Claim Missing Document
Check
Articles

Found 13 Documents
Search

Sistem Pendukung Keputusan Penilaian Kinerja Karyawan PT Pertamina Menggunakan Metode Simple Additive Weighting : Penelitian Muhammad Fauzan Yafi; Azrai Sirait
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6437

Abstract

Penilaian kinerja karyawan merupakan salah satu aspek penting dalam meningkatkan kualitas sumber daya manusia di suatu perusahaan. PT Pertamina Terminal BBM Kisaran masih menghadapi beberapa kendala dalam proses penilaian kinerja karyawan, seperti adanya unsur subjektivitas dan kesulitan dalam mengolah berbagai kriteria penilaian secara tepat. Penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan penilaian kinerja karyawan menggunakan metode Simple Additive Weighting (SAW) agar proses penilaian dapat dilakukan secara lebih objektif, cepat, dan akurat. Metode SAW digunakan dengan cara memberikan bobot pada setiap kriteria penilaian, seperti disiplin, kualitas kerja, tanggung jawab, kehadiran, dan kerja sama. Sistem ini dirancang menggunakan Use Case Diagram, Activity Diagram, dan Entity Relationship Diagram (ERD) dengan bantuan Visual Paradigm dan Visio, serta diimplementasikan menggunakan bahasa pemrograman PHP 8 berbasis web. Hasil penelitian menunjukkan bahwa metode SAW mampu menghasilkan perankingan kinerja karyawan secara transparan dan terukur sehingga dapat membantu pihak manajemen PT Pertamina dalam mengambil keputusan terkait evaluasi kinerja karyawan secara lebih efektif dan efisien.
Sistem Identifikasi Wajah Berbasis Deep Learning dengan Mekanisme On-Demand untuk Efisiensi Komputasi dan Kinerja Real-Time Fahruzi Sirait; Muhammad Siddik; Zulkifli Zulkifli; Azrai Sirait
Indonesian Journal of Education And Computer Science Vol. 4 No. 1 (2026): INDOTECH - April 2026
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v4i1.2035

Abstract

Perkembangan teknologi pengolahan citra digital telah mendorong pemanfaatan sistem pengenalan wajah sebagai salah satu metode biometrik yang banyak digunakan dalam berbagai bidang, seperti keamanan, absensi, dan identifikasi individu. Penelitian ini bertujuan untuk mengimplementasikan sistem identifikasi wajah menggunakan library face recognition berbasis bahasa pemrograman Python pada platform Google Colab. Sistem yang dibangun memanfaatkan dataset citra wajah yang disimpan pada Google Drive serta input gambar yang diperoleh secara langsung melalui webcam berbasis browser. Metode yang digunakan adalah face encoding untuk mengekstraksi fitur wajah, kemudian dilakukan pencocokan menggunakan perhitungan jarak (face distance). Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah yang terdapat dalam dataset dengan tingkat akurasi yang baik pada kondisi pencahayaan yang memadai. Selain itu, sistem juga mampu mendeteksi wajah yang tidak terdaftar dengan memberikan label “wajah tidak ditemukan”. Implementasi ini menunjukkan bahwa penggunaan platform berbasis cloud seperti Google Colab dapat menjadi solusi efektif dan efisien dalam pengembangan sistem pengenalan wajah tanpa memerlukan perangkat keras dengan spesifikasi tinggi
Sistem Pakar Deteksi Penyakit THT Menggunakan Metode SAW Samsir; Muhammad siddik; Azrai Sirait
CSRID (Computer Science Research and Its Development Journal) Vol. 18 No. 2 (2026): Juni 2026
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.18.2.2026.409-425

Abstract

Ear, Nose, and Throat (ENT) disorders are common health issues that require timely intervention from the early stages to prevent complications. However, a shortage of ENT specialists and the unequal distribution of healthcare services hinder optimal consultation and initial diagnosis, particularly in areas with limited access to healthcare. While various studies have developed disease diagnosis systems using inference methods—such as Forward Chaining and Certainty Factor—the application of the Simple Additive Weighting (SAW) method as a Multi-Criteria Decision Making (MCDM) approach to rank potential diseases based on symptom combinations remains relatively limited. This study aims to develop a web-based expert system for the initial diagnosis of ENT disorders by utilizing a knowledge base derived from ENT specialists and implementing the SAW method as a decision-making mechanism to identify the most likely disease (the alternative with the highest preference value). The knowledge base is represented through relationships between symptoms, diseases, symptom weights, and management guidelines. The diagnostic process involves constructing a decision matrix, normalizing values, weighting symptoms, and calculating preference values ​​using the SAW method. Developed using PHP and MySQL, the system provides initial diagnostic recommendations and management advice based on user-selected symptoms. This research contributes by applying the SAW method as a multi-criteria decision-making mechanism within an ENT diagnosis system, thereby making the process of identifying potential diseases more systematic, transparent, and adaptable to changes in the knowledge base