Articles
<![CDATA[IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA PENILAIAN KINERJA STANDAR PELAYANAN MINIMAL SARANA DAN PRASARANA PENDIDIKAN DASAR PADA KOTA SAMARINDA ]]>
<![CDATA[Haidi Nurhadinata]]>;
<![CDATA[Irwansyah Irwansyah]]>;
<![CDATA[Abdul Najib]]>
<![CDATA[ Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 11, No 2 (2019): JULI 2019 ]]>
Publisher : <![CDATA[Politeknik Negeri Samarinda ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (348.407 KB)
|
DOI: 10.46964/justti.v11i2.143
<![CDATA[Kualitas suatu sekolah bergantung pada pelayanan yang ada. Demi meningkatkan kinerja sekolah, standar pelayanan minimal sebagai acuan penilaian pada pendidikan dasar. Selama ini proses penilaian kinerja pada pendidikan dasar oleh Dinas Pendidikan, dilakukan secara manual karena belum terdapat sistem penilaian dengan memanfaatkan teknologi informasi, sehingga memerlukan waktu yang lama dan kurang akurat. Hal inilah yang menjadi dasar penelitian yang akan dilakukan. Selanjutnya penelitian yang dilakukan adalah membuat sebuah sistem pendukung keputusan yang dapat digunakan oleh Dinas Pendidikan Kota Samarinda dalam memutuskan sekolah terbaik berdasarkan kinerja. Aplikasi ini mampu mengatasi permasalahan yang ada pada proses penilaian kinerja pada sekolah - sekolah. Metode yang digunakan pada sistem pendukung keputusan ini adalah Simple Additive Weighting (SAW). Metode SAW dapat di implementasikan dengan baik dalam pemilihan sekolah terbaik. Akurasi yang diperoleh dari sistem ini adalah 100%.]]>
<![CDATA[PERANCANGAN APLIKASI PEMILIHAN JURUSAN PADA SMK NEGERI 7 SAMARINDA ONLINE DENGAN TOPSIS ]]>
<![CDATA[Damar Nurcahyono]]>;
<![CDATA[Abdul Najib]]>;
<![CDATA[Wahid Kasim]]>
<![CDATA[ Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 12, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Politeknik Negeri Samarinda ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46964/justti.v12i2.212
<![CDATA[Penentuan jurusan pada proses Penerimaan Peserta Didik Baru (PPDB) di Sekolah Menengah Kejuruan 7 (SMK 7) sering menjadi permasalahan oleh tim penyeleksi, hal ini dikarenakan banyaknya kriteria yang ditentukan setiap jurusan yang ada dan proses perhitungan nilai-nilai yang kompleks. Penelitian ini membahas mengenai perancangan aplikasi pendaftaran dan pemilihan jurusan pada SMK Negeri 7 Samarinda berbasis online dengan metode Technique For Order Preference by Similiarity to Ideal Solution (TOPSIS), sehingga dapat menjadi pendukung dalam proses penentuan jurusan PPDB.]]>
<![CDATA[KLASIFIKASI DIAGNOSA PENYAKIT DIABETES MELLITUS (DM) MENGGUNAKAN ALGORITMA C4.4 ]]>
<![CDATA[Abdul Najib]]>;
<![CDATA[Damar Nurcahyono]]>;
<![CDATA[Rian Pratma Putra Setiawan]]>
<![CDATA[ Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 11, No 2 (2019): JULI 2019 ]]>
Publisher : <![CDATA[Politeknik Negeri Samarinda ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (721.203 KB)
|
DOI: 10.46964/justti.v11i2.153
<![CDATA[Penyakit Diabetes Mellitus (DM) atau kencing manis merupakan salah satu penyakit yang mematikan, diabetes atau kencing manis ini membunuh lebih dari satu juta orang setiap tahunnya dan siapapun dapat terkena, oleh karena itu peneliti mencoba untuk mengklasifikasikan data penyakit diabetes menggunakan algoritma C4.5. Dengan algoritma C4.5 akan menghasilkan decision tree atau pohon keputusan yang mudah dipahami dan mudah dipelajari. Algoritma C4.5 merupakan salah satu algoritma klasifikasi yang ada di dalam data mining. Tujuan dari penelitian ini adalah menerapkan algoritma C4.5 dalam melakukan diagnosa dan mengetahui persentase error dari data yang sudah ada. Hasil akhir dari perhitungan yaitu prediksi error C4.5 dimana dari 50 data tidak ada data yang error dan menghasilkan akurasi sebesar 100% artinya akurasi menggunakan algoritma C4.5 dibilang sangat tinggi.]]>
<![CDATA[Similaritas Dokumen Tugas Akhir Menggunakan Metode Rocchio ]]>
<![CDATA[Abdul Najib]]>;
<![CDATA[Textianis Grandis]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (470.823 KB)
<![CDATA[Berkembangnya teknologi informasi yang sangat pesat memungkinkan pengolahan data semakin mudah dilakukan untuk dijadikan informasi yang bermanfaat bagi mahasiswa terutama dalam proses pembuatan tugas akhir. Sangat penting bagi mahasiswa untuk menghindari adanya kemiripan dokumen tugas akhir antara satu dengan lainnya. Penelitian ini menggunakan metode Rocchio karena memiliki konsep umum pada dokumen yang relevan dan non-relevan sebagai sarana meningkatkan pencarian untuk mengetahui kemiripan dokumen abstrak tugas akhir dengan dokumen abstrak lainnya. Tahapan dari penelitian ini terdiri dari proses case folding, filtering, tokenizing dan term weighting. Pada tahap term weighting atau pembobotan menggunakan metode TF-IDF. Setelah dilakukan pembobotan kata tiap dokumen abstrak, selanjutnya menghitung tingkat kemiripan dokumen abstrak dengan perhitungan modifikasi query berdasarkan persamaan rocchio relevance feedback. Berdasarkan hasil perhitungan kemiripan diperoleh ranking dokumen abstrak tugas akhir dengan nilai kemiripan tertinggi yaitu pada Dokumen 4 (D4) dengan nilai 48,1514. Dengan metode ini kedepannya dapat di implementasikan ke dalam pembuatan aplikasi.]]>
<![CDATA[Perbandingan Metode SAW dan Topsis Pada Penerimaan Siswa Praktek Kerja Lapangan ]]>
<![CDATA[Achmad Azhar Azhari]]>;
<![CDATA[Yusni Nyura]]>;
<![CDATA[Abdul Najib]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (465.059 KB)
<![CDATA[Dalam hal penerimaan siswa praktek kerja lapangan(PKL) diperlukan beberapa pertimbangan mulai dari standarisasi nilai, persyaratan masuk, dan kebijakan-kebijakan dari Institusi BUMN TELKOM. Untuk membantu penentuan dalam menetapkan beberapa siswa yang layak untuk PKL di kantor TELKOM maka dibutuhkan sebuah sistem pendukung keputusan. Metode yang dapat digunakan untuk Sistem Pendukung Keputusan adalah dengan menggunakan Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Jumlah alternatif siswa sebanyak dua puluh lima. Setelah semua nilai kriteria dimasukan maka hasil pengolahan dengan metode SAW dan TOPSIS akan diranking dan rangking tertinggi akan dibandingkan. Hasil perbandingan dari kedua metode tersebut, nantinya akan digunakan untuk penenutuan siswa Praktek Kerja Lapangan di Kantor Plasa Telkom Samarinda]]>
<![CDATA[Pengurutan dan Pengelompokan Divisi Hasil Penerimaan Calon Karyawan Menggunakan Metode F-AHP dan K-Means ]]>
<![CDATA[Taufiqurrahman Taufiqurrahman]]>;
<![CDATA[Rheo Malani]]>;
<![CDATA[Abdul Najib]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (675.714 KB)
<![CDATA[Seiring berkembangnya SMK Negeri 7 Samarinda maka upaya meningkatkan mutu layanan kepada masyarakat terus dilakukan. Salah satu upaya yang dilakukan adalah dengan memilih tenaga Tata Usaha yang berkompeten yang dapat menyesuaikan dengan visi dan misi SMK Negeri 7 Samarinda, namun terdapat kendala yang muncul dalam penerimaan dengan calon karyawan tata usaha tersebut, salah satunya adalah jumlah pelamar kerja yang cukup banyak maka penentuan peserta calon karyawan Tata Usaha akan menjadi sulit dan memperlama proses penyeleksian, pengurutan sampai pengelompokan divisi bagi pelamar yang telah dinyatakan lulus seleksi. Untuk mengatasi masalah ini, perlu adanya sistem pengurutan dan pengelompokan divisi hasil seleksi penerimaan karyawan Tata Usaha pada SMK Negeri 7 Samarinda, dengan menggunakan metode Fuzzy Analytical Hierarchy Process (F-AHP) dapat diketahui bobot masing-masing kriteria, serta metode K-Means sebagai pengelompokan divisi hasil seleksi. Dengan adanya sistem pengurutan dan pengelompokan divisi ini dapat memudahkan kepala Tata Usaha SMK Negeri 7 Samarinda dalam menentukan karyawan yang sesuai bobot kriteria yang ada.]]>
<![CDATA[Penerapan Metode AHP-TOPSIS Pada Penerimaan Beasiswa Bidik Misi Di Politeknik Negeri Samarinda ]]>
<![CDATA[Rinda Aulia Utami]]>;
<![CDATA[Abdul Najib]]>;
<![CDATA[Yusni Nyura]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (316.119 KB)
<![CDATA[Beasiswa adalah pemberian bantuan berupa keuangan yang diberikan kepada mahasiswa yang bertujuan untuk membantu meringankan beban mahasiswa yang kurang mampu ataupun yang berprestasi selama masa studinya. Dalam menentukan penerima beasiswa telah menggunakan komputer akan tetapi penggunaannya belum terlalu optimal, hal ini menyebabkan pengelolaan data beasiswa menjadi tidak efisien dari segi waktu dan perulangan yang akan diproses. Dalam masalah ini maka dibuat suatu sistem dengan tujuan untuk mengambil suatu keputusan dengan metode AHP-TOPSIS. Metode AHP digunakan untuk menentukan bobot kriteria, sedangkan metode TOPSIS proses pengurutan peringkat alternatif. Hasil dari penelitian ini menunjukkan pengurutan prioritas calon penerima beasiswa bidik misi menghasilkan urutan peringkat yang berbeda antara metode AHP dan metode AHP-TOPSIS. Metode AHP-TOPSIS memiliki nilai rentang antara nilai tertinggi ke nilai yang terendah pada metode AHPTOPSIS lebih jauh yaitu 57.52% sedangkan AHP yaitu 2.32%. Dengan menggunakan metode AHP-TOPSIS perbandingan berpasangan jauh lebih kurang dibandingkan dengan metode AHP, dan langkah pengerjaannya lebih mudah dilakukan dengan menggunakan metode AHP-TOPSIS.]]>
<![CDATA[Perbandingan Metode SAW dan Topsis Untuk Pemilihan Ketua Calon Umum UKM Olahraga ]]>
<![CDATA[Wanda Tiara]]>;
<![CDATA[Abdul Najib]]>;
<![CDATA[M. Zainul Rohman]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (226.472 KB)
<![CDATA[Unit Kegiatan Mahasiswa Olahraga (UKM) merupakan organisasi kemahasiswaan yang berdiri dan berkedudukan di Politeknik Negeri Samarinda. Dalam setiap organisasi selalu dibutuhkan seorang ketua yang berperan penting dalam berjalannya suatu organisasi. Dalam UKM Olahraga, untuk menjadi seorang ketua harus mengikuti beberapa tahapan yang telah ditetapkan dalam peraturan organisasi di UKM Olahraga. Selama ini pemilihan calon ketua umum dilaksanakan dengan cara manual dan hasilnya pun kurang efektif. Berdasarkan permasalahan tersebut, maka penelitian dalam laporan tugas akhir ini dikembangkan sistem pendukung keputusan menggunakan metode SAW dan TOPSIS. Adapun yang menjadi kriteria dalam tugas akhir ini berasal dari AD/ART UKM. Selanjutnya dari kriteria yang ada, kemudian diolah dan diproses dengan menggunakan perhitungan SAW dan TOPSIS, lalu di bandingan dari kedua hasil perhitungan terbsebut dan menghasilkan ranking dari penilaian calon ketua. Dan dari kedua hasil yang di dapat pada empat orang calon ketua menghsilkan bahwa calon ketua ke tiga mempunyai nilai yang tertinggi yaitu 0.978.]]>
<![CDATA[Perbandingan Metode SAW dan TOPSIS untuk penentuan Dosen Terbaik pada Jurusan Teknologi Informasi Politeknik Negeri Samarinda ]]>
<![CDATA[Aldy Gustiannur Rachmat]]>;
<![CDATA[Bedi Suprapty]]>;
<![CDATA[Abdul Najib]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.926 KB)
<![CDATA[Dosen merupakan pendidik dan ilmuwan yang bertugas menyebar luaskan ilmunya melalui pendidikan penelitian dan pengabdian, hal ini tertuang dalam Undangundang Nomor 14 Tahun 2005 tentang Guru dan Dosen.. Menurut Undang-undang Republik Indonesia No 14 tahun 2005 tentang Guru dan Dosen pasal 51 Ayat (1) Butir b, bahwa dalam melaksanakan tugas keprofesionalan dosen berhak mendapatkan promosi dan penghargaan sesuai dengan tugas prestasi kerja. Untuk menentukan keputusan terhadap prestasi dosen atau menentukan dosen terbaik dibutuhkan Sistem Pendukung Keputusan (SPK), dalam menentukan dosen terbaik dibutuhkan alternatif yang sesuai, untuk itu alternatif ditentukan berdasarkan referensi yang berasal dari jurnal maupun pihak manajemen kampus. Adapun alternatif yang digunakan dalam menentukan dosen terbaik adalah Kewibawaan, Disiplin, Penguasaan Materi, Pemanfaatan media dan teknologi pembelajaran, Penelitian Nasional, Penelitian Internasional dan Pengabdian. Dalam menentukan keputusan pada suatu masalah berdasarkan analisa pribadi tanpa suatu metode biasanya tingkat kesalahan yang diperoleh tinggi sehingga hal ini membahayakan dan berujung pada penyesalan. Ada banyak metode yang dapat digunakan dalam SPK namun yang sering digunakan yakni Simple Additive Weighting (SAW) dan Topsis. Karena itu untuk mengetahui metode yang baik dari 2 metode tersebut, maka untuk membandingkan kedua metode dilakukan perhitungan rentang nilai antar kedua metode.]]>
<![CDATA[Penerapan Metode Trend Moment Untuk Forecast Penjualan Barang di Indomaret ]]>
<![CDATA[Edy Purnomo]]>;
<![CDATA[Abdul Najib]]>;
<![CDATA[Yusni Nyura]]>
<![CDATA[ Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI) ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (307.595 KB)
<![CDATA[Indomaret merupakan jaringan minimarket yang menyediakan kebutuhan pokok dan kebutuhan sehari-hari dengan luas area penjualan kurang dari 200 m2. Toko pertama dibuka di Ancol, Jakarta Utara, pada tahun 1988, dikelola oleh PT. Indomarco Prismatama. Di cabang Samarinda sampai sekarang terdapat 170 toko yang tersebar di Kalimantan Timur dan akan terus bertambah. Seiring berjalannya waktu dan semakin banyaknya gerai toko Indomaret di Kalimantan Timur, permintaan konsumen terhadap suatu barang sangatlah pesat sehingga membuat perusahaan harus dapat merencanakan penjualan barang untuk memenuhi permintaan konsumen agar dapat meminimalkan pengeluaran dana dalam menyuplai barang dari gudang. Pada penelitian ini menggunakan Metode Trend Moment untuk meramalkan penjualan bulan Desember dari bulan Mei hingga November pada Toko TD9I – CIPTO2 dan Prdcd 10003517. Dari hasil peramalan menggunakan Metode Trend Moment pada bulan Desember mengalami Trend Positif dimana penjualannya adalah 436,17.]]>
