Claim Missing Document
Check
Articles

Found 28 Documents
Search

Kombinasi Pembobotan Entropy dan Multi Attribute Utility Theory (MAUT) dalam Sistem Pendukung Keputusan Seleksi Agen Penjualan Very Hendra Saputra
CHAIN: Journal of Computer Technology, Computer Engineering, and Informatics Vol. 3 No. 2 (2025): Volume 3 Number 2 April 2025
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/chain.v3i2.217

Abstract

Tujuan penelitian ini untuk melakukan optimalisasi pemilihan agen penjualan dengan menerapkan metode Entropy untuk pembobotan kriteria dan metode MAUT untuk menghasilkan pemilihan agen penjualan terbaik berdasarkan kriteria yang telah ditetapkan, sehingga akan menjadi sebuah rekomendasi dalam menetapkan agen penjualan terbaik. Hasil perangkingan alternatif pemilihan agen penjualan terbaik menunjukkan peringkat 1 dengan nilai akhir sebesar 0,8491 didapatkan oleh Agen Aneka, peringkat 2 dengan nilai akhir sebesar 0,6737 didapatkan oleh Agen Mekar, peringkat 3 dengan nilai akhir sebesar 0,6401 didapatkan oleh Agen Andalas.
Perbandingan Tingkat Kesesuaian Algoritma SMART dan MOORA dalam Evaluasi Pelanggan Terbaik Very Hendra Saputra; Nuroji Nuroji
CHAIN: Journal of Computer Technology, Computer Engineering, and Informatics Vol. 3 No. 2 (2025): Volume 3 Number 2 April 2025
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/chain.v3i2.220

Abstract

Penentuan pelanggan terbaik adalah suatu proses kritis dalam manajemen pelanggan di mana perusahaan berupaya mengidentifikasi dan menilai pelanggan yang memberikan kontribusi paling signifikan terhadap keberhasilan bisnis. Penelitian ini bertujuan untuk menerapakan dan membandingkan penentuan pelanggan terbaik dengan menggunakan metode SMART dan MOORA sehingga memberikan wawasan yang lebih baik kepada pengambil keputusan tentang pilihan metode yang paling sesuai dengan karakteristik dan kompleksitas keputusan yang dihadapi. Hasil perangkingan menunjukkan pelanggan terbaik didapatkan oleh Sulistia dengan peringkat 1 baik dengan menggunakan metode SMART ataupun dengan metode MOORA. Perbandingan hasil perangkingan antara metode SMART dan MOORA dapat memberikan wawasan yang berguna tentang sejauh mana kedua metode tersebut efektif dalam menangani pengambilan keputusan multi-kriteria. Berdasarkan hasil perbandingan perangkingan dari metode SMART dan MOORA terdapat perbedaan rangking pada 2 data yaitu atas nama Handoko dengan metode SMART mendapatkan rangking 3 dan dengan metode MOORA mendapatkan peringkat 2, serta atas nama Subagio dengan metode SMART mendapatkan rangking 2 dan dengan metode MOORA mendapatkan peringkat 3. Hasil perbandingan antara metode SMART dan MOORA dalam penentuan pelanggan terbaik merekomendasikan metode MOORA dibandingkan dengan metode SMART, karena hasil tingkat kesesuaian metode MOORA mendapatkan nilai 99,996% lebih tinggi dibandingkan dengan metode SMART yang mendapatkan nilai 99,995%.
Penerapan Metode SMART (Simple Multi-Attribute Rating Technique) dalam Sistem Pendukung Keputusan Pemilihan Karyawan Teladan Muhammad Najib Dwi Satria; Very Hendra Saputra
CHAIN: Journal of Computer Technology, Computer Engineering, and Informatics Vol. 3 No. 3 (2025): Volume 3 Number 3 July 2025
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/chain.v3i3.224

Abstract

Pemilihan karyawan teladan merupakan tahap krusial dalam membangun tim yang produktif dan berkinerja tinggi. Kriteria untuk menetapkan karyawan teladan melibatkan sejumlah faktor penting, termasuk dedikasi terhadap pekerjaan, kemampuan berkomunikasi, integritas, dan kemauan untuk terus belajar dan berkembang. Penelitian ini bertujuan untuk merekomendasikan karyawan teladan kepada perusahaan dengan menerapkan model sistem pendukung keputusan dengan menggunakan metode SMART berdasarkan kriteria yaitu pengalaman, komunikasi, lama kerja, tanggung jawab dan kemampuan. Hasil perangkingan karyawan teladan menggunakan metode SMART merekomendasikan Peringkat 1 dengan nilai akhir sebesar 0,6729 didapatkan oleh Nurdin, Peringkat 1 dengan nilai akhir sebesar 0,636 didapatkan oleh Jonni, Peringkat 3 dengan nilai akhir sebesar 0,58802 didapatkan oleh Ahmad, Peringkat 4 dengan nilai akhir sebesar 0,2505 didapatkan oleh Galih, Peringkat 5 dengan nilai akhir sebesar 0,24636 didapatkan oleh Santoso.
Comparative Analysis of CODAS, TOPSIS, and COCOSO Methods Using Objective Weighting in Multi-Criteria Decision Support Systems Setiawansyah Setiawansyah; Very Hendra Saputra; Agung Deni Wahyudi
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 5 No. 1 (2026): Volume 5 Nomor 1 March 2026
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v5i1.78

Abstract

This study aims to objectively assess teachers' pedagogical performance through the application and comparison of three multi-criteria decision-making methods, namely CODAS, TOPSIS, and COCOSO, with the criteria weights determined using the ITARA method. The ranking results show differences in evaluation patterns among the methods, where the CODAS method places Teacher RD in the first rank, followed by Teacher GH and Teacher DG, while Teacher AN is ranked last. In contrast, the TOPSIS and COCOSO methods produced relatively consistent rankings, with Teacher TY ranking first, followed by Teacher AN and Teacher NH in TOPSIS, and Teacher NH and Teacher DG in COCOSO. These differences in results indicate that each method has a different evaluative perspective on the performance of alternatives, depending on the preference calculation approach used. Overall, this comparative analysis confirms that using more than one ranking method can provide a more comprehensive and balanced view in evaluating teachers' pedagogical performance, thereby supporting more accurate and data-driven decision-making.
Decision Support System for Video Editing Staff Recruitment Using a Combination of Entropy and Simple Additive Weighting Methods Junhai Wang; Very Hendra Saputra; Ade Dwi Putra; M. Ghufroni Anars; A. Ferico Octaviansyah Pasaribu; Temi Ardiansah
FORMAT Vol 15 No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i1.006

Abstract

The recruitment process for video editing staff is a strategic stage in ensuring the quality of professional and competitive content production. However, candidate assessment often faces challenges of subjectivity and inaccuracy in decision-making when evaluators rely solely on intuitive judgment without a measured approach. This study aims to develop a decision support system based on Multi-Criteria Decision Making (MCDM) by integrating the Entropy method for objective determination of criteria weights and the Simple Additive Weighting (SAW) method in calculating the preference values of alternatives. Five evaluation criteria are used in the selection process, namely Editing, Creativity, Experience, Discipline, and Teamwork, with the final weights obtained through the Entropy method being 0.2867, 0.2248, 0.2573, 0.0685, and 0.1626. The study results show that the SAW method is capable of processing candidate evaluation scores comprehensively based on these weights, producing final scores that indicate the best candidates, namely Eko Firmansyah (0.986), Indra Mahendra (0.9699), and Candra Wijaya (0.9662) as the three candidates with the highest eligibility. This study demonstrates that the integration of the Entropy–SAW method is effective in creating a selection mechanism that is objective, transparent, and scientifically accountable, thus making a significant contribution to decision-making in the field of human resource management
Pelatihan Pembuatan Infografik Statistik Menggunakan AI Visme Putri Sukma Dewi; Nicky Dwi Puspaningtyas; Raras Kartika Sari; Very Hendra Saputra; Nabila Novia Sandra; Nanda Diona Mesca
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 9, No 9 (2026): Volume 9 Nomor 9 (2026)
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v9i9.27548

Abstract

ABSTRAK Pelatihan pembuatan infografik statistik menggunakan AI Visme bagi siswa SMA Negeri 1 Batang Hari Lampung Timur  bertujuan untuk meningkatkan keterampilan literasi data dan komunikasi visual dalam era digital. Infografik menjadi alat penting dalam menyajikan informasi secara efektif dan menarik, terutama dalam memahami data statistik. Dengan memanfaatkan teknologi kecerdasan buatan (AI) yang tersedia pada platform Visme, siswa dapat dengan mudah membuat infografik profesional tanpa memerlukan keterampilan desain yang kompleks. Pelatihan ini dirancang untuk membekali siswa dengan pemahaman dasar tentang pengolahan dan visualisasi data, serta bagaimana AI dapat membantu dalam proses pembuatan infografik yang menarik dan informatif. Metode yang digunakan mencakup sesi teori mengenai dasar-dasar statistik dan desain infografik, praktik langsung menggunakan Visme, serta proyek individu untuk menerapkan keterampilan yang telah dipelajari. Hasil dari pelatihan ini dapat meningkatkan kemampuan siswa dalam menginterpretasikan dan menyajikan data secara visual, mendukung kebutuhan akademik mereka, serta mempersiapkan mereka untuk dunia profesional yang semakin bergantung pada komunikasi berbasis data. Hal ini ditunjukkan dari hasil angket yang menunjukkan sebanyak 90% siswa setuju pelatihan ini bermanfaat, 87% siswa paham dengan materi yang diberikan dan 85% siswa merasa materi yang diberikan bermanfaat. Dengan demikian, pelatihan ini menjadi langkah strategis dalam membekali siswa dengan keterampilan statistik yang esensial di berbagai bidang. Kata Kunci: Infografik, Statistik, AI, Visme, Literasi Data.  ABSTRACT Training on creating statistical infographics using AI Visme for students of SMA Negeri 1 Batang Hari aims to improve data literacy and visual communication skills in the digital era. Infographics are an important tool in presenting information effectively and attractively, especially in understanding statistical data. By utilizing artificial intelligence (AI) technology available on the Visme platform, students can easily create professional infographics without requiring complex design skills. This training is designed to equip students with a basic understanding of data processing and visualization, as well as how AI can help in the process of creating attractive and informative infographics. The methods used include theoretical sessions on the basics of statistics and infographic design, hands-on practice using Visme, and individual projects to apply the skills they have learned. The results of this training can improve students' ability to interpret and present data visually, support their academic needs, and prepare them for the professional world that is increasingly dependent on data-based communication. This is shown by the results of the questionnaire which showed that 90% of students agreed that this training was useful, 87% of students understood the material provided and 85% of students felt that the material provided was useful. Thus, this training is a strategic step in equipping students with essential statistical skills in various fields. Keywords: Infographics, Statistics, AI, Visme, Data Literacy.
Pendekatan Hybrid Data Assessment Weighting dan Simple Additive Weighting untuk Evaluasi Kinerja Operator Produksi pada Industri Elektronik Donaya Pasha; Indah Hartati; Tuti Haryanti; Yuri Rahmanto; Very Hendra Saputra
Journal of Information Technology, Software Engineering and Computer Science (ITSECS) Vol. 4 No. 4 (2026): Volume 4 Number 4 October 2026
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/itsecs.v4i4.375

Abstract

Evaluasi kinerja operator produksi merupakan aspek penting dalam meningkatkan produktivitas dan kualitas proses manufaktur pada industri elektronik. Namun, proses evaluasi yang masih bergantung pada penilaian subjektif berpotensi menghasilkan keputusan yang kurang konsisten dan objektif. Penelitian ini bertujuan untuk menerapkan pendekatan Hybrid Data Assessment Method (DAM) Weighting dan Simple Additive Weighting (SAW) dalam mengevaluasi kinerja operator produksi secara objektif. Metode DAM Weighting digunakan untuk menentukan bobot setiap kriteria berdasarkan karakteristik data, sedangkan metode SAW digunakan untuk menghitung nilai preferensi dan menentukan peringkat operator produksi. Penelitian menggunakan lima kriteria evaluasi, yaitu produktivitas, disiplin kehadiran, ketepatan waktu, kerja sama tim, dan inisiatif dengan sepuluh operator produksi sebagai alternatif. Hasil pembobotan menunjukkan bahwa produktivitas memiliki bobot tertinggi sebesar 0,2041, diikuti oleh inisiatif sebesar 0,2030, ketepatan waktu sebesar 0,2024, kerja sama tim sebesar 0,1985, dan disiplin kehadiran sebesar 0,1921. Berdasarkan proses perangkingan menggunakan SAW, OPT-10 memperoleh nilai preferensi tertinggi sebesar 0,9937, sedangkan OPT-8 memperoleh nilai preferensi terendah sebesar 0,9150. Hasil penelitian menunjukkan bahwa pendekatan hybrid DAM Weighting dan SAW mampu menghasilkan proses evaluasi yang lebih objektif, konsisten, dan transparan dibandingkan penilaian konvensional, sehingga dapat dijadikan sebagai sistem pendukung keputusan dalam evaluasi kinerja operator produksi pada industri elektronik.
Decision Support System for Production Machine Maintenance Prioritization Using LOPCOW Weighting and SPOTIS Very Hendra Saputra; Agung Deni Wahyudi
Journal of Decision Support Systems and Multi-Criteria Decision Making Vol. 1 No. 1 (2026): November 2026
Publisher : Asosiasi Peneliti Informatika dan Komputer untuk Riset (PILAR)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67449/jodesma.v1i1.1

Abstract

Maintenance of production machines is essential for maintaining production continuity and minimizing the risk of downtime and operational losses. However, limited maintenance resources, including budget, technician availability, maintenance time, and spare parts, require organizations to establish appropriate maintenance priorities. This study proposes a Decision Support System (DSS) for objectively prioritizing production machine maintenance using a Multi-Criteria Decision-Making (MCDM) approach that integrates the LOPCOW and SPOTIS methods. LOPCOW is applied to determine objective criterion weights based on the characteristics and variation of the maintenance data, while SPOTIS is used to rank production machines according to their distance from the ideal solution. The results show that C7 obtains the highest criterion weight of 0.2616, followed by C5 (0.2134) and C6 (0.1937), while C2 obtains the lowest weight of 0.0412. The SPOTIS results produce the maintenance priority sequence M4, M7, M2, M5, M1, M8, M3, and M6, with M4 achieving the highest priority with a final value of 0.0000, while M6 has the lowest priority with 1.0000. These findings demonstrate that the proposed LOPCOW–SPOTIS framework can provide a systematic, objective, and transparent basis for identifying maintenance priorities and supporting more consistent allocation of limited maintenance resources.