Claim Missing Document
Check
Articles

Found 15 Documents
Search

Rancang Bangun Sistem Pendukung Keputusan Penentuan Gaji Dan Bonus Karyawan Muttaqin, Imam Nur; Sanjaya, Ardi; Utomo, Wahyu Cahyo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3541

Abstract

Perkembangan sistem informasi saat ini sangat signifikan, terutama dalam era digital. Oleh karena itu, pengembangan website untuk absensi dan penggajian karyawan menjadi penting dalam perusahaan. PT One Jos Group, perusahaan digital marketing di Nganjuk, belum memiliki sistem absensi dan penggajian yang terintegrasi. Proses ini masih dilakukan secara manual dengan menggunakan pembukuan. Masalah yang dihadapi termasuk kurangnya integrasi antara absensi, penggajian, dan penilaian karyawan, sehingga sulit untuk menentukan bonus dan tunjangan karyawan yang layak. Untuk mengatasi hal ini, diperlukan sistem yang dapat merekap otomatis absensi dan penggajian dalam laporan bulanan dan tahunan. Sistem ini juga perlu terhubung dengan sistem pendukung keputusan untuk menentukan bonus dan tunjangan secara efisien dan obyektif. Dengan adanya sistem yang terintegrasi dan berbasis data, proses pengambilan keputusan terkait bonus dan tunjangan dapat dilakukan dengan lebih efisien
Penerapan Metode Simple Additive Weighting Untuk Rekomendasi Pemilihan Pakaian Nareswara, Wanda; Sanjaya, Ardi; Utomo, Wahyu Cahyo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3576

Abstract

Sistem Pendukung Keputusan merupakan sistem informasi yang dapat membantu merekomendasikan barang, salah satunya adalah memilih pakaian yang sesuai dengan kriteria-kriteria yang diinginkan oleh pembeli. Dikarenakan banyaknya kriteria pada pakaian penjual kesulitan dalam merekomendasikan pakaian sesuai dengan yang diinginkan oleh pembeli. Tujuan dari penelitian ini adalah untuk membuat sistem yang dapat membantu memudahkan penjual merekomendasikan pakaian menggunakan Metode Simple Additive Weighting (SAW). Hasil akhir dari penelitian ini berupa sistem yang mampu merekomendasikan untuk pemilihan pakaian berdasarkan kriteria-kriteria yang diinginkan pembeli.
Scoring Soal Psikologi berdasarkan pola jawaban dengan menggunakan metode Support Vector Machine Utomo, Wahyu Cahyo; Saputra, Muh. Aris; Subkhi, M. Bahrul; Wahyono, Ari
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/5vteam86

Abstract

Psikologi atau kondisi kepribadian adalah faktor utama penilaian dalam diri manusia. Permasalahan utamanya adalah manusia secara alami akan menyembunyikan sifatnya. Sehingga terlihat sempurna dalam pengamatan orang lain. Selain itu, apabila manusia melakukan uji psikologi cenderung menjawab dengan jawaban yang sempurna. Dalam artian manipulatif supaya telihat sempurna. Berdasarkan hal tersebut, penelitian ini akan menggunakan metode penelitian berbasis Machine Learning untuk menangkap pola tersembunyi pada jawaban soal psikologi. Metode yang diujikan adalah KNN, Adaboost, Random Forest, SVM, Naive Bayes dan Decission Tree. Beberapa metode tersebut telah diujikan dan didapatkan metode terbaik adalah SVM dengan evaluasi precission 86,4% dan recall 88,1%. Berdasarkan hasil penelitian, metode machine learning dapat menyimpulkan pola tersembunyi dengan baik. Sehingga pendekatan ini dapat digunakan untuk melakukan analisis lebih dalam pada kasus kondisi kepribadaian atau psikologi.
Re-Identification Permainan Tradisional Gobak Sodor Dengan Menggunakan Computer Vision: Re-Identification Permainan Tradisional Gobak Sodor Dengan Menggunakan Computer Vision Utomo, Wahyu Cahyo; Saputra, Muh. Aris; Firliana, Rina; Asadulloh, Akhmas; Sari, Livia Indriana
JITU Vol 10 No 1 (2026)
Publisher : Universitas Boyolali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36596/jitu.v10i1.2184

Abstract

Judging objectivity in the traditional game of Gobak Sodor remains constrained by its reliance on visual observation. This conventional system is prone to subjectivity and human error. This research aims to design and evaluate a player re-identification system. This study is specifically positioned as foundational research. It aims to provide a technical basis for developing future objective judging systems. A state-of-the-art approach combining You Only Look Once version 8 (YOLOv8) for multi-object detection and ResNet50 for feature extraction was applied in this domain. System testing demonstrated perfect performance. The model achieved 100% accuracy for Cumulative Match Characteristic (CMC) Rank-1 and Rank-5. Furthermore, the mean Average Precision (mAP) score reached 1.00. These results confirm that the proposed method combination is highly suitable for the traditional game domain. The system proved capable of performing deep feature extraction for each player. It was not limited to simple attributes like costume color. This research successfully provides a solid technical framework for modernizing judging systems in similar traditional games.
Syllable-Based Detection and Recognition of Braille Cells Using Faster R-CNN Risky Aswi Ramadhani; Made Ayu Dusea Widyadara; Wahyu Cahyo Utomo; Marga Asta Jaya Mulya
MULTITEK INDONESIA Vol 20 No 1 (2026): July (On Progress)
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v17i1.13429

Abstract

Braille digitization plays an important role in improving access to written information for visually impaired individuals. However, automatic recognition of Braille text remains challenging due to the small size, dense spatial arrangement, and subtle variations of Braille dot patterns. This study proposes a syllable-based Braille cell detection and recognition framework using a customized Faster R-CNN architecture. The system employs a Region Proposal Network (RPN) to localize individual Braille cells, followed by an AlexNet-based classifica-tion network to recognize syllable-level patterns. The proposed method is evaluated on a syllable-level Braille dataset covering 50 syllable classes, and a two-stage training strategy is adopted to improve bounding box localization accuracy. Experimental results show stable training convergence and consistent classification performance across syllable categories. Confusion matrix analysis indicates that most misclassifications occur among syllables with visually similar dot configurations. Despite sensitivity to variations in physical Braille quality, the proposed framework indicates potential applicability in accessibility-oriented Braille digitization systems