Claim Missing Document
Check
Articles

Found 14 Documents
Search

Pemilihan Operator Terbaik Menggunakan Metode Profile Matching Dewa Ayu Diah Saraswati; Laela Kurniawati; Tuti Haryanti
SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.368 KB) | DOI: 10.33372/stn.v8i2.871

Abstract

Kemajuan sebuah perusahaan sangat dipengaruhi oleh kualitas sumber daya manusia, salah satunya adalah operator yang bekerja dan mengabdi di dalam perusahaan. Untuk dapat mewujudkan suatu keberhasilan dalam sebuah perusahaan tentunya operator harus memiliki kinerja yang baik dan berkualitas. Permasalahan pengolahan data pada PT. Panggilan Burung Kutilang untuk penilaian operator terbaik yang dilakukan secara manual adalah dapat menyebabkan hasil penilaian operator yang diperoleh bersifat subjektif. Penilaian yang subjektif dianggap tidak akurat dan tidak tepat karena penilaian yang dilakukan pada umumnya mendapatkan hasil yang diperoleh berdasarkan duga-duga, sesuai perasaan atau selera manusia itu sendiri tanpa menilai berdasarkan kriteria-kriteria tertentu. Ada beberapa kriteria penilaian dalam pemilihan operator terbaik yang bisa dilihat dari dua aspek, yaitu: Aspek pertama adalah aspek kinerja meliputi prosedur kerja, kehadiran dan kemampuan. Aspek kedua adalah aspek sikap kerja meliputi kesopanan, kedisplinan, kejujuran dan kerjasama. Tujuan dari penelitian ini adalah untuk membantu perusahaan dalam menentukan operator terbaik pada perusahaan dengan melakukan penilaian yang tidak subjektif dan menghasilkan penilaian yang tepat dan akurat. Dalam melakukan pemilihan operator terbaik salah satunya dapat menggunakan metode Profile Matching, metode ini dapat menjadi solusi agar pemilihan operator lebih tepat dan akurat dengan penilaian yang baik dan proses pengambilan keputusan yang cepat dan tepat. Hasil penelitian yang telah dilakukan dengan menggunakan metode profile matching dalam pemilihan operator terbaik adalah operator terbaik berdasarkan hasil akhir perangkingan dengan memperoleh nilai rata-rata tertinggi yaitu 4,7.
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MURID BERPRESTASI Muhammad Raffi Zidne Ariyuda; Tuti Haryanti; Laela Kurniawati
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 6 No. 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.8275

Abstract

Pada era saat ini Persaingan di dunia belajar semakin kompeten dan kompetitif.murid tidak hanya mampu menjalan hal tugas dalam satu bidang melainkan harus generalis yang mampu menangani masalah dalam bidang lain. Dengan kata lain, pada saat ini yang diutamakan adalah harus memiliki kualitas yang unggul. Dengan adanya permasalahan tersebut, maka digunakan sistem pendukung keputusan yang mampu menjalankan pengambilan keputusan secara objektif sesuai dengan nilai-nilai yang ada. Sistem pendukung keputusan metode Simple Additive Weighting (SAW) adalah salah satu metode yang digunakan untuk penyelesaian masalah Multiple Attribute Decision Making (MADM).Dengan Pemilihan kriteria C1,C2,C3,C4,C5 Pengambilan nilai alternatif A1,A2,A3,A4,A5. Untuk menentukan murid Berprestasi. Didapatkan hasil dengan A2 nilai tertinggi yaitu 0.830 dan menjadi kandidat murid berpretasi pada VIA English Study Center. 
Penyuluhan Aplikasi Dan Peranan Teknologi Informasi dan Komunikasi Bagi Gerakan Pemuda (GP) Anshor PAC Ciledug Titin Kristiana; Rani Irma Handayani; Tuti Haryanti; Frieyadie Frieyadie
Jurnal Aruna Mengabdi Vol. 1 No. 1 (2023): Periode Mei 2023
Publisher : Lotus Aruna Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61398/armi.v1i1.6

Abstract

Teknologi informasi sering disebut sebagai sebuah panduan antara komputer dan komunikasi yang dimana kekuatan dari suatu komponen pengelolaan data dan pada sistem telekomunikasi yang secara digital. Dari kemampuan teknologi ini bisa merubah suatu organisasi yang dimana pada desain nya telah ditentukan melalui batasan batasan horizontal maupun vertikal atau batasan dari luar yang diterapkan oleh struktur pada sebuah organisasi tersebut dengan ditentukan sebelumnya. Berdasarkan analisa lapangan dan wawancara dengan pengurus organisasi Gerakan Pemuda (GP) Ansor Ciledug dapat disimpulkan bahwa terdapat kurangnya pengetahuan akan pengguna teknologi informasi dan komunikasi yang disebabkan oleh faktor usia dan juga kurang dalam mengoperasikan teknologi informasi yang baru oleh karena itu diperlukan penyuluhan mengenai penggunaan teknlogi informasi yang terbaru. Hasil dan manfaat dari kegiatan pengabdian pada masyarakat telah diberikan pengetahuan tentang manfaat teknologi yang sedang berkembang di era Industri 4.0 yang sarat dengan kemajuan teknologi informasi dan komunikasi. Kegiatan ini telah membangkitkan semangat dan motivasi para peserta untuk terus belajar dengan pemanfaatan teknologi informasi dan komunikasi. Berdasarkan hasil evaluasi yang terukur pelaksanaan kegiatan pengabdian masyarakat ini sebanyak 86% peserta menyatakan telah memahami luaran kegiatan dan berpendapat bahwa kegiatan ini telah sesuai dengan harapan.
Classification for Papaya Fruit Maturity Level With Convolutional Neural Network Nurmalasari Nurmalasari; Yusuf Arif Setiawan; Widi Astuti; M. Rangga Ramadhan Saelan; Siti Masturoh; Tuti Haryanti
Jurnal Riset Informatika Vol. 5 No. 3 (2023): June 2023
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1169.294 KB) | DOI: 10.34288/jri.v5i3.225

Abstract

Papaya California (Carica papaya L) is one of the agricultural commodities in the tropics and has a very big opportunity to develop in Indonesia as an agribusiness venture with quite promising prospects. So the quality of papaya fruit is determined by the level of maturity of the fruit, the hardness of the fruit, and its appearance. Papaya fruit undergoes a marked change in color during the ripening process, which indicates chemical changes in the fruit. The change in papaya color from green to yellow is due to the loss of chlorophyll. The papaya fruit is initially green during storage, then turns slightly yellow. The longer the storage color, the changes to mature the yellow. The process of classifying papaya fruit's ripeness level is usually done manually by business actors, that is, by simply looking at the color of the papaya with the normal eye. Based on the problems that exist in classifying the ripeness level of papaya fruit, in this research, we create a system that can be used to classify papaya fruit skin color using a digital image processing approach. The method used to classify the maturity level of papaya fruit is the Convolutional Neural Network (CNN) Architecture to classify the texture and color of the fruit. This study uses eight transfer learning architectures with 216 simulations with parameter constraints such as optimizer, learning rate, batch size, number of layers, epoch, and dense and can classify the ripeness level of the papaya fruit with a fairly high accuracy of 97%. Farmers use the results of the research in classifying papaya fruit to be harvested by differentiating the maturity level of the fruit more accurately and maintaining the quality of the papaya fruit.