Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD

Sistem Pendukung Keputusan Dalam Menentukan Harga Jual Ayam Penyet Menggunakan Metode Moora Marlinawati Nehe, Agnes; Muhazir, Abdullah; Gunawan, Rudi; Lubis, Zulkifli
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 7 No. 2 (2024): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v7i2.10108

Abstract

Penentuan harga jual yang tidak tepat sering berakibat fatal pada masalah keuangan sebuah badan usaha dan akan mempengaruhi kelanjutan usaha. Ketidaktepatan dalam menentukan harga jual tersebut akan menimbulkan resiko pada perusahaan, misalnya kerugian yang terus menerus atau menimbunnya produk di gudang karena macetnya pemasaran. Resto Ayam penyet H & H Medan juga menjelaskan jika mereka membutuhkan sistem yang mampu membantu dalam pengambilan keputusan terkait penentuan harga jual produk kuliner mereka, dalam hal ini menu ayam penyet. Sistem pendukung keputusan merupakan sebuah sistem alternatif atau solusi alternatif ataupun tindakan dari beberapa alternatif guna menyelesaikan sebuah masalah, sehingga sistem pendukung keputusan dengan masalah yang ada dapat diselesaikan dengan efisien. Pada dasarnya sistem pendukung keputusan menjelaskan bagaimana sebuah proses untuk menghitung penentuan keputusan yang akurat dengan berbagai metode agar memudahkan proses perhitungan. Pada sistem pendukung keputusan ada beberapa metode yang dapat digunakan untuk menganalisa permasalahan yang ada diantaranya adalah metode MOORA (MultiObjective Optimization on The Basis of Ratio Analysis). Dari hasil penelitian yang dilakukan diketahui bahwa metode Moora dapat digunakan untuk menentukan harga jual ayam penyet H & H Medan. Berdasarkan hasil perhitungan metode Moora dengan nilai tertinggi adalah alternatif ke-2 (A02) yaitu Rp.21.000 dengan porsi komplit dan dengan kenaikan harga Rp. 3.000 dari harga semula serta harga modal sebesar Rp. 18.270 pihak resto akan mendapatkan keuntungan sebesar Rp2.730 mendapatkan rangking 1 dalam perangkingan hasil dengan nilai Yi = 0,011.
Mendiagnosa Penyakit Pada Hewan Rusa (Cervidae) Menggunakan Metode Teorema Bayes Muhazir, Abdullah; Pranata, Ardianto; Zulkarnain, Iskandar; Gunawan, Rudi; Pasaribu, Rejekina
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.v6i2.7947

Abstract

Rusa, sambar, atau menjangan adalah hewan mamalia pemamah biak yang termasuk famili cervidae. Rusa berasal dari Amerika utara, Eropa, Asia, Afrika barat laut, hingga Selandia baru, fakta hewan rusa yaitu populasinya menurun. Adanya gejala penyakit pada hewan rusa yaitu penumpukan gas/pakan/rumput kembung, mencret, penurunan nafsu makan, radang pada usus/entritis, kutuan, kurangnya nafsu makan, bulu rontok dan kusam. Meskipun rusa masih dilestarikan, tapi kendala penyakit pada hewan rusa menyerang antara lain: Timpani, Cacingan/hermonchus, Diare berdarah (Protozoa) Endoparasit dan Ektoparasit untuk itu maka dibutuhkan sistem pakar yang dapat memberikan kemudahan dalam mendiagnosa penyakit pada hewan rusa. Perancangan sistem pakar sangat penting untuk gejala pada hewan rusa dengan aturan yang ada dan menghasilkan diagnosa secara klinis berdasarkan basis pengetahuan pada sistem pakar yang dibangun dalam mendiagnosa penyakit pada hewan rusa dengan menggunakan metode teorema bayes. Metode teorema bayes adalah sebuah teorema dengan dua penafsiran Teorema Bayes ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru, dimana bayes digunakan dalam statistika untuk menghitung peluang suatu hipotesis dan bayes juga merupakan prediksi berbasis probalistik sederhana yang berdasar pada penerapan teorema bayes. Metode teorema bayes ini juga merupakan metode yang baik dalam mesin pembelajaran berdasarkan data training dengan berdasarkan pada probabilitas bersyarat.
Implementasi Data Mining Untuk Memprediksi Pergerakan Harga Saham Bri Dengan Menggunakan Metode Regresi Linier Berganda Usman, Dandi Rakimad; Ramadhan, Mukhlis; Hutasuhut, Masyuni; Jaya, Hendra; Gunawan, Rudi; Kusnasari, Sri
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 7 No. 1 (2024): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v7i1.9605

Abstract

Investasi saham penting untuk perkembangan dalam sebuah perusahaan serta harga lembar saham yang ditampilkan oleh perusahaan dapat diketahui oleh masyarakat local maupun asing. Banyak faktor yang mempengaruhi naik turunnya harga lembar saham pada perusahaan yang terdaftar pada Bursa Ekonomi Indonesia (BEI). Pergerakan penutupan harga saham perbankan cenderung mengalami variasi harga tiap harinya, Sehingga trader maupun investor mengalami kesulitan dalam memprediksi pergerakan harga saham yang berefek pada kerugian dari membeli ataupun menjual saham tersebut. Oleh karena itu dibutuhkan suatu sistem yang dapat memprediksi pergerakan harga saham dengan ilmu data mining menggunakan metode regresi linier berganda. Sampel dari penelitian ini adalah salah satu bank milik negara indonesia yang terdaftar di Bursa Efek Indonesia. Janis’s nonprobability sampling yang dipilih yaitu purposive sampling dan quota sampling. Purposive sampling yang dipakai adalah 1 perusahaan perbankan milik negara, yakni PT. Bank Rakyat Indonesia, Tbk. Quota sampling yang digunakan dalam penelitian ini adalah data time series periode harian harga pembukaan, harga tertinggi, harga terendah, harga penutupan, dan volume saham periode harian pada bulan September 2022.  Hasil penelitian mengharapkan terciptanya sebuah aplikasi yang mampu memprediksi   pergerakan harga saham penutupan sehingga dapat digunakan untuk membantu meminimalisir kerugian pada trader maupun investor Bursa Ekonomi Indonesia (BEI)