Articles
<![CDATA[SISTEM PENERIMAAN PEGAWAI SALES KPR PADA BANK MENGGUNAKAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS ]]>
<![CDATA[Andreyan Rizky Baskara]]>;
<![CDATA[Yuslena Sari]]>;
<![CDATA[Muhammad Adetya Ashari]]>
<![CDATA[ KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021) ]]>
Publisher : <![CDATA[Lambung Mangkurat University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/klik.v8i1.372
<![CDATA[The recruitment of new employees, especially for housing loan sales employees (KPR) is often carried out by banks because the performance evaluation of KPR sales employees is carried out regularly. The large number of prospective employees and the variety of criteria determined for selecting new employees lead to a lengthy decision-making process. Decision Support System (DSS) is basically a comprehensive computer system that can help make decisions and solve problems. The Multi Objective Optimization method on The Basis of Ratio Analysis (MOORA) as a decision-making method is used to build a decision support system. The decision support system is implemented as a web-based application using ATOM software which is integrated with the MySQL database. The Black Box testing method is used to test the system. The results showed that the MOORA method is very suitable to be applied in the decision making of KPR sales employee recruitmentKeywords: Decision Support System, KPR Sales Employee, MOORA Perekrutan pegawai baru khususnya untuk pegawai Sales Kredit Pemilikan Rumah (KPR) sering dilakukan oleh bank karena evaluasi kinerja pegawai sales KPR dilakukan secara berkala. Banyaknya calon pegawai dan beragamnya kriteria-kriteria yang ditentukan untuk menseleksi pegawai baru menyebabkan lamanya proses pengambilan keputusan. Sistem Pendukung Keputusan (SPK) pada dasarnya adalah sistem komputer komprehensif yang dapat membantu membuat keputusan dan menyelesaikan masalah. Metode Multi Objective Optimization on The Basis of Ratio Analysis (MOORA) sebagai salah satu metode pengambilan keputusan digunakan untuk membangun sistem pendukung keputusan. Sistem pendukung keputusan diimplementasikan sebagai aplikasi berbasis web menggunakan perangkat lunak ATOM yang terintegrasi dengan database MySQL. Metode pengujian Black Box digunakan untuk menguji sistem. Hasil penelitian menunjukkan bahwa metode MOORA sangat cocok diterapkan dalam pengambilan keputusan perekrutan pegawai sales KPRKata kunci: MOORA, Pegawai Sales KPR , Sistem Penunjang Keputusan]]>
<![CDATA[Zakat Classification with Naïve Bayes Method in BAZNAS ]]>
<![CDATA[Yuslena Sari]]>;
<![CDATA[Muhammad Alkaff]]>;
<![CDATA[Eka Setya Wijaya]]>;
<![CDATA[Gusti Nizar Syafi'i]]>
<![CDATA[ TECHNO: JURNAL PENELITIAN Vol 10, No 1 (2021): Techno Jurnal Penelitian ]]>
Publisher : <![CDATA[Universitas Khairun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33387/tjp.v10i1.2750
<![CDATA[The National Amil Zakat Agency (BAZNAS) of the Banjar Regency, is the regional Zakat Management Agency of the Banjar Regency. BAZNAS Banjar Regency distributes the required alms according to the target to mustahik that is under the criteria or following the provisions of the Shari'a. However, BAZNAS often experiences difficulties in determining mustahik (people who are entitled to receive zakat) due to limited distribution funds and excessive data on Fakir and miskin people who are the main priority. The existence of a system that can determine two groups of recipients of the Fakir and miskin zakat based on data from the underprivileged population can help the distribution of zakat to these 2 groups. In this case, using the Naive Bayes method is very suitable in the classification of the BAZNAS mustahik determination so that it can be used to determine the prospective recipient of zakat. Based on the results of tests conducted on the Naïve Bayes classification with the Confusion Matrix calculation, the accuracy value reached 92.30%.]]>
<![CDATA[Deteksi Kandungan Unsur Hara Daun Jagung Menggunakan K-Nearest Neighbor (KNN) ]]>
<![CDATA[Johan Wahyudi]]>;
<![CDATA[Ahmad Shalludin]]>;
<![CDATA[Yuslena Sari]]>
<![CDATA[ Jurnal Sains Komputer dan Teknologi Informasi Vol 3 No 2 (2021): Jurnal Sains Komputer dan Teknologi Informasi ]]>
Publisher : <![CDATA[Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33084/jsakti.v3i2.2235
<![CDATA[Tanaman jagung memerlukan unsur hara untuk kelangsungan hidupnya. Dari unsur hara tanaman ada tiga unsur utama seperti Nitrogen(N), Fosfor(P), dan Kalium(K). Namun dalam prakteknya untuk mengetahui kekurangan unsur hara tanaman jagung melalui daunnya memerlukan beberapa alat yang harganya mahal sehingga tidak efesien. Dengan adanya cara untuk mengetahui kekurangan unsur hara melalui pengolahan citra digital diharapkan dapat membantu para petani dalam penangganan kekurangan unsur hara lebih mudah dan efesien. Pada penelitian ini penerapan sistem pengolahan citra digital menggunakan RGB metode ektraksi Hue, Saturation, Value (HSV) setelah di dapatkan nilai rata-rata RGB dan HSV, kemudian dilakukan proses pengklasifikasian dengan metode K-Nearest Neighbor (KNN). Data sampel menggunakan 5 klasifikasi citra data training dengan masing-masing 5 data testing pada setiap citra data training dengan hasil akurasi sebesar 80% sistem dapat mendeteksi citra daun jagung.]]>
<![CDATA[Prediksi Time Series Produksi Crude Palm Oil Menggunakan Support Vector Regression Dengan Optimasi Particle Swarm Optimization ]]>
<![CDATA[Subhan Panji Cipta]]>;
<![CDATA[Mambang Mambang]]>;
<![CDATA[Yuslena Sari]]>
<![CDATA[ Jurnal Sains Komputer dan Teknologi Informasi Vol 3 No 2 (2021): Jurnal Sains Komputer dan Teknologi Informasi ]]>
Publisher : <![CDATA[Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33084/jsakti.v3i2.2237
<![CDATA[Minyak sawit merupakan minyak yang paling banyak dikonsumsi di dunia. Indonesia sendiri merupakan negara penghasil minyak sawit terbesar di dunia. Selain itu, perkebunan sawit merupakan komoditas devisa utama negara dan juga menyerap jutaan tenaga kerja. Tujuan dari penelitian ini adalah membuat model prediksi minyak sawit mentah (Crude Palm Oil) dengan menggunakan data produksi time series bulanan di Provinsi Kalimantan Selatan yang diambil karena prediksi produksi merupakan acuan untuk mengetahui keuntungan, biaya dan kebijakan bisnis lainnya. Metode yang digunakan dalam penelitian ini adalah Support Vector Regression dengan optimasi Particle Swarm Optimization. Model yang dihasilkan pada penelitian ini adalah parameter C sebesar 628.88548 dan gamma 410.324 pada kernel RBF yang menghasilkan R2 untuk data uji sebesar 0,999.]]>
<![CDATA[Evaluasi Usability Sistem Informasi Akademik Dosen Menggunakan User Experience Questionnaire dan Heuristic Walkthrough ]]>
<![CDATA[Yuslena Sari]]>;
<![CDATA[Maulidia Arafah]]>;
<![CDATA[Novitasari]]>
<![CDATA[ Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 2 (2021): April 2021 ]]>
Publisher : <![CDATA[Ikatan Ahli Informatika Indonesia (IAII) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (355.844 KB)
|
DOI: 10.29207/resti.v5i2.3022
<![CDATA[University of Lambung Mangkurat (ULM) has an academic information system that can facilitate access to information and provide quality academic services. One of the ULM academic information system services is the Portal Akademik Dosen ULM. Since its release in 2016, there has been no research regarding the evaluation of the Portal Akademik Dosen ULM. Most of users feel that the interface of the Portal Akademik Dosen ULM needs to be improved to make it more attractive, and needs improvements in several features. In connection with the important function of the Portal Akademik Dosen ULM, an evaluation is needed to assess the success of implementing the information system. This study aims to evaluate the usability of the Portal Akademik Dosen ULM. The methods used are the User Experience Questionnaire (UEQ) and Heuristic Walkthrough. Based on the results of the UEQ questionnaire from 56 respondents, it was found that the aspects of attractiveness, perspicuity, efficiency, dependability, and stimulation got positive values, while the novelty aspect got a neutral value. For the evaluation results with Heuristic Walkthrough method which involved 4 evaluators, found 33 problems at the Cognitive Walkthrough stage, and as many as 21 problems at the Heuristic Evaluation stage with an average severity rating of 13.4. The overall results of the evaluation showed that the Portal Akademik Dosen ULM needs to be improved on novelty items and need to be improved to reduce the number of problems.]]>
<![CDATA[Evaluation of lambung mangkurat university student academic portal using user experience questionnaire (UEQ) ]]>
<![CDATA[Yuslena Sari]]>;
<![CDATA[Novitasari Novitasari]]>;
<![CDATA[Hani Pratiwi]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 13, No 1 (2021) ]]>
Publisher : <![CDATA[Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33096/ilkom.v13i1.787.45-50
<![CDATA[The student academic portal is one of the Academic Information Systems at The University of Lambung Mangkurat (ULM). The ULM student academic portal can only be accessed by the ULM students. It can be used for academic guidance, managing student study plans, printing test cards, filling out questionnaires, and viewing exam results (assessment). However, since its release in 2016, there has been no publication regarding evaluations on the website-based ULM student academic portal. Evaluation is one of the stages in the Software Development Life Cycle (SDLC). This stage allows the user to assess the system. This study aims to evaluate the academic portal of the ULM students. Evaluation is carried out to determine the user's evaluation of the existing system. The evaluation method used is the User Experience Questionnaire (UEQ). With this method, users can assess the ULM Student Academic Portal from various aspects: Novelty, Stimulation, Dependability, Efficiency, Perspicuity, and Attractiveness. The results of this study indicate that the Perspicuity aspect gets a high score while Novelty gets a low score.]]>
<![CDATA[KLASIFIKASI PENGENALAN MOTIF BATIK BERBASIS IMAGE RETRIVAL ]]>
<![CDATA[Yuslena Sari]]>
<![CDATA[ Jukung (Jurnal Teknik Lingkungan) Vol 4, No 2 (2018): SEPTEMBER 2018 ]]>
Publisher : <![CDATA[Program Studi Teknik Lingkungan Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (273.159 KB)
|
DOI: 10.20527/jukung.v4i2.6581
<![CDATA[Batik Indonesia, sebagai warisan budaya telah memiliki sejarah yang cukup panjang. Sehingga saat ini berbagai jenis batik saling mempengaruhi satu sama lain, yang mengakibatkan adanya beberapa jenis batik yang memiliki lebih dari satu motif (biasanya disebut batik multi-label). Motif batik tradisional tidak dibuat secara sembarangan, tetapi mengikuti aturan-aturan yang ketat. Dari hal tersebut dilakukan penelitian untuk klasifikasi motif batik. Diharapkan dari hasil penelitian ini dapat meningkatkan motivasi kaum wanita untuk kembali menekuni aktivitas membatik dan juga sebagai sarana terwujudnya kesetaraan gender. Mengingat saat ini sudah semakin jarang wanita yang mempunyai keterampilan membatik. Penelitian ini menggunakan klasifikasi berbasis image retrival dengan perhitungan jarak Euclidean. Dari penelitian ini akan diketahui akurasi yang dihasilkan. Kata kunci: image retrival, jarak euclidean, motif batik. Indonesian batik, as a cultural heritage has a long history. So that at this time various types of batik influence each other, which results in several types of batik that have more than one motif (usually called multi-label of batik). Traditional batik motifs are not made carelessly, but follow strict rules. From this research is carried out for the classification of batik motifs. It is expected that the results of this study can increase the motivation of women to return to batik activities and also as a means of achieving gender equality. Considering that there are now fewer and fewer women who have batik skills. This study uses image retrival-based classification with Euclidean distance calculation. From this research will be known the accuracy produced.]]>
<![CDATA[Penerapan Generalized Regression Neural Networks untuk Memprediksi Produksi Padi Terhadap Perubahan Iklim ]]>
<![CDATA[Muhammad Alkaff]]>;
<![CDATA[Yuslena Sari]]>
<![CDATA[ JTERA (Jurnal Teknologi Rekayasa) Vol 2, No 2: December 2017 ]]>
Publisher : <![CDATA[Politeknik Sukabumi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31544/jtera.v2.i2.2017.117-124
<![CDATA[Padi sebagai bahan makanan pokok utama bagi masyarakat Indonesia merupakan tanaman pangan yang rentan terhadap perubahan iklim. Pendataan dan perhitungan ramalan hasil produksi padi sangat diperlukan untuk mendukung kebijakan yang berkaitan dengan ketahanan pangan. Penelitian ini bertujuan untuk melakukan peramalan terhadap produksi padi di Kabupaten Barito Kuala sebagai kabupaten penghasil padi terbesar di Kalimantan Selatan dengan menggunakan data iklim sebagai input. Data iklim yang digunakan berasal dari Stasiun Meteorologi Syamsudin Noor, sedangkan sebagai data output adalah data produksi padi dari Badan Pusat Statistika (BPS) Provinsi Kalimantan Selatan. Metode yang digunakan untuk melakukan peramalan produksi padi adalah Generalized Regression Neural Networks (GRNN). Dari hasil pengujian didapatkan nilai Root Mean Square Error (RMSE) sebesar 0,296 dengan menggunakan parameter smoothness bernilai 1. ]]>
<![CDATA[PENDEKATAN BERBASIS KECERDASAN BUATAN DENGAN METODE NAÏVE BAYES UNTUK WEBSITE BAZNAS ]]>
<![CDATA[Endi Gunawan]]>;
<![CDATA[Johan Wahyudi]]>;
<![CDATA[Yuslena Sari]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i1.68
<![CDATA[Badan amil zakat nasional (BAZNAS) adalah badan resmi nasional dalam menyalurkan zakat. Zakat adalah kewajiban umat Islam. Hal tersebut dijelaskan dalam kitab suci Alquran. Zakat perlu disalurkan dengan adil. Banyaknya data penerima zakat menyebabkan penyaluran sering terkendala. Dengan klasifikasi zakat antara fakir dan miskin akan menjadi solusi untuk kendala data yang banyak. Teknik kecerdasan buatan yang digunakan pada penelitian ini adalah Naïve Bayes Classifier. Ini adalah teknik klasifikasi berdasarkan Teorema Bayes dengan asumsi independensi antar prediktor. Secara sederhana, pengklasifikasian Naive Bayes mengasumsikan bahwa keberadaan fitur tertentu di kelas tidak terkait dengan keberadaan fitur lainnya. Label data penerima zakat ini ada dua, yaitu fakir dan miskin. Kecerdasan buatan sebagai metode dalam pembuatan prototype sistem pada website BAZNAS dalam penentuan penerima zakat. Pengukuran performa metode naïve bayes classifier menggunakan confusion matrix. Hasil dari metode naïve bayes classifier dalam mengklasifikasi penerima zakat cukup baik yaitu 96%.]]>
<![CDATA[PENERAPAN ARSITEKTUR VGG UNTUK KLASIFIKASI HUTAN ]]>
<![CDATA[Yuslena Sari]]>;
<![CDATA[Andreyan Rizky Baskara]]>;
<![CDATA[Ferry Pratama]]>;
<![CDATA[Muhammad Faidhorrahman]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 2 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i2.99
<![CDATA[Kerapatan vegetasi penting untuk dibedakan guna mengetahui penggunaan lahan dan degradasi lahan. Menurut Standar Nasional Indonesia (SNI 7645:2014), vegetasi diklasifikasikan berdasarkan kerapatan. Indeks kerapatan vegetasi dibagi menjadi 4 yaitu non vegetasi, rendah, sedang dan tinggi. Kerapatan vegetasi dapat dihitung dengan Normalized Difference Vegetation Index (NDVI) atau index vegetasi. Perhitungan NDVI dilakukan dengan terlebih dahulu mengumpulkan informasi terkait vegetasi dengan melakukan survey terhadap suatu lahan. Proses survey ini merupakan tantangan yang dihadapi dimana medan survey untuk setiap lahan berbeda-beda. Salah satu cara dalam mengatasi hal tersebut adalah dengan memanfaatkan penginderaan jarak jauh dan pemanfaatan computer vision dan machine learning. Penginderaan jauh dapat dilakukan salah satunya dengan menggunakan Unmanned Vehicle Unit (UAV). Penelitian ini menggunakan data citra yang didapatkan dari hasil tangkapan drone. Metode klasfikasi yang digunakan yaitu metode Transfer Learning dalam melakukan klasifikasi jenis tutupan lahan yaitu rendah, sedang, dan tinggi dan menggunakan arsitektuk VGG16. Hasil menunjukkan arsitektur VGG16 dapat melakukan klasifikasi tutupan hutan lahan basah dengan akurasi sebesar 0.8333]]>
