p-Index From 2021 - 2026
7.772
P-Index
Claim Missing Document
Check
Articles

Sistem Pendukung Keputusan Penerima Bantuan Renovasi Rumah Pasca Gempa Cianjur Menggunakan Multi Attribute Decision Making dengan Metode SAW Maskur A, Moch Riyadi; Triyono, Gandung
Faktor Exacta Vol 17, No 2 (2024)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v17i2.22760

Abstract

Dalam situasi darurat bencana diperlukan keefektifan dan efisiensi dalam pengambilan keputusan. Dalam penelitian ini yaitu keputusan untuk menentukan penerima bantuan renovasi rumah pasca gempa. Pada saat ini, salah satu permasalahan adalah ketidakakuratan dalam pengambilan keputusan. Hal tersebut dapat menyebabkan ketidaktepatan dalam pemberian bantuan. Adanya permasalahan tersebut, maka diperlukan sebuah sistem pendukung keputusan menentukan penerima bantuan renovasi pasca gempa. Pada penelitian ini diusulkan sebuah model sistem pendukung keputusan terbaik dengan pendekatan MADM dengan metode SAW. Model yang dikembangkan menggunakan 8 kriteria, yaitu kondisi pondasi, kondisi sloof, kondisi penutup atap, kondisi rangka atap, kondisi lantai, kondisi dinding, kondisi ring balok, dan kondisi kolom. Pada penelitian ini digunakan 20 data calon penerima bantuan, dengan rincian 5 data yang termasuk rumah dengan renovasi kategori rusak berat, 9 data untuk renovasi rumah yang rusak sedang, 4 data untuk renovasi rumah yang rusak ringan, dan 2 data untuk yang tidak layak mendapatkan bantuan renovasi rumah. Hasil pengujian model dihasilkan akurasi 98% untuk akurasi nilai, dan 95% untuk akurasi kelayakan yang dibandingkan dengan data aktual yang didapat.
Implementasi Metode Perbandingan Eksponensial Dalam Sistem Pendukung Keputusan Pemberian Kredit Nasabah Pada PT Bank DKI Cabang Syariah Wahid Hasyim Fajriah, Riri; Melyana, Melyana; Triyono, Gandung
Faktor Exacta Vol 16, No 4 (2023)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v16i4.21040

Abstract

PT Bank DKI Cabang Syariah Wahid Hasyim adalah cabang usaha yang melayani segmentasi pasar syariah dari PT Bank DKI sebagai BUMD dari Pemerintah Provinsi DKI Jakarta. Adapun produk bank yang ditawarkan terkait jenis layanan keuangan dan berbagai jenis kredit yang ditawarkan kepada calon debitur, seperti Kredit Pemilikan Rumah (KPR), Mikro UMKM, Kredit Multiguna, Bank Garansi. Permasalahan yang dihadapi saat ini adalah masih cukup signifikan kasus kredit macet di bank akibat kesalahan keputusan dalam pemberian kredit dari data analisa kelayakan calon debitur. Oleh karena itu, tujuan penelitian ini adalah untuk merancang sistem pendukung keputusan dengan menggunakan metode waterfall analysis dengan model perbandingan eksponensial dimana sistem ini akan digunakan oleh Relationship Manager (RM) untuk mengevaluasi kelayakan kredit calon debitur dengan lebih tepat dan akurat. Hasil penelitian ini menyajikan rancangan sistem pendukung keputusan dengan metode perbandingan eksponensial yang dapat membantu proses analisa kredit dari data-data calon debitur yang diproses untuk menghasilkan ranking penilaian kelayakan pemberian kredit, dimana keputusan pemberian kredit diambil berdasarkan nilai tertinggi hasil perhitungan MPE dan hasil ini akan menjadai landasan bagi Relationship Manager sebagai prioritas calon debitur untuk proses selanjutnya mendapatkan persetujuan kredit dari Pemimpin Cabang sebagai penyelia kredit di PT Bank DKI Cabang Syariah Wahid Hasyim.
Rekomendasi Hotel Menggunakan Kombinasi Metode AHP dan SAW Berbasis Crawling Data Ulasan Tamu Taryono, Ono; Widyanto, Tetrian; Triyono, Gandung
Techno.Com Vol. 23 No. 1 (2024): Februari 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i1.9801

Abstract

Pemilihan hotel di Kota Bandung sebagai destinasi wisata oleh konsumen seringkali menjadi proses yang kompleks. Terdapat banyak faktor yang mempengaruhi keputusan ini, seperti harga kamar, fasilitas, lokasi, dan lain-lain. Penelitian ini membahas metode kombinasi AHP dan SAW untuk pembobotan kriteria dan pemeringkatan hotel untuk memperoleh rekomendasi pemilihan hotel yang sesuai bagi konsumen. Segmen konsumen dan tipe hotel yang dikaji pada penelitian ini dibagi menjadi dua kategori, yaitu : budgetary hotel yang diperuntukkan bagi segmen back packer dan non-budgetary hotel yang diperuntukkan bagi segmen non-back packer. Proses pembobotan masing-masing kriteria menggunakan metode AHP. Selanjutnya nilai bobot tersebut digunakan untuk menghitung preferensi setiap alternatif hotel yang dikaji dalam penelitian ini dengan membangun matriks keputusan dari metode SAW. Ada 7 (tujuh) kriteria yang digunakan untuk pemeringkatan hotel yaitu : overall rating / impression, kebersihan, kenyamanan, makanan, lokasi, pelayanan dan harga sewa kamar, dimana nilai bobot / prioritas untuk masing-masing kriteria tersebut adalah 0,27; 0,10; 0,10; 0,06; 0,04; 0,16 dan 0,27. Tiga besar peringkat budgetary hotel terbaik hasil rekomendasi sistem pendukung keputusan sebagian besar ditempati oleh hotel bintang 3 yaitu Hotel A2, Hotel A9 dan Hotel A14. Sedangkan tiga besar peringkat non-budgetary hotel terbaik hasil rekomendasi sistem pendukung keputusan ditempati oleh hotel bintang 4 yaitu Hotel B2, Hotel B4 dan Hotel B15.
Penerapan Sistem Pendukung Keputusan Dalam Penerimaan Perawat Menggunakan Metode SAW, WP Dan MOORA Di Rumah Sakit Petukangan Anwarsyah, Anwarsyah; Prasetia, Andika Rohman; Triyono, Gandung
Techno.Com Vol. 23 No. 3 (2024): Agustus 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i3.11391

Abstract

Salah satu cara untuk memperoleh perawat yang kompeten adalah dengan melakukan proses seleksi dengan sangat baik dan tepat, proses penerimaan perawata sangat sensitif karena perawat yang diterima harus memenuhi kriteria serta kebutuhan unit kerja dari rumah sakit Penelitian sistem pendukung keputusan di Rumah Sakit Petukangan ini dilakukan dengan tujuan memberikan rekomendasi serta alternatif dalam penerimaan perawat baru di Rumah Sakit Petukangan, agar dapat meminimalisir kesalahan serta meningkatkan efisiensi rekrutmen Dalam penelitian ini metode sistem pendukung keputusan yang digunakan adalah  metode SAW, WP dan MOORA, dari metode tersebut dilakukan pengujian dan pencarian nilai akurasi menggunakan Confusion Matrix untuk mencari metode paling tinggi akurasinya Metode WP dan MOORA memiliki nilai akurais yang sama yaitu 93%, sedangkan metode SAW memperoleh nilai akurasi 87%. Dengan pengujian yang telah dilakukan dan nilai akurasi yang sangat tinggi, penelitian ini sangat layak dijadikan sebagai alternatif dalam proses penerimaan perawat baru di Rumah Sakit Petukangan yang lebih efisien dan efektif.   Kata kunci: Sistem Pendukung Keputusan, SAW, WP, MOORA
DEVELOPMENT OF A STOCK PURCHASE RECOMMENDATION SYSTEM APPLICATION Maruanaya, Greghar Juan Tjether; Triyono, Gandung; Maruanaya, Rita Fransina
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024 - SENIKO
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.2322

Abstract

Investing in stocks has become a significant source of passive income through indirect earnings with minimal activity. Choosing stocks for investment requires careful analysis. The Indonesia Stock Exchange has 866 listed stocks, divided into several indices, including IDXBUMN20, which includes 20 stocks from state-owned enterprises (BUMN), regional-owned enterprises (BUMD), and their affiliates. This index helps traders monitor the performance of BUMN stocks. The list of IDXBUMN20 stocks includes ADHI, ANTM, BBNI, AGRO, BBRI, BRIS, BBTN, BJBR, BMRI, MTEL, ELSA, JSMR, PGAS, PTBA, PTPP, SMGR, TINS, TLKM, WIKA, and WSKT. Traders need recommendations to select stocks with positive trends. Forecast analysis becomes a potential solution to provide references for stocks with positive trends. This study applies the Simple Moving Average (SMA) method to forecast the prices of IDXBUMN20 stocks. The SMA will be measured using 30, 40, 50, and 60-day periods as indicators. This method is chosen for its ability to identify stock price trends by calculating the average closing price over a specific period. Therefore, forecasting results using SMA will provide a more accurate picture of stock price movements and aid in making better investment decisions. From the forecasting results using the SMA method, recommendations for the top five stocks showing positive trends will be obtained. Subsequently, to determine which stock is most recommended, a stock recommendation model will be developed using the Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) method. TOPSIS will consider various criteria such as average frequency, Price Earning Ratio (PER), Price Book Value (PBV), Return on Assets (ROA), and Return on Equity (ROE). The results showed that the most recommendable stocks based on the positive trend of price movements are SMGR for indicator 30 and TLKM for indicators 40, 50 and 60. Therefore, it can be concluded that the most recommended stock is TLKM (PT Telkom Indonesia (Persero) Tbk).This recommendation model is expected to help traders select the stocks with the best investment potential, maximizing profits and minimizing investment risks in the capital market.
Klasifikasi Preeklampsia pada Ibu Hamil menggunakan Algoritma KNN Tunggal Saputra, Tri Aji; Juhari, Juhari; Triyono, Gandung
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.514

Abstract

World Health Organization (WHO) pada tahun 2020 mengatakan angka kematian ibu (AKI) didunia sebanyak 227.22 per 100.000 kelahiran hidup, penyebab kematian ibu hamil secara langsung salah satunya disebabkan oleh Preeklampsia. Preeklampsia adalah suatu penyakit yang dialami oleh ibu hamil yang ditandai dengan adanya tanda-tanda hipertensi (tekanan darah tinggi), eodema (pembengkakan), dan proteinuria (kadar protein dalam urin meningkat. Pada salah satu rumah sakit swasta di Cikarang kasus preeklamsia setiap tahunnya mengalami peningkatan, Rata-rata persentase peningkatan jumlah  pasien Preeklamsia dari tahun 2020 hingga 2022 sekitar 17,5% per tahun. Hal itu terjadi dikarenakan ibu hamil tidak menyadari ketika dirinya mengidap penyakit preeklamsia.Tanda-tanda awal preeklamsia hampir sama dengan penyakit hipertensi. Penelitian ini bertujuan untuk membuat model diagnosis penyakit preeklamsia. Harapannya model ini bisa sebagai Alat bantu self diagnoses, untuk deteksi awal penyakit preeklamsia agar bisa mencegah terjadinya penyakit Eklampsia yang dapat lebih membahayakan nyawa ibu dan janin. Dalam penelitian ini, beberapa skenario eksperimen diterapkan dengan mengubah jumlah tetangga terdekat (nilai K) untuk mengoptimalkan akurasi model nilai K yang berbeda beda, sehingga didapatkan hasil klasifikasi yang maksimal terdapat pada jumlah nilai K =3 dan K=5 dengan pemabagian data traing dan data testing 90:10 mendapatkan hasil akurasi 97%, sedangkan hasil klasifikasi terendah didapatkan pada pembagian data 50:50 untuk nilai K=9 sebesasr 84%.
Implementation of SAW and AHP in Decision-Making Models for Credit Provision in Cooperatives Rojakul, Rojakul; Sumardianto, Sumardianto; Triyono, Gandung
CogITo Smart Journal Vol. 10 No. 2 (2024): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v10i2.662.418-432

Abstract

The research aims to overcome the difficulties in selecting the best members of the Al-Amin Independent Corporation, focusing on the challenges faced in determining the best members in the process of giving credit and payments on time. However, many members fail to meet their obligations or fail to pay their contributions smoothly, leading to credit freezes and decreased cooperative income. The cause of a member's failure to pay quotas has not been identified by the current candidate admission selection system. The methods used are Simple Additive Weighting (SAW) and Analytical Hierarchy Process (AHP) applied in the Decision Support System (DSS) model. The results of the research showed the effectiveness of the SAW method in identifying the best and optimal alternative with the highest value on V2 of 4. The AHP method has successfully determined the priority weight and the level of importance for member selection criteria including Activity (0.50), Savings (0.13), Guarantee (0.09), Loan (0.10), Disbursement (0.10), Time Period (0.07). The research provides insight to decision-makers in cooperatives makes important contributions, especially in the granting of credit, and affirms the importance of objective methods in the selection of members.
Penerapan Metode Simple Additive Weighting (SAW) Dalam Pemilihan Supplier Terbaik Pada Industri Manufaktur Muttaqin, Zaenul; Handayani, Dini; Triyono, Gandung
Teknika Vol. 13 No. 3 (2024): November 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i3.1024

Abstract

Memilih supplier didalam rantai pasok industri manufaktur merupakan hal yang sangat penting untuk keberhasilan operasional dan daya saing perusahaan, karena mempengaruhi biaya, efisiensi, kualitas produk, kepuasan pelanggan, dan reputasi perusahaan. Dalam konteks globalisasi dan kompleksitas rantai pasok yang meningkat, berbagai kriteria seperti kualitas produk, ketepatan waktu pengiriman, dan kepatuhan terhadap standar internasional seperti International Organization for Standardization (ISO) 22000:2018 dan ISO 9001:2015 harus dipertimbangkan untuk memastikan pemenuhan kebutuhan jangka pendek serta keberlanjutan operasional jangka panjang. Penelitian ini bertujuan mengatasi masalah pemilihan supplier terbaik dengan menerapkan metode Simple Additive Weighting (SAW), yang efisien dalam mengevaluasi kriteria relevan. Langkah awal melibatkan identifikasi kriteria penilaian yang relevan seperti kualitas, waktu pengiriman, dan kepatuhan standar ISO, kemudian memberikan bobot pada setiap kriteria berdasarkan tingkat kepentingannya. Data kinerja supplier dikumpulkan secara sistematis dan diproses melalui metode Simple Additive Weighting (SAW) untuk menghasilkan peringkat relatif dari setiap supplier. Hasil penelitian menunjukkan supplier V7 memperoleh peringkat tertinggi dengan nilai 50,8, memberikan kontribusi berharga dalam pemahaman dan pemilihan supplier terbaik dalam konteks keandalan, kualitas, dan kepatuhan standar industri, serta menunjukkan bahwa penggunaan metode Simple Additive Weighting (SAW) meningkatkan efisiensi perhitungan dan pengelolaan data.
Pemodelan Penentuan Pupuk Menggunakan Metode AHP dan SAW Eliyani, Eliyani; Gunawan, Wawan; Wahyuningram, Nugroho; Triyono, Gandung
Faktor Exacta Vol 17, No 3 (2024)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v17i3.24580

Abstract

The dataset used in this study comprises criteria and fertilizer brands for rice, based on assessments conducted by farmers. The criteria were: price (C1), product (C2), quality (C3), quantity (C4), recommendation (C5), effectiveness (C6), and suitability (C7). Each criterion is weighted as Very Good (4), Good (3), Fair (2), and Poor (1). The evaluated fertilizers consisted of 15 brands: Nitrea, Caping Tani, Pertiphos, NPK padi kuning, SP 36, Meroke, Pusri, Nitroku, Ponska, ZA, Urea, and NPK Pak Tani. The assessments were carried out by distributing questionnaires to 50 farmers who shop at Cv. Sari Alam Tani Store, where farmers could select more than one brand of fertilizer. The most chosen fertilizer by the farmers was Urea. This study aims to verify if Urea is indeed the best fertilizer using the AHP and SAW algorithms based on the established criteria. The results indicate that NPK Padi Kuning was ranked first with a score of 1.72, followed by NPK Tawon and NPK Pak Tani with scores of 1.61 and 1.40, respectively. Urea, despite being the most chosen by farmers, ranks fourth with a score of 1.25.
Implementasi Algoritma Apriori Pada Penjualan Makanan Ringan dan Minuman Kesehatan Pirman, Arif; Hanifa, Annisa; Triyono, Gandung
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.244

Abstract

Penjualan merupakan hasil yang sangat diharapkan oleh pengusaha yang bergerak dibidang penjualan. Data transaksi penjualan yang dihasilkan perhari yang hanya disimpan akan membuat ruang penyimpanan menjadi besar. Berdasarkan informasi yang diperoleh dari manager outlet yang berasal dari laporan penjualan bulanan, diketahui bahwa penjualan bulan Desember 2022 sebesar Rp. 28.624.274 dan penjualan bulan November 2022 sebesar Rp. 32.916.104. Dari penjualan tersebut terlihat terjadi penurunan penjualan sebesar 13% pada bulan Desember 2022 terhadap penjualan bulan November 2022. Kondisi ini akan menyebabkan kerugian usaha bahkan jika dibiarkan akan menyebabkan penutupan usaha. Untuk Meningkatkan kembali penjualan maka manajemen   memerlukan pengetahuan atas produk yang dijualnya dan pengetahuan atas pola penjualan yang biasa dibeli oleh konsumen. Dari pengetahuan tersebut maka manajemen dapat mengambil keputusan terkait strategi penjualan yang akan dijalankannya. Untuk memanfaatkan data penjualan yang ada, maka pengolahan data mining dengan analisis asosiasi dapat digunakan untuk mencari produk yang sering dibeli oleh konsumen. Dengan menggunakan algoritma Apriori pada proses analisis asosiasi dapat memberikan informasi produk yang sering dibeli bersamaan, syarat penetapan minimum support sebesar 30% dan minimum confidence sebesar 70%. Dari penelitian yang dilakukan, dihasilkan 8 produk yang saling keterikatan dengan hasil support sebesar 0.333 dan nilai confidence sebesar 71.4%. Hasil penelitian ini dapat dijadikan strategi penjualan untuk meningkatkan penjualan harian.
Co-Authors - Sumardianto Abdul Hamid Abdurrahman, Faris Nur Achmad Ardiansyah Achmad Solichin Achmad Syarif Adhi, Ajar Parama Aditya Ikhbal Maulana Agus Umar Hamdani Aji Guntoro Al Ghozali, Isnen Hadi Al-akbari, Munawir Fikri Ananda Dian Nugraha Angga Prasetyo Anggita Pamukti Anggraini Ujianti Annisa Putri Gita Cahyani Anwarsyah, Anwarsyah Aris Subagyo, Wismoyo Asep Lukman Arip Hidayat Assegaf , Noval Azizi, Hibatul Azmani, Azrul Chaerul, Muh Coudry Bernadeth Dana Indra Sensuse Daniel Iskandar Dede Wahyu Saputra Dermawan Ginting Devy Fatmawati Dini Astuti Dini Handayani, Dini Djafar, Muhammad Agung A. Djati Kusdiarto Dolly Virgian Shaka Yudha Sakti Dwi Kristanto Dyah Puji Utami Effendi , Muhtar Eliyani, Eliyani Ery Rinaldi Fachrurozy, Achmad Fadel, Muhamad Fahlevi, Noval Fajriah, Riri Febri Maulana Febrianti, Rizkia Saski Feby Lukito Wibowo Firmansyah, Maulana Gilang Ramadhan Hadi rahadian Hafiz, Rahmad Hakim, Sulaiman Hanifa, Annisa Hardjianto, Mardi Hayati, Putri Helmi Zulqan Hendra Adi Saputra Henny Hermanu, Ajinarasena Idam Risnaputra Imaduddin, Muhammad Dzakky Ikhwani Iman Permana, Iman Indra Indra Jotri Firdani Maharaja Juhari Juhari, Juhari Jumaryadi, Yuwan Kanasfi, Kanasfi Kiki Ari Suwandi kosasih Lestari, Triardani Lis Suryadi Lis Suryadi, Lis Lutfan Lazuardi Luthfi Mawardi Mahendra, M. Azmi Malik Aziz Habibie Maruanaya, Greghar Juan Tjether Maruanaya, Rita Fransina Maskur A, Moch Riyadi Masnuryatie, Masnuryatie Maya Asmita Megananda Hervita P. Melyana, Melyana Mepa Kurniasih MHD. Reza M.I. Pulungan Moch. Rezaf Ivanka Haris Mohammad Aldinugroho Abdullah Muhamad Dikhi Rohman Munandar, Muhamad Arief Muttaqin, Zaenul Naurah Huwaida Ningrum, Sekar Ayu Nurhikmah, Suci Oktiara, Dara Putri Pebry, Fachry Ajiyanda Pirman, Arif Prasetia, Andika Rohman Prasetyo, Angger Totik Rahmat Hidayat Ramadani, Romi Reza Ariftiarno Ridho Firmansyah Ridho Putra Kusmanda Riki Ramdani Saputra Rima Tamara Aldisa Rinto Prasetyo Adi Rizka Pitriyani Rizky Adhi Saputra Rizky Fernanda Aprianto Rizky Tahara Shita Rojakul, Rojakul Rudi Hartono Rudi Hidayat Ryan Prasetya Safrina Amini Septiadi, Septiadi Setyadin, Rahmat Dipo Sittah Ifadah Sri Hartati Sri Melati Subekti, Yogi Agung Sudiyatno Yudi Nugroho Sufyan Asaury, Akhmad Suriah Setiana Widiastuti SURYANI Syarif Hidayatulloh Tansya Ingmukti Taryono, Ono Tunggal Saputra, Tri Aji Tutik Lestari Umar Alfaruq Utomo Budiyanto Vasthu Imaniar Ivanoti Wahyu Adi Setyo Wibowo Wahyu Cesar, Wahyu Wahyuningram, Nugroho Warih Dwi Cahyo Wawan Gunawan Widyanto, Tetrian Wilsen Grivin Mokodaser Winasis, Reza Handaru Wisanto, Aditya Agus Wisnu Cahyadi Wulan Trisnawati Yasmin , Nadia Yeros Fathullah Achmad Zainal Arifin