Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.987

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Buana Informatika Dinamika Informatika Jurnal Teknologi MAGISTRA Sinergi Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Seminar Nasional Informatika (SEMNASIF) INFORMATIKA Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Creative Information Technology Journal Jurnal Sains dan Informatika MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ CSRID (Computer Science Research and Its Development Journal) Informasi Interaktif JOISIE (Journal Of Information Systems And Informatics Engineering) EDUMATIC: Jurnal Pendidikan Informatika Jurnal Suara Keadilan Technologia: Jurnal Ilmiah KURVATEK Jurnal Tecnoscienza Respati Jurnal Sistem Komputer & Kecerdasan Buatan Journal of Computer System and Informatics (JoSYC) Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Madani : Indonesian Journal of Civil Society JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknimedia: Teknologi Informasi dan Multimedia Journal of Electrical Engineering and Computer (JEECOM) Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Senopati : Sustainability, Ergonomics, Optimization, and Application of Industrial Engineering Journal of Applied Sciences, Management and Engineering Technology (JASMET) Jurnal Ekonomi dan Teknik Informatika Transformasi Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Dinamika Informatika (JDI) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) PELS (Procedia of Engineering and Life Science) JAIA - Journal of Artificial Intelligence and Applications Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi EXPLORE Prosiding University Research Colloquium COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Journal of Information Technology and society (JITS) Teknomatika: Jurnal Informatika dan Komputer Explore Jurnal Teknologi SWAGATI: Journal of Community Service

Andi Sunyoto

Universitas Amikom Yogyakarta

Author-ID : 393117

Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Transportation Other

Published : 103 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Analisis Perbandingan Akurasi Algoritma NaÃ¯ve Bayes dan C4.5 untuk Klasifikasi Diabtes Mursyid Ardiansyah; Andi Sunyoto; Emha Taufiq Luthfi
Jurnal Pendidikan Informatika (EDUMATIC) Vol 5, No 2 (2021): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v5i2.3424

Diabetes is a metabolic disease in which blood sugar rises high. If blood sugar is not controlled properly, it can cause a variety of critical diseases, one of which is diabetes. The purpose of this study was to find out the results of comparing the performance values of Naïve Bayes and C4.5 algorithms with 7 different scenarios in the classification of diabetes that will be tested for accuracy, precision, and recall performance. The method used in this study is descriptive, and the source of skunder data obtained from the data of diabetic patients available on Kaggle with the format .csv issued by Ishan Dutta as many as 520 data and 17 fields. The tool used for data analysis is Rapidminer for the process of classification and performance testing of Naïve Bayes algorithm and C4.5 Algorithm. Our results showed that the C4.5 algorithm (scenario 4) had good results in the classification of diabetes compared to Naïve Bayes' algorithm (scenario 2) where the performance of the C4.5 algorithm had an accuracy of 99.03%, precision 100%, and recall 98.18%.

Perancangan Sistem Estimasi untuk Menentukan Biaya Kelayakan Proyek IT Sahirul Muklis; Kusrini Kusrini; Andi Sunyoto
Creative Information Technology Journal Vol 5, No 2 (2018): Februari-April
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Proyek IT dianggap gagal karena tidak memberikan manfaat dan tidak sesuai dengan tujuan awal dari proyek. Tingkat kegagalan proyek IT mencapai 19% dan hanya 29% yang dianggap berhasil, selebihnya mengalami kendala. Penilaian ini didasarkan pada biaya, waktu dan kesesuaian dengan permintaan pada awal proyek. Untuk mengetahui besarnya biaya, lamanya waktu pengerjaan dalam proyek IT, perlu diperlukan pengukuran terhadap proses yang akan dijalankan. Dalam proyek IT perlu adanya sebauh Estimasi untuk mengukur biaya, waktu dan besarnya ruang lingkup. Estimasi biaya dapat diketahui dengan memperkirakan besarnya ruang lingkup dari proyek IT dengan menggunakan nilai Effort atau nilai usaha proyek IT. Effort dari proyek IT dapat ditentukan dengan beberapa metode contohnya Metode Use Case Point. Penggunaan Metode Use Case Point yang dikolaborasikan dengan Metode Fuzzy dapat membantu dalam mengklasifikasikan nilai dari Use Case Weight yang ada di Use Case Point sehingga besarnya biaya proyek IT mendekati nilai aslinya. Estimasi biaya ini dapat digunakan sebagai salah satu indikator pembantu untuk menilai kelayakan proyek IT.Kata Kunci — Fuzzy, UCP, Estimasi, Biaya Proyek ITIT projects are considered to be failed because they do not provide benefits and are not in accordance with the project's initial objectives. The failure rate for IT projects reached 19% and only 29% were considered successful, the rest experienced problems. This assessment is based on cost, time and compliance with the request at the beginning of the project. To find out the amount of the cost, the length of time spent in the IT project, it is necessary to measure the process to be carried out. In IT projects there needs to be an estimate to measure the cost, time and magnitude of the scope. Cost estimates can be known by estimating the size of the IT project by using the Effort value or the value of the IT project business. Efforts from IT projects can be determined by several methods for example, the Use Case Point Method. The use of the Use Case Point method that is collaborated with the Fuzzy Method can help in classifying the value of Use Case Weight at the Use Case Point so that the amount of IT project costs approaches the original value. This cost estimate can be used as one of the supporting indicators to assess the feasibility of an IT project.Keywords— IT Project, UCP, Effort, Fuzzy

Deteksi Penyakit Pada Daun Kentang Menggunakan Pengolahan Citra dengan Metode Convolutional Neural Network Abdul Jalil Rozaqi; Andi Sunyoto; M rudyanto Arief
Creative Information Technology Journal Vol 8, No 1 (2021): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2021v8i1.263

Produk pertanian kentang menjadi sangat penting karena termasuk makanan utama bagi manusia. Kentang memiliki kandungan karbohidrat yang menjadikanya sebagai makanan utama. Dalam mengelola pertanian kentang ini tentu memiliki beberapa kendala diantaranya adalah penyakit yang menyerang pada daun kentang yang jika dibiarkan akan menghasilkan produksi yang buruk atau bahkan gagal panen. Late blight dan early blight adalah penyakit yang sering ditemui pada daun kentang. Penyakit ini memiliki gejala masing-masing sehingga para petani dapat melakukan pencegahan jika melihat gejala pada daun kentang, tetapi langkah ini memliki kelemahan yaitu proses identifikasi yang lama, dan jika penanganan pada penyakit daun ini sangat lambat akan mengakibatkan penambahan biaya perawatan. Dengan memanfaatkan teknologi yaitu berupa pengolahan citra digital maka hal ini bisa diatasi, jadi pada penelitian ini akan mengusulkan metode yang tepat dalam mendeteksi penyakit pada daun kentang. Klasifikasi akan dilakukan dengan tiga kelas berupa daun sehat, early blight, dan late blight menggunakan metode Deep Learning mengguanakan arsitektur Convolutional Neural Network (CNN). Hasil pada peneltian ini dianggap baik karena pada epoch ke 10 dengan batch size 20 menghasilkan training akurasi 95% dan validation accuracy 94%.Kata Kunci—Penyakit daun kentang, late blight, early blight, identifikasi, CNNPotato agricultural products are essential because they are the leading food. Potatoes have carbohydrate content, which makes them the leading food for humans. But in carrying out this potato farming certainly has several obstacles, including the disease that attacks the potato leaves which if left unchecked will result in poor production or even crop failure. late blight and early blight are diseases that are often found in potato leaves. This disease has its own symptoms so that farmers can take precautions if they see symptoms on potato leaves, but this step has a weakness that is a long identification process, and if the handling of this leaf disease is very slow will result in additional maintenance costs. By utilizing technology in the form of digital image processing, this can be overcome, so this research will propose an appropriate method in detecting diseases in the leaves of potato plants. Classification will be carried out with three classes in the form of healthy leaves, early blight, and late blight using the Convolutional Neural Network (CNN) algorithm. The results of this research are considered good because on the 10th epoch with batch size 20 produces 95% accuracy training and 94% validation accuracy.Keywords—Potato leaf disease, late blight, early blight, identification, CNN

Pengenalan Simbol Jarimatika Menggunakan Orientasi Histogram dan Multi-layer Perceptron Andi Sunyoto; Agus Harjoko
Creative Information Technology Journal Vol 1, No 4 (2014): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Makalah ini membahas tentang pengenalan simbol-simbol Jarimatika menggunakan Jaringan Syaraf Tiruan (JST). Hasil penelitian ini dapat digunakan untuk pengembangan aplikasi perhitungan Jarimatika dan interaksi antara manusia dan komputer yang lebih natural. Segmentasi yang digunakan adalah orientasi histogram, algoritma JST yang digunakan adalah back propagation multi-layer perceptron. Layer-layer JST tersebut adalah satu layer input, satu hidden layer dan satu output layer. Penelitian ini betujuan untuk implementasi pengenalan pola simbol Jarimatika menggunakan JST multi-layer perceptron, implementasi harus mampu menghasilkan klasifikasi dengan benar, sistem harus mampu melakukan klasifikasi dari gambar statis, sehingga dapat menganalisa pengenalan gestur tangan dari simbol-simbol Jarimatika.Penelitian ini menggunakan 18 simbol dasar Jarimatika. Total citra yang digunakan adalah 360 yang terbagi atas 270 citra untuk training dan 90 citra untuk testing. Hasil penelitian ini menunjukkan bahwa JST multi-perceptron dapat digunakan untuk pengenalan simbol Jarimatika dengan akurasi 93.33%. Jumlah neuron yang optimal pada hidden layer adalah 725. Implementasi penelitian ini menggunakan Matlab versi 7 (R2010a).This paper focuses on the recognition of Jarimatika symbols using Artificial Neural Network (ANN). The results of this research can be used to develop applications for the Jarimatika and to make interaction between humans and computers more natural. The Segmentation used is orientation histograms, the ANN algorithm used is back propagation multi-layer perceptron. Th layers of the ANN are one input layer with 19 data, one hidden layer and one output layer. This research aims to implement Jarimatika symbols with pattern recognition and multi-layer perceptron algoritm, the implementation must be able to produce the correct classification, the system must be able to perform the classification of static images, so can analyze the recognition of hand gestures from Jarimatika symbols. This research uses 18 basic Jarimatika symbols. Total image used were 360, consisting of 270 images for training and 90 images for testing. The results of this study indicate that the multi-layer perceptron ANN can be used for recognition of Jarimatika symbols with accuracy 93.33%. The optimal number of neurons in the hidden layer is 725. Implementation of this research using Matlab version 7 (R2010a).

Stemming Kata Berimbuhan Tidak Baku Bahasa Indonesia Menggunakan Algoritma Jaro-Winkler Distance Mudawil Qulub; Ema Utami; Andi Sunyoto
Creative Information Technology Journal Vol 5, No 4 (2018): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2018v5i4.218

Bahasa merupakan media untuk mengekspresikan keinginan, gagasan, dan perasaan. Dalam kaitannya dengan bahasa indonesia, bahasa dapat mencerminkan prilaku dalam sebuah masyarakat. Bahasa indonesia dapat digunakan secara formal maupun non-formal. Bahasa non-formal berbentuk kata tidak baku yang biasanya digunakan dalam komentar atau posting dalam media sosial. Salah satu contoh kata tidak baku adalah “nemenin” yang kata formalnya “menemani” dan kata dasarnya adalah “teman”. Dalam penelitian ini akan dilakukan pengujian akurasi algoritma Jaro-Winkler distance dalam mengubah kata imbuhan tidak baku menjadi bentuk dasarnya, proses ini disebut dengan stemming. Penelitian ini menggunakan data sebanyak 60 kata berimbuhan tidak baku. Hasil pengujian menunjukkan tingkat akurasi algoritma Jaro-Winkler sebesar 85% atau 51 kata berhasil di-stemming (3 overstemming, 6 unstemming, 0 understemming).Kata Kunci—Kata Imbuhan Tidak Baku, Stemming, Jaro-Winkler DistanceLanguage that represents the media to attract interest, regulate, and feel. In reversing it with Indonesian, language can reflect behavior in a society. Indonesian can be used formally or informally. Non-formal language in the form of non-formal words used in comments or posts on social media. One example of a non-formal word is "accompanying" the formal word "accompany" and the basic word is "friend". In this research, the Jaro-Winkler algorithm will be tested the distance in changing non-formal affix words into a form of interaction, this process is called stemming. This research uses data as many as 60 words that are not standardized. The test results show the level of testing of the Jaro-Winkler algorithm is 85% or 51 words successfully stemmed (3 overstemming, 6 unstemming, 0 understemming).Keywords— Non-Formal Affix, Stemming, Jaro-Winkler Distance

Analisis Akurasi Jaringan Syaraf Tiruan Dengan Backpropagation Untuk Prediksi Mahasiswa Dropout Eka Yulia Sari; Kusrini Kusrini; Andi Sunyoto
Creative Information Technology Journal Vol 6, No 2 (2019): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2019v6i2.235

Universitas ABC yogyakarta selalu melakukan evaluasi kinerja mahasiswa guna mengetahui pencapaian pada masing-masing mahasiswa.Mahasiswa yang melampaui masa studi dan tidak melakukan perpanjangan akan dikenakan sanki berupa dropout.Kasus dropout tersebut dapat diminimalisir dengan pendeteksian secara dini terhadap mahasiswa yang beresiko dropout. Pendeteksian dapat dilakukan dengan memanfaatkan tumpukan data untuk memprediksi dropout mahasiswa. Pada penelitian ini bertujuan untuk memprediksi mahasiswa yang berpotensi dropout dengan masa studi maksimal yang harus diselesaikan pada jenjang Sarjana dengan mengimplementasikan Metode Backpropagation. Data yang digunakan dalam penelitian ini adalah data akademik prodi S1 Informatika Universitas ABC pada tahun 2016-2019 denganjumlah dataset sebanyak 129.Tujuan penelitian ini untuk mengukur analisis prediksi dropoutdengan percobaan penggunaan beberapa arsitektur jaringan. Hasil yang diperoleh dari modelyang diusulkan yaitu model arsitektur 12-5-2 merupakan model arsitektur terbaik yangdidapatkan. Learning rate terbaik sebesar 0,4 dengan momentum terbaik sebesar 0,95. Akurasi yang diperoleh dari prediksi mahasiswa dropout dengan arsitektur, learning rate, dan momentum terbaik sebesar 98,2%.ABC University of Yogyakarta always evaluates student performance in order to find out the achievements of each student. Students who have exceeded the study period and not extended would be subject to sanctions in the form of a dropout. The dropout case can be minimized by early detection of students who are at risk of dropout. Detection can be done by utilizing a pile of data to predict student dropouts. In this study aims to predict students who have the potential to drop out with a maximum study period that must be completed at the Undergraduate level by implementing the Backpropagation Method. The data used in this study are academic data of S1 University Informatics Study Program of ABC University in 2016-2019 with the number of datasets as much as 129. The purpose of this study is to measure the dropout prediction analysis with the experiments of using several network architectures. The results obtained from the proposed model, namely architectural models 12-5-2, are the best architectural models obtained. The best learning rate is 0.4 with the best momentum of 0.95. The accuracy obtained from the prediction of dropout students is 98.2%.

Implementasi Algoritma Rabin Karp untuk Pendeteksian Plagiat Dokumen Teks Menggunakan Konsep Similarity Salmuasih -; Andi Sunyoto
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2013
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Plagiarism is a crime, because it recognizes the work of others as personal work. Plagiarism is becoming serious problem as the rapid development of technology. Ironically acts of plagiarism is most prevalent among academics such as students and learners. In this case, the most often done is copy-paste-edit text documents. This study aims to analyze the act of plagiarism based on similarity contents of the document, such as copy&paste and disguised plagiarism. We implement strategic approach of Rabin-Karp algorithm, which is a multiple-pattern search algorithm. This algorithm is one of the best in analyzing compatibility between documents. The use of hashing techniques make the matching algorithm more efficient because it will just compare multiple digit of numbers. The final result is the percentage of similarity between documents being tested.

Review Teknik, Teknologi, Metodologi dan Implementasi Pengenalan Gestur Tangan Berbasis Visi Andi Sunyoto; Agus Harjoko
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2014
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Semakin berkembangnya teknologi komputer dan pemanfaatannya dimasyarakat, model interaksi konvensional (mouse dan keyboard) akan menjadi hambatan pemanfaatan arus informasi antara manusia dan komputer. Pengenalan gestur berbasis visi menjadi alat yang alami untuk mensupport efisiensi dan intituitif interaksi antara manusia dan komputer. Pengenalan gestur (gesture recognition) adalah untuk mengenali makna dari ekpresi gerakan manusia, temasuk didalamnya tangan, lengan, wajah, kepala, dan atau tubuh. Pengenalan gestur tangan membantu mencapai peningkatan kemudahan yang diinginkan untuk interaksi manusia dan komputer (human computer interaction). Hal ini menjadi motivasi para peneliti dalam menganalisa computer vision-based dan interpretasi gestur tangan sebagai ranah penelitian. Penelitian ini menganalisa literatur tentang interaksi visual dari gestur tangan dalam kontek perannya dalam interaksi manusia dan komputer. Gestur tangan dapat diimplementasikan untuk aplikasi bahasa isyarat, rehabilitasi medis, vitual reality, dan game. Beberapa algoritma digunakan dalam pengenalan gestur meliputi hidden markov model, fuzzy clustering, jaringan syaraf tiruan. Pada tulisan ini membahas review tentang pengenalan gestur tangan berbasis visi meliputi teknik, metodologi, teknologi, dan implementasinya.

Perancangan Sistem Pendukung Keputusan Untuk Prediksi Penerima Beasiswa Menggunakan Metode Neural Network Backpropagation Ade Pujianto; Kusrini Kusrini; Andi Sunyoto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 2: April 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Seleksi di Amikom masih mengalami kendala pada proses pengambilan keputusan, banyaknya data menyebabkan pengambil keputusan membutuhkan tools yang dapat membantu dalam menentukan penerima beasiswa, salah satu metode yang sering digunakan adalah artificial neural network (ANN). Metode ini meniru jaringan pemodelan saraf otak manusia berupa neuron-neuron untuk menyelesaikan suatu permasalahan. Salah satu penerapan neural network adalah untuk melakukan prediksi atau peramalan terhadap suatu peristiwa tertentu serta dianggap mampu menyelesaikan masalah yang komplek seperti penalaran otak manusia. Untuk menyelesaiakn masalah yang komplek neural network memerlukan banyak neuron atau yang biasa disebut layer (lapis). Salah satu metode neural network multi lapis adalah backpropagation yang mampu mengoptimalisasi bobot pada neuron dan menyelesaikan masalah yang komplek. Hasil dari penelitian ini adalah sebuah perancangan sistem prediksi dengan menggunakan metode neural network backpropagation untuk melakukan peramalan terhadap mahasiswa yang mendaftar beasiswa. hasil akhir penelitian ini adalah nilai akurasi sebesar 90% dan nilai error terkecil sebesar 0,000101 pada epoch ke 329 dengan jumlah 3000 data dengan pembagian data training 2.250 dan 750 data testing serta konfigurasi learning rate sebesar 0,2 dan momentum 0,2. Kata kunci: Artificial Neural netwok, Backpropagarion, Prediksi, beasiswa, Pengambilan Keputusan. AbstractSelection in Amikom is still constrained in the decision-making process, the number of data causing decision makers need tools that can assist in determining scholarship recipients, one of the most commonly used method is artificial neural network (ANN). This method mimics the neural network modeling of the human brain in the form of neurons to solve a problem. One application of neural network is to make predictions or forecasting of a particular event and is considered capable of solving complex problems such as human brain reasoning. To solve the problem the complex neural network requires many neurons or so-called layers. One method of multi layer neural network is backpropagation that is able to optimize the weight of neurons and solve complex problems. The result of this research is a prediction system design using neural network backpropagation method to forecast the students who apply for scholarship. the final result of this research is the accuracy value of 90% and the smallest error value of 0.000101 on epoch to 329 with the amount of 3000 data with sharing training 2,250 and 750 data testing and learning rate configuration of 0.2 and momentum 0.2.Keywords: Artificial Neural Netwok, Backpropagarion, Prediction, Scholarship, Decision Making.

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN DI STMIK AMIKOM YOGYAKARTA MENGGUNAKAN METODE TOPSIS DAN BORDA Ikmah Ikmah; Kusrini Kusrini; Andi Sunyoto
Telematika Vol 10, No 2: Agustus (2017)
Publisher : Universitas Amikom Purwokerto

Setiap perguruan tinggi pasti membutuhkan seorang dosen untuk dapat mengajar dengan baik kepada mahasiswanya. Dosen yang diinginkan juga harus mempunyai kriteria yang dibutuhkan oleh perguruan tinggi, agar menghasilkan lulusan yang mampu bersaing dengan dunia luar. Dalam proses seleksi penerimaan dosen pada perguruan tinggi STMIK Amikom Yogyakarta membutuhkan calon dosen yang sesuai dengan kriteria yang diinginkan. Pada proses penerimaan calon dosen di STMIK Amikom Yogyakarta masih bersifat subyektif, sehingga menimbulkan tingkat subyektifitas untuk mendapatkan calon dosen yang sesuai dengan kriteria yang ditentukan. Kriteria yang digunakan adalah tes microteaching dan tes psikotes. Pada penelitian ini penulis menyarankan untuk melakukan proses seleksi dengan menggunakan metode TOPSIS dan Borda. Metode TOPSIS digunakan untuk merekomendasikan calon dosen yang memperoleh nilai tertinggi, kemudian metode Borda digunakan untuk mendapatkan suatu keputusan dari banyak decision maker yang dalam penelitian ini terdapat pada tahap tes microteaching. Hasil dari penelitian ini dapat merekomendasikan calon dosen yang lulus seleksi penerimaan dosen dengan melakukan pengujian menggunakan formasi bobot. Pengujian dilakukan sebanyak 5 kali, dari pengujian tersebut disarankan untuk menggunakan pengujian yang pertama karena pada pengujian pertama mendekati dengan data nyata sebesar 63,33% untuk tes microteaching dan 75% untuk tes psikotes.

Co-Authors *, Pramono A.A. Ketut Agung Cahyawan W Aam Shodiqul Munir Abdul Jalil Rozaqi Abdul Jalil Rozaqi Abdul Mizwar A. Rahim Abidarin Rosidi Abidarin Rosidi Ade Kurniawan kurniawan Ade Pujianto Afis Julianto Afis Julianto Agus Harjoko Agus Harjoko AGUS PURWANTO Ahmad Sanusi Mashuri Aidina Ristyawan, Aidina Alva Hendi Muhammad Alva Hendi Muhammad Alva Hendi Muhammad Muhammad Ana Wati Ndarbeni Anna Baita Annas Al Amin Arif Sutikno Asro Nasiri Asro Nasiri Asro Nasiri Astria, Kadek Kiki B, Arijal Bambang Soedijono Bambang Soedijono WA Banu Dwi Putranto Bayu Anugerah Putra Bayu Setiaji Bonifacius Vicky Indriyono Bonifacius Vicky Indriyono, Bonifacius Vicky Cahyo, D. Diffran Nur Dhanar Intan Surya Saputra Diansyah, Ahmad Febri Dwi Sari Widyowaty Dwi Yuli Prasetyo Eka Yulia Sari Eko Pramono Eko Pramono Ema Utami Emha Taufiq Luthfi Emha Taufiq Luthfi Ferry Wahyu Wibowo Ferry Wahyu Wibowo Firdiyan Syah Fitri Handayani Gagah Gumelar Gori, Takhamo Hani Atun Mumtahana Hani Atun Mumtahana Hani Setiani Hanif Al Fatta Hanif Al Fatta Hanif Al Fatta Hanif Al Fatta Harianto, Harianto Hidayat Hidayat Ibnu Hadi Purwanto Ikhwan Baidlowi Sumafta Ikmah Ikmah Indah Nofikasari Indra Irawanto Ismail, Muhamad Yusuf Isthigosah, Maie K Kusrini Kapti . kurniawan, Ade Kurniawan Kurniawan, Mei P Kusnawi Kusnawi Kusnawi Kusnawi Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Liana Trihardianingsih Licantik M rudyanto Arief M. Afriansyah M. Hanafi M. Rudyanto Arief M. Suyanto M. Suyanto, M. M. Syukri Mustafa Maie Istighosah Mei P. Kurniawan Mohammad Suyanto Mudawil Qulub Muhammad Rudyanto Arief Muhammad Setiyawan Muhammad, Anva Hendi Muhartini, Sitti Mumtahana, Hani Atun Mursyid Ardiansyah Nalendra, Adimas Ketut Nasiri, Asro Nizar Haris Masruri Ni’matur Rohim Noordin Asnawi Norlaila2 Nugraha, Anggit Ferdita Nulngafan, Nulngafan Nur Arifin Akbar Parsiyono Parsiyono Patmawati Patmawati, Patmawati Pramono * Putranto, Dinar Wakhid Quratul Ain Rafli Junaidi Kasim Rahim Jamal Rahmat Hidayat Raynaldi Fatih Amanullah Ria Andriani Rifda Faticha Alfa Aziza Rifqi Mulyawan Riyanto, Thomas Pramuji Singgih Riza Marsuciati Rizfi Syarif Rizky Arya Kurniawan Rudi Prietno Sahirul Muklis Saiful Bahri Salmuasih - Samsul Bahri Sari, Rita Novita Setiawan Budiman Sholihin, Iasya Silvi Agustanti Bambang Singgih Arif Widodo Slamet Triyanto Soedijono W A, Bambang Sudarmawan Sudarmawan Sudarmawan, Sudarmawan Sudiana Sudiana Sukresno Sukresno Sulistyowati Sulistyowati Suliswaningsih Suliswaningsih Supomo, Eko Sutejo, Danang Syah, Firdiyan Syah, Firdiyan Syukirman Amir TONNY HIDAYAT Ulinuha, Hinova Rezha W., Bambang Soedijono WA, Bambang Soedijono Wahyu Caesarendra Wahyu Hidayat Wihayati, Wihayati Windarni, Vikky Aprelia Windha Mega Pradnya Dhuhita Wing Wahyu Winarno Yoga Dwi Pambudi Yoga Pristyanto Yohanes Setyo Prabowo, Yohanes Setyo Yusuf Sutanto Zaipin, Zaipin

Title

Found 103 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 103 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 103 Documents
Search