Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal KOMNET : Jurnal Komputer, Jaringan dan Internet
Rizky Aulia Akbar
Unknown Affiliation
Computer Science & IT Mathematics Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS LOGIKA FUZZY DAN METODE SAW UNTUK PEMBERIAN KREDIT PINJAMAN DI LEMBAGA KEUANGAN Rizky Aulia Akbar; Muhammad Fitri Saputra; Mera
KOMNET : Jurnal Komputer, Jaringan dan Internet Vol. 2 No. 2 (2024): 2024 June
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

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

Abstract

Tujuan dari penelitian ini adalah untuk meningkatkan Sistem Pendukung Keputusan (SPK) dalam pembelian pinjaman kredit. Sebuah temuan kunci dari studi ini adalah persyaratan bagi lembaga keuangan untuk memiliki alat yang efektif untuk menghitung rasio pinjaman ke nilai untuk mengurangi risiko yang terkait dengan kegagalan kredit. Metode analisis yang digunakan termasuk mengumpulkan data riwayat kredit, menganalisis faktor-faktor yang mempengaruhi kredibilitas, dan mengembangkan algoritma logika kabur. Sistem yang dikembangkan kemudian dievaluasi menggunakan data non-publik dari lembaga keuangan untuk menilai akurasi dan keandalan. Temuan penelitian menunjukkan bahwa sistem ini dapat meningkatkan akurasi pelaporan kredit dibandingkan dengan metode manual yang digunakan sebelumnya. Temuan utama dari penelitian ini adalah bahwa pelatihan SPK berbasis logika kabur dapat menjadi alat yang efektif untuk membantu lembaga keuangan dalam proses aplikasi pinjaman, dengan demikian mengurangi risiko kredit dan meningkatkan efisiensi operasional. Hasil penelitian menunjukkan bahwa metode Simple Additive Weighting (SAW) dapat meningkatkan akurasi penilaian kelayakan kredit Metode SAW terbukti dapat meningkatkan akurasi dan keandalan dalam proses penilaian. Penggunaa berbagai kriteria seperti pendapatan, riwayat kredit, rasio hutang, pekerjaan, dan agunan memberikan hasil yang lebih komprehensif. Penelitian ini juga menunjukkan bahwa logika fuzzy mampu menangani data yang tidak pasti dan subjektif, sehingga dapat membantu lembaga keuangan dalam membuat keputusan yang lebih baik.
ANALISA DATA TINGKAT PENGGANGURAN TERBUKA DARI BADAN PUSAT STATISTIC Nor Annisa; Rizky Aulia Akbar
KOMNET : Jurnal Komputer, Jaringan dan Internet Vol. 2 No. 1 (2023): 2023 December
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

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

Abstract

Studi ini menganalisis tingkat pengangguran terbuka di Indonesia pada tahun 2023 berdasarkan data yang dikumpulkan dari berbagai provinsi. Data yang digunakan mencakup tingkat pengangguran pada bulan Januari dan Juni 2023, dengan tujuan memberikan gambaran komprehensif tentang distribusi pengangguran di seluruh provinsi. Metode yang digunakan dalam analisis ini adalah metode deskriptif, yang melibatkan pembersihan data, perhitungan statistik deskriptif, dan visualisasi data untuk memahami pola dan karakteristik pengangguran di berbagai daerah.Proses pembersihan data mencakup penghapusan baris dan kolom yang tidak relevan serta konversi nilai tingkat pengangguran menjadi format numerik yang sesuai. Statistik deskriptif dihitung untuk mengidentifikasi rata-rata, standar deviasi, nilai minimum, dan maksimum tingkat pengangguran di masing-masing provinsi. Hasil analisis menunjukkan bahwa tingkat pengangguran tertinggi pada bulan Januari tercatat di provinsi Banten sebesar 7,02%, sedangkan tingkat pengangguran terendah tercatat di Papua Pegunungan sebesar 1,18%. Data untuk bulan Juni sebagian besar tidak tersedia, sehingga analisis lebih lanjut untuk bulan tersebut tidak dapat dilakukan.Visualisasi data dalam bentuk grafik batang horizontal membantu mempermudah pemahaman perbedaan tingkat pengangguran antar provinsi. Studi ini menemukan variasi signifikan dalam tingkat pengangguran di seluruh Indonesia, dengan beberapa provinsi menghadapi tantangan pengangguran yang lebih besar dibandingkan yang lain. Temuan ini dapat menjadi dasar bagi pembuat kebijakan untuk merumuskan strategi penanggulangan pengangguran yang lebih efektif, dengan memperhatikan kondisi spesifik di masing-masing provinsi.Secara keseluruhan, analisis ini memberikan wawasan penting tentang distribusi pengangguran di Indonesia pada tahun 2023 dan menyoroti kebutuhan akan pendekatan kebijakan yang lebih terfokus dan disesuaikan dengan kebutuhan daerah untuk mengurangi tingkat pengangguran secara nasional.
ANALISA DATA TINGKAT PENGGANGURAN TERBUKA  DARI BADAN PUSAT STATISTIC Nor Anisa; Rizky Aulia Akbar
KOMNET : Jurnal Komputer, Jaringan dan Internet 2023: Vol 2 No 1
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/42h30e88

Abstract

Studi ini menganalisis tingkat pengangguran terbuka di Indonesia pada tahun 2023 berdasarkan data yang dikumpulkan dari berbagai provinsi. Data yang digunakan mencakup tingkat pengangguran pada bulan Januari dan Juni 2023, dengan tujuan memberikan gambaran komprehensif tentang distribusi pengangguran di seluruh provinsi. Metode yang digunakan dalam analisis ini adalah metode deskriptif, yang melibatkan pembersihan data, perhitungan statistik deskriptif, dan visualisasi data untuk memahami pola dan karakteristik pengangguran di berbagai daerah.Proses pembersihan data mencakup penghapusan baris dan kolom yang tidak relevan serta konversi nilai tingkat pengangguran menjadi format numerik yang sesuai. Statistik deskriptif dihitung untuk mengidentifikasi rata-rata, standar deviasi, nilai minimum, dan maksimum tingkat pengangguran di masing-masing provinsi. Hasil analisis menunjukkan bahwa tingkat pengangguran tertinggi pada bulan Januari tercatat di provinsi Banten sebesar 7,02%, sedangkan tingkat pengangguran terendah tercatat di Papua Pegunungan sebesar 1,18%. Data untuk bulan Juni sebagian besar tidak tersedia, sehingga analisis lebih lanjut untuk bulan tersebut tidak dapat dilakukan.Visualisasi data dalam bentuk grafik batang horizontal membantu mempermudah pemahaman perbedaan tingkat pengangguran antar provinsi. Studi ini menemukan variasi signifikan dalam tingkat pengangguran di seluruh Indonesia, dengan beberapa provinsi menghadapi tantangan pengangguran yang lebih besar dibandingkan yang lain. Temuan ini dapat menjadi dasar bagi pembuat kebijakan untuk merumuskan strategi penanggulangan pengangguran yang lebih efektif, dengan memperhatikan kondisi spesifik di masing-masing provinsi.Secara keseluruhan, analisis ini memberikan wawasan penting tentang distribusi pengangguran di Indonesia pada tahun 2023 dan menyoroti kebutuhan akan pendekatan kebijakan yang lebih terfokus dan disesuaikan dengan kebutuhan daerah untuk mengurangi tingkat pengangguran secara nasional.
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS LOGIKA FUZZY DAN METODE SAW UNTUK PEMBERIAN KREDIT PINJAMAN DI LEMBAGA KEUANGAN Rizky Aulia Akbar; Muhammad Fitri Saputra; Mera
KOMNET : Jurnal Komputer, Jaringan dan Internet 2024: Vol 2 No 2
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/gbcdec68

Abstract

Tujuan dari penelitian ini adalah untuk meningkatkan Sistem Pendukung Keputusan (SPK) dalam pembelian pinjaman kredit. Sebuah temuan kunci dari studi ini adalah persyaratan bagi lembaga keuangan untuk memiliki alat yang efektif untuk menghitung rasio pinjaman ke nilai untuk mengurangi risiko yang terkait dengan kegagalan kredit. Metode analisis yang digunakan termasuk mengumpulkan data riwayat kredit, menganalisis faktor-faktor yang mempengaruhi kredibilitas, dan mengembangkan algoritma logika kabur. Sistem yang dikembangkan kemudian dievaluasi menggunakan data non-publik dari lembaga keuangan untuk menilai akurasi dan keandalan. Temuan penelitian menunjukkan bahwa sistem ini dapat meningkatkan akurasi pelaporan kredit dibandingkan dengan metode manual yang digunakan sebelumnya. Temuan utama dari penelitian ini adalah bahwa pelatihan SPK berbasis logika kabur dapat menjadi alat yang efektif untuk membantu lembaga keuangan dalam proses aplikasi pinjaman, dengan demikian mengurangi risiko kredit dan meningkatkan efisiensi operasional. Hasil penelitian menunjukkan bahwa metode Simple Additive Weighting (SAW) dapat meningkatkan akurasi penilaian kelayakan kredit Metode SAW terbukti dapat meningkatkan akurasi dan keandalan dalam proses penilaian. Penggunaa berbagai kriteria seperti pendapatan, riwayat kredit, rasio hutang, pekerjaan, dan agunan memberikan hasil yang lebih komprehensif. Penelitian ini juga menunjukkan bahwa logika fuzzy mampu menangani data yang tidak pasti dan subjektif, sehingga dapat membantu lembaga keuangan dalam membuat keputusan yang lebih baik.
Co-Authors Mera Muhammad Fitri Saputra Nor Anisa Nor Annisa