Claim Missing Document
Check
Articles

Found 2 Documents
Search

Rancang Bangun Sistem Informasi Penampilan Gaji Karyawan Berbasis Web Apotek XYZ Ali Sya'bana S; Ariefah Khairina I; Hani Istiqomah; R Bagus Bambang Sumantri
Jurnal Sistem Informasi dan Teknologi Peradaban Vol. 3 No. 2 (2022): Jurnal Sistem Informasi dan Teknologi Peradaban
Publisher : Prodi Sistem Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (752.396 KB) | DOI: 10.58436/jsitp.v3i2.1258

Abstract

Sistem penggajian adalah salah satu hal yang berkaitan dengan pengelolaan kesejahteraan tenaga kerja sehingga harus diberi perhatian khusus suatu perusahaan dalam rangka mencapai tujuannya. Gaji memiliki arti yang sangat penting bagi karyawan karena gaji merupakan cerminan nilai atas karya atau buah dari kerja keras, dan juga sebagai penyemangat dalam sebuah pekerjaan dari kinerja mereka, baik bagi perusahaan, masyarakat, maupun bagi diri mereka sendiri. Apotek merupakan suatu tempat dilakukannya kegiatan kefarmasian yang didalamnya terdapat pengadaan obat, penyimpanan obat, peracikan dan penyaluran. Proses perhitungan dan pembayaran gaji karyawan dikelola langsung oleh perusahaan dan dibayarkan secara rutin setiap bulannya. Metode menggunakan pendekatan terstruktur yaitu menggunakan Data Flow Diagram (DFD) dan Entity Relationship Riagram (ERD), Perancangan Antar Muka dan Implementasi, Pembuatan aplikasi penggajian karyawan ini dalam perancangan alur sistemnya menggunakan relasi antar entitas dan desain halaman antarmuka aplikasnya
Penerapan Algoritma DBSCAN dalam Mengidentifikasi Risiko Stroke Hani Istiqomah; Khoirun Nisa; Arif Setia Sandi A.
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 9 No. 2 (2025): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol9No2.pp340-349

Abstract

Stroke is a serious disease that can cause permanent disability and death. This study applies the DBSCAN algorithm to cluster Stroke risk using a public Kaggle dataset (n = 5,110), which contains demographic and clinical attributes such as age, gender, hypertension, heart disease, body mass index (BMI), glucose levels, and smoking status. Preprocessing steps included median imputation for BMI, categorical encoding, Z-score standardization, and PCA for visualization. Parameter selection was conducted using the k-distance plot and Silhouette evaluation, resulting in ε = 2.5 and min_samples = 3 with a Silhouette Score of 0.2158. The findings indicate that DBSCAN has potential to support Stroke prevention strategies, although further parameter tuning and feature optimization are required to improve clustering quality.