Article Per Year (5 Year)
p-Index From 2021 - 2026
2.083
P-Index
This Author published in this journals
All Journal Jurnal Dedikasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) DINAMIKA DOTCOM TEKNOLOGI INFORMASI SMATIKA Jurnal Ilmiah KOMPUTASI JPM (Jurnal Pemberdayaan Masyarakat) Jurnal Technopreneur (JTech) PEDULI: Jurnal Imiah Pengabdian Pada Masyarakat Jurnal Aplikasi Dan Inovasi Ipteks SOLIDITAS Jurnal Inovasi Teknologi dan Edukasi Teknik BIMASAKTI Prosiding SeNTIK STI&K Smatika Jurnal : STIKI Informatika Jurnal
Weda Adistianaya Dewa
STMIK PPKIA Pradnya Paramita Malang
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Ilmiah KOMPUTASI

 1 
SISTEM PENUNJANG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING TUGAS AKHIR MENGGUNAKAN METODE AHP Weda Adistianaya Dewa; Linda Suvi Rahmawati
Jurnal Ilmiah KOMPUTASI Vol 17, No 4 (2018): Desember
Publisher : STMIK JAKARTA STI&K

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

Abstract

Dalam penentuan dosen pembimbing tugas akhir dalam pengambilan keputusan oleh program studi di STMIK PPKIA Pradnya Paramita terdapat beberapa faktor yang menjadi penilaian. Selama ini penentuan dosen pembimbing masih menggunakan metode tradisional yaitu masih berdasarkan subjektifitas dan kebijakan program studi sehingga hasilnya sering tidak sesuai dengan topik penelitian yang diambil oleh mahasiswa. Tujuan dalam penelitian ini adalah membangun sebuah sistem penentuan dosen pembimbing tugas akhir. Kriteria dalam penelitian ini adalah tingkat pendidikan, latar belakang pendidikan, jabatan akademik, dan pengalaman. Demi efisiensi dan efektifitas program studi maka pengambilan keputusan yang tepat sangat diperlukan. Penelitian tersebut digunakan untuk membangun sebuah sistem pengambilan keputusan yang mempunyai kemampuan menganalisa penentuan dosen pembimbing tugas akhir dengan menggunakan metode Analitical Hierarchy Process (AHP), di mana masing-masing kriteria dalam hal ini faktor-faktor penilaian dan alternatif dosen pembimbing dibandingkan satu dengan yang lainnya sehingga memberikan output nilai intensitas prioritas yang menghasilkan suatu sistem yang memberikan penilaian terhadap setiap dosen pembimbing. Sistem pengambilan keputusan ini dapat membantu program studi dalam menentukan dosen pembimbing tugas akhir berdasarkan kriteria dan nilai pembobotan. Berdasarkan pengujian tingkat pendidikan memiliki bobot sebesar 0,38, latar belakang pendidikan sebesar 0,27, jabatan akademik sebesar 0,22 dan pengalaman sebesar 0,13 dengan menggunakan 3 alternatif yaitu 3 dosen yang dijadikan acuan untuk menjadi dosen pembimbing tugas akhir.. Hal ini berguna untuk memudahkan pengambilan keputusan yang terkait dengan penentuan dosen pembimbing, sehingga akan didapatkan dosen pembimbing tugas akhir yang paling layak untuk membimbing mahasiswa sesuai core kompetensi program studi.
Penerapan Metode Naïve Bayes untuk Menentukan Pengajuan Polis Baru pada PT. “XYZ” Weda Adistianaya Dewa; Jauharul Maknunah; Amalia Deviati Putri
Jurnal Ilmiah Komputasi Vol. 20 No. 1 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 1, Maret 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.20.1.2696

Abstract

Sistem klasifikasi pelanggan di PT. Asuransi “XYZ” saat ini dalam mengklasifikasikan nasabah adalah dengan membuat laporan berdasarkan pembayaran terakhir dan merekapnya di excel setiap bulan. Hasil klasifikasi tersebut digunakan sebagai pertimbangan untuk menentukan pengajuan kebijakan baru. Pelanggan yang diklasifikasikan sebagai saat ini memiliki peluang lebih besar untuk disetujui. Permasalahan pada sistem ini adalah proses klasifikasi membutuhkan proses 2x7 jam. Tujuan penelitian ini adalah mengembangkan sistem klasifikasi untuk nasabah lama dan nasabah tidak lancar dengan menggunakan metode naïve bayes di PT Asuransi “XYZ” dan meningkatkan akurasi naivebayes. Metode Naïve Bayes adalah mengklasifikasikan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Metode klasifikasi ini didasarkan pada teorema Bayes. Hasil pengujian sistem yang telah dilakukan menunjukkan bahwa sistem dapat mempermudah admin dalam mengklasifikasikan pelanggan saat ini dan pelanggan non-saat ini. Hal tersebut dibuktikan dengan hasil pengujian yang telah dilakukan berdasarkan pengukuran kecepatan kerja yaitu sistem ini lebih cepat dalam proses klasifikasi pelanggan yang membutuhkan waktu 23,48 menit dalam proses pengklasifikasian data pelanggan mulai dari input data hingga mengetahui klasifikasi. hasilnya, sedangkan di sistem lama butuh 14 jam 26 menit. 45 detik. Berdasarkan 50 data uji pada website dan dihitung menggunakan matriks konfusi didapatkan persentase akurasi sebesar 100%.
Co-Authors Agus Edi Istanto, Agus Edi Agustina, Rini Ahmad Mihdan Advani Amalia Deviati Putri Daeng Ahmad Suaedi, Daeng Ahmad Damayanti, Mita Septiana Dian Octorasari, Dian Dimas Kita Ladiba Dinny Wahyu Widarti Dodit Suprianto Dwi Safiroh Utsalina Eka Yuniar Evy Sophia Evy Sophia Fakhruddin Arozi Indah Dwi Mumpuni Jauharul Maknunah Linda Suvi Rahmawati Nuraska, Dina Pradipta, Zein Hilmy Ananda Prasetiya, Panca Rahmawati, Linda Suvi` Samsul Arifin Tubagus Mohamad Akhriza Tubagus Mohammad Akhriza