Claim Missing Document
Check
Articles

Found 4 Documents
Search

Sistem Pendukung Keputusan Pemberian Program Bantuan Stimulan Perumahan Swadaya (BSPS) KemenPUPR Sefrika Sefrika
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 4, No 2 (2019): IJCIT November 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (453.671 KB) | DOI: 10.31294/ijcit.v4i2.5457

Abstract

Sistem Pendukung keputusan adalah metode yang digunakan untuk membantu proses pengambilan keputusan secara akurat dan tepat. Sistem pendukung keputusan dengan metode TOPSIS adalah suatu metode yang dapat dilakukan dengan menguji sampel yang memiliki berbagai alternatif multi kriteriauntuk mendapatkan hasil yang valid dan akurat. TOPSIS memberikan solusi alternatif yang dapat dipilih dengan memperhatikan jarak terpendek dari solusi ideal negatif dan positif. Program Bantuan Stimulan Perumahan Swadaya (BSPS) yang diberikan oleh Kementrian Pekerjaan Umum Dan Perumahan Rakyat(KemenPUPR) adalah sebuah program yang bertujuan untuk memberikan rumah layak huni bagi masyarakat. Penelitian ini bertujuan agar penerima bantuan program BSPS dapat disalurkan tepat sasaran kepada masyarakat yang berada di wilayah yang sangat membutuhkan. Penelitian ini dilakukan dengan cara melakukan analisa terkait siapa saja yang berhak menerima program bantuanBSPS agar penerima bantuan tepat sasaran sesuai dengan amanat undang-undang. Penelitian dilakukan terhadap lima sampel wilayah yaitu di Kecamatan Ciomas, Tamansari, Cigombong, Cijeruk dan Rancabungur yang berada di Kabupaten Bogor. Hasil penelitian mendapatkan data bahwa kriteriapenerima program BSPS yang paling tepat adalah kriteria wilayah dengan kriteria kemiskinan yang tinggi
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN DANA BANTUAN POSYANDU STUDI KASUS DESA CILEBUT BARAT KECAMATAN SUKARAJA KOTA BOGOR: Decision Support System for Posyandu Aid Funding Case Study of Cilebut Barat Village, Sukaraja District, Bogor City Sefrika Sefrika
Jurnal Mantik Vol. 3 No. 1 (2019): May: Manajemen dan Informatika
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (475.387 KB)

Abstract

Integrated Family Planning and Health Service Post (Posyandu) is a basic health activity organized from, by and for communities assisted by health workers. Posyandu is a self-help activity from the community in the health sector. Posyandu starts primarily to serve toddlers consisting of immunization services, weighing, counseling and the elderly (Posyandu Lansia). But in its implementation, POSYANDU has problems with funding needs. Not all POSYANDUs get operational assistance from the local government. Particularly what happened in Cilebut Barat Village, Sukaraja Subdistrict, Bogor Regency, POSYANDU assistance has not been fully channeled to all targets. This is related to the absence of a decision support system that can assist village governments in providing POSYANDU funds. This study aims to determine what factors can be used as decision support systems that can be used by village governments in providing operational assistance to POSYANDU. The study used the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method which can be used to assist in decision making. The results of the study show that the decision support system with the TOPSIS method can be used by the Village Government to provide a decision to provide financial assistance to POSYANDU. The final Preference score resulted in 0.53 for the criteria for the Number of Active Participants (C3), Posyandu Has a Basic Health Service Program (C4) as an ideal criterion for providing financial assistance
Decision Support System for Provision of Natural Disaster Victim Logistic Assistance with TOPSIS Method Enok Tuti Alawiah; Sefrika Sefrika
Jurnal Riset Informatika Vol. 2 No. 2 (2020): March 2020 Edition
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v2i2.43

Abstract

At the beginning of 2020, a natural disaster caused many people to lose their homes, damage to public facilities and infrastructure, and the breakdown of transportation links connecting villagers, especially in 3 districts, namely Sukajaya, Nanggung, and Cigudeg. As a result of the disaster, many villages are isolated, and residents need a lot of logistical support to meet their needs. To overcome these problems, we need a system that can help the government and volunteers interested in the decision-making process so that assistance for victims of natural disasters can be right on target and by the urgency of basic needs and logistics needed. Decision support systems using the TOPSIS method are used to solve multicriteria problems by offering various alternative solutions to solve problems. The results obtained a final preference value of 0.68 from C3 criteria to prioritize residents with closed transportation access to channel disaster relief funds for victims of natural disasters in Bogor Regency.
Klasifikasi Kepuasan Pengguna Livin by Mandiri Menggunakan Naïve Bayes Yahya Hasani Fauzi; Sefrika Sefrika; Faisal Faisal
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.14414

Abstract

Perkembangan layanan perbankan digital menjadikan mobile banking sebagai salah satu sarana penting dalam melakukan transaksi keuangan. Namun, kendala teknis dan performa aplikasi dapat memengaruhi kepuasan pengguna. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pengguna aplikasi Livin by Mandiri di Kelurahan Kademangan, mengklasifikasikan pengguna ke dalam kategori Puas dan Tidak Puas menggunakan algoritma Naïve Bayes, serta mengevaluasi kinerja model yang dihasilkan. Penelitian ini menggunakan pendekatan kuantitatif dengan data primer yang diperoleh melalui kuesioner daring. Sebanyak 125 responden dipilih menggunakan teknik purposive sampling berdasarkan kriteria yang telah ditentukan. Kuesioner terdiri atas 20 pernyataan dengan skala Likert lima poin. Sebanyak 16 atribut yang mencakup kemudahan penggunaan, kualitas sistem, kualitas informasi, dan keamanan digunakan sebagai prediktor, sedangkan empat pernyataan kepuasan digunakan untuk membentuk label kelas. Proses klasifikasi dilakukan menggunakan RapidMiner dengan metode 10-Fold Cross Validation. Teknik Synthetic Minority Over-sampling Technique (SMOTE) diterapkan pada data latih di setiap fold untuk mengatasi ketidakseimbangan kelas tanpa mengubah distribusi asli data uji. Hasil penelitian menunjukkan bahwa 116 responden (92,8%) termasuk kategori Puas, sedangkan sembilan responden (7,2%) termasuk kategori Tidak Puas. Evaluasi model menghasilkan accuracy sebesar 98,40%, precision sebesar 100%, recall sebesar 77,78%, dan F1-score sebesar 87,50%, dengan kategori Tidak Puas sebagai kelas positif. Hasil tersebut menunjukkan bahwa kombinasi Naïve Bayes dan SMOTE mampu mengklasifikasikan kepuasan pengguna dengan baik, meskipun peningkatan masih diperlukan untuk mendeteksi seluruh pengguna yang tidak puas.