Article Per Year (5 Year)
p-Index From 2021 - 2026
4.073
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Mantik Journal of Computer System and Informatics (JoSYC) Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) ABDI SABHA (Jurnal Pengabdian kepada Masyarakat) Jurnal Pengabdian Masyarakat IPTEK Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Bulletin of Informatics and Data Science
Ahmad Fitri Boy
STMIK Triguna Dhama
Religion Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Social Sciences

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Implementasi Sistem Pendukung Keputusan Untuk Pemilihan Produk Nestle Terbaik Dengan Menggunakan Metode Waspas Ikhwani Putri Hardana; Ahmad Fitri Boy; Zaimah Panjaitan
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 25 No 2 (2026): Agustus 2026
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v25i2.13431

Abstract

Supermarket Smarco Superstore Medan merupakan pusat perbelanjaan modern yang menyediakan berbagai produk kebutuhan masyarakat, termasuk beragam produk dari merek ternama seperti Nestlé. Namun, kompleksitas preferensi konsumen serta banyaknya varian produk sering menyulitkan manajemen dalam menentukan produk Nestlé terbaik yang sesuai dengan kebutuhan pasar. Ketidakefisienan dalam pengambilan keputusan dapat berdampak pada penataan stok dan pencapaian target penjualan. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis metode Weighted Aggregated Sum Product Assessment (WASPAS). Metode ini dipilih karena mampu mengatasi permasalahan multi-kriteria secara objektif dan efisien. Sistem dirancang untuk memberikan peringkat terhadap alternatif produk berdasarkan bobot dan nilai evaluasi kriteria yang telah ditentukan, sehingga menghasilkan rekomendasi produk terbaik yang dapat digunakan oleh pihak manajemen. Hasil implementasi menunjukkan bahwa produk Milo memperoleh skor tertinggi sebesar 92,77% dan dikategorikan sebagai produk “Sangat Terbaik”, diikuti oleh Lactogen dan Nestlé Pure Life. Produk lainnya seperti Cerelac, Maggi, dan Dancow termasuk dalam kategori “Terbaik” meskipun dengan nilai lebih rendah. Temuan ini menunjukkan bahwa metode WASPAS efektif dalam memberikan rekomendasi peringkat produk yang akurat, sehingga dapat digunakan untuk meningkatkan efisiensi pengambilan keputusan dan mendukung pencapaian tujuan bisnis di Smarco Superstore Medan.
Sistem Pendukung Keputusan Penerapan Metode Simple Additive Weighting (SAW) Dalam Penerimaan Karyawan Baru Berbasis Web Junielis Hulu; Ahmad Fitri Boy; Erika Fahmi Ginting
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 9 No. 1 (2026): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v9i1.13402

Abstract

Sistem pendukun keputusan (SPK) telah menjadi komponen vital dalam proses pengambilan keputusan di berbagai bidang. PT. Surveyor Indonesia merupakan Perusahaan yang bergerk di bidang jasa survei dan inspeksi. Dalam penyeleksian pelamar PT. Surveyor Indonesia biasanya memberikan beberapa persyaratan atau kriteria untuk mengetahui kemampuan serta pribadi pelamar tersebut, penelitian ini bertujuan untuk mengembangkan SPK untuk pelamar karyawan baru menggunakan metode simple additive weighting (SAW) berbasis web. Metode SAW digunakan karena dapat mengatasi kompleksitas dalam penerimaan karyawaan baru dengan mempertimbangkan banyak kriteria dan bobotnya secara fleksibel. Penerapan berbasis web memungkinkan akses yang mudah dan cepat bagi pengguna dari berbagai perangkat yang terhubung denagn internet. Hasil dari penelitian ini adalah perusahaan dapat berkembang dengan baik apabila didukung oleh tenaga kerja (karyawan) yang mampu memenuhi syarat yang ditentukan oleh pihak perusahaan. Sebab karyawan merupakan bagian utama dalam melakukan tugas dan tanggup jawab di perusahaan tersebut.
Implementasi Data Mining Dalam Memprediksi Harga Crude Palm Oil (CPO) Pasar Domestik Menggunakan Algoritma Regresi Linier Berganda (Studi Kasus Dinas Perkebunan Provinsi Sumatera Utara) Ahmad Fitri Boy
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 3 No. 2 (2020): August 2020
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v3i2.421

Abstract

Minyak kelapa sawit atau yang lebih dikenal dengan Crude Palm Oil (CPO) merupakan salah satu produk perkebunan yang menjadi komoditas utama ekspor Indonesia. Prospek pasar bagi minyak kelapa sawit cukup menjanjikan, karena permintaan dari tahun ke tahun mengalami peningkatan yang cukup besar hal ini mengakibatkan harga minyak kelapa sawit di pasaran menjadi sangat penting untuk diamati dan diprediksi. Memprediksi harga minyak kelapa sawit sangat penting bagi instansi khususnya Dinas Perkebunan agar dapat mengambil kebijakan yang tepat dalam hal tata niaga minyak kelapa sawit. Untuk mempermudah dalam memprediksi harga Crude Palm Oil (CPO) pasar domestik maka perlu dirancang suatu aplikasi Data Mining menggunakan metode Regresi Linier Berganda yang diharapkan dapat membantu memprediksi harga Crude Palm Oil (CPO) pasar domestik secara cepat, tepat dan akurat. Data Mining merupakan pengekstrakan informasi baru yang diambil dari bongkahan data yang besar yang membantu dalam pengambilan keputusan.Dengan implementasi Data Mining maka masalah yang ada dapat terbantu dan teratasi sehingga memberikan kemudahan dalam memprediksi harga Crude Palm Oil (CPO) pasar domestik. Penelitian yang dilakukan menghasilkan program aplikasi Data Mining dengan metode Regresi Linier Berganda.
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN SAPI PEDAGING IMPOR TERBAIK DI PT. JUANG JAYA ABADI ALAM DENGAN MENGGUNAKAN METODE MULTIOBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA) Beni Andika; Ahmad Fitri Boy; Zulfian Azmi; Ishak Ishak; Milfa Yetri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 4 No. 2 (2021): June 2021
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v4i2.547

Abstract

Industri makanan dan minuman yang saat ini sedang mengalami perkembangan misalnya industri susu kemasan, makanan ringan dari daging sapi, sosis kemasan, meatbowl dan lain sebagainya sangat bergantung pada bahan baku utama yaitu daging sapi. Sapi merupakan salah satu hewan yang banyak diternakkan di Indonesia. Sapi terbagi menjadi 2 yaitu Sapi Perah dan Sapi Potong. Sapi Perah dimanfaatkan untuk menghasilkan  susu, sedangkan Sapi Potong dimanfaatkan dari hasil dagingnya. Banyak sekali peternak sapi potong gagal dalam bisnisya, karena tidak dapat memilih sapi terbaik. Bisnis sapi potong yang berkembang pesat saat ini, menimbulkan persaingan yang sangat ketat dalam memenuhi pasokan daging sapi  Hal ini menyebabkan peternak harus benar-benar teliti dalam memilih jenis sapi pedaging.Untuk mengatasi masalah diatas dibuatlah Sistem Pendukung Keputusan dengan menggunakan Metode MOORA untuk pemilihan sapi pedaging impor terbaik di PT. Juang Jaya Abadi Alam yang bertujuan untuk mempermudah dan membantu masalah-masalah dalam pemilihan sapi pedaging impor terbaik dan diharapkan dapat menemukan Pengambilan Keputusan secara tepat. Dari penelitian ini akan menghasilkan aplikasi yang digunakan adalah berbasis desktop yang dapat  mengimplementasikan Metode MOORA dalam pemilihan sapi pedaging impor terbaik..
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN PROMO TIKET PADA MEMBER DENGAN MENGGUNAKAN METODE MULTI-OBJECTIVE OPTIMIZATION BY RATIO ANALYSIS (MOORA) PADA PT. VINA TOUR & TRAVEL Beni Andika; Zulfian Azmi; Ahmad Fitri Boy; Milfa Yetri; Ishak Ishak
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 1 (2022): February 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i1.805

Abstract

PT. Vina Tour & Travel  merupakan perusahaan bergerak dalam penjualan tiket travel dan memiliki member banyak. Setiap member yang ingin memesan tiket, member yang bersangkutan dapat datang langsung ke agen atau menghubungi no telepon yang tersedia. Member yang datang atau menghubungi contact center, memilih jenis layanan. Seiring bertambahnya jumlah transaksi, dapat dianalisa ataupun menyeleksi juga bahwa sebagian besar transaksi berasal dari member yang sudah terdaftar di perusahaan cukup lama, sehingga perusahaan ingin memberikan promosi tiket kepada para member yang masih setia dan tetap menggunakan jasa agen tiket PT. Vina Tour & Travel. Oleh sebab itu perusahaan dalam menentukan  pemberian promo tiket pada member PT. Vina Tour & Travel, Maka dibutuhkan suatu sistem  yang dapat membantu  dalam mengambil keputusan, yaitu Sistem Pendukung Keputusan.             Sistem pendukung keputusan dapat hadir dalam bentuk sederhana berupa pengolahan data aplikasi yang kompleks dan juga dimanfaatkan untuk mempercepat dan meningkatkan kualitas proses pembuatan keputusan dalam pemberian promo tiket. Maka metode sistem pendukung keputusan yang dapat mengomptimalkan secara bersamaan dua atau lebih atribut (sasaran) yaitu metode MOORA                Metode MOORA mudah dipahami dan fleksibel dalam memisahkan objek hingga proses evaluasi kriteria bobot keputusan. Dengan menggunakan metode MOORA dapat pemilihan dalam  pemberian promo tiket pada member PT. Vina Tour & Travel. Untuk membantu PT. Vina Tour & Travel dalam menentukan  pemberian promo tiket pada member, dibutuhkan suatu sistem yang dapat mempermudah pengambil keputusan secara akurat dan efisien.
IMPLEMENTASI DATA MINING PADA PENGATURAN DISTRIBUSI BARANG DENGAN MENGGUNAKAN ALGORITMA FP-GROWTH Ahmad Fitri Boy; Suardi Yakub; Ishak Ishak; Zulfian Azmi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 2 (2022): June 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i2.947

Abstract

Dengan begitu banyaknya distribusi barang dari warehouse yang terjadi setiap harinya ke perusahaan Lastana Express, Lastana Express mengalami kesulitan dalam mendistribusi barang yang mau didistribusikan. Berdasarkan permasalahan ini peneliti tertarik untuk menerapkan salah satu teknik Data mining untuk mengetahui distribusi barang pada warehouse, dimana nantinya dapat membantu Lastana Express untuk menganalisa pola. Maka sistem yang di butuhkan dalam menganalisa pola barang distribusi dari warehouse dengan keilmuan Data mining.Penerapan Data mining telah banyak digunakan dalam pengelolahan data untuk menghasilkan pengetahuan, salah satunya adalah menggunakan Data mining untuk penentuan dalam menganalisa pola barang distribusi dari warehouse ke Lastana Express. Dengan menganalisa pola barang, maka algoritma  yang dapat digunakan untuk mengatasi masalah tersebut yaitu FP-Growth.Algoritma FP-Growth  sendiri merupakan hasil perbaikan dari algoritma apriori. FP-Growth membangkitkan struktu data tree atau yang lebih dikenal sebagai frequent pattern tree. Dari system tersebut mendapatkan hasil yang maksimal dalam menganalisa pola barang distribusi dari warehouse dengan menggunakan algoritma FP-Growth yang lebih efisien maupun efektif dalam mengambil keputusan dengan  minim  resiko.
Sistem Pakar Dalam Mendiagnosa Rift Valley Fever Phlebovirus Domba Menggunakan Metode Theorema Bayes Milfa Yetri; Beni Andika; Zufian Azmi; Ahmad Fitri Boy; Ishak Ishak
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 6 No. 1 (2023): February 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v6i1.1201

Abstract

Berbagai penyakit pada domba sering terjadi di Indonesia, salah satunya adalah Rift Valley Fever (Demam Rift Valley). Demam Rift Valley adalah penyakit zoonosis yang disebabkan oleh virus RNA dari Genus Phlebovirus dari keluarga Bunyaviridae. Demam Rift Valley ditularkan oleh nyamuk ke hewan dan manusia. Penyebaran penyakit menular ini ke daerah non-endemik kemungkinan besar karena agen virus RVF (RVF) dapat menggunakan berbagai vektor nyamuk.Sistem pakar merupakan cabang kecerdasan buatan yang menggunakan pengetahuan ahli untuk memecahkan masalah pada tingkat pakar. Sistem pakar banyak dikembangkan dalam berbagai ilmu, salah satu diantaranya dalam bidang kedokteran untuk melakukan diagnosis terhadap suatu penyakit [2]. Dalam sistem pakar ada banyak metode yang umum digunakan, salah satunya adalah metode dalam sistem pakar adalah Metode Teorema Bayes.Berdasarkan pengujian, sistem pakar mendiagnosa rift valley fever phlebovirus domba yang dibangun mampu bekerja dengan baik. Bedasarkan penerapan, metode teorema bayes terhadap penyelesaian masalah terkait mendiagnosa rift valley fever phlebovirus domba dapat dilakukan dengan baik dan hasil perhitungan yang akurat.
Co-Authors Afdal Hafidz Amrullah Amrullah Asyahri Hadi Nasyuha Azanuddin Azanuddin Bambang Widjanarko Beni Andika Darjat Saripurna Dedi Setiawan Devri Suherdi Dicky Nofriansyah Edy Suranta Ginting Egi Affandi Egi Affandi Elfitriani Elfitriani Emiya Pepayosa Br Surbakti Erika Fahmi Ginting Fauzi Erwis Hutagalung, Juniar Ikhwani Putri Hardana Ishak Ishak Ishak Ismawardi Santoso Ita Mariami Jufri Halim jufri halim Junielis Hulu M Arief Yahdie Mariana Simaremare Marsono Marsono Mhd Gilang Suryanata Mhd. Ade Chandra Nasution Milfa Yetri Muhammad Dahria Muhammad Zunaidi Novri Ckristina Florensa Nainggolan Nurcahyo Budi Nugroho Purwadi Rikie Kartadie Rima Novi Datasya Rina Mahyuni Rinal Trisnawan Saniman Saniman Sintia Nur Ardilla Siti Julianita Siregar Suardi Yakub Trinanda Syahputra Trinanda Syahputra Widiarti Rista Maya Windi Agitha Depari Yopi Hendro Syahputra Zaimah Panjaitan Zufian Azmi Zulfian Azmi