Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Dwi Hartanti
Univer
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Sistem Pendukung Keputusan Pemilihan Supplier Pakaian Dengan Kombinasi Metode Fuzzy dan SAW Vihi Atina; Dwi Hartanti; Joni Maulindar
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pemilihan supplier merupakan salah satu faktor kritis dalam industri pakaian. Keputusan yang baik dalam memilih supplier akan berimbas pada kualitas produk, ketersediaan stok, dan kepuasan pelanggan. Simple Inc Store adalah toko besar di daerah pasar Klewer yang menjual berbagai produk pakaian skala besar (grosir) dan eceran. Dalam menjalankan proses bisnisnya, toko tersebut belum menerapkan manajemen resiko dalam menentukan supplier pakaian sehingga dijumpai beberapa permasalahan seperti kekurangan stok beberapa produk pakaian yang diminati pelanggan atau sebaliknya penumpukan produk pakaian yang kurang diminati oleh pelanggan. Tujuan dari penelitian ini adalah mengembangkan sistem pendukung keputusan (SPK) yang dapat membantu dalam pemilihan supplier pakaian dengan mengkobinasikan metode Fuzzy dan SAW. Tahapan dalam penelitian ini mengacu pada tahapan metode pengembangan Agile dalam mengembangkan sistem pendukung keputusan mulai dari perencanaan awal, analisis dan perancangan serta implementasi dan pengujian. Hasil sistem pendukung keputusan dapat mengelola kriteria, alternatif dan perhitungan fuzzy saw. Hasil perhitungan SAW menunjukkan bahwa nilai preferensi tertinggi 0,63 yaitu Supplier Three Second Store. Hasil pengujian fungsionalitas sistem menunjukkan bahwa fungsi-fungsi dalam sistem pendukung keputusan dapat berjalan sesuai dengan harapan.
Penerapan Data Mining Untuk Menganalisis Data Faktor Resiko Penyakit Jantung Menggunakan Metode Logistic Regression Exzaraja Indiandra Scandea; Muhammad Aqsha Rizki Sugiarto; Fany Lestari; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Penyakit jantung adalah kondisi ketika jantung mengalami gangguan. Sakit jantung tidak hanya disebabkan oleh satu gejala saja, melainkan beragam gejalanya. Penyakit jantung juga bisa menyerang siapa saja tanpa pandang usia, laki-laki maupun perempuan. Terutama bagi orang yang memiliki gaya hidup tidak sehat. Oleh karena itu, penting bagi kita untuk mengetahui penyebab penyakit jantung agar kita dapat melakukan pencegahan. Seiring berkembangnya teknologi, semakin mudah kita untuk menganalisis penyebab penyakit jantung. Untuk menngetahui lebih dalam faktor penyebab penyakit jantung, kita akan melakukann analisis dengan menggunakan logistic regression.
Clustering Fasilitas Kesehatan Berdasarkan Kecamatan di Jakarta dengan Algoritma K-Medoids Yahya Aliya Rohim; Tariska Zidny Fatikhah; Ramadhan Qodri Hardiansyah; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pada penelitian ini, kami menggunakan algoritma K-Medoids untuk melakukan clustering (pengelompokan) fasilitas kesehatan berdasarkan kecamatan di Jakarta pada tahun 2020. Tujuan dari penelitian ini adalah untuk mengidentifikasi pola-pola kemiripan antara kecamatan berdasarkan jenis dan jumlah fasilitas kesehatan yang tersedia di setiap kecamatan. K-Medoids adalah salah satu metode clustering yang berfokus pada pemilihan titik-titik tengah yang mewakili setiap kelompok. Algoritma ini bekerja dengan menginisialisasi k-titik awal sebagai medoids, kemudian mengalokasikan setiap data ke medoid terdekat dan menghitung total jarak antara data dan medoid. Proses ini diulang untuk mencari kombinasi medoid yang memiliki total jarak minimum. Hasilnya adalah partisi data ke dalam kelompok-kelompok yang saling terpisah. Data yang digunakan dalam penelitian ini mencakup informasi tentang jenis fasilitas kesehatan (seperti rumah sakit, klinik, dan puskesmas) yang ada di setiap kecamatan di Jakarta pada tahun 2020. Data ini diperoleh dari sumber terpercaya yang menyediakan data terkait kesehatan di Jakarta. Setelah mengimplementasikan algoritma K-Medoids pada data fasilitas kesehatan di setiap kecamatan, kami memperoleh hasil clustering yang menunjukkan kelompok-kelompok kecamatan yang memiliki pola kemiripan dalam hal jenis dan jumlah fasilitas kesehatan yang tersedia. Hasil ini dapat memberikan wawasan yang berharga bagi pemangku kepentingan dalam perencanaan dan pengembangan sistem kesehatan di Jakarta.
Co-Authors Atina, Vihi Exzaraja Indiandra Scandea Fany Lestari Maulindar, Joni Muhammad Aqsha Rizki Sugiarto Ramadhan Qodri Hardiansyah Tariska Zidny Fatikhah Yahya Aliya Rohim