Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Annual Research Seminar

Analisis Karakteristik Mahasiswa Berdasarkan Nilai Kelompok Mata Kuliah dengan Menggunakan Analisis Cluster K-Means Irmeilyana Irmeilyana; Sugandi Yahdin; Rana Sania
Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018
Publisher : Annual Research Seminar (ARS)

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

Abstract

Indeks Prestasi (IP) adalah nilai yang dihitung berdasarkan jumlah beban studi yang diambil dalam satu semester dikalikan dengan bobot prestasi tiap-tiap mata kuliah kemudian dibagi dengan jumlah beban kredit yang diambil. IPK merupakan IP kumulatif dari seluruh semester yang telah diikuti mahasiswa. Pada kurikulum Tahun 2012, Jurusan Matematika FMIPA Unsri mempunyai 5 Kelompok Bidang Minat (KBM), yaitu: Matematika Murni, Optimasi, Statistika, Aktuaria, dan Komputasi. Selain itu ada juga mata kuliah wajib yang terbagi menjadi Mata Kuliah Umum (MKU), Mata Kuliah Dasar (MKD), Mata Kuliah Keilmuan Matematika (MKM), dan Mata Kuliah Pilihan (MKP). Tujuan dari penelitian ini untuk menganalisis karakteristik mahasiswa berdasarkan kelompok mata kuliah dengan menggunakan analisis klaster K-Means pada alumni angkatan 2012. Berdasarkan analisis klaster K-Means didapatkan 3 klaster atau kelompok mahasiswa. Klaster 1 beranggotakan 10 mahasiswa dan merupakan mahasiswa dengan IPK tinggi serta dominan mengambil KBM Optimasi. Klaster 2 dengan anggota 30 mahasiswa merupakan kelompok mahasiswa yang mempunyai IPK sedang serta dominan mengambil KBM Statistika dan Aktuaria. Selanjutnya klaster 3 yang beranggotakan 17 mahasiswa merupakan kelompok mahasiswa yang memiliki IPK rendah dengan KBM yang dominan diambil adalah KBM Murni. Sementara itu berdasarkan korelasi antar peubah IPK yang tinggi dapat direpresentasikan oleh IP kelompok Mata Kuliah Keilmuan Matematika (MKM) yang juga tinggi.
Implementasi Algoritma Greedy Randomized Adaptive Search Procedure (GRASP) dan Formulasi Model Dotted Board pada Penyelesaian Cutting Stock Problem Bentuk Irregular Sisca Octarina; Sugandi Yahdin; Belly Wardhani
Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018
Publisher : Annual Research Seminar (ARS)

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

Abstract

 Cutting Stock Problem (CSP) merupakan masalah pemotongan bahan baku (stock) menjadi barang-barang (item) sesuai permintaan konsumen dengan aturan pemotongan tertentu.Penelitian ini menggunakan data penelitian Toledo et al. (2013) berupa 7 tipe item yang berbentuk tidak beraturan (irregular). Algoritma yang digunakan yaitu Greedy Randomized Adaptive Search Procedure (GRASP) untuk menentukan pola pemotongan yang diformulasikan ke dalam model Dotted Board. Berdasarkan hasil pembahasan, algoritma GRASP menghasilkan pola pemotongan yang optimal yang selanjutnya pola pemotongan tersebut diformulasikan ke dalam model Dotted Board. Solusi optimal dari model Dotted Board pada penelitian ini yaitu diperoleh jumlah stock minimum sebanyak 12 lembar stock yangdigunakan untuk memenuhi permintaan konsumen.
Sistem Pendukung Keputusan Penerimaan Karyawan Baru dengan Menggunakan Metode Analytic Network Process (ANP) (Sudi Kasus di PT Batavia Prosperindo Finance Palembang) Anita Desiani; Rifkie Primartha; Sugandi Yahdin; Kartila Kartila
Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018
Publisher : Annual Research Seminar (ARS)

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

Abstract

PT. Batavia Prosperindo Finance adalah perusahaan publik yang bergerak di bidang pembiayaan konsumen untuk kendaraan. Di perusahaan untuk karyawan rekrutmen, ada tiga kriteria yang harus dihadapi oleh calon karyawan. Kriteria yang digunakan adalah kriteria seleksi administrasi, kriteria wawancara dan tes keterampilan. Kandidat akan menerima jika mereka dapat melewati minimal 2 kriteria. Perusahaan harus mengadakan pertemuan terlebih dahulu untuk menentukan siapa kandidat yang akan diterima. Salah satu metode yang dapat digunakan sebagai keputusan adalah Analytic Network Process. Studi ini meneliti bagaimana ANP dapat digunakan untuk mendukung dukungan keputusan di PT. Batavia Prosperindo Finance untuk karyawan rekrutmen. Hasil perhitungan ANP menunjukkan peringkat kriteria yang mempengaruhi rekrutmen karyawan. Kriteria pertama adalah kriteria keterampilan dengan 0,56 eigen velue. Kriteria kedua adalah wawancara dengan 0,25 nilai eigen. Kriteria ketiga adalah pemilihan administrasi dengan nilai eigen 0,189. Membandingkan hasil rekrutmen karyawan di PT. Batavia Prosperindo Finance pada tahun 2015 dengan hasil ANP menunjukkan bahwa karyawan diterima oleh perusahaan adalah sama dengan hasil ANP untuk 15 orang (dalam daftar pertama). Metode ANP cukup baik untuk mendukung keputusan di PT Batavia Prosperindo Finance untuk karyawan rekrutmen.