Claim Missing Document
Check
Articles

Sistem Pendukung Keputusan Penerimaan Beasiswa Pada Universitas Islam Indragiri dengan Metode SAW Seri Wahyu Ningsih; Fitri Yunita; Muhammad Jibril
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12816

Abstract

Seleksi penerima beasiswa di Universitas Islam Indragiri masih menghadapi kendala berupa pemeriksaan berkas yang memerlukan waktu, penyimpanan data yang tersebar, dan potensi ketidakkonsistenan penilaian. Penelitian ini bertujuan membangun sistem pendukung keputusan berbasis web dengan metode Simple Additive Weighting (SAW) agar proses seleksi menjadi terukur, terdokumentasi, dan mudah diaudit. Pengembangan sistem menggunakan model waterfall yang meliputi analisis kebutuhan, desain, implementasi, pengujian, dan perawatan. Data diperoleh melalui observasi, wawancara dengan pihak universitas, dan studi literatur. Kriteria utama meliputi indeks prestasi kumulatif, semester, penghasilan orang tua, dan jumlah tanggungan, dengan atribut benefit atau cost sesuai karakteristik masing-masing kriteria. Sistem dirancang menggunakan UML dan diimplementasikan dengan PHP, MySQL, XAMPP, serta Visual Studio Code. Hasil implementasi menunjukkan bahwa sistem mampu mengelola data beasiswa, mahasiswa, kriteria, persyaratan, melakukan normalisasi dan perangkingan SAW, serta menghasilkan laporan. Pada contoh Beasiswa Bidikmisi, nilai preferensi tertinggi adalah 0,86666667. Pengujian black box menunjukkan fungsi utama berjalan sesuai kebutuhan, sehingga sistem dapat mendukung keputusan penerimaan beasiswa secara lebih cepat dan objektif.
Perancangan Sistem Reservasi dan Penjadwalan Lapangan Futsal Berbasis Web di Tembilahan Muhammad Ari Ardana; Fitri Yunita
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12938

Abstract

The development of information technology has encouraged various business sectors to use digital systems to improve service quality, including futsal court rental businesses. The process of reservation and court scheduling, which is still done manually, often causes problems, such as scheduling errors, double bookings, and difficulties in delivering information to customers. This study aims to design a Web-Based Futsal Court Reservation and Scheduling System in Tembilahan to increase the efficiency of court rental management and make it easier for customers to make bookings. The method used in this study is the Waterfall method, which includes stages of requirements analysis, system design, implementation, testing, and maintenance. The system is developed based on the web with main features such as court data management, schedule management, online reservations, booking confirmations, and transaction reports. The research results show that the designed system can help managers organize rental schedules more effectively, reduce the risk of scheduling conflicts, and improve the speed and accuracy of services to customers. Besides that, customers can book the fields online more easily, quickly, and accurately. Therefore, this system can be a digital solution that supports improving service quality and operational efficiency for futsal field rental businesses in Tembilahan.
Analisis Prediksi Pembatalan Pesanan E-Commerce Menggunakan Algoritma Random Forest dan XGBoost untuk Mitigasi Kerugian Finansial Ayla Zhafira; Fitri Yunita
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12964

Abstract

Pembatalan pesanan (order cancellation) memicu inefisiensi operasional dan kerugian biaya tertanam (sunk cost) logistik pada industri e-commerce di Indonesia. Penelitian ini mengintegrasikan analisis biaya (cost analysis) ke dalam sistem prediksi pembatalan berbasis machine learning untuk menjembatani performa teknis dengan dampak finansial industri. Analisis komparatif dilakukan menggunakan algoritma Random Forest dan XGBoost yang dikombinasikan dengan teknik SMOTE pada dataset berisi 20.848 transaksi. Hasil pengujian menunjukkan XGBoost lebih unggul dengan akurasi global 86,63% dan recall 37%, serta berhasil mendeteksi secara akurat 209 transaksi batal pada data uji. Melalui simulasi parameter biaya, XGBoost terbukti menyelamatkan anggaran operasional sebesar Rp6.036.879, memberikan efisiensi moneter lebih tinggi senilai Rp1.117.800 dibandingkan Random Forest. Analisis feature importance mengonfirmasi bahwa opsi pengiriman, perkiraan ongkos kirim, dan lokasi geografis merupakan tiga faktor kunci pemicu pembatalan. Penerapan model sebagai sistem peringatan dini yang terintegrasi dengan strategi mitigasi proaktif, seperti verifikasi multikanal dan pembayaran pra-bayar, menawarkan solusi aplikatif untuk menekan kebocoran finansial sekaligus menjaga profitabilitas platform.
Analisis Komparatif Karakteristik Konten Antar Klaster Engagement Menggunakan K-Means Clustering Febriyola Desy Azzahra; Fitri Yunita; Bayu Rianto
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12988

Abstract

Penerapan teknologi digital untuk pemasaran Usaha Mikro, Kecil, dan Menengah (UMKM) sangat krusial bagi keberlanjutan usaha, sebagaimana ditegaskan dalam penelitian Kedi yang menyoroti pentingnya adopsi teknologi meskipun di tengah berbagai keterbatasan. Namun, evaluasi kinerja pemasaran digital pada UMKM lokal sering kali terkendala ketiadaan instrumen terukur berbasis data log, sehingga strategi konten masih bergantung pada asumsi konvensional. Penelitian ini bertujuan mengintegrasikan data log historis ke dalam sistem evaluasi terstruktur guna merumuskan strategi konten yang efektif bagi UMKM X di sektor F&B. Sebanyak 180 data unggahan publik bersih diekstrak dan dikelompokkan menggunakan algoritma K-Means Clustering yang dipadukan dengan kriteria kerangka kerja AIDA (Attention, Interest, Desire, Action). Validitas pemodelan diuji menggunakan Silhouette Coefficient berbasis Engagement Rate serta uji statistik ANOVA dan Chi-Square. Hasil klasterisasi berhasil membentuk tiga kelompok utama: klaster postingan fitur AIDA lengkap, klaster engagement tinggi dengan minim fitur AIDA, dan klaster penengah dengan engagement sedang hingga rendah. Temuan ini mengindikasikan bahwa format visual dinamis memicu interaksi tertinggi. Sebagai bentuk penerapan praktis sistem informasi, centroid hasil klasterisasi ditransformasikan ke dalam prototipe lembar kerja digital (spreadsheet) interaktif. Instrumen ini memberikan alat bantu evaluasi mandiri yang praktis dan berbiaya rendah bagi pemilik UMKM X untuk memprediksi serta mengoptimalkan performa unggahan baru secara terukur dan berbasis data.