Claim Missing Document
Check
Articles

Found 24 Documents
Search

IMPLEMENTASI METODE PREFERENCE SELECTION INDEX (PSI) DALAM PEREKRUTAN MITRA KURIR J&T: IMPLEMENTATION OF THE PREFERENCE SELECTION INDEX (PSI) METHOD IN RECRUITING J&T COURIER PARTNERS Alfisyahrin; Zara Yunizar; Hafizh Al Kautsar Aidilof
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 10 No 2 (2025): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v10i2.6492

Abstract

The recruitment process for courier partners is an important aspect in maintaining the quality of delivery services in logistics companies such as J&T Express. Selecting the right candidate requires an objective and systematic method so that the decisions taken can be accounted for. This study aims to apply the Preference Selection Index (PSI) method to assist the decision-making process in the selection of courier partners. The PSI method is used to evaluate and rank prospective partners based on a number of criteria, including work experience, communication skills, problem-solving skills, discipline, and teamwork skills. This research was conducted at J&T Bireun. The analysis process was carried out through the stages of normalization, calculation of preference deviations, and determination of the final preference index value. The data used amounted to 10 employee candidates with the highest ranking results, namely Ridwan with a score of 8.6, Zikra with a score of 8.55 and Syakir with a score of 8.55. The results of the study show that the PSI method is able to provide objective and efficient selection results, and makes it easier for companies to determine the best courier partner candidates. Thus, this method is worthy of consideration as a tool in a multi-criteria-based recruitment system in the logistics industry.The courier partner recruitment process is one of the important aspects of maintaining the quality of delivery services in logistics companies such as J&T Express. The selection of appropriate candidates requires objective and systematic methods for the decision to be taken accountable. The Preference Selection Index (PSI) method to assist the decision-making process on the selection of courier partners. PSI method is used to evaluate and rank prospective partners based on a number of criteria, including work experience, communication skills, problem solving capabilities, discipline, and teamwork capabilities. This study was conducted on J&T Bireuen. The analysis process is performed through the normalization stage, preference deviation calculation, and the determination of the final preference index value. The data sample used amounted to 10 candidates with the highest ranking results, namely Ridwan with value (8.6), Zikra with value (8.55), and Syakir with value (8.55). Research results in the application of PSI methods for labor selection in the logistics sector, especially in the operational position of courier partners indicate that it is able to provide objective and efficient selection results, and facilitate the company in determining the best courier partner candidates. Thus, this method is worth considering as an alterative tool in a proof-criterion-based recruitment decision support system in the logistics industry.
Review AHP dalam Fenomena Gelumbung Ekonomi Asrianda Asrianda; Hafizh Al Kautsar Aidilof; Lidya Rosnita; Zulfadli Zulfadli
TECHSI - Jurnal Teknik Informatika Vol. 14 No. 1 (2023)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v14i1.12588

Abstract

Keinginan memperoleh keuntungan didasarkan pada sifat kerakusan pada diri seseorang sehingga harga komoditas tidak akan turun dan semakin naik, kosekuensinya masyarakat berusaha untuk memiliki barang sebanyak mungkin sehingga harga naik dan mendapat keuntungan yang banyak. Mencari penyebab alasan menurun minat masyarakat terhadap barang akibat gembung ekonomi yang ada dipasaran. AHP menggabungkan pertimbangan dan penilaian pribadi dengan cara yang logis dan dipengaruhi imajinasi, pengalaman, dan pengetahuan untuk menyusun hierarki dari suatu masalah yang berdasarkan logika, intuisi dan juga pengalaman untuk memberikan pertimbangan. Dari hasil perhitungan menggunakan metode AHP dapat diambil kesimpulan bahwa minat tren gelumbung ekonimi dimasyarakat Aceh khususnya Lhokseumawe disebakan oleh nilai seni dari barang yang menjadi minat dimasyarakat. Dengan perhitungan yang tersebut sesuai dengan hasil penilaian responden yang telah peneliti lakukan menggunakan metode AHP.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN SEKOLAH PADA MAN MENGGUNAKAN METODE WASPAS Rifky Firzani Marpaung; Wahyu Fuadi; Hafizh Al Kautsar Aidilof
TECHSI - Jurnal Teknik Informatika Vol. 15 No. 1 (2024)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v15i1.19471

Abstract

Penentuan jurusan sekolah pada Madrasah Aliyah Negeri (MAN) merupakan proses penting yang harus mempertimbangkan berbagai faktor seperti nilai akademik, minat, dan bakat siswa. Namun, penentuan jurusan sering kali masih dilakukan secara manual, sehingga kurang efisien dan memerlukan waktu yang lama. Penelitian ini bertujuan untuk merancang dan membangun Sistem Pendukung Keputusan (SPK) berbasis web yang menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS) guna membantu pihak sekolah dalam menentukan jurusan yang sesuai dengan kemampuan siswa. SPK ini menggabungkan berbagai kriteria seperti nilai raport, hasil tes akademik, serta kemampuan praktek untuk memberikan rekomendasi penjurusan yang optimal. Metode WASPAS dipilih karena kemampuannya dalam mengkombinasikan metode Weighted Sum Model (WSM) dan Weighted Product Model (WPM), yang menghasilkan perhitungan yang lebih akurat. Hasil pengujian menunjukkan bahwa sistem yang dibangun mampu memberikan rekomendasi jurusan dengan lebih cepat dan efektif dibandingkan dengan metode manual. Sistem ini diharapkan dapat membantu sekolah dalam mengelola penjurusan siswa dengan lebih efisien dan objektif.
Klasifikasi Penyakit Jantung Berbasis Data Rekam Medis Menggunakan Algoritma Local Mean K-Nearest Neighbor Alayda Zaielamy Putri; Muhammad Daud; Hafizh Al Kautsar Aidilof
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.134-143

Abstract

Penyakit jantung merupakan penyebab kematian utama di dunia dengan diagnosis dini yang penting namun sering terkendala akurasi interpretasi data rekam medis kompleks. Algoritma klasifikasi tradisional seperti K-NN memiliki kelemahan dalam menangani noise dan outliers dalam data medis. Penelitian ini bertujuan mengimplementasikan algoritma Local Mean K-Nearest Neighbor untuk mengklasifikasikan penyakit jantung berdasarkan data rekam medis dengan akurasi yang lebih baik. Dataset terdiri dari 403 observasi dengan 10 variabel meliputi jenis kelamin, umur, tekanan darah, heart rate, respiratory rate, hasil elektrokardiogram, kondisi nyeri dada, dan klasifikasi diagnosis. Metode Local Mean K-NN mengadaptasi konsep K-NN tradisional dengan pendekatan local mean calculation untuk mengatasi noise dan outliers. Tahapan penelitian mencakup preprocessing data, feature encoding, feature scaling, hyperparameter tuning, dan evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil menunjukkan algoritma Local Mean K-NN dengan nilai K optimal 11 mampu mengklasifikasikan penyakit jantung dengan accuracy 71.60%, precision 69.21%, recall 71.60%, dan F1-score 70.27%. Model menunjukkan performa sangat baik dalam mendeteksi Penyakit Jantung Koroner dengan precision 91.89% dan recall 97.14%. Analisis feature importance mengidentifikasi nyeri dada sebagai indikator terpenting (73.79%), diikuti heart rate (36.40%) dan respiratory rate (25.25%). Penelitian membuktikan efektivitas Local Mean K-NN sebagai clinical decision support tool dalam klasifikasi penyakit kardiovaskular meskipun terdapat tantangan class imbalance pada kelas minoritas.