Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Pseudocode

Penentuan Karyawan Terbaik Pada Collection PT. PANIN Bank Menggunakan Metode SMART Julia Purnama Sari; Mochammad Yusa
Jurnal Pseudocode Vol 7, No 2 (2020): Volume 7 Nomor 2 September 2020
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (280.374 KB) | DOI: 10.33369/pseudocode.7.2.157-164

Abstract

Karyawan terbaik adalah karyawan yang memiliki tingkat kinerja yang sangat tinggi disebuah perusahaan. Kinerja tersebut didapatkan berdasarkan nilai dan kriteria tertentu yang ditentukan oleh perusahaan tersebut. Karyawan terbaik tersebut akan menerima penghargaan sebagai karyawan terbaik di perusahaan tempat karyawan tersebut bekerja setelah  memenuhi syarat akan kriteria yang telah ditentukan. Penentuan karyawan terbaik sudah diterapkan oleh Department Collection Personal Loan PT. Panin Bank. Namun, penentuan karyawan terbaik tersebut masih dilakukan secara manual. Dengan adanya penelitian ini, maka dibuatlah sebuah Sistem Pengambilan Keputusan (SPK) yang dapat membantu dalam penentuan karyawan terbaik pada Collection PT.Panin Bank dengan menggunakan metode Simple Multi Attribute Rating Technique (SMART) dan berdasarkan kriteria yang telah ditetapkan yaitu Performance (Kinerja)Productivity (Produktivitas), Absence (Kehadiran), komitmen, kedisiplinan dan kerjasama. Metode SMART (Simple Multi Attribute Rating Technique) merupakan metode pengambilan keputusan multi kriteria yang dikembangkan oleh Edward pada tahun 1977. Dalam pengambilan keputusan, metode SMART ini fleksibel dan lebih banyak digunakan karena kesederhanaanya dalam merespon kebutuhan pembuat keputusan dan caranya menganalisa respon.Kata Kunci: Sistem Pengambilan Keputusan, Karyawan Terbaik, SMART, Collection PT. Panin Bank.
Implementasi Dan Perancangan Pengukur Tinggi Badan Menggunakan Sensor Ultrasonik Mochammad Yusa; Joko Dwi Santoso; Andi Sanjaya
Jurnal Pseudocode Vol 8, No 1 (2021): Volume 8 Nomor 1 Februari 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (638.099 KB) | DOI: 10.33369/pseudocode.8.1.90-97

Abstract

Untuk mengukur ketinggian manusia secara umum masih dilakukan secara manual dengan menggunakan meteran. Jika kita hanya ingin satu atau tiga orang mungkin tidak menjadi masalah, tetapi jika kita ingin mengukur jumlah lebih dari 50 orang bahkan ratusan orang, itu akan sangat merepotkan dan menghabiskan banyak waktu. Dengan memanfaatkan kemajuan teknologi informasi dan komunikasi di era sekarang ini, maka muncul ide untuk membuat alat yang dapat mengukur tinggi manusia secara otomatis yang dapat mempermudah dan mempercepat manusia dalam melakukan pengukuran ketinggian. Tujuan dari penelitian ini adalah untuk merancang alat yang dapat mengukur tinggi manusia secara otomatis dengan tampilan digital. Hasil pengujian menunjukkan bahwa alat ini bekerja sesuai dengan desain, yang jika manusia memanjat alat ini, alat tersebut tidak akan secara langsung mengukur ketinggian secara otomatis, dan hasilnya akan ditampilkan pada LCD.
IMPLEMENTASI K-MEANS CLUSTERING DAN COSINE SIMILARITY PADA CASE BASE REASONING UNTUK DIAGNOSA PENYAKIT SAPI (STUDI KASUS: PENYAKIT SAPI DI KOTA BENGKULU) Zahira Salsabila Barly; Funny Farady Coastera; Mochammad Yusa
Jurnal Pseudocode Vol 9 No 2 (2022): Volume 9 Nomor 2 September 2022
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.9.2.88-94

Abstract

Dari berbagai macam jenis hewan ternak yang paling banyak dipelihara atau diternakkan oleh peternak adalah sapi. Sebagai negara yang memiliki iklim tropis, berbagai macam keadaan cuaca dapat menyebabkan kesehatan sapi perlu diperhatikan karena dapat menimbulkan penyakit. Dengan dilakukan penelitian ini dapat mempermudah peternak sapi dalam mendiagnosa penyakit pada sapi dengan gejala-gejala yang diderita menggunakan sistem yang mengimplementasikan algoritma K-Means Clustering dan Cosine Similarity pada Case Base Reasoning untuk diagnosa penyakit sapi. Sistem pakar yang dirancang dapat mendeteksi 7 penyakit dengan total 34 gejala serta memberikan solusinya. Algoritma K-Means Clustering digunakan untuk mengelompokkan basis pengetahuan. Terdapat 3 kelompok yang ditentukan menggunakan metode elbow. Cosine similarity digunakan untuk mendapatkan nilai kemiripan kasus dengan kasus lama untuk menentukan penyakit yang diderita oleh sapi. Proses pengujian fungsionalitas sistem pakar ini berjalan dengan baik menggunakan black box testing dan menghasilkan keberhasilan fungsional sebesar 100%. Penelitian ini dilakukan dengan menguji 40 data uji dan menghasilkan tingkat akurasi sebesar 92,5%.