Articles
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OSIS (ORGANISASI SISWA INTRA SEKOLAH) MENGGUNAKAN METODE MFEP PADA SMAK HARAPAN DENPASAR ]]>
<![CDATA[Merryanti, NI Made Dewi]]>;
<![CDATA[Suryawan, I Ketut Dedy]]>;
<![CDATA[Hadi, S.Kom, Rosalia]]>
<![CDATA[ JOSINFO : Jurnal Online Sistem Informasi Vol 1, No 1 (2015) ]]>
Publisher : <![CDATA[JOSINFO : Jurnal Online Sistem Informasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[SMAK Harapan Denpasar merupakan salah satu sekolah menengah atas yang berada di Denpasar. Sekolah yang selain mengutamakan pendidikan formal, namun juga ingin agar para siswanya lebih aktif dalam kegiatan yang positif baik itu di dalam maupun di luar sekolah. Organisasi Siswa Intra Sekolah (OSIS) merupakan wadah untuk para siswa lebih aktif dalam kegiatan sekolah. Untuk menjalankan suatu organisasi khususnya (OSIS) diperlukan adanya kepengurusan agar semua bisa berjalan dengan baik. Maka dari itu dibutuhkan siswa yang berkualitas untuk dapat menjalani kepengurusan dalam organisasi dan mendukung kegiatan-kegiatan sekolah. Dari penelitian ini, dirancang aplikasi sistem keputusan untuk membantu menyeleksi siswa calon pengurus OSIS menggunakan basis komputerisasi. Sistem Pendukung Keputusan dijadikan alternatif aplikasi sistem pemilihan pengurus OSIS. Sistem ini membantu membuat membuat keputusan suatu masalah dengan lebih cepat dan akurat. Sistem dibuat lebih fleksibel, interaktif dan mudah disesuaikan untuk mendukung penyelesaian suatu masalah dan pengambilan keputusan. Sistem pendukung keputusan ini yang digunakan adalah metode MFEP. Metode MFEP (Multifactor Evaluation Process) merupakan metode pengambilan keputusan berdasarkan data kriteria yang telah diberi bobot pada masing-masing kriteria yang sudah diurutkan dari kriteria terpenting. Nilai bobot untuk perhitungan adalah dari 0 sampai 1. Setelah itu nilai diinput untuk setiap faktor yang mempengaruhi dalam pengambilan keputusan dari data-data yang diproses. Metode pengambilan keputusan mendapatkan hasil seleksi dari nilai perhitungan yang tertinggi. Kata Kunci : Pemilihan pengurus OSIS, Sistem Pendukung Keputusan, MFEP (Multifactor Evaluation Process)]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK PERPERIODE MENGGUNAKAN METODE NAIVE BAYES (STUDI KASUS: HOTEL INTERCONTINENTAL BALI RESORT ) ]]>
<![CDATA[Arnawati, Ni Putu Christine]]>;
<![CDATA[Naseer, S.Kom, Muchammad]]>;
<![CDATA[Hadi, Rosalia]]>
<![CDATA[ JOSINFO : Jurnal Online Sistem Informasi Vol 1, No 1 (2015) ]]>
Publisher : <![CDATA[JOSINFO : Jurnal Online Sistem Informasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pemilihan karyawan terbaik pada Hotel Intercontinental Bali sering kali memakan waktu yang cukup lama karena proses penilaian yang masih dilakukan secara manual. Penilaian dengan cara manual tersebut terkadang dianggap kurang objektif karena tergantung dari pemberi nilai. Dengan bantuan metode naive bayes dapat dikembangkan sebuah aplikasi pendukung keputusan yang mampu membantu pihak management mempermudah serta mempercepat penentuan karyawan terbaik dari suatu periode pemilihan. Metode Naive Bayes sendiri merupakan sebuah salah satu model pemecahan masalah yang baik diterapkan dalam sistem pendukung keputusan. Metode ini mampu memprediksi sebuah hasil probabilitas dengan membandingkan data tersebut dengan nilai-nilai di masa lampau. Hasil akhir dari penulisan ini adalah sebuah Aplikasi Sistem Pendukung Keputusan yang mampu menentukan karyawan terbaik dari suatu periode dengan harapan penilaian lebih cepat, lebih mudah serta lebih objektif dibandingkan penilaian manual. Untuk pengujian sistem sendiri, aplikasi telah mampu melakukan tugasnya mulai dari menambahan periode, penambahan data calon nominasi hingga menentukan karyawan terbaik dari suatu periode dengan tingkat akurasi implementasi perhitungan Naive Bayes sebesar 97.5% jika dibandingkan dengan perhitungan metode Naive Bayes secara manual. Kata Kunci : Sistem Pendukung Keputusan, Pemilihan Karyawan Terbaik, Naive Bayes, Intercontinental Bali                 ]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Ekstrakurikuler SMPK Soverdi Tuban Menggunakan MetodeMultifactor Evalaution Process (MFEP) ]]>
<![CDATA[Parwata, IB. Krisnanda]]>;
<![CDATA[Wijaya, IGKG Puritan]]>;
<![CDATA[Hadi, Rosalia]]>
<![CDATA[ JOSINFO : Jurnal Online Sistem Informasi Vol 1, No 1 (2015) ]]>
Publisher : <![CDATA[JOSINFO : Jurnal Online Sistem Informasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam membangun suatu aplikasi sistem pendukung keputusan untuk pemilihan ekstrakurikuler pada sebuah sekolah khususnya SMPK Soverdi Tuban. Sebelum suatu keputusan diambil maka akan dilakukan suatu proses, sehingga didapat suatu keputusan yang cepat, tepat dan akurat. Metode yang digunakan dalam pengambilan keputusan menentukan jurusan ini adalah MFEP. Adapun sistem ini dibuat dengan menggunakan PHP dan Database untuk pengolahan data menggunakan MySQL. Pada skripsi ini sistem pendukung keputusan berbasis web menggunakan metode MFEP mampu menganalisa kriteria dan alternative yang dibandingkan, dapat memberikan rekomendasi ekstrakurikuler pada siswa yang tepat sesuai dengan kriteria dan alternatif yang dibandingkan dan dapat meberikan nilai dari hasil perhitungan metode. Kata kunci:Sistem Pendukung Keputusan, Pemilihan Ekstrakurikuler, MFEP. ]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN BARU PADA PT. CHAROEN POKPHAND MENGGUNAKAN METODE SCORING SYSTEM ]]>
<![CDATA[Iskumaladewi, Yunilasari Anissa]]>;
<![CDATA[Rusli, Muhammad]]>;
<![CDATA[Hadi, Rosalia]]>
<![CDATA[ JOSINFO : Jurnal Online Sistem Informasi Vol 2, No 1 (2015) ]]>
Publisher : <![CDATA[JOSINFO : Jurnal Online Sistem Informasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (679.703 KB)
<![CDATA[Seleksi Penerimaan Karyawan adalah hal yang penting bagi perusahaan untuk memperoleh calon karyawan baru dalam menduduki suatu jabatan. Selama ini PT. Charoen Pookhand Surabaya masih menggunakan cara manual dalam melakukan proses seleksi calon karyawan baru. Berdasarkan permasalahan tersebut, diperlukan penyelesaian dengan menggunakan metode yang sesuai sehingga dapat membantu dalam proses pengambilan keputusan, salah satunya dengan Sistem Pendukung Keputusan Penerimaan Karyawan Baru menggunakan Metode Scoring System bertujuan memberikan alternatif yang tepat untuk pihak departemen sumber daya manusia. Penggunaan metode Scoring System dapat menyajikan data yang berbentuk data kualitatif menjadi data yang kuantitatif dalam proses penilaian sehingga dapat menghasilkan calon karyawan baru yang sesuai dengan kriteria.]]>
<![CDATA[Optimasi Fitur dalam Klasterisasi Mahasiswa Program Studi Sistem Informasi Dengan Algoritma Genetik ]]>
<![CDATA[Rosalia Hadi]]>
<![CDATA[ Techno.Com Vol 16, No 3 (2017): Agustus 2017 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (196.688 KB)
|
DOI: 10.33633/tc.v16i3.1392
<![CDATA[Klasterisasi merupakan proses mengelompokkan atau menggolongkan obyek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar obyek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas. Implementasi klasterisasi dapat diterapkan pada berbagai bidang, salah satunya dalam hal penentuan kompetensi mahasiswa. Penentuan kompetensi mahasiswa merupakan hal yang penting karena akan memudahkan mahasiswa untuk memasuki dunia kerja yang sesuai dengan kompetensinya. Mahasiswa akan memiliki landasan untuk bekerja baik sebagai karyawan ataupun sebagai pengusaha berdasarkan kompetensi yang dimilikinya. Dengan adanya kompetensi akan berpengaruh positif terhadap kinerja karyawan pada suatu perusahaan. Teknik klasterisasi data (clustering) telah dipakai dengan sangat luas sekarang ini. Namun ternyata pada kenyataannya, masalah-masalah tentang fitur yang digunakan dalam proses klasterisasi data masih sangat diabaikan, sehingga kerap kali terjadi penggunaan fitur-fitur yang kurang relevan dalam proses klasterisasi data (clustering) tersebut. Hal ini dapat mengakibatkan hasil klasterisasi juga akan menjadi kurang optimal. Sehingga dibutuhkan proses optimasi fitur. Oleh karena itu dilakukan optimasi fitur dalam klasterisasi mahasiswa Program Studi Sistem Informasi menggunakan algoritma genetik unutuk menentukan fitur yang valid dan mengabaikan fitur yang tidak valid. Sehingga proses klasterisasi nantinya akan dapat menghasilkan nilai fitness dan tingkat konvergensi yang lebih baik serta membentuk hasil cluster yang semakin akurat terkait dengan penentuan kompetensi mahasiswa. Kata kunci— klasterisasi, optimasi fitur, mahasiswa]]>
<![CDATA[Sistem Penentuan Bakat Mahasiswa Menggunakan Metode K-Nearest Neighbor ]]>
<![CDATA[Rosalia Hadi]]>
<![CDATA[ Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi 2018: Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi (SENSITEK) ]]>
Publisher : <![CDATA[STMIK Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30700/pss.v1i1.324
<![CDATA[Bakat merupakan suatu kondisi pada seseorang yang memungkinkan untuk mencapai suatu kecakapan, pengetahuan, dan keterampilan dengan suatu latihan khusus, seperti kemampuan berbahasa, kemampuan bermain musik dan lain sebagainya. Bagi seorang mahasiswa, mengetahui bakatnya merupakan suatu hal yang cukup penting. Hal ini akan memudahkan dalam pencarian kerja. Saat memasuki dunia kerja, seseorang yang sudah mengetahui bakat yang dimilikinya, maka mereka akan mencari kerja di bidang bakat mereka tersebut. Bekerja dengan keahlian tertentu karena suatu bakat akan sangat membantu mereka dalam menyelesaikan pekerjaannya dengan baik dan berkualitas, karena mereka melakukannya dengan sepenuh hati dan dengan perasaan yang sangat menyenangkan. Kinerja pun sangat produktif dan berkualitas tinggi. Mengetahui bakat seseorang akan dapat dengan mudah memilih sejak dini jalan kesuksesan yang mereka bangun. Sehingga dalam penelitian ini dibuat sistem untuk menangani permasalahan tersebut. Studi kasus diambil pada Program Studi Sistem Informasi STIKOM Bali. Dalam penentuan bakat mahasiswa ada 7 (tujuh) faktor/kriteria yang digunakan. Penelitian ini mendapatkan hasil bahwa sistem yang dibangun berhasil melakukan penentuan bakat mahasiswa menggunakan metode K-Nearest Neighbor. Sistem dapat melakukan load data mahasiswa dalam 1 (satu) kali proses, sehingga membutuhkan waktu yang singkat dalam pencarian bakat mahasiswa tanpa perlu mencari data mahasiswa satu per satu.Kata kunci: bakat, mahasiswa, K-Nearest Neighbor]]>
<![CDATA[Penentuan Kompetensi Mahasiswa dengan Algoritma Genetik dan Metode Fuzzy C-Means ]]>
<![CDATA[Rosalia Hadi]]>;
<![CDATA[I Ketut Gede Darma Putra]]>;
<![CDATA[I Nyoman Satya Kumara]]>
<![CDATA[ Jurnal Teknologi Elektro Vol 15 No 2 (2016): (July - December) Majalah Ilmiah Teknologi Elektro ]]>
Publisher : <![CDATA[Universitas Udayana ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (564.794 KB)
<![CDATA[Penentuan kompetensi mahasiswa merupakan hal yang penting karena akan memudahkan mahasiswa untuk memasuki dunia kerja yang sesuai dengan kompetensinya dimana kompetensi akan berpengaruh positif terhadap kinerja seseorang dalam pekerjaannya. Teknik klasterisasi data telah dipakai dengan sangat luas sekarang ini. Namun pada kenyataannya, masalah-masalah tentang fitur yang digunakan dalam proses klasterisasi data masih sangat diabaikan, sehingga kerap kali terjadi penggunaan fitur yang kurang relevan dalam proses klasterisasi data tersebut. Untuk itu penelitian ini menggunakan penggabungan antara Algoritma Genetik dan Fuzzy C-Means dalam penentuan kompetensi mahasiswa. Data uji yang digunakan adalah data mahasiswa program studi Sistem Informasi STIKOM Bali. Algoritma Genetik digunakan dalam menentukan fitur yang relevan dan Fuzzy C-Means digunakan dalam melakukan klasterisasi data secara optimal. Kombinasi antara dua buah algoritma ini menghasilkan dari 77 fitur yang dimiliki oleh dataset, hanya 61 fitur yang relevan dan valid untuk digunakan dalam proses clustering. Hasil percobaan yang dilakukan, penggabungan Algoritma Genetik dan Fuzzy C-Means memberikan hasil yang lebih baik dibandingkan Fuzzy C-Means saja dengan persentase rata-rata kesesuaian pada pengujian yang dilakukan adalah sebesar 88.89%.]]>
<![CDATA[PENGKLASIFIKASIAN PELANGGAN DENGAN METODE KNN (STUDI KASUS: DALUNG RENT TOYS BALI) ]]>
<![CDATA[Rosalia Hadi]]>;
<![CDATA[Desi Saryanti]]>;
<![CDATA[Pivin Suwirmayanti]]>
<![CDATA[ Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019 ]]>
Publisher : <![CDATA[Prosiding SNST Fakultas Teknik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (154.77 KB)
<![CDATA[Ketatnya persaingan dalam industri jasa, khususnya jasa penyewaan mainan di Bali membuat pemiilk usaha harus terus berinovasi dalam strategi pemasarannya. Salah satu strategi pemasaran yang diambil oleh Dalung Rent Toys Bali adalah melalui pemberian reward kepada pelanggan berdasarkan kategori. Kategori yang dimaksud adalah berupa kelas pelanggan bronze, silver dan gold. Pelanggan akan mendapatkan reward berdasarkan kategorinya. Namun, perusahaan ini mengalami permasalahan dalam penentuan kategori pelanggannya Jumlah kriteria yang cukup banyak membuat pemilik usaha mengalami kesulitan dalam menentukan keputusannya. Sehingga dibutuhkan suatu metode untuk menyelesaikan permasalahan terkait pengambilan keputusan tersebut. Adapun model pengambilan keputusan yang digunakan pada penelitian ini adalah KNN. KNN (K-Nearest Neighbor) merupakan metode supervised learning yang digunakan untuk mengklasifikasikan pelanggan berdasarkan pada kategori mayoritas tetangga terdekat ke-k. Berdasarkan penelitian yang telah dilakukan, dapat disimpulkan bahwa pengklasifikasian pelanggan dengan metode KNN yang mengambil studi kasus pada Dalung Rent Toys Bali dapat membantu perusahaan, khususnya dalam menentukan kategori pelanggan berdasarkan beberapa kriteria yang ada.Kata kunci : klasifikasi, KNN, pelanggan. ]]>
<![CDATA[Aplikasi Penjadwalan Terapi dengan Metode FCFS pada Sixo Reflexology ]]>
<![CDATA[Rosalia Hadi]]>;
<![CDATA[Yohana Nugrahaeni]]>
<![CDATA[ Journal of Applied Intelligent System Vol 1, No 2 (2016): Juni 2016 ]]>
Publisher : <![CDATA[Universitas Dian Nuswantoro and IndoCEISS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33633/jais.v1i2.1190
<![CDATA[Sixo Reflexology merupakan salah satu perusahaan yang bergerak dalam bidang kesehatan, khususnya pijat refleksi. Perusahaan ini mengalami kesulitan untuk memproses data penjadwalan terapi pada pelanggan. Pengolahan data penjadwalan terapi masih dilakukan dengan cara manual, yaitu petugas administrasi melakukan pencatatan pada buku pendaftaran, Hal ini mengakibatkan sering terjadi human error, pelanggan yang pertama mendaftar belum tentu mendapat jadwal pertama, karena sulitnya mengurutkan jadwal dengan cara manual dan petugas registrasi lebih dari satu orang. Laporan yang dihasilkan juga terkadang masih mengalami kekeliruan, tidak akurat, tidak up to date, kurang efisien dan sering mengalami keterlambatan pembuatan dan penyampaian laporan. Oleh karena itu, dengan Aplikasi Penjadwalan Terapi dengan metode FCFS pada Sixo Reflexology dapat membantu penjadwalan terapi serta penyajian laporan dan informasi yang dibutuhkan akan diperoleh secara cepat dan tepat tanpa harus melalui suatu proses yang memakan banyak waktu dalam pengerjaannya. Kata kunci— aplikasi, refleksi, penjadwalan terapi]]>
<![CDATA[Perancangan Aplikasi Penanganan Mahasiswa Bermasalah pada Program Studi Sistem Informasi STIKOM Bali ]]>
<![CDATA[Rosalia Hadi]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (228.856 KB)
<![CDATA[Program Studi Sistem Informasi menjadikan kedisiplinan sebagai suatu hal yang penting dalam penyelenggaraannya. Kedisiplinan merupakan sikap kepatuhan terhadap peraturan atau tunduk pada pengawasan, dan pengendalian. Seiring berkembangnya jaman, segala wujud pelanggaran terhadap kedisiplinan mulai bertambah dari pelanggaran kecil hingga yang besar dan jumlahnya selalu bertambah disetiap harinya. Saat ini Prodi Sistem Informasi memiliki sistem pengendalian kedisiplinan mahasiswa yang kurang terorganisasi dengan baik. Prodi Sistem Informasi belum melakukan pencatatan terhadap pelanggaran yang dilakukan oleh mahasiswa. Sehingga mahasiswa yang melakukan pelanggaran sekali dengan yang berulang kali mendapatkan sanksi yang sama. Oleh karena itu dilakukan pemecahan terhadap permasalahan tersebut berupa dilakukannya perancangan sistem untuk penanganan mahasiswa bermasalah. Pengguna sistem yang dirancang ada 2 (dua), yaitu Ka.Prodi Sistem Informasi dan Staff Prodi Sistem Informasi, dimana masing-masing pengguna memiliki hak akses yang berbeda. Fungsi sistem yang dirancang meliputi proses login, pengelolaan data mahasiswa, pengelolaan data sanksi, pencatatan pelanggaran dan tindak lanjut serta pencetakan laporan. Perancangan Aplikasi Penanganan Mahasiswa Bermasalah pada Program Studi Sistem Informasi STIKOM Bali ini dapat dijadikan acuan saat pengimplementasian sistem.]]>
