Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Insan

Perancangan Sistem Informasi Pengajuan Cuti Karyawan (SIMCAR) Berbasis Web Syaiful Anwar; Ayrthon Bagaskara; Fernando B. Siahaan; Felix Wuryo Handono
Jurnal INSAN: Journal of Information System Management Innovation Vol. 2 No. 2 (2022): Desember 2022
Publisher : LPPM Universitas Bina Sarana Informatika

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

Abstract

Dalam penelitian ini dilakukan analisa mengenai sistem informasi management cuti karyawan pada PT. Persipu Harapan Pemuda yang sedang berjalan saat ini. Sistem pengajuan cuti yang berjalan saat ini masih dilakukan secara manual, dimana karyawan harus mengisi form lembar pengajuan cuti, lalu mengecek sisa cuti kepada bagian Manajer SDM kemudian diserahkan kepada direksi untuk meminta persetujuan lalu jika disetujui oleh atasan langsung, manajer SDM akan menginput permohonan cuti yang sudah di tanda tangan, sehingga karyawan tidak bisa melakukan pengajuan cuti dengan baik. Penelitian ini dilakukan untuk memberikan solusi dalam menyelesaikan masalah pengajuan cuti karyawan. Sistem tersebut diharapkan mampu menyelesaikan permasalahan yang ditemui dalam pengelolaan cuti secara manual. Dan hasil dari penelitian ini adanya rancangan sistem informasi cuti karyawan berbasis web dengan menggunakan metode waterfall. Manfaat dari sistem informasi ini yaitu memperoleh data pengajuan cuti yang lebih tepat, cepat dan akurat. Keamanan data juga menjadi hal yang sangat berguna. Dengan adanya sistem informasi pengajuan cuti ini risiko kehilangan data pengajuan cuti akan berkurang karena sudah tersimpan rapi didalam database dengan aman
Penerapan Algoritma Long Short Term Memory Untuk Memprediksi Pola Kenaikan Suhu Di Kota Jakarta Pusat Farhan, Alvian Ibnu; Hatta, Ahmad Haitami; Ramazan, Dzulfiqar; Siahaan, Fernando; Anwar, Syaiful; Handono, Felix Wuryo
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.9111

Abstract

Pemanasan global yang mengacu pada eskalasi suhu rata-rata permukaan bumi di darat, laut, dan udara yang menyebabkan perubahan kondisi lingkungan termasuk naiknya permukaan air laut dan fenomena cuaca ekstrem. Menurut BMKG, beberapa wilayah di Indonesia telah mengalami heat waves di akhir-akhir ini. Diperkirakan terjadi dari bulan Juni hingga Agustus. Kondisi ini meningkatkan suhu udara di beberapa tempat. Namun, di daerah DKI Jakarta suhu tertinggi diperkirakan mencapai 35 derajat celcius. Tujuan penelitian ini adalah untuk memprediksi pola kenaikan suhu selama satu tahun ke masa depan di Wilayah Jakarta Pusat berdasarkan data historis iklim harian dari website resmi BMKG dengan memanfaatkan algoritma LSTM. Penelitian ini menggunakan data iklim dari tanggal 1 Januari 2013 hingga 02 Februari 2024 yang terdiri dari 4049 data. Model LSTM pada penelitian ini dibuat dengan menggunakan 90% data pelatihan, learning rate 0,0098, 96 unit LSTM, ukuran batch 32, dan 75 epoch dengan da terendah sebesar 0,0080, model ini memberikan skor MAPE sebesar 1.98% dan skor RMSE sebesar 0.8765. Hasil prediksi menunjukkan adanya pola kenaikkan suhu dengan anomali sebesar 1.02 derajat celcius yang akan berdampak buruk bagi masyarakat. Hasil penelitian diharapkan memberikan kontribusi terhadap kajian perubahan iklim di Jakarta Pusat.
Klasterisasi Donatur Lembaga Sosial Menggunakan Algoritma K-Means Berbasis RFM Dengan Evaluasi Silhouette dan Davies–Bouldin Anwar, Syaiful; Siahaan, Fernando B.; Handono, Felix Wuryo
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i2.11217

Abstract

Donatur memiliki peran penting dalam mendukung keberlangsungan lembaga sosial, namun banyak organisasi belum memiliki sistem analisis yang efektif untuk memahami perilaku donasi. Penelitian ini bertujuan mengelompokkan donatur Pais Foundation menggunakan algoritma K-Means yang dipadukan dengan model RFM (Recency, Frequency, Monetary). Data primer diperoleh dari website resmi Pais Foundation periode 5 Januari–31 Desember 2024. Tahapan penelitian meliputi pengumpulan, pembersihan, transformasi data ke format RFM, normalisasi dengan metode Z-Score, serta klasterisasi menggunakan perangkat lunak RapidMiner. Jumlah klaster optimal ditentukan dengan metode Davies-Bouldin Index (DBI) dan menghasilkan lima kelompok donatur: Pasif, Sekali, Loyal, Rutin, dan Aktif. Kebaruan penelitian ini terletak pada integrasi RFM dengan algoritma K-Means yang dioptimalkan melalui DBI dalam konteks lembaga sosial di Indonesia. Pendekatan ini jarang diterapkan pada organisasi nirlaba lokal sehingga memberikan kontribusi praktis berupa model segmentasi donatur yang lebih akurat. Hasil penelitian menunjukkan perbedaan karakteristik tiap kelompok dalam hal frekuensi, waktu terakhir donasi, dan jumlah kontribusi. Temuan ini dapat digunakan Pais Foundation untuk merancang strategi penggalangan dana yang lebih efektif dan personal.