Articles
<![CDATA[Pemodelan Data Warehouse Distribusi Produk di PT. X ]]>
<![CDATA[Rani Susanto]]>;
<![CDATA[Tati Harihayati M]]>
<![CDATA[ INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Vol 3 No 2 (2019): Vol. 3 No. 2 Agustus 2019 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (532.593 KB)
|
DOI: 10.29407/intensif.v3i2.12769
<![CDATA[The purpose of this study is to provide an overview of the Head of Distribution of PT. X to support product distribution monitoring activities in terms of the number of products to be distributed to each branch office as needed. The problem that occurs is the large number and diversity of products required where each branch office is located far apart, cause the company difficulty in collecting product data that functions for the monitoring process. The solution to this problem is there needs a model that can be used to collect all the necessary data for monitoring product distribution using the Data warehouse method. This method is used to collect diverse data into a storage area so that users can quickly analyze the data needed. OLTP is part of the Data Warehouse, which is the initial stage of modeling data sources, then with ETL processes, which are the basis for modeling data warehouse schemes. So, this model can be used as a reference to produce useful information for managerial parties PT. X in the next study.]]>
<![CDATA[Model Sistem Pengelolaan Pengetahuan Guru di Sekolah Luar Biasa Tunarungu ]]>
<![CDATA[Tati Harihayati Mardzuki]]>;
<![CDATA[Arief Nur Khoerudin]]>
<![CDATA[ Komputika : Jurnal Sistem Komputer Vol 8 No 2 (2019): Komputika: Jurnal Sistem Komputer ]]>
Publisher : <![CDATA[Computer Engineering Departement, Universitas Komputer Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (504.14 KB)
|
DOI: 10.34010/komputika.v8i2.2276
<![CDATA[Guru sebagai tenaga pendidik akan mendapatkan pengetahuan mengenai metode pembelajaran yang disesuaikan dengan tingkat ketunarunguan para siswanya melalui pelatihan-pelatihan. Hasil pelatihan belum disebarluaskan kepada guru-guru yang tidak diikutkan dalam pelatihan tersebut, sehingga ketika mendapatkan masalah pada saat proses belajar mengajar di kelas biasanya guru tersebut harus langsung menemui bagian Kurikulum. Guru piket sebagai pengganti guru yang tidak hadir terkadang memberikan materi tidak sesuai dengan materi sebelumnya, hal ini dikarenakan guru piket tidak mengetahui sejauh mana materi yang terakhir diajarkan dan buku/materi ajar apa yang terakhir digunakan. Sistem pengelolaan pengetahuan guru dapat dijadikan sebagai salah satu cara untuk mengatasi masalah yang ada di sekolah luar biasa tunarungu saat ini, dimana para guru nantinya dapat menyebarkan pengetahuan dan pengalamannya (sharing knowledge) melalui forum, dan menggunakan metode Case Based Reasoning (CBR) untuk menemukan solusi dengan mengadaptasi solusi dari kasus-kasus yang pernah digunakan di masa lalu. Model untuk mengelola pengetahuan tasit menjadi pengetahuan eksplisit menggunakan model SECI (Socialization, Externalization, Combination dan Internalization). Hasil dari penelitian ini berupa sebuah model sistem yang akan mendeskripsikan kebutuhan dan karakteristik sistem pengelolaan pengetahuan guru yang akan dibangun, agar pengetahuan dan pengalaman para guru mudah dikelola, dapat disimpan, dapat diciptakan dan dapat diperbaharui sehingga mudah ditemukan ketika dibutuhkan. Kata Kunci – Pengetahua; Guru; Materi ajar; Sharing knowledge; Case based reasoning.]]>
<![CDATA[SISTEM PENILAIAN PEGAWAI DENGAN METODE PERSONAL BALANCED SCORECARD PADA PT XYZ ]]>
<![CDATA[Tati Harihayati]]>;
<![CDATA[Erian Suwandi]]>
<![CDATA[ Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 2 No 1 (2013): Komputa : Jurnal Ilmiah Komputer dan Informatika ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (233.579 KB)
|
DOI: 10.34010/komputa.v2i1.80
<![CDATA[Penilaian pegawai di PT XYZ saat ini menggunakan metode tersendiri dalam kategori penilaian dan pemberian nilai. Hal ini menyebabkan kurang terukurnya nilai yang diberikan oleh Manager pada setiap divisi terhadap bawahannya. Sehingga mengakibatkan penilaian terhadap pegawai yang ada pada perusahaan menjadi tidak obyektif.Penelitian ini mengangkat suatu kasus yaitu melakukan penilaian pegawai pada suatu divisi berdasarkan metode Personal Balanced Scorecard (PBSC). PBSC merupakan suatu metode yang menganalisis Key Performance Indicator (KPI) yang mencakup pada empat perspektif yaitu Internal, Eksternal, Pengetahuan dan Pembelajaran dan Keuangan. Adapun penggunaan pendekatan analisis perangkat lunak pada penelitian ini menggunakan pendekatan analisis terstruktur.]]>
<![CDATA[SISTEM EVALUASI PENYELENGGARAAN PELATIHAN MENGGUNAKAN SERVQUAL ]]>
<![CDATA[Ratih Larasati]]>;
<![CDATA[Tati Harihayati]]>
<![CDATA[ Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 2 No 2 (2013): Komputa : Jurnal Ilmiah Komputer dan Informatika ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (173.591 KB)
|
DOI: 10.34010/komputa.v2i2.90
<![CDATA[Suatu perusahaan biasanya mengadakan pelatihanuntuk meningkatkan kemampuan dan kompetensipara pegawainya. Setiap Pelatihan yang telahdiselenggarakan menghasilkan penilaian yang padaakhirnya akan dievaluasi untuk memutuskan apakahkegiatan pelatihan akan dilanjutkan atau tidak, ataubagaimana mengembangkan kegiatan pelatihan dimasa yang akan datang.Sistem evaluasi penyelenggaraan pelatihan memilikibanyak model dan metode yang digunakan, salahsatunya penilaian kualitas pelatihan berdasarkanmetode Service Quality (ServQual). MetodeServQual merupakan suatu metode yangmenganalisis kualitas suatu pelayanan berdasarkanlima dimensi yaitu bukti langsung, keandalan, dayatanggap, jaminan dan empati.Berdasarkan hasil pengujian, maka dapat diperolehkesimpulan sistem yang dibangun dapat membantupihak penyelenggara pelatihan dalam membuatlangkah-langkah perbaikan dan penentuan keputusankegiatan pelatihan yang diperlukan, dan membantumerencanakan kegiatan pelatihan selanjutnya.Kata kunci : Sistem, Evaluasi, Penilaian, Pelatihan,ServQual.]]>
<![CDATA[PEMANFAATAN SIMPLE ADDITIVE WEIGHT (SAW) DALAM MARKET TARGETING UNTUK MENENTUKAN CABANG BARU PADA PERUSAHAAN BUTIK X ]]>
<![CDATA[Tati Harihayati M]]>;
<![CDATA[Utami Dewi]]>
<![CDATA[ Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 7 No 1 (2018): Komputa : Jurnal Ilmiah Komputer dan Informatika ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (581.932 KB)
|
DOI: 10.34010/komputa.v7i1.2530
<![CDATA[Butik X adalah sebuah perusahaan yang bergerak di bidang penjualan dan/atau penyewaan pakaian pesta dengan model terkini dan unik. Jenis pakaian pesta yang dijual atau disewakan bisa berupa pakaian modern maupun pakaian tradisional. Perusahaan butik X ini sudah memiliki brand dengan jumlah pelanggan saat ini mencapai hampir 500 pelanggan yang tersebar di berbagai daerah. Manager Marketing butik X saat ini memiliki keinginan untuk memperluas pangsa pasarnya. Salah satu cara memperluas pangsa pasar adalah dengan cara membuka cabang baru, akan tetapi pihak Manager Marketing kesulitan dalam menentukan daerah mana yang memiliki pangsa pasar yang tinggi dan berpotensi untuk dibukanya cabang baru. Salah satu metode yang digunakan pada tahap market targeting adalah metode yang ada pada Sistem Pendukung Keputusan (SPK) yaitu metode Simple Additive Weight (SAW), dimana metode ini menghasilkan sebuah rekomendasi mengenai daerah yang berpotensi untuk dibukanya cabang baru sesuai kebutuhan perusahaan.]]>
<![CDATA[Analisis dan Perancangan Sistem Penentuan Prioritas Penanganan Kerusakan Pipa Air Minum Perusahaan XYZ dengan Metode TOPSIS ]]>
<![CDATA[Wina Witanti]]>;
<![CDATA[Tati Harihayati M]]>;
<![CDATA[Ayu Peraiyantika]]>
<![CDATA[ Journal of Information Technology Vol 4 No 1 (2022): JOINT (Journal of Information Technology) ]]>
Publisher : <![CDATA[LPPM STMIK AMIK BANDUNG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47292/joint.v4i1.72
<![CDATA[XYZ Company is a company that provides drinking water services or Drinking Water Supply System (SPAM) with the type of pipe network SPAM to ensure the certainty of the quantity and quality of drinking water produced and the continuity of drinking water flow. The Operations and Maintenance Department at XYZ company almost every day gets four to six reports of damage to drinking water pipes from customers, while the number of field officers every day is quite limited, namely only two officers who are directly responsible for handling water pipe damage. The Head of the Operations and Maintenance Division had some difficulty in determining which damage reports should be prioritized for field officers to handle. Thus, this study aims to provide an overview to the Head of Operations and Maintenance in determining reports of damage to drinking water pipes that must be prioritized to be handled first. This research will use structured modeling using the Technique For Others Reference by Similarity to Ideal Solution (TOPSIS) with criteria that have been determined by company XYZ.]]>
<![CDATA[Sistem Prediksi Kebutuhan Vitamin A Menggunakan Metode Fuzzy Mamdani ]]>
<![CDATA[Sri Nurhayati]]>;
<![CDATA[Deden Supriadi]]>;
<![CDATA[Tati Harihayati M]]>
<![CDATA[ Jurnal Manajemen Informatika JAMIKA Vol 13 No 1 (2023): Jurnal Manajemen Informatika (JAMIKA) ]]>
Publisher : <![CDATA[Program Studi Manajemen Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34010/jamika.v13i1.8147
<![CDATA[The purpose of this study is to create a system that can predict the need for vitamin A in a certain period, and provide convenience to related parties to meet the needs of the vitamin. Vitamin A is the most essential nutrient, this is because food consumption is not sufficient and is still low so it must be met from the outside. In this study, the method used to predict the need for vitamin A is the fuzzy mamdani method with input variables namely stock and demand and output variables namely needs. The predictions made are based on past statistics and on the basis of the characteristics of past vitamin A consumption. To calculate the error in predicting using the mean absolute percentage error (MAPE). Analysis of system requirements built using an object approach with Unified Modeling Language (UML) tools. The results of the overall prediction obtained the highest average accuracy value of 97.93% with an average error value as small as 2.07% while the lowest average accuracy value was 92.57% with an average error value as small as 7.43%. Testing on the system obtained a 100% functional value that went well in accordance with the needs analysis that had been made, so that the system had provided predictive information on vitamin A needs for a certain period and provided convenience for related parties to fulfill these needs.]]>
<![CDATA[Sistem Penentuan Jenis Promosi Berdasarkan Tingkat Loyalitas Pelanggan di CV. XYZ ]]>
<![CDATA[Lubis, Riani]]>;
<![CDATA[Mardzuki, Tati Harihayati]]>;
<![CDATA[Gufron, Aditya Akhmad]]>
<![CDATA[ Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 12 No 2 (2023): Komputa : Jurnal Ilmiah Komputer dan Informatika ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34010/komputa.v12i2.9405
<![CDATA[CV. XYZ adalah perusahaan yang bergerak dibidang penjualan kain. Pelanggan dari perusahaan saat ini sekitar 372 pelanggan, dimana 81% atau sekitar 301 pelanggan hanya melakukan transaksi kurang dari 10 kali dan 19% atau sekitar 71 pelanggan yang melakukan transaksi lebih dari 10 kali, hal ini menunjukkan tingkat loyalitas pelanggan yang rendah terhadap perusahaan. Pemilik perusahaan saat ini kesulitan dalam menentukan jenis promosi yang akan diberikan kepada masing-masing pelanggan berdasarkan tingkat loyalitas. Metode yang digunakan untuk melakukan segmentasi pelanggan adalah metode Recency, Frequency, dan Monetary (RFM) dan penyampaian promosi kepada pelanggan menggunakan Whatsapp API Gateway Services. Hasil dari metode RFM ini dapat memudahkan pemilik perusahaan dalam menentukan jenis promosi yang akan diberikan ke masing-masing pelanggan serta penyampaian promosinya dalam upaya meningkatkan loyalitas pelanggan terhadap perusahaan. Dari 24 pelanggan yang dijadikan data sample menunjukan kelompok Most Valuable Customer sebanyak 4 pelanggan, kelompok Most Growable Customer sebanyak 15 pelanggan, kelompok Migrator sebanyak 5 pelanggan dan kelompok Below Zeros sebanyak 0 pelanggan.]]>
<![CDATA[Penerapan Algoritma K-Means Clustering pada Sistem Prediksi Kelulusan Tepat Waktu ]]>
<![CDATA[Mardzuki, Tati Harihayati]]>;
<![CDATA[Lubis, Riani]]>;
<![CDATA[Adiwijaya, Fakhrian Fadlia]]>
<![CDATA[ Komputika : Jurnal Sistem Komputer Vol 13 No 2 (2024): Komputika: Jurnal Sistem Komputer ]]>
Publisher : <![CDATA[Computer Engineering Departement, Universitas Komputer Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34010/komputika.v13i2.14097
<![CDATA[Currently, Dikti sets a good on-time graduation percentage for study program accreditation at around 50% for each class. Therefore, the Head of Study Program requires information on the number of students predicted to graduate on time in the eighth semester later, so that policies can be taken as early as possible if the number is not as expected. The method used in this study is the K-Means Clustering algorithm, where this algorithm will divide student data into two groups (clusters), namely the number of students predicted to graduate on time and those who do not graduate on time. The data set used is student academic data from semester one to semester six with five criteria, namely GPA up to semester six, number of credits graduated up to semester six, number of semesters taken up to semester six, number of leaves up to semester six and type of school origin. The results of this study indicate that the number of students predicted to graduate on time is around 92.84% (311 students) based on the sixth semester student data set totaling 335 students with six iterations on the K-Means Clustering algorithm]]>
<![CDATA[Desain Sistem Penjadwalan Tenaga Keperawatan Rumah Sakit Menggunakan Algoritma Priority Scheduling ]]>
<![CDATA[Mardzuki, Tati Harihayati]]>;
<![CDATA[Lubis, Riani]]>;
<![CDATA[Abdulloh , Mahfudz]]>
<![CDATA[ Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 14 No 1 (2025): Komputa : Jurnal Ilmiah Komputer dan Informatika ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34010/komputa.v14i1.15948
<![CDATA[Scheduling nursing staff in a hospital is a process that must be carried out every period to meet patient needs based on their services. The nursing staff scheduled in this study were nursing staff in the Outpatient Unit. The current schedule does not take into account the limitations of each nursing staff, such as nurses who are in advanced studies, pregnant, or are currently working as doctor's assistants. This has caused several complaints from several nurses, such as nurses whose pregnancy age is approaching 7-8 months getting an afternoon shift schedule more than four (4) times a month, which means it is not in accordance with the outpatient unit policy. The purpose of this study is to produce a scheduling system model by considering the limitations of nursing staff in the Outpatient Unit in the next period. The algorithm used in creating the nursing staff schedule is the priority scheduling algorithm, where this algorithm has been proven effective in managing the priority of the process sequence and has been applied to other information systems with satisfactory results. The results of the study indicate that the scheduling system model created can meet the needs of nursing staff in the Outpatient Unit]]>
