p-Index From 2021 - 2026
10.178
P-Index
Claim Missing Document
Check
Articles

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK PADA PENANGANAN PRASARANA UMUM (PPSU) DI KANTOR KELURAHAN KRAMAT DENGAN MENGGUNAKAN METODE TOPSIS Yusi Nurhaliza; Fauzan Natsir; Halimatusha’diah
Jurnal Tera Vol 5 No 2 (2025): Jurnal Tera (September 2025)
Publisher : Fakultas Teknik dan Informatika, Universitas Dian Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59832/jt.v5i2.413

Abstract

Tujuan dari penelitian ini adalah merancang Sistem Pendukung Keputusan (SPK) dengan memanfaatkan metode TOPSIS guna memilih karyawan terbaik di bidang Penanganan Prasarana dan Sarana Umum (PPSU) pada Kantor Kelurahan Kramat. Latar belakang penelitian ini adalah perlunya metode penilaian yang objektif dan transparan menggantikan proses manual yang rentan subjektivitas. Metode TOPSIS dipilih karena mampu memberikan peringkat alternatif berdasarkan kedekatan terhadap solusi ideal positif dan menjauh dari solusi ideal negatif. Penelitian ini menggunakan lima kriteria utama, yaitu tunjangan, jumlah tugas yang diselesaikan, masa kerja, kecepatan kerja, dan kualitas kerja. Data dikumpulkan melalui kegiatan observasi serta wawancara, kemudian dianalisis menggunakan algoritma TOPSIS. Hasil pengujian membuktikan bahwa sistem dapat memberikan penilaian kinerja dengan lebih cepat, efisien, dan objektif.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MEKANIK TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA YAMAHA ARISTA CITEUREUP Muhamad Amir Fikry; Fauzan Natsir; Halimatusha’diah
Jurnal Tera Vol 5 No 2 (2025): Jurnal Tera (September 2025)
Publisher : Fakultas Teknik dan Informatika, Universitas Dian Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilihan mekanik terbaik merupakan aspek penting dalam menjaga kualitas layanan bengkel, khususnya di Yamaha Arista Citeureup yang memiliki banyak tenaga mekanik dengan latar belakang dan kemampuan berbeda. Permasalahan yang dihadapi adalah belum adanya sistem yang objektif dan terstruktur dalam menilai serta memilih mekanik terbaik secara periodik. Tujuan dari penelitian ini adalah mengembangkan Sistem Pendukung Keputusan (SPK) yang dirancang untuk membantu pihak manajemen dalam memilih mekanik terbaik, dengan berlandaskan pada kriteria penilaian yang telah ditentukan sebelumnya Metode yang digunakan dalam pengambilan keputusan adalah Simple Additive Weighting (SAW), karena mampu memberikan hasil peringkat terbaik dari alternatif yang tersedia berdasarkan bobot dan nilai tiap kriteria. Kriteria yang digunakan meliputi kecepatan kerja, kualitas hasil kerja, kedisiplinan, dan kepuasan pelanggan. Hasil dari penelitian ini menunjukkan bahwa sistem yang dibangun mampu memberikan rekomendasi mekanik terbaik secara akurat dan objektif. Keberadaan SPK ini menjadikan proses penilaian kinerja mekanik lebih efisien, objektif, serta memiliki dasar pertanggungjawaban yang jelas
Analisis Sentimen Ulasan Aplikasi iPusnas di Playstore dengan Metode Algoritma Random Forest Fauzi, Achmad; Pangestu, Andi Dwi; Solihin, Ade Kurnia; Sihombing, Redo Abeputra; Natsir, Fauzan
Journal of Information Technology Vol. 6 No. 1 (2026): Journal of Information Technology
Publisher : Institut Shanti Bhuana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46229/jifotech.v6i1.1096

Abstract

iPusnas is a digital library application developed by the National Library of Indonesia (Perpusnas RI) that allows users to borrow and read digital books via smartphones. As one of the most widely used digital library platforms in Indonesia, iPusnas has received thousands of user reviews on Google Play Store, reflecting various public sentiments about the application's performance and features. This study aims to analyze the sentiment of iPusnas user reviews on the Google Play Store using the Random Forest algorithm. Data were collected by scraping user reviews from the Play Store, followed by preprocessing steps including case folding, cleaning, normalization, tokenization, stopword removal, and stemming. Labeling was performed using the Lexicon-Based method. Feature extraction used TF-IDF (Term Frequency-Inverse Document Frequency), and data imbalance was addressed using the SMOTE (Synthetic Minority Over-sampling Technique) method. The results of the analysis showed that the Random Forest model achieved an accuracy of 73,60%, precision of 72,60%, recall of 72,10%, and F1-score of 72,30%, demonstrating its effectiveness in classifying positive and negative sentiments of iPusnas users.
Pelatihan Sistem Manajemen Olahan Kopi di Cafe Pohon Pinus Galuh Krisna Dewanti; Achmad Fauzi; Andi Dwi Pangestu; Barda Hudaya; Fauzan Natsir
Battuta-Jurnal Pemberdayaan Masyarakat Vol 3 No 2 (2026): Edisi Mei
Publisher : LPPM Universitas Battuta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan kapasitas sumber daya manusia di Cafe Pohon Pinus melalui pelatihan sistem manajemen olahan kopi secara komprehensif. Cafe Pohon Pinus merupakan usaha mikro kecil menengah (UMKM) yang bergerak di bidang kuliner berbasis kopi namun masih menghadapi tantangan dalam pengelolaan operasional, standarisasi produk, dan manajemen kualitas. Metode pelaksanaan kegiatan meliputi observasi lapangan, penyusunan modul pelatihan, pelaksanaan pelatihan, pendampingan langsung, serta evaluasi pascapelatihan. Pelatihan difokuskan pada empat aspek utama, yaitu: (1) manajemen bahan baku dan rantai pasokan kopi, (2) teknik pengolahan dan standarisasi rasa, (3) sistem pencatatan dan pembukuan sederhana, serta (4) strategi pemasaran digital berbasis media sosial. Hasil kegiatan menunjukkan peningkatan signifikan pada pemahaman dan keterampilan peserta dengan rata-rata skor pre-test 52,4 meningkat menjadi 81,7 pada post-test (peningkatan 56%). Selain itu, terjadi peningkatan omzet penjualan sebesar 23% dalam satu bulan setelah pelatihan. Kesimpulan dari kegiatan ini adalah pelatihan sistem manajemen olahan kopi terbukti efektif dalam meningkatkan kompetensi pengelola dan karyawan Cafe Pohon Pinus serta berdampak positif terhadap kinerja usaha.
SISTEM PENGAMBILAN KEPUTUSAN PENENTUAN KARYAWAN TETAP DI SUMBER CIPTA MULTINIAGA DENGAN METODE TOPSIS Dwi Rachmatulloh; Fauzan Natsir; Aswin Fitriansyah
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.352

Abstract

This study aims to design and implement a decision-making system to determine permanent employees at PT Sumber Cipta Multiniaga using the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method. This system was developed to improve objectivity and transparency in the permanent employee selection process, taking into account various assessment criteria such as performance, discipline, integrity, and cooperation. The methods used include needs analysis, collection of employee criteria and alternatives data, and application of the TOPSIS algorithm to obtain mathematically and measurably ranked employee candidates. The results of the implementation show that the system is capable of producing accurate, efficient, and easy-to-use recommendations for permanent employees by management. The conclusion of this study states that the TOPSIS method is effective in supporting multi-criteria-based decision-making processes in determining permanent employees and can be applied to the selection process in similar companies.
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA KURANG MAMPU DI SD AL AZIZ CAKUNG MENGGUNAKAN METODE TOPSIS Mohammad Ridzky Azhar; Fauzan Natsir; Halimatusha’diah
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.355

Abstract

Pendidikan adalah hak yang harus dimiliki setiap anak, namun keterbatasan ekonomi seringkali menghalangi hal ini, sehingga program beasiswa menjadi penting bagi siswa yang kurang beruntung. Di SD Al Aziz Cakung, proses seleksi penerima beasiswa sebelumnya dilakukan secara manual, yang mengakibatkan penilaian yang kurang objektif. Penelitian ini bertujuan untuk mengembangkan pendekatan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), sehingga proses seleksi penerima beasiswa menjadi lebih adil, transparan, dan efisien. Kriteria yang digunakan dalam penilaian meliputi kondisi keuangan keluarga, kemudahan akses transportasi, status kepemilikan rumah, prestasi akademik, jumlah anggota keluarga yang membutuhkan dukungan, partisipasi siswa dalam kegiatan sekolah, dan ketersediaan bantuan sosial lainnya. Hasil penelitian menunjukkan bahwa metode TOPSIS mampu menyusun peringkat siswa secara tepat berdasarkan kriteria yang telah ditentukan, sehingga memudahkan pihak sekolah dalam menentukan penerima beasiswa dengan lebih cepat dan akurat dibandingkan proses manual. Kesimpulannya, sistem berbasis TOPSIS terbukti efektif dalam mendukung pengambilan keputusan yang adil dan terukur. Untuk pengembangan berikutnya, sistem ini disarankan menambahkan kriteria pendukung lain serta diintegrasikan dalam platform berbasis web agar lebih fleksibel dan mudah diakses pihak sekolah.
SISTEM PENGAMBILAN KEPUTUSAN PENENTUAN KARYAWAN TETAP DI SUMBER CIPTA MULTINIAGA DENGAN METODE TOPSIS Dwi Rachmatulloh; Fauzan Natsir; Aswin Fitriansyah
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.352

Abstract

This study aims to design and implement a decision-making system to determine permanent employees at PT Sumber Cipta Multiniaga using the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method. This system was developed to improve objectivity and transparency in the permanent employee selection process, taking into account various assessment criteria such as performance, discipline, integrity, and cooperation. The methods used include needs analysis, collection of employee criteria and alternatives data, and application of the TOPSIS algorithm to obtain mathematically and measurably ranked employee candidates. The results of the implementation show that the system is capable of producing accurate, efficient, and easy-to-use recommendations for permanent employees by management. The conclusion of this study states that the TOPSIS method is effective in supporting multi-criteria-based decision-making processes in determining permanent employees and can be applied to the selection process in similar companies.
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA KURANG MAMPU DI SD AL AZIZ CAKUNG MENGGUNAKAN METODE TOPSIS Mohammad Ridzky Azhar; Fauzan Natsir; Halimatusha’diah
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.355

Abstract

Pendidikan adalah hak yang harus dimiliki setiap anak, namun keterbatasan ekonomi seringkali menghalangi hal ini, sehingga program beasiswa menjadi penting bagi siswa yang kurang beruntung. Di SD Al Aziz Cakung, proses seleksi penerima beasiswa sebelumnya dilakukan secara manual, yang mengakibatkan penilaian yang kurang objektif. Penelitian ini bertujuan untuk mengembangkan pendekatan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), sehingga proses seleksi penerima beasiswa menjadi lebih adil, transparan, dan efisien. Kriteria yang digunakan dalam penilaian meliputi kondisi keuangan keluarga, kemudahan akses transportasi, status kepemilikan rumah, prestasi akademik, jumlah anggota keluarga yang membutuhkan dukungan, partisipasi siswa dalam kegiatan sekolah, dan ketersediaan bantuan sosial lainnya. Hasil penelitian menunjukkan bahwa metode TOPSIS mampu menyusun peringkat siswa secara tepat berdasarkan kriteria yang telah ditentukan, sehingga memudahkan pihak sekolah dalam menentukan penerima beasiswa dengan lebih cepat dan akurat dibandingkan proses manual. Kesimpulannya, sistem berbasis TOPSIS terbukti efektif dalam mendukung pengambilan keputusan yang adil dan terukur. Untuk pengembangan berikutnya, sistem ini disarankan menambahkan kriteria pendukung lain serta diintegrasikan dalam platform berbasis web agar lebih fleksibel dan mudah diakses pihak sekolah.
Penentuan Karyawan Terbaik di Perusahaan Citra Bogor Menggunakan Metode TOPSIS Galuh Krisna Dewanti; Ade Kurnia Solihin; Fauzan Natsir; Danang Mulyadipa Suratno
INTEKSIS Vol 12 No 2: November 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i2.10565

Abstract

Determining the best employee is an essential process in human resource management because it affects work motivation, productivity, and performance appraisal rewards. Manual evaluation often leads to subjectivity and inaccuracies in decision-making. To address this issue, this study develops a web-based Decision Support System (DSS) using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to determine the best employee at Citra Company, Bogor. The evaluation criteria consist of four aspects: performance (C1), experience (C2), education (C3), and attendance (C4), with respective weights of 0.30, 0.25, 0.25, and 0.20. The system was designed using Unified Modeling Language (UML) and implemented as a web-based application with an interactive user interface.The results of the TOPSIS calculation indicate that employee A1 (Budi) achieved the highest preference score of 0.7273, thus being selected as the best employee. The ranking results are visualized through a bar chart, allowing users to interpret the decision outcomes quickly and objectively. Based on the testing results, the developed system successfully reduces subjectivity, accelerates the evaluation process, and provides outcomes consistent with actual performance conditions. Therefore, the implementation of the TOPSIS method is proven to be effective in supporting decision-making for determining the best employee in an objective and transparent manner.
Penentuan Karyawan Terbaik di Perusahaan Citra Bogor Menggunakan Metode TOPSIS Galuh Krisna Dewanti; Ade Kurnia Solihin; Fauzan Natsir; Danang Mulyadipa Suratno
INTEKSIS Vol 12 No 2: November 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i2.10565

Abstract

Determining the best employee is an essential process in human resource management because it affects work motivation, productivity, and performance appraisal rewards. Manual evaluation often leads to subjectivity and inaccuracies in decision-making. To address this issue, this study develops a web-based Decision Support System (DSS) using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to determine the best employee at Citra Company, Bogor. The evaluation criteria consist of four aspects: performance (C1), experience (C2), education (C3), and attendance (C4), with respective weights of 0.30, 0.25, 0.25, and 0.20. The system was designed using Unified Modeling Language (UML) and implemented as a web-based application with an interactive user interface.The results of the TOPSIS calculation indicate that employee A1 (Budi) achieved the highest preference score of 0.7273, thus being selected as the best employee. The ranking results are visualized through a bar chart, allowing users to interpret the decision outcomes quickly and objectively. Based on the testing results, the developed system successfully reduces subjectivity, accelerates the evaluation process, and provides outcomes consistent with actual performance conditions. Therefore, the implementation of the TOPSIS method is proven to be effective in supporting decision-making for determining the best employee in an objective and transparent manner.
Co-Authors ., Kristiningsih Abdul Kadir, Fatoni Abdurahman . Acep, Acep Achmad Fauzi ACHMAD FAUZI Achmad Zacky Bahrudin Ade Kurnia Solihin Ade Kurnia Solihin Adiya Riana Agam Sufiandi Andi Dwi Pangestu Anggraeni, Ni Ketut Pertiwi Anuj Kumar ARI IRAWAN Arif Rahman Hakim Arista, Dila Asky Avia Aswin Fitriansyah Aswin Fitriansyah, Aswin Bakhtiar, Muhammad Yusuf Bakhtiar, Muhammad Yusuf Barda Hudaya Chandra Faris Abdurrahman Daffa Aryo Wicaksono Danang Mulyadipa Suratno Danti Julia Putri, Rahma Drajat, Hilmi Maulana Dwi Dani Apriyani Dwi Rachmatulloh Ega Shela Marsiani ega shela marsiani Eko Harli, Eko Fadhil Hakim Fadhil Hazami Fahreza, Deddy Andrean Farhan Maulana Arramsy Fata Nidaul Khasanah Fery Rahmawan Asma Galuh Krisna Dewanti Gilang Ryan Fernandes Gina Nur Rahmadhaniah Gumelar, Teghar Halimatusha’diah Halimatusha’diah Handayani, Santy Hanifah, Martha Nur Hasan, Nur Fitrianingsih Iis Dewi Lestari Ika Mei Lina Imam Riadi Imam Wahyudin Imam, Choirul Indra Kurniawan Intan Vandini Izzatilah, Millati Jayawarsa, A.A. Ketut Kiki Ismanti Kusuma, Bagas Kusuma LESTARI, IIS DEWI Lukmansyah, Nuroji Magfirah Damelia Fitri marco viraldy rumokoy marsiani, ega shela Maulana, Tian Millati Izzatillah Millati Izzatillah Mindry, Sary Lias Misbahul Huda Mohamad Dodi Noviansyah Mohammad Ridzky Azhar Muhamad Amir Fikry Muhammad Fickri Muhammad Innuddin Muhammad Yusuf Bakhtiar Nandang Suwela Narayana Sakti Aji Ni Ketut Pertiwi Anggraeni Ni Ketut Pertiwi Anggraeni Nuk Ghurroh Setyoningrum Opitasari Opitasari Opitasari, Opitasari Pangestu, Andi Dwi Praseptiawan, Mugi Puji Astuti, Siwi Putra Java, Gravita Enji Sragenia Redo Abeputra Sihombing Redo Abeputra Sihombing Redo Abeputra Sihombing Ridho Saputra Riza Mahdiah Rizaldy Salma, Triana Salma, Triana Dewi Setiawan, KK Arya Sihombing, Redo Abe Putra Sirait, Erlando Doni Siti Anisah siti istianah Siti Julaeha, Siti Solihin, Ade Kurnia Sri Mulyani Suaedah, Siti Sudiarjo, Aso Sulistyohati, Aprilia Suratno, Danang Mulyadipa Sutrisno, Sutrisno Tama, Bayu Jaya Triyadi Triyadi Triyadi Triyadi Triyadi Triyadi Triyadi Triyadi Triyadi, Triyadi Widyaningsih, Dwi Septi Yasmin Zainab Aqilah Yogi Bachtiar Yogi Permana Yudi prayudi Yusi Nurhaliza