomendasi genset, diharapkan dapat memberikan hasil yang akurat dan mengurangi kebimbangan konsumen dalam mencari genset.
Analisis Sentimen Prosesor AMD Ryzen menggunakan Metode Support Vector Machine Erlin; Josef Sianturi; Alyauma Hajjah; Agustin
SATIN - Sains dan Teknologi Informasi Vol 7 No 2 (2021): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1074.311 KB) | DOI: 10.33372/stn.v7i2.804

Abstract

Prosesor AMD menjadi salah satu pesaing prosesor Intel semenjak dikeluarkannya prosesor Ryzen generasi 3. Berbagai pendapat dan opini masyarakat mengenai prosesor ini sangat mudah ditemui pada media sosial Twitter. Opini ini dapat digunakan sebagai sistem untuk mendukung keputusan berkaitan dengan produk AMD Ryzen. Tujuan penelitian ini adalah untuk mengimplementasikan Analisis Sentimen dalam pendekatan Data Mining untuk menganalisa tekstual data yang terdapat pada Twitter menggunakan metode Support Vector Machine, mengeksplorasi dan memahami tren opini publik mengenai prosesor AMD Ryzen dan mengklasifikasikannya kedalam polaritas biner. Penelitian ini menggunakan Tweet dari Library Tweetscrapper. Pelabelan dilakukan oleh expert untuk diklasifikasikan menjadi sentimen positif dan negatif. Selanjutnya melakukan pra-pemrosesan data untuk menghilangkan noise, mendeteksi nilai data yang hilang, data duplikat dan tidak relevan. Selanjutnya, algoritma machine learning digunakan untuk memprediksi data baru. Model yang dihasilkan dievaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa kinerja metode SVM sangat baik dalam hal akurasi, presisi, recall dan F1 Score dengan nilai masing-masing 96,67%, 96,43%, 100% dan 98,18%. Berdasarkan hasil yang diperoleh, sebagian besar publik memiliki opini yang positif terhadap prosesor AMD Ryzen. Penelitian ini juga membuktikan bahwa metode Support Vector Machine dapat digunakan sebagai algoritma cerdas untuk memprediksi sentimen di Twitter untuk data baru dengan cepat dan akurat.
PENERAPAN REGRESI LINIER UNTUK PERAMALAN PENJUALAN Siska Monica; Alyauma Hajjah
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.285

Abstract

Toko Ikan Vansquare memiliki keterbatasan ruang dan akuarium serta peningkatan penjualan seiring berjalannya waktu membuat pemilik kesulitan dalam melakukan penambahan stok yang tepat untuk periode berikutnya. Jika stok penambahan berlebih dapat membuat ruang penyimpanan kurang memadai, sebaliknya jika stok penambahan kurang dan tidak memenuhi permintaan pasar akan membuat toko kehilangan peluang bisnis. Salah satu alternatif untuk membantu menentukan jumlah penambahan stok yang tepat adalah Peramalan dengan metode regresi linier. Alternatif ini bertujuan untuk meramalkan banyaknya penjualan yang akan terjadi dengan menganalisis data penjualan dan mempresentasikannya ke dalam suatu persamaan regresi linier yang akan menghasilkan nilai peramalan. Data yang digunakan pada penelitian ini merupakan data penjualan dari bulan November 2020 hingga Oktober 2021. Setelah perhitungan regresi linier dilakukan perhitungan error menggunakan metode MAD, MSE dan MAPE untuk melihat kemungkinan error yang terjadi. Bahasa pemograman yang digunakan adalah PHP dan menggunakan database MySql untuk membangun Aplikasi Peramalan Penjualan menggunakan metode Regresi Linier. Hasil yang didapat dari penelitian ini yaitu nilai peramalan penjualan periode November 2021 untuk ikan cupang sebesar 119,8939 dengan nilai MAPE 11.811687939115%
PEMILIHAN GURU TERINOVATIF DI MASA PANDEMI COVID-19 MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DI SEKOLAH DASAR Johnny Anwar Angkasa; Alyauma Hajjah
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.294

Abstract

Metta Maitreya Elementary School runs an innovative teacher selection program during the COVID-19 pandemic to increase teacher’s work spirit and motivation. To obtain a sportive and effective election result, the authors use the Simple Additive Weighting (SAW) and Fuzzy Multiple Attribute Decision Making (FMADM) methods. The FMADM method is used to assign the weight value to each criteria and to process the data into fuzzy numbers to process it into a crisp number while the SAW method is used to obtain ranking results based on the weight value of the predetermined criteria. Several criteria and sub-criteria are used to support the assessment in the selection. The programming language used is PHP and the database is MySQL to design and build applications. The results of the selection are presented in the form of a ranking of a number of alternatives. The results of calculations in the program can provide the same calculation results as the results of manual calculations, namely Maitrisia as the best alternative with a value of 3,5. With this program for selecting the most innovative teachers during the COVID-19 pandemic at Metta Maitreya Elementary School, it’s hoped that it will make the leader feel easier to select the most innovative teachers.
PENERAPAN ALGORITMA KNUTH-MORRIS-PRATT DALAM PENDATAAN JEMAAT GEREJA METHODIST INDONESIA (GMI) ELSHADAI PEKANBARU Renta Wasni Putri; Alyauma Hajjah
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i1.341

Abstract

Providing stewardship for people who come to the church, the Indonesian Methodist Church (GMI) Elshadai Pekanbaru which is located on Jl.Abdul Malik Gg Matador Pekanbaru Kulim, this church is a place of worship for Wesley Christians. Where this church is in the organization data structuring procedure that is running in the church is still manual in data collection of its congregation. With the growing need for information accompanied by technological advances in producing good information, the church also needs an information system that can support and assist in church development. This study aims to be able to design a php computerized information system with the waterfall or SDLC method that can support and provide informationabout the church's daily news, as well as the application of the knuth-morris-pratt algorithm tosearch for information on church members or church members. So that the results to beobtained can show that using the knuth-morris-prat algorithm method can work very well insearching a string.
Comparison of Distance Measurements Based on k-Numbers and Its Influence to Clustering Deny Jollyta; Prihandoko Prihandoko; Dadang Priyanto; Alyauma Hajjah; Yulvia Nora Marlim
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 23 No 1 (2023)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i1.3078

Abstract

Heuristic data requires appropriate clustering methods to avoid casting doubt on the information generated by the grouping process. Determining an optimal cluster choice from the results of grouping is still challenging. This study aimed to analyze the four numerical measurement formulas in light of the data patterns from categorical that are now accessible to give users of heuristic data recommendations for how to derive knowledge or information from the best clusters. The method used was clustering with four measurements: Euclidean, Canberra, Manhattan, and Dynamic Time Warping and Elbow approach for optimizing. The Elbow with Sum Square Error (SSE) is employed to calculate the optimal cluster. The number of test clusters ranges from k = 2 to k = 10. Student data from social media was used in testing to help students achieve higher GPAs. 300 completed questionnaires that were circulated and used to collect the data. The result of this study showed that the Manhattan Distance is the best numerical measurement with the largest SSE of 45.359 and optimal clustering at k = 5. The optimal cluster Manhattan generated was made up of students with GPAs above 3.00 and websites/ vlogs used as learning tools by the mathematics and computer department. Each cluster’s ability to create information can be impacted by the proximity of qualities caused by variations in the number of clusters.
Membangun Mutu Melalui Peningkatan Kualitas Perangkat Lunak Menggunakan Metode TELOS Deny Jollyta; Gusrianty Gusrianty; Alyauma Hajjah; Wahyu Joni Kurniawan; Gustientiedina Gustientiedina; Johan Johan; Dwi Oktarina; Hutri Rizkiyah Alda; Hadi Dwi Putra; Darmanta Sukrianto; Loneli Costaner
Archive: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 2 (2024): Juni 2024
Publisher : Asosiasi Pengelola Publikasi Ilmiah Perguruan Tinggi PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55506/arch.v3i2.108

Abstract

Seiring dengan bertambahnya data dan kebutuhan operasional kerja, fungsi perangkat lunak memerlukan pembaharuan dan peningkatan. Pentingnya kegiatan pengabdian ini dilakukan karena permasalahan muncul saat tidak memahami cara maupun metode yang tepat untuk meningkatkan kualitas perangkat lunak, termasuk oleh Sekolah Menengah Kejuruan Negeri (SMKN) di Pekanbaru. Pengabdian ini bertujuan untuk memberikan pemahaman sekaligus pelatihan kepada guru dan siswa SMKN di Pekanbaru tentang metode yang tepat untuk peningkatan kualitas perangkat lunak. Metode yang diusulkan adalah Technical, Economic, Legal, Operational dan Schedule atau disebut TELOS. Metode ini digunakan untuk menentukan kelayakan terhadap kualitas sistem informasi akademik sekolah yang perlu ditingkatkan. Sistem dianalisis melalui 5 aspek TELOS secara objektif melalui 50 responden pengguna sistem dari lingkungan sekolah. Hasil TELOS menunjukkan bahwa sistem informasi akademik sekolah layak untuk ditingkatkan kualitasnya dengan rata-rata nilai TELOS adalah 7.812.
Co-Authors Adiya, M. Hasmil Agustin ahmad kamal, ahmad Andra Andra Cesar, Mario Chandra Wijaya Chandra Wijaya Chandra Wijaya Chandra Wijaya Dadang Priyanto Darmanta Sukrianto Deny Jollyta Desnelita, Yenny Dewi Nasien Dwi Oktarina Dwi Oktarina Erlin Gusrianty Gusrianty Gusrio Tendra Gustientiedina Hadi Dwi Putra Hendri Hartono, Hendri Hidayatullah Nuriadi, Siti Hutri Rizkiyah Alda Irwan Irwan Jeffry Kody Johan Johan Johan Johan Johnny Anwar Angkasa Josef Sianturi Junita Cahyati Sinaga Kody, Jeffry Leonardo Yang Loneli Costaner Manurung, Marisah Elfrida Marcellino, Marcellino Marlim, Yulvia Nora Mukhsin Mukhsin Noratama Putri, Ramalia Pratama, Teddy Prihandoko . Prihandoko Prihandoko Rahmadian Yuliendi, Rangga Ramalia Noratama Putri Renta Wasni Putri Sanjaya, Irfan Sihombing, Sagita Charolina siska monica Son, Viktorianus son susi susi Susi Susi Teddy Pratama Wahyu Joni Kurniawan Wilda Susanti Yermias Duha