Article Per Year (5 Year)
p-Index From 2021 - 2026
22.414
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) TELKOMNIKA (Telecommunication Computing Electronics and Control) SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Gramatika Jurnal Ilmiah KOMPUTASI JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Jurnal Teknik Komputer AMIK BSI JURNAL MEDIA INFORMATIKA BUDIDARMA Information System for Educators and Professionals : Journal of Information System JOURNAL OF APPLIED INFORMATICS AND COMPUTING PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Sebatik Journal of Information Technology and Computer Engineering Digital Zone: Jurnal Teknologi Informasi dan Komunikasi KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) The IJICS (International Journal of Informatics and Computer Science) JURIKOM (Jurnal Riset Komputer) JURTEKSI INTEK: Informatika dan Teknologi Informasi Informatika : Jurnal Informatika, Manajemen dan Komputer Jurnal Teknologi Informasi dan Pendidikan Jurnal Elektronika Listrik dan Teknologi Informasi Terapan bit-Tech Systematics Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Sistim Informasi dan Teknologi Jurnal Informasi dan Teknologi Jurnal Informatika Ekonomi Bisnis Journal of Robotics and Control (JRC) JSR : Jaringan Sistem Informasi Robotik Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Infortech Community Development Journal: Jurnal Pengabdian Masyarakat JUKI : Jurnal Komputer dan Informatika Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal Computer Science and Information Technology (CoSciTech) Journal of Computer Scine and Information Technology Bulletin of Computer Science Research Insearch: Information System Research Journal Jurnal Pengabdian Inovasi dan Teknologi Kepada Masyarakat Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Gramatika: Jurnal Penelitian Pendidikan Bahasa dan Sastra Indonesia Journal of Materials Exploration and Findings Jurnal Komtekinfo Jurnal Sistim Informasi dan Teknologi INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Innovative: Journal Of Social Science Research Jurnal Teknologi Jurnal Informatika Ekonomi Bisnis RJOCS (Riau Journal of Computer Science) SmartComp Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science CSRID Jurnal Riset Pendidikan Multidisiplin dan Pengabdian Kepada Masyarakat
Yuhandri Yuhandri, Yuhandri
UnUniversitas Putra Indonesia YPTK Padang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 263 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 263 Documents
Search

 15   16   17   18   19 
Kombinasi AHP dan VIKOR untuk Seleksi Penerima Beasiswa KIP Kuliah Sari, Fitri P.; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.562

Abstract

Beasiswa KIP Kuliah merupakan program yang sangat penting dalam memberikan akses pendidikan tinggi bagi mahasiswa dari keluarga kurang mampu yang memiliki potensi akademik. Program ini tidak hanya membantu meringankan beban biaya kuliah, tetapi juga membuka peluang bagi mereka untuk meraih pendidikan yang lebih tinggi dan meningkatkan kualitas hidup. Tingginya jumlah pendaftar beasiswa ini menimbulkan tantangan tersendiri bagi perguruan tinggi dalam melakukan seleksi penerima beasiswa. Perguruan tinggi harus memastikan bahwa beasiswa ini diberikan secara tepat sasaran dan sesuai dengan kriteria yang telah ditetapkan. Penelitian ini bertujuan menerapkan sistem pendukung keputusan (SPK) untuk proses seleksi penerima beasiswa KIP Kuliah di Sekolah Tinggi Teknologi Payakumbuh (STT Payakumbuh) yang masih dilakukan secara konvensional di mana membutuhkan waktu lama, kurang efisien, dan memiliki subjektivitas yang tinggi serta kurang transparansi. Metode yang digunakan dalam penelitian ini adalah kombinasi dari Analysis Hierarchy Process (AHP) dan VIKOR, yang merupakan bagian dari Multi Criteria Decision Making (MCDM). AHP digunakan untuk menetapkan bobot kriteria, sementara VIKOR digunakan untuk melakukan perankingan alternatif calon penerima beasiswa. Kriteria yang digunakan pada SPK ini adalah Nilai Tes Potensi Akademik (TPA), Nilai Ijazah, Dokumen Pendukung, Penghasilan Ayah, Penghasilan Ibu, Jumlah Tanggungan, Status Kepemilikan Rumah, Besaran Daya Listrik, Sumber Air, dan Luas Bangunan. Data calon penerima beasiswa sebanyak 82 orang yang dinilai berdasarkan 10 kriteria, sistem berhasil mengidentifikasi 11 orang calon penerima beasiswa yang direkomendasikan dengan nilai indeks Vikor yang terkecil, yaitu dari nilai 0,00 sampai dengan nilai 0,299. Hasil penelitian menunjukkan bahwa SPK berbasis AHP-VIKOR dapat membantu mempercepat proses seleksi, meningkatkan objektivitas, dan memberikan transparansi dalam seleksi penerima beasiswa KIP Kuliah di STT Payakumbuh. Sistem ini terbukti efektif dalam menangani kompleksitas kriteria dan alternatif yang banyak, serta mampu menghasilkan peringkat calon penerima beasiswa sesuai dengan preferensi pengambil keputusan.
Penerapan Algoritma Haar Cascade Clasifier dan Computer Neural Network Sebagai Presensi Karyawan Karseno, Doni; Yuhandri; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.565

Abstract

Sistem pengenalan wajah merupakan program komputer yang secara otomatis dapat mendeteksi gambar digital atau video untuk mengidentifikasi atau mengautentikasi seseorang secara otomatis. Kesulitan dalam masalah pengenalan wajah sebagian besar disebabkan oleh kurangnya keberhasilan dalam menemukan fitur gambar tersebut. Pengenalan objek banyak digunakan oleh para pelaku industri untuk keperluan inspeksi, registrasi atau manipulasi. Penelitian ini bertujuan untuk menidentifikasi wajah pada masing – masing karyawan. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier (HCC) sebagai pendeteksi wajah dan metode Convolutional Neural Network (CNN) untuk proses identifikasi wajah. Proses pengenalan wajah ini dapat digunakan untuk mengidentifikasi masing – masing karyawan. Sehingga dalam melakukan presensi digital tidak ada kecurangan lagi yang dilakukan oleh karyawan. Dalam penelitian ini data yang diambil adalah data di Institut Teknologi dan Bisnis Indragiri. Algoritma Haar Cascade Classifier menjadi metode yang dapat digunakan dalam proses pengenalan polah wajah manusia. Sedangkan Convolutional Neural Network merupakan metode untuk mengidentifikasi serta mengklasifikasi hasil dari metode Haar Cascade Classifier sebagai tahap awal. Dalam hal pengklasifikasian image, metode Convolutional Neural Network merupakan metode yang dapat digunakan untuk pengklasifikasian wajah. Arsitektur Convolutional Neural Network yang digunakan dalam penelitian ini adalah alexnet. Dataset dari ImageNet lebih dari 14 juta gambar yang dikategrikan dalam ribuan kelas. Convolutional Neural Network memiliki arsitektur yang terinspirasi oleh struktur visual sistem manusia dan sangat efektif untuk tugas-tugas pengenalan gambar dan klasifikasi. Kesimpulan dari hasil penilitan ini yaitu dengan menggabungkan metode Haar Cascade Classifier dan Convolutional Neural Network dapat mempercepat proses pengenalan klasifikasi suatu objek wajah. Penelitian ini menggunakan kumpulan dataset wajah yang beragam, mencakup variasi sudut pandang, ekspresi, dan kondisi pencahayaan. Data yang digunakan terdiri dari seluruh karyawan yang memiliki 106 data wajah. Model CNN kemudian dilatih menggunakan data latih sebesar 85% dari keseluruhan data. Setelah model dilatih, selanjutnya dilakukan evaluasi model CNN melalui beberapa metrik evaluasi. Dari hasil evaluasi diperoleh tingkat akurasi yang baik sebesar 91% Hasil dari penelitian ini dapat digunakan untuk media presensi digital berbasis pengenalan wajah pada karyawan Institut Teknologi Dan Bisnis Indragiri.
Sistem Pakar Deteksi Dini pada Penderita Stunting dengan Menggunakan Metode Forward Chaining Syaputra, Eka B.; Yuhandri; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.570

Abstract

Stunting mencerminkan terhambatnya pertumbuhan akibat buruknya gizi dan gangguan kesehatan pada periode sebelum dan sesudah kelahiran. Periode sebelum kelahiran merupakan faktor penentu dalam mendeteksi dini kelompok sasaran berisiko stunting yaitu pada calon pengantin, ibu hamil dan ibu pasca kelahiran dan periode sesudah kelahiran pada anak berumur di bawah 2 tahun. Penyebab stunting terbagi menjadi 2 kategori yakni penyebab langsung dan penyebab tidak langsung. Penyebab langsung, dikarenakan kurangnya asupan gizi ibu saat hamil dan kebutuhan gizi tidak tercukupi saat masih berusia di bawah umur 2 tahun dan penyebab tidak langsung adalah keluarga tidak paham cara mengolah dan menyajikan menu beragam bergizi seimbang dan aman (B2SA), rumah tidak sehat, lingkungan dengan sanitasi buruk, tidak memiliki akses air bersih, terbatas atas layanan kesehatan ibu hamil dan perilaku tidak sehat. Penelitian ini bertujuan untuk mengurangi angka stunting yang terjadi dengan melakukan penanganan lebih awal terhadap penderita berisiko stunting. Metode yang digunakan dalam penelitian ini adalah Forward Chaining. Metode Forward Chaining pada sistem pakar deteksi dini berisiko stunting memiliki 4 komponen yaitu Knowledge Base, Inference Engine, Database dan User Interface. Dataset yang diolah dalam penelitian ini bersumber dari data kelompok sasaran berisiko stunting pada 2 puskesmas yaitu Puskesmas Singkarak dan Puskesmas Sirukam di lingkup Pemerintah Kabupaten Solok. Dataset terdiri dari 380 balita, 10 calon pengantin , 40 ibu hamil dan 24 ibu pasca persalinan berisiko stunting. Hasil penelitian ini dapat mengidentifikasi dini berisiko stunting pada setiap kelompok sasaran yaitu balita 45,31% dari 10 data uji, calon pengantin 59,5% dari 5 data uji, ibu hamil 50,52% dari 5 data uji dan ibu pasca persalinan 58,01% dari 5 data uji juga membantu tim satgas penurunan angka stunting Pemerintah Kabupaten Solok dalam mengambil langkah-langkah kebijakan yang akan dilaksanakan oleh Organisasi Pemerintah Daerah (OPD) terkait baik secara sensitif dan spesifik. Penelitian ini dapat menjadi acuan dalam penanganan pada kelompok sasaran berisiko stunting lebih awal pada setiap daerah dalam menurunkan angka stunting
Implementasi K-Nearest Neighbor Berbasis Particle Swarm Optimization untuk Analisis Sentimen Generasi Sandwich Yanti, Salma Nofri; Yuhandri; Sumijan
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.586

Abstract

Fenomena Generasi Sandwich merujuk pada individu yang harus merawat orang tua yang menua sekaligus mengasuh anak-anak mereka, menciptakan beban ganda yang berdampak signifikan pada kehidupan sosial, emosional, dan ekonomi mereka. Dalam masyarakat modern, perubahan demografis seperti peningkatan harapan hidup dan menurunnya angka kelahiran, serta tantangan ekonomi seperti biaya perawatan kesehatan yang meningkat, semakin memperkuat relevansi fenomena ini. Oleh karena itu, memahami persepsi publik terhadap Generasi Sandwich menjadi semakin penting, terutama melalui analisis sentimen di media sosial yang mencerminkan opini masyarakat yang lebih luas. Penelitian ini mengusulkan pendekatan baru dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN) yang dioptimalkan menggunakan Particle Swarm Optimization (PSO) untuk analisis sentimen terkait Generasi Sandwich. KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan antar titik data, sementara PSO digunakan untuk mengoptimalkan pemilihan parameter KNN guna meningkatkan akurasi model. Data yang digunakan dalam penelitian ini mencakup 565 tweet yang mengandung kata kunci "Generasi Sandwich" yang dikategorikan menjadi tiga sentimen: 124 positif, 345 negatif, dan 96 netral. Data tersebut melalui proses prapemrosesan seperti pembersihan, tokenisasi, dan stemming sebelum diimplementasikan dalam model KNN. Hasil penelitian menunjukkan bahwa pada pengujian dengan 113 dokumen, model KNN yang dioptimalkan dengan PSO mencapai akurasi sebesar 70,8%, dengan precision sebesar 14,41%, recall sebesar 88,89%, dan F1-score sebesar 24,81%. Dari total 113 dokumen data uji, terdapat 80 prediksi benar dan 33 prediksi salah, dengan jumlah prediksi positif sebanyak 16, prediksi negatif sebanyak 95, dan prediksi netral sebanyak 2. Analisis lebih lanjut mengungkapkan bahwa sebagian besar percakapan tentang Generasi Sandwich di media sosial cenderung bersifat negatif, mencerminkan tekanan psikologis dan keuangan yang dirasakan oleh anggota generasi ini. Penelitian ini juga menghasilkan sebuah aplikasi web yang memungkinkan pengguna untuk melakukan analisis sentimen secara real-time, yang memudahkan pengambilan keputusan bagi pembuat kebijakan, peneliti, dan organisasi sosial. Aplikasi ini dirancang dengan antarmuka yang ramah pengguna dan visualisasi data yang intuitif, sehingga dapat memberikan wawasan yang lebih mendalam mengenai sentimen publik. Implementasi KNN berbasis PSO terbukti efektif dalam meningkatkan akurasi analisis sentimen pada fenomena Generasi Sandwich, dan aplikasi web yang dihasilkan berpotensi digunakan secara luas untuk penelitian lanjutan, pengembangan strategi sosial, dan advokasi kebijakan publik yang lebih baik.
Penerapan Natural Language Processing Pada Sistem Chatbot Sebagai Helpdesk Obyek Wisata Menggunakan Metode Naïve Bayes Yuhandri, Yuhandri; Sovia, Rini; Syaiffullah, Afif; Yenila, Firna; Permana, Randy
Jurnal Infortech Vol 5, No 2 (2023): Desember 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v5i2.20911

Abstract

Keberhasilan pengembangan sektor pariwisata tidak hanya bergantung pada daya tarik wisata semata. Terdapat banyak faktor dalam penghambat perkembangan sektor tersebut. Salah satu faktor tersebut adalah kurangnya perkembangan dalam pola periklanan dan sistem pengelolaan informasi pariwisata. Sebagai akibatnya, sasaran pariwisata tidak terdefinisi dengan baik, dan wisatawan mungkin tidak memilih destinasi tersebut. Bukitinggi sebagai salah satu destinasi wisata yang terdapat di Sumatera Barat juga tidak lepas dari permasalahan tersebut. Kurang tersedianya informasi lengkap tentang potensi pariwisata di Kota Bukittinggi membuat wisatawan mengandalkan sumber-sumber seperti media sosial, internet, dan sumber lainnya untuk mendapatkan informasi. Namun, informasi yang ada belum mencakup seluruh aspek pariwisata, sehingga menyebabkan ketidakpastian bagi calon wisatawan. Untuk mengatasi permasalahan tersebut, dihadirkan sebuah sistem respons obrolan otomatis atau disebut dengan  Chatbot. Teknologi Chatbot merupakan salah satu bentuk sistem Natural Language Processing (NLP) dalam kecerdasan buatan. Chatbot berperan sebagai agen percakapan yang dapat berfungsi sebagai meja bantuan. Dalam konteks ini, helpdesk menjadi elemen penting yang menangani berbagai keluhan dari berbagai pihak dengan menyediakan informasi dan solusi. Dalam penelitian ini, dikembangkan sistem Chatbot menggunakan algoritma Naive Bayes untuk menjawab pertanyaan umum (FAQ) mengenai informasi pariwisata di Kota Bukittinggi.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI MENGGUNAKAN METODE PROMETHEE (STUDI KASUS DI FAKULTAS ILMU KOMPUTER UNIVERSITAS PASIR PENGARAIAN ) Idir, Idir Fitriyanto; Gunadi Widi Nurcahyo; Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 1 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i1.1771

Abstract

Permasalahan dalam kompetensi pemilihan mahasiswa berprestasi di Fakultas Ilmu Komputer Universitas Pasir Pengaraian setiap tahunnya yaitu sulitnya para tim dosen untuk mengambil sebuah keputusan dalam memilih mahasiswa berprestasi berdasarkan kemampuan mahasiswa masing-masing. Dengan memilih sistem pendukung keputusan menggunakan metode promethee, tim dosen menjadi tidak sulit untuk mengambil keputusan dalam memilih mahasiswa berprestasi berdasarkan kriteria yang ada. Metode yang akan digunakan metode promethe yang sederhana melalui proses perhitungan dan analisis yang baik untuk membantu dalam pemilihan mahasiswa berprestasi di Fakultas Ilmu Komputer. Sistem dirancang menggunakan pemograman PHP dan Database MySQL. Kata kunci: SPK, Pemilihan Mahasiswa Berprestasi,Promethee
SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK MENENTUKAN PENERIMA ZAKAT FITRAH (Studi Kasus Di Yayasan Abdul Khalik Fajduani Deli Serdang) Rahmansyah, Rizky; Yuhandri; Widi Nurcahyo, Gunadi
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1774

Abstract

Zakat fitrah adalah zakat yang wajib dikeluarkan oleh setiap muslim yang mampu untuk membantu saudara-saudara muslim yang kurang mampu. Namun, dalam proses penentuan penerima zakat fitrah, seringkali terdapat kesulitan karena banyaknya calon penerima yang memenuhi kriteria. Oleh karena itu, dibutuhkan suatu sistem pendukung keputusan yang dapat membantu dalam proses penentuan penerima zakat fitrah. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) untuk menentukan penerima zakat fitrah di Yayasan Abdul Khalik Fajduani Deli Serdang. Metode SAW dipilih karena dapat mengolah beberapa kriteria yang berbeda dan memberikan bobot untuk setiap kriteria. Metode ini juga relatif mudah diimplementasikan dan dapat menghasilkan hasil yang cukup akurat. Hasil analisis menunjukkan bahwa sistem pendukung keputusan dengan metode SAW dapat membantu meningkatkan dalam proses penentuan penerima zakat fitrah di yayasan tersebut. Selain itu, hasil perhitungan menggunakan metode SAW menunjukkan bahwa jamaah yang bernama Atmaja Putra mendapatkan nilai yang mendekati kriteria dengan nilai 0.775 dan mendapatkan peringkat terbaik 1. Hal ini menunjukkan bahwa sistem pendukung keputusan dengan metode SAW dapat membantu dalam penentuan penerima zakat fitrah dengan lebih efektif dan efisien. Kata kunci: Zakat Fitrah, Sistem Pendukung Keputusan, Simple Additive Weighting, Penentuan Penerima Zakat Fitrah, Yayasan Abdul Khalik Fajduani Deli Serdang.
Penerapan Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting Untuk Pemilihan Supplier Alat Praktikum Teknik Kendaraan Ringan Otomotif Berbasis Web (Studi Kasus Di SMK TERPADU UJUNGBATU) Yuda, Fitra Yuda; Sumijan; Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1775

Abstract

Mengambil keputusan secara subyektif dapat menimbulkan kesalahan dalam pemilihan supplier. Pada pemilihan supplier, alat praktik pada jurusan Teknik Kenderaan Ringan otomotif SMK Terpadu Ujungbatu sering kali mengalami kesulitan dalam penentuan pemilihan supplier yang akan diberikan order karena banyaknya supplier dan kriteria yang digunakan dalam penilaian. Oleh karena itu, diperlukan sebuah sistem pendukung keputusan pemilihan supplier sehingga Teknik Kenderaan Ringan otomotif SMK Terpadu Ujungbatu dapat menetukan supplier yang sesuai dalam pembelian alat bahan komponen. Sistem pendukung keputusan ini menggunakan metode SAW (Simple Additive Weighting) dimana metode ini dapat digunakan untuk mengatasi permasalahan yang ada, karena banyaknya alternatif dan kriteria yang harus dipertimbangkan dalam pemilihan supplier seperti harga, ketersediaan barang, respon, dan jumlah ketersediaan. Data yang digunakan adalah penilaian pemilihan pada jurusan Teknik Kenderaan Ringan otomotif SMK Terpadu Ujungbatu Pengujian sistem dilakukan berdasarkan data yang ada di jurusan Teknik Kenderaan Ringan Otomotif SMK Terpadu Ujungbatu. Yaitu dengan membandingkan hasil perhitungan Microsoft Excel dengan hasil perhitungan sistem yang telah dibuat. Hasil dari implementasi sistem pendukung keputusan pemilihan supplier dengan metode SAW (Simple Additive Weighting) yang dibuat dapat membantu dalam proses pengambilan keputusan berdasarkan nilai supplier secara optimal. Sehingga, dapat digunakan untuk memilih supplier terbaik.
PENERAPAN METODE PROFILE MATCHING DALAM PENEMPATAN PRAKTIK KERJA INDUSTRI BAGI SISWA (STUDI KASUS DI SMKN 4 KOTA BENGKULU) Asyhari, Ahmad; Gunadi Widi Nurcahyo; Yuyu, Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1779

Abstract

Penempatan Praktik Kerja Industri (PRAKERIN) merupakan bagian penting dalam sistem pendidikan vokasi di Indonesia. Namun, seringkali siswa mengalami kesulitan dalam menemukan tempat PRAKERIN yang sesuai dengan minat dan kemampuan mereka. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode Profile Matching dalam penempatan PRAKERIN bagi siswa SMKN 4 Kota Bengkulu. Metode Profile Matching digunakan untuk menghubungkan profil siswa dengan profil perusahaan atau tempat PRAKERIN. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei dan wawancara terstruktur kepada siswa dan pihak perusahaan atau tempat PRAKERIN yang bekerjasama dengan SMKN 4 Kota Bengkulu. Hasil penelitian menunjukkan bahwa metode Profile Matching efektif dalam membantu siswa menemukan tempat PRAKERIN yang sesuai dengan minat dan kemampuan mereka. Dalam penelitian ini, ditemukan bahwa 80% siswa mendapatkan tempat PRAKERIN yang sesuai dengan profil mereka. Selain itu, metode Profile Matching juga membantu perusahaan atau tempat PRAKERIN dalam memilih siswa yang sesuai dengan kebutuhan mereka. Penelitian ini memberikan manfaat praktis bagi siswa, sekolah, dan perusahaan atau tempat PRAKERIN. Siswa dapat menemukan tempat PRAKERIN yang sesuai dengan minat dan kemampuan mereka, sehingga mereka dapat memperoleh pengalaman yang lebih baik selama PRAKERIN. Sekolah dapat memperoleh informasi tentang profil siswa dan perusahaan atau tempat PRAKERIN, sehingga dapat meningkatkan kualitas penempatan PRAKERIN di masa depan. Perusahaan atau tempat PRAKERIN dapat memperoleh siswa yang sesuai dengan kebutuhan mereka, sehingga dapat meningkatkan kualitas PRAKERIN yang mereka berikan. Kata Kunci: Profile Matching, Penempatan PRAKERIN, Siswa, SMKN 4 Kota Bengkulu, Survei, Wawancara terstruktur.
IMPLEMENTASI METODE PROFILE MATCHING DALAM PENERAPAN MEDIA PEMBELAJARAN INTERAKTIF UNTUK MENENTUKAN MEDIA BELAJAR MAHASISWA (STUDI KASUS DI TEKNIK INFORMATIKA UNIVERSITAS ISLAM RIAU) Ridho, Ridho Afwan; Sumijan; Yuhandri
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 2 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i2.1780

Abstract

Belajar adalah proses internal yang diukur dengan perilaku, adanya perbedaan kognitif, afektif, dan psikomotor di antara siswa mempengaruhi keputusan belajar mereka, yang terwujud dalam perbedaan gaya belajar yang dikenal dengan masalah modalitas media pembelajaran. Dalam menentukan media belajar mahasiswa tersebut tidak akurat dan sulit, hal ini dialami oleh Teknik Informatika UIR. Untuk itu penulis memberikan solusi dalam penyelesaian masalah tersebut melalui sebuah sistem pendukung keputusan, Tujuan dari sistem pendukung keputusan itu sendiri adalah untuk membantu pengambil keputusan dalam memilih berbagai alternatif keputusan yang mengolah informasi yang diterima atau menghasilkan informasi, pemodelan dan manipulasi data. Pada sistem pendukung keputusan ini penulis menerapkan sebuah metode yaitu metode Profile Matching, tujuan penulis menggunakan metode Profile Matching karena metode tersebut merupakan proses membandingkan antara kompetensi individu mahasiswa dengan kompetensi modalitas belajarnya sehingga dapat diketahui perbedaan kompetensinya (gap), memberikan rekomendasi media pembelajaran interaktif yang sesuai dengan karakteristik dan kebutuhan belajar mahasiswa yang berarti dapat memecahkan masalah dan dapat menjadi acuan bagi pengembangan media pembelajaran yang lebih efektif dan efisien dalam perbaikan kualitas pembelajaran di perguruan tinggi Teknik Informatika Universitas Islam Riau. Kata kunci: Mahasiswa, Media Pembelajaran, Sistem Pendukung Keputusan, Profile Matching, Universitas Islam Riau
Co-Authors - Hendrick - Khairiazaz AA Sudharmawan, AA Aal, Defrizal Abda Abda Abdul Azis Said Achmad Fauzan Syaputra Ade Dwi Dayani Afifah Cahayani Adha Aggy Pramana Gusman Agung Ramadhanu Agus Perdana Windarto Akbar Iskandar Akbari Wafridh Aldi Muharsyah Alfallah, Fadhly Alifcha Ghazian Alifia Restu Selvanda Allans Prima Aulia Andema, Henky Andre Rahmat Kurniawan Andrean, Fajri Ilhami Angga Putra Juledi Anita Sindar Anjun Dermawan Antoni Antoni Aprilian Gevindo Ardiyan, Destio Arif Budiman Arika Juwita Z Ariza Ikhlas Asyhari, Ahmad Aulia, Allans Prima Auriga, Wira Ayu Prima Siska Bambang Supperianto Billy Hendrik Borianto, B Budayawan, Khairi Budi Jaya Budi Permana Putra Chairul Imam Chairul Imam, Chairul Chandra, Mrs Montesna Dahria, Muhammad Dari, Rahmatia Wulan Darnis, Rahmi Delmayanti, Vera Dendi Ferdinal Deno Yulfa Ardian Desi Laidawati Devi Maryuni Dewi Eka Putri Dian Maharani, Dian Dikki Handoko Djasmayena, Selvia Djesmedi, Dinda Dodi Andre Putra Dolly Indra DWI JULISA UTARI Dwi Narulita Dwika Assrani Dzaki Al Fikri Effendy, Geraldo Revanska Efori Buulolo Eggy Febyanti Edwar Eka Naufaldi Novri Eka Praja Wiyata Mandala Eka Ramadhani Putra Eka Sofianti Elpina, Elpina Sari Dewi Hasibuan Eriyanto, Joko Erizke Aulya Pasel Esa Kurniawan Esa Kurniawan Eska, Juna Eva Rianti Fachrul Ilmawan Fadil Idensia Fahmi Firzada Fajri Ilhami Andrean Fauzan, Yuniko Febri Aldi Febri Hadi Feri Irawan Fernando Ramadhan Fhajri Arye Gemilang Finny Fitry Yani Firna Yenila Firzada, Fahmi Fitra, Ilham Fuad El Khair Gayatri, Satya Gemilang, Fhajri Arye Gunadi Dwi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo, Gunadi Hadi Syahputra Hadrila P A Halifia Hendri Harkamsyah Andrianof Hartika Zain, Ruri Hartika Hartomi, Zupri Henra Hasanatul Iftitah Hasni, Salmi Hasri Awal Hendrick, H Hendro Zalmadani Henky Andema Hermanto Heru Rahmat Wibawa Putra Ibnu Luthfi Idir Fitriyanto Idir Idun Ariastuti Ikhlas, Muhammad Ilham Asy'ari Ilham Fitra Indah Dwi Putri Indah Permata Sari Indra Riyana Rahadjeng Irvan Okta Mazhona Iskandar Fitri, Iskandar Ismail Virgo Jaya, Budi Jefdy Kurniawan Jhon Veri Johan Danu Wijaya Jufriadif Na`am, Jufriadif Juledi, Angga Putra Julius Santony Julius Santony Julius Santony Julius Santony Julius Santony Julius Santony K Kadrahman Kadrahman, Kadrahman Karseno, Doni Khairani, Maisan Dewi Puspa Khairiazaz Kurniawan, Jefdy Laidawati, Desi Larissa Navia Rani, Larissa Lc Granadi Suhaidir Lidia K Simanjuntak Liga Mayola Lova Endriani Zen Lusi Kestina M Ikhsan Setiawan M Ilham Aldyno M Mutia M, Mutia M.Iqbal, M.Iqbal Maharani Maharani, Maharani Majid Rahman Aziz Mardayulis, Mardayulis Mardison Mardison Mardison Meiditra, Irzon Mesran, Mesran Mey Yuki Lestari Mifthahul Rahmi Mohammad Guntur Montesna Muhammad Abrar Masril Muhammad Amin Muhammad Amin Muhammad Arif Zikir Risky Muhammad Ihksan Muhammad Noor Hasan Siregar Mukhlis Santoso Na'am, Jufriadif Nabilla Yasmin Nandra Sunaryo Nasma Yeni Nasution, Annio Indah Lestari Natalia Silalahi, Natalia Negoro, Wahyu Saptha Nelly Astuti Hasibuan Nissa, Ika Ima Nuning Kurniasih Nurdiyanto, Heri Olivia, Ladyka Febby Ondra Eka Putra P, Prihandoko Permana, Randy Petti Indrayati Sijabat Pohan, Yosua Ade Pratama , Abdul Hanif Pratama, Muhammad Harits Pratiwi, Fitri Prestian Ramadhan Prihandoko Prihandoko Prihandoko Prihandoko, P Pulungan, Akhiruddin Purnomo, Nopi Putra, Heru Rahmat Wibawa Putra, Rafi Septiawan Putra, Rezi Elsya Putri, Stefani R Rahmiyanti Rafi Septiawan Putra Ragil Ardiansyah Rahayu, Rita Rahmad Dian Rahmad Dian Rahmansyah, Rizky Rakhmad Kuswandhie Resnawita Retno Devita Riadi, Rahadatul ‘Aisy Riati, Itin Ridho, Ridho Afwan Rifky, Muhammad Rio Andika Malik Ririn Violina Riski Randa Hidayatullah Rita Sari Rita Sari Rivo Stephano Roby Nurbahri Romi Hardianto Romzi Rahman Ronda Deli Sianturi Rovidatul Rubiati, Nur Rusydi, Rezki S Salmiati Sabri T Rahman Sagala, Gamrina Sahat Sonang Sitanggang Sahri, Alfi Said, Abdul Azis Sajida, Mayang Salman Alfarisi Salimu Salmiati, S Samosir, Khairunnisa Saputra, Randy Sari, Fitri P. Sarjon Defit Seni Oknora Firza Septiana Vratiwi Septiana, Vina Tri Setiawan, Adil Setiawan, Adil Silfia Andini Siregar, Diffri Sisi Hendriani Siska, Ayu Prima Soeheri Soeheri Sonang, Sahat Sonia Indhira Sopi Sapriadi Soraya Rahma Hayati Sovia, Rini Sri Amalia Harahap Sri Dewi Sri Dewi Sri Rahmawati Stefani Hardiyanti Putri Stephano, Rivo Subrianto Chandra Sugiarti, Sugiarti Suginam Suhaidir, Lc Granadi Sukardi Sulastri Sulastri Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan, S Sunaryo, Nandra Supriyanto, Boby Surya Darma Nasution Suryani, Vivi Sutiksno, Dian Utami Syafri Arlis Syafrika Deni Rizki Syafril Syafril Syahid Hakam Abdul Halim Syahputra, Afriadi Syaiffullah, Afif Syaljumairi, Raemon Syaputra, Eka B. Tajuddin, Muhammad Takyudin, Takyudin Tamin, Zulfiqar Taufik Nur Zam Zam Teddy Winanda Teguh Junaidi Teri Ade Putra Tessa Y M Sihite Toti Sri Mulyati Tri Agusti Farma Triyolla Ivandina Tukino, Tukino Uthama, Rayhan Veri, Jhon Very, Jhon Virgo, Ismail Vratiwi, Septiana Wanto, Anjar Wendi Boy Wenni Afrodita Willy Eka Septian Winanda, Teddy Winarto Winarto Wira Apriani Wira, M Wira Sanjaya Wirahmadayanti, Isna Yanti, Salma Nofri yanto, heri Yanto, Musli Yanto, Musli Yendi Putra Yendi Putra Yeni, Nasma Yolla Rahmadi Helmi Yosua Ade Pohan Yuda Irawan Yuda, Fitra Yuda Yudha Aditya Fiandra Yudha Aditya Fiandra Yundari, Yundari Yuniko Fauzan Yusma Elda Yusmaity Zalmadani, Hendro ZH, Lina Alfaridah. Zufari, Faisal Zupri Henra Hartomi