Sunu Jatmika
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis Antrian Model Multi Channel - Single Phase Dan Optimalisasi Layanan Akademik (Studi Kasus Pada STMIK ASIA Malang) Sunu Jatmika; Broto Poernomo Tri Prasetyo
POSITIF : Jurnal Sistem dan Teknologi Informasi Vol 3 No 1 (2017): POSITIF - Jurnal Sistem dan Teknologi Informasi
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/positif.v3i1.396

Abstract

Antrian merupakan hal penting dalam manajemen operasi. Sistem antrian bisa diketemukan pada sektor industri maupun sektor jasa. Antrian bisa barisan orang atau barang yang menunggu untuk dilayani dan meninggalkan barisan setelah dilayani. Tujuan dari penelitian ini adalah untuk mengukur tingkat kepuasan pelayanan yang diberikan perguruan tinggi sehubungan dengan berapa cepat pemenuhan kebutuhan mahasiswa dibidang akademik. Hasil menunjukkan bahwa model jenis antrian pelayanan akademik yang digunakan di STMIK ASIA Malang adalah jenis antrian model Multi Channel - Singel Phase dengan menerapkan disiplin antrian yaitu First In – First Out (FIFO) . Pola kedatangan mahasiswa mengikuti distribusi poisson dengan nilai 15 mahasiswa/jam dan pola pelayanan berdistribusi eksponential dengan nilai rata-rata 17 mahasiswa/jam. Dari pengujian didapatkan tingkat intensitas pelayanan 88% sedangkan 12% untuk istirahat, jumlah rata-rata mahasiswa yang dalam sistem 7.5, jumlah mahasiswa yang menunggu dalam antrian untuk dilayani 6.6, waktu yang digunakan mahasiswa selama dalam sistem (menunggu untuk dilayani) 15 menit, waktu yang diharapkan oleh setiap mahasiswa untuk menunggu dalam antrian 13.4 menit. Jumlah optimal pegawai dalam memberikan pelayanan terhadap mahasiswa adalah dengan melakukan penambahan 1-2 pegawai, maka waktu tunggu dalam sistem yang awalnya 30 menit menjadi 10 menit dan waktu tunggu dalam antrian yang awalnya 13.4 menit menjadi 5.38 menit.
Implementasi Teks Mining Untuk Klasifikasi Buku Berdasarkan Dewey Decimal Clasification (Ddc) Di Perpustakaan Stmik Asia Malang Berbasis Vektor Space Model Sunu Jatmika; Maria Theresia Indriastuti; Gibran Adna Wafdulloh
POSITIF : Jurnal Sistem dan Teknologi Informasi Vol 4 No 2 (2018): POSITIF : Jurnal Sistem dan Teknologi Informasi
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/positif.v4i2.567

Abstract

ASIA University Library has a problem in the grouping of new books in large numbers, because the DDC is a parameter for the grouping of the book has not been entered into the library information system, so that when the librarian input some books, they should be viewed DDC before entering into the system and it was very reducing the work time efficiently. Those problems can be solved by adding the new intelligent system in the application, namely the pre-processing algorithms that has tokenizing phase, filtering, and stemming use Nazief Andriani and then compared to find similarities documents or title with Vector Space Model algorithm. From the test that results using the algorithm above, eventually the system could resolve the problems in the library of ASIA that is this system has a recall value by 63% and the value of Precision by 72%. These results meet on the effectiveness of information retrieval system that the accuracy of a value is at least 50%.
RANCANG BANGUN ALAT PENDETEKSI KEMATANGAN BUAH APEL DENGAN MENGGUNAKAN METODE IMAGE PROCESSING BERDASARKAN KOMPOSISI WARNA Sunu Jatmika; Dwi Purnamasari
Jurnal Ilmiah Teknologi Informasi Asia Vol 8 No 1 (2014): Volume 8 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Salah satu tahap dalam proses pengolahan hasil perkebunan buah apel adalah pemilahan produk berdasar kualitasnya (misalnya tingkat kematangan buah). Proses pemilahan buah tersebut masih menggunakan cara manual, sedangkan cara tersebut seringkali tidak akurat dan berbeda-beda. Perbedaan tersebut diakibatkan karena berbedanya persepsi tiap orang. Dengan histogram dapat dicari citra yang memiliki kemiripan komposisi warna. Pengukuran tingkat kemiripan dilakukan dengan menghitung jarak antar histogram. Komposisi warna dapat ditampilkan dalam bentuk histogram yang merepresentasikan distribusi jumlah piksel untuk tiap intensitas warna dalam citra. Sebagai pembanding kematangan buah yang diukur adalah histogram warna buah yang sudah matang. Sedangkan query berupa buah apel yang akan dibuat histogram kemudian dibandingkan.Informasi yang dihasilkan berupa prosentase kemiripan dan penggolongan kematangan buah yang meliputi mentah (18%-100%), mengkal (12%-17%), dan matang (0%-11%).