Claim Missing Document
Check
Articles

Found 22 Documents
Search

Sistem Informasi Monthly Report Menggunakan Metode Pieces Pt Indoris Printingdo Muhamad Ari Septian; Indra Maulana
Catha : Jurnal Penelitian Kreatif dan Inovatif Vol. 2 No. 4 (2025): Oktober
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/catha.v2i4.144

Abstract

PT. Indoris Printingdo merupakan salah satu bagian dari SCG Group dan sebuah perusahaan yang bergerak di bidang Karton. Bagian Admin pada perusahaan tersebut harus menyajikan laporan berupa laporan monthly Report atau biasa disebut hasil Opname. Pembuatan laporan tersebut seringkali mengalami keterlambatan karena pada saat pembuatan laporan, bagian admin harus mendapatkan Informasi dari bagian Warehouse mengenai Stock barang yang akan dimasukan kedalam laporan. Setelah mendapatkan Informasi tersebut bagian admin akan memasukan Informasi tersebut ke dalam Form laporan yang ada saat ini(menggunakan ms. Excel). Hal tersebut yang mengakibatkan pembuatan laporan Stock membutuhkan waktu yang cukup lamadan beresiko mengalami kesalahan dalam pengInputan laporan. Berdasarkan masalah tersebut maka penulis memiliki keinginan untuk memanfaatkan teknologi Informasi untuk membuat system pengelolaan data. System yang akan dibuat ini menggunakan metode PIECES (Perfromance, InFormation, Economics, Control, Efficiency, Service). Bahasa pemrograman yang digunakan adalah PHP dan Database MySQL. Sistem dibuat dengan konsep User friendly, sehingga system dilengkapi interface yang berbeda tiap role dan mudah untuk dipahami
Analisis Komparasi Algoritma K-Means Dan K-Medoids Dalam Segmentasi Data Untuk Strategi Promosi Mahasiswa Baru Di Universitas X Syafrudin, Teguh; Teguh Syafrudin; Arief Hermawan; Donny Avianto; Indra Maulana
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16698

Abstract

Persaingan dalam merekrut mahasiswa baru semakin ketat, sehingga perguruan tinggi memerlukan strategi promosi yang efektif dan tepat sasaran. Salah satu cara untuk meningkatkan efektivitas promosi adalah dengan melakukan segmentasi calon mahasiswa berdasarkan data penerimaan. Penelitian ini menawarkan solusi dengan membandingkan performa algoritma K-Means dan K-Medoids dalam segmentasi data Penerimaan Mahasiswa Baru (PMB) Universitas X tahun 2024. Metode yang digunakan meliputi tahapan pengumpulan data, preprocessing (pembersihan, normalisasi, dan transformasi), implementasi algoritma K-Means dan K-Medoids, serta evaluasi kualitas klaster menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa konfigurasi tiga klaster (K=3) memberikan nilai DBI terendah, dengan K-Medoids mencapai 1,038, lebih baik dibandingkan K-Means sebesar 1,059. Klaster dominan menunjukkan bahwa lulusan SMK mendominasi sebesar 40,45% dan cenderung memilih program studi Pendidikan TIK. Kontribusi penelitian ini adalah memberikan panduan bagi institusi pendidikan dalam memilih algoritma klasterisasi yang paling sesuai untuk mendukung strategi promosi yang lebih akurat, efisien, dan terarah.