Anita Sindar RMS
STMIK Pelita Nusantara

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

Found 3 Documents
Search

Penentuan Supplier Bahan Baku Restaurant XO Suki Menggunakan Metode Weighted Product Futiami Laila; Anita Sindar RMS
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 2 No. 1 (2019): Jutikomp Volume 2 Nomor 1 April 2019
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v2i1.412

Abstract

Setiap perusahaan harus menjaga kualitas produksi maka diperlukan bahan yang mempunyai kualitas tinggi juga. Beberapa jasa pemasok bahan baku berlomba-lomba memberikan referensi dan keuntungan pada perusahaan. Pengambil keputusan harus dapat menentukan supplier yang tepat dalam menyediakan bahan baku Restaurant XO Suki, SPK dengan metode Weight Product merupakan Sistem Pengambil Keputusan (SPK) berbabasis komputer. Kriteria dalam pemilihan supplier : kualitas (K1) Bobot = 3, pelayanan (K2) Bobot = 5, Harga (K3) Bobot = 3, Pengirim (K4) Bobot = 4, Fleksibilitas (K5) Bobot = 2. Dengan perhitungan WP, akan diperoleh nilai alternatif. Alternatif yang baik adalah hasil nilai alternative tertinggi.
Implementasi OLAP Menggunakan Dashboard Holistics Software Pada LPPM STMIK Pelita Nusantara Anita Sindar RMS
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 2 No. 1 (2019): Jutikomp Volume 2 Nomor 1 April 2019
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v2i1.457

Abstract

Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) merupakan lembaga institusi penting dari sebuah perguruan tinggi, wadah para dosen melaporkan kewajiban penelitian dan pengabdian sekaligus untuk penilaian Tri Dharma dosen. Rancangan OLAP bertujuan untuk mempermudah para stockholder tertarik melihat laporan berdasarkan issue, judul artikel, jumlah pengutipan dari setiap dosen, membantu pengambil keputusan dalam review kinerja para dosen dalam melaksanakan Tri Dharma Perguruan Tinggi. Teknik Online Analytical Processing (OLAP) yaitu digunakan untuk meningkatkan analisis bisnis, dilakukan oleh end-user pada sistem online. Untuk memfasilitasi OLAP diperlukan data warehouse dengan sekumpulan tool yang memiliki kemampuan multidimensi menghasilkan dashboard publikasi setiap dosen. Grafik dashboard OLAP menunjukkan adanya peningkatan jumlah pulikasi dosen setiap tahun nasional maupun internasional. Persentase dana penelitian dengan biaya sendiri 90%, biaya dari dikti 70%, biaya dari yayasan 70%.
Penerapan Metode Naive Bayes Dalam Pemilihan Kualitas Jenis Rumput Taman CV. Rumput Kita Landscape Sri Rahayu; Anita Sindar RMS
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 9 No. 2 (2018): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (440.029 KB) | DOI: 10.31849/digitalzone.v9i2.1942

Abstract

Penataan taman yang menarik, sejuk dan indah memerlukan budget yang tinggi. Dari beragam jenis rumput, umumnya Rumput Mini ditanam untuk mempercantik rumah atau bangunan. Para pengelola jasa taman menentukan kualitas rumput dari pengalaman sehari-hari. Ini menunjukkan belum adanya pemanfaatan sistem komputer dalam pemilihan jenis rumput taman yang berkualitas, menyebabkan terjadi kesalahan dalam menentukan kualitas rumput terbaik. Dalam permasalahan ini metode Naïve Bayes digunakan sebagai Sistem Pengambil Keputusan (SPK). Naïve bayes merupakan metode pengklasifikasian ada tidaknya ciri tertentu dari sebuah kelas. Empat kriteria pemilihan kualitas jenis rumput taman yaitu suhu udara, curah hujan, kelembapan udara dan harga pasar. Hasil perangkingan dari R1, R2, R3, R4, R5, R6, R7 menunjukkan R6: Rumput Golf= 0.4705882353; R7: Rumput Swiss= 0.4705882353 merupakan rumput yang memiliki Kualitas Baik. Kata Kunci: Pemilihan Rumput, Kualitas, Ranking, Naïve Bayes Abstract An attractive, cool and beautiful garden arrangement requires a high budget. Of the various types of grass, generally Mini Grass is planted to beautify your home or building. The managers of garden services determine the quality of grass from everyday experience. This shows that there is no use of computer systems in the selection of quality garden grass types, causing errors in determining the best quality of grass. In this problem the Naïve Bayes method is used as a Decision Making System (SPK). Naïve Bayes is a method of classifying the presence or absence of certain characteristics of a class. Four criteria for selecting the quality of garden grass types are air temperature, rainfall, air humidity and market prices. The ranking results of R1, R2, R3, R4, R5, R6, R7 indicate R6: Golf Grass = 0.4705882353; R7: Swiss grass = 0.4705882353 is a grass that has good quality. Keywords: Selection Of Grass, Quality, Ranking, Naïve Bayes