Claim Missing Document
Check
Articles

Found 3 Documents
Search

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA BANK BNI SYARIAH MIKRO CABANG KOTA JAMBI Ibnu Hisyam; Beny Beny; Pareza Alam Jusia
Jurnal Processor Vol 9 No 2 (2014): Processor
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.914 KB)

Abstract

Perkembangan dalam teknologi semakin pesat, salah satunya adalah teknologi informasi. Teknologi informasi diyakini begitu cepat berkembang di berbagai kalangan masyarakat ataupun dilembaga keuangan. Media yang dapat mendukung penyajian teknologi informasi salah satunya yaitu komputer yang dapat menunjang berlangsungnya proses data secara cepat, tepat dan akurat. Dengan pemanfaatan komputer ini pengambilan keputusan dapat berlangsung cepat dan tepat. Proses penentuan siapa yang layak menerima Kredit masih dilakukan secara manual, sehingga kurang efisien dalam pelaksanaannya. Maka diperlukannya suatu sistem informasi untuk pengambilan keputusan. Sistem pendukung keputusan ini menggunakan metode AHP (Analytical Hierarchy Process) yang mana metode ini dapat membantu bank dalam memecahkan permasalahan yang terjadi pada bank tersebut, dan memberikan alternatif penyelesaian yang terbaik.
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA BANK BNI SYARIAH MIKRO CABANG KOTA JAMBI Ibnu Hisyam; Beny Beny; Pareza Alam Jusia
Jurnal PROCESSOR Vol 9 No 2 (2014): Processor
Publisher : LPPM Universitas Dinamika Bangsa

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

Abstract

Perkembangan dalam teknologi semakin pesat, salah satunya adalah teknologi informasi. Teknologi informasi diyakini begitu cepat berkembang di berbagai kalangan masyarakat ataupun dilembaga keuangan. Media yang dapat mendukung penyajian teknologi informasi salah satunya yaitu komputer yang dapat menunjang berlangsungnya proses data secara cepat, tepat dan akurat. Dengan pemanfaatan komputer ini pengambilan keputusan dapat berlangsung cepat dan tepat. Proses penentuan siapa yang layak menerima Kredit masih dilakukan secara manual, sehingga kurang efisien dalam pelaksanaannya. Maka diperlukannya suatu sistem informasi untuk pengambilan keputusan. Sistem pendukung keputusan ini menggunakan metode AHP (Analytical Hierarchy Process) yang mana metode ini dapat membantu bank dalam memecahkan permasalahan yang terjadi pada bank tersebut, dan memberikan alternatif penyelesaian yang terbaik.
Analisis Performansi Algoritma Grey Wolf Optimizer dan Algoritma Genetika untuk Model Persediaan Multi Supplier Multi Buyer dengan Pertimbangan Biaya Transportasi Sri kurnia dwi budi maulana; Erwin Widodo; Ibnu Hisyam
Matrik : Jurnal Manajemen dan Teknik Industri Produksi Vol 23 No 2 (2023)
Publisher : Prodi Teknik Industri Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/matrik.v23i2.5282

Abstract

Pengendalian persediaan terintegrasi perlu dilakukan banyak pertimbangan terkait batasan yang ada untuk menemukan nilai optimal. Hal ini merupakan hal yang tidak mudah bila dilakukan perhitungan secara manual. Dengan adanya algoritma metaheuristik sebagai alat optimasi, dapat membantu untuk menemukan keputusan optimal. Model persediaan yang digunakan adalah Multi-Supplier Multi-Buyer (MSMB), dimana fungsi objektifnya adalah untuk memaksimasi Joint Total Profit (JTP). Biaya transportasi untuk pengiriman bahan baku dari supplier dan produk jadi ke buyer dipertimbangkan secara eksplisit ke dalam model. Penelitian ini mengusulkan Algoritma Grey Wolf Optimizer (GWO) dan Algoritma Genetika (GA) yang diklaim pada penelitian lain terkait optimasi persediaan dapat memberikan performa yang baik. Analisis dalam penelitian ini menggunakan studi kasus pada perusahaan skala mikro yang disertai analisis sensitivitas dan perbandingan hasil optimasi antar algoritma. Hasil penelitian ini menunjukkan bahwa biaya transportasi memiliki pengaruh besar terhadap Joint Total Profit (JTP), dan GWO memiliki performansi yang lebih baik dibandingkan GA dalam mengoptimasi model persediaan MSMB.