Claim Missing Document
Check
Articles

Found 24 Documents
Search

Pengembangan Mode Offline dan Sinkronisasi Data pada Aplikasi Absensi Berbasis QR Code untuk Karyawan PT.Bintang Energi Pratama Nadya Kusuma Indah; Lidya Wati
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 5 No. 2 (2025): Agustus: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5544

Abstract

This study proposes the development of a QR Code-based attendance application equipped with offline mode and data synchronization features, using the Rapid Application Development (RAD) method. In PT.Bintang Energi Pratama, employee attendance management is a significant challenge, especially when the internet connection is unstable. Therefore, this system is designed to enable efficient attendance recording even without internet access, with data stored locally. When the connection is back available, the system automatically synchronizes data to the central server, ensuring the accuracy and integrity of attendance information. The Rapid Application Development (RAD) method is used in the development of this system to accelerate the design, implementation, and testing processes, and ensure that the required features can be quickly adapted based on user feedback. The results of this study are expected to improve the productivity and efficiency of employee attendance management, as well as provide an effective solution to the challenges of attendance in a dynamic work environment.
Sistem Pendukung Keputusan Pemilihan (SPK) Jurusan pada Perguruan Tinggi Menggunakan Metode Simple Additive Weighting (SAW) Dela Novita; Lidya Wati
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 5 No. 2 (2025): Agustus: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5750

Abstract

Choosing a college major is a crucial decision that significantly impacts a student's future. This decision not only affects the academic path they will take but also their career and life in the future. A wrong choice of major can lead to a mismatch between a student's abilities and interests with the selected program, resulting in academic difficulties and financial waste. Therefore, it is essential for students to choose a major that aligns with their interests, talents, and other criteria such as tuition fees, accreditation, and career prospects after graduation. This study aims to assist students in the college major selection process by developing a Decision Support System (DSS) using the Simple Additive Weighting (SAW) method. The SAW method was chosen for its ability to rank alternatives based on the relevant criteria's weights, thus helping students make objective and efficient decisions. The research was conducted using the Rapid Application Development (RAD) approach, which includes four main stages: planning, design, coding, and testing. In the planning stage, system requirements were identified through interviews with students and document analysis. The design stage involved developing the SAW algorithm to provide recommendations for majors based on the weights of the selected criteria. The criteria used included tuition fees, program accreditation, career prospects, and alignment with the student's interests. After that, the coding stage implemented the system using an appropriate programming language. In the testing stage, the system was tested to ensure the recommendations provided were accurate and met expectations. The results showed that the system was effective in providing appropriate major recommendations through the ranking of relevant criteria. With this system, students can make their college major decision more objectively, quickly, and efficiently, thus reducing the risk of making wrong decisions.
Klasifikasi Ras Kucing Menggunakan Algoritma Convolutional Neural Network Muhammad Rauf Ramadhan; Lidya Wati
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15036

Abstract

Kurangnya pengetahuan pemilik terhadap ras kucing peliharaan dapat menyebabkan kesalahan dalam pemberian perawatan yang sesuai. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi ras kucing menggunakan algoritma Convolutional Neural Network (CNN) guna mengenali sepuluh jenis ras kucing, yaitu: Anggora, Bengal, British Shorthair, Domestik, Maine Coon, non-kucing, Persia, Ragdoll, Siamese, dan Sphynx. Dataset gambar diperoleh dari situs Kaggle, kemudian melalui tahapan preprocessing, augmentasi data, pelatihan, dan evaluasi model, sistem dibangun menggunakan arsitektur Xception dengan pendekatan transfer learning. Model yang telah dibor diintegrasikan ke dalam aplikasi mobile berbasis Android dengan dukungan backend Flask. Hasil evaluasi menunjukkan bahwa model CNN yang dikembangkan mampu mencapai akurasi sebesar 91%. Aplikasi ini tidak hanya mampu mengklasifikasikan ras kucing secara cepat, tetapi juga memberikan informasi terkait perawatan dan kebutuhan ras yang terdeteksi. Hasil penelitian ini diharapkan dapat memberikan solusi praktis dan edukatif bagi pemilik kucing dalam mengenali dan merawat hewan peliharaan mereka secara lebih tepat.
Sistem Rekomendasi Baju Adat Menggunakan Algoritma Weighted Product: Penerapan Metode Weighted Product dalam Pemilihan Baju Adat Berdasarkan Kriteria Multikriteria Jenny Konirlir Tarigan; Lidya Wati
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15121

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi rekomendasi baju adat yang dirancang agar dapat membantu pengguna dalam memilih baju adat sesuai dengan jenis acara tertentu. Aplikasi ini dibangun dan diimplementasikan menggunakan Bahasa pemrograman flutter dan dart. Penelitian ini mengidentifikasi beberapa kriteria penting untuk menentukan rekomendasi baju adat seperti usia, ukuran, harga, warna, dan jenis acara. Untuk menentukan rekomendasi baju adat digunakan algoritma Weighted Product, sebuah metode yang efektif untuk pengambilan keputusan. Sedangkan metode pengembangannya menggunakan metode prototype yang memiliki 5 tahapan yaitu communication, quick plan, modeling quick design, construction of prototype, deployment delivery & feedback. Aplikasi ini memiliki berbagai fitur, seperti menampilkan rekomendasi baju adat berdasarkan kriteria yang dimasukkan pengguna, menampilkan gambar dan jenis baju adat, serta menyediakan fitur pencarian yang memudahkan masyarakat untuk menemukan baju adat sesuai dengan kebutuhan pengguna. Pengujian aplikasi dilakukan menggunakan metode black-box testing untuk memastikan bahwa semua fungsi berjalan sesuai harapan. Dengan algoritma Weighted Product diharapkan dalam pemilihan baju adat menjadi lebih akurat. Dengan menggunakan bobot yang tepat, metode ini dapat membantu pengambil keputusan dalam mengatasi kompleksitas dalam memilih alternatif yang paling sesuai dengan kebutuhan masyarakat. Tingkat akurasi aplikasi dihitung menggunakan perhitungan manual dan mencapai 86%, yang menunjukkan kinerja sistem rekomendasi yang baik.