Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : METIK JURNAL

ANALISIS PREDIKSI KETERKAITAN DEPARTEMEN KASUS PENYEWAAN EXHIBITION DENGAN MENGGUNAKAN PENDEKATAN METODE AHP, SAW DAN PROFILE MATCHING Heruzulkifli Rowa; Prihandoko Prihandoko
METIK JURNAL Vol 2 No 2 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia

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

Abstract

Dampak kebijakan keputusan bisnis sangat diharapkan membuahkan hasil yang dapat memberikan profit atau solusi yang lebih baik tentunya. Hal ini bagi organisasi yang besar tentu bukan hal mudah untuk memprediksi, apakah kebijakan bisnis yang telah dilakukan selama ini sudah baik dan sesuai dengan keinginan konsumen serta kondisi organsasi atau belum. Maka diperlukanlah metode pemecah masalah untuk dapat menelusur kompleksitas dan panjangnya matarantai sub-sub kerja yang ada didalam departemen dan divisi yang dapat fokus memprediksi sudut-sudut bagian terkecil setiap bagian dari organisasi tersebut. Pendekatan metode algoritma Analytical Hierarchy Process (AHP), Simple Additive Weighting (SAW) dan Profile Matching (PM) dengan teknik hybrid, yang menginputkan 450 data bobot nilai ekspektasi penyewa exhibition (dianggap DM-1), dengan kombinasi 15 data bobot nilai ekpektasi akan kondisi empiris organisasi (dianggap sebagai DM-2), sehingga kesimpulan akhir dirasakan cukup adil untuk mendeteksi departemen dan divisi penyumbang faktor negatif terbesar yang dapat sedini mungkin untuk dibenahi, sisi lain hasilnya dapat digunakan sebagai referensi strategi peningkatan kualitas tertimbang proses trial & error secara subjektif. Hasil pengujian data DM-1 terbukti konsisten dengan tidak ditemukannya perbedaan perengkingan Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) pada setiap variabel (X), selanjutnya divoting dengan metode Profile Matching (PM) dengan data DM-2, untuk mendapatkan pilihan terbaik dengan selisih bobot nilai sangat kecil yaitu X2 dengan 4, 333, X5 dengan 4, 167, X4 dengan 4,000, X3 dengan 3, 833 dan X1 dengan 3, 667, dimana hasil perengkingan AHP dan SAW dapat digunakan sebagai sub variabel perbaikan secara berurutan sesuai hasil hybrid perengkingan dan sebagai sebuah kecerdasan bisnis.
PENERAPAN OPTIMASI BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR SEBAGAI PERBANDINGAN UNTUK MENCARI KINERJA TERBAIK DALAM MENDETEKSI KANKER PAYUDARA Taghfirul Azhima Yoga Siswa; Prihandoko Prihandoko
METIK JURNAL Vol 2 No 2 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia

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

Abstract

Saat ini kanker payudara menjadi jenis kanker yang sangat menakutkan bagi perempuan diseluruh dunia, hal ini juga berlaku di Indonesia. Salah satu pemanfaatan teknologi informasi dalam bidang kesehatan adalah disiplin ilmu yang berkembang pesat dewasa ini yaitu Data Mining. Dibutuhkan salah satu teknik data optimasi yang bertujuan untuk meningkatkan kinerja metode klasifikasi data mining konvensional yang sudah dipilih dalam penelitian ini. Salah satu algoritma optimasi yang cukup popular adalah Particle Swarm Optimization (PSO). Penelitian ini bertujuan menerapkan dan mengevaluasi perbandingan kinerja terbaik metode klasifikasi data mining algoritma Naïve Bayes dan K-Nearest Neighbor berbasis PSO untuk mendeteksi kanker payudara. Hasil Penelitian ini menjelaskan bahwa penerapan Particle Swarm Optimization (PSO) menghasilkan hasil yang signifikan dalam memberikan peningkatan kinerja (optimasi) pada algoritma Naïve Bayes dan K-Nearest Neighbor. Berdasarkan uji beda menggunakan T-Test didapatkan algoritma K-Nearest Neighbor berbasis Particle Swarm Optimization (PSO) memiliki nilai akurasi tertinggi diantara algoritma yang lain, dengan nilai perolehan sebesar 0,974.
ANALISIS METODE PROFILE MATCHING DAN METODE SIMPLE ADDITIVE WEIGHTING DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN RT BERSIH DI KABUPATEN MALINAU Lumadi Lumadi; Prihandoko Prihandoko
METIK JURNAL Vol 2 No 2 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia

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

Abstract

Dua buah metode logika, Profile Matching dan dan Simple Additive Weigthing, diperbandingkan di dalam penelitian ini dengan tujuan untuk mengetahui nilai-nilai keluaran dari metode mana yang tepat dipakai di dalam sistem pendukung keputusan untuk menyelesaikan permasalahan pemilihan RT bersih di Kabupaten Malinau. Terdapat bidang aspek yang terdiri dari beberapa faktor diberi penilaian dan kemudian diolah melalui algoritma dua buah metode itu secara terpisah dengan hasil keluaran berupa urutan perankingan nilai dari tiap-tiap alternatif untuk mengetahui RT-RT mana saja yang masuk dalam kategori RT Bersih. Metode Profile Matching bekerja dengan cara mencari selisih dari hasil penilaian dengan suatu nilai target sebagai vatiabel pengurang, kemudian hasil selisih itu diberi bobot selisih, lalu nilai bobot selisih dikelompokkan ke dalam grup core factor dan secondary factor, dan kemudian dikalikan dengan bobot dari aspek dari grup core factor dan bobot dari aspek grup secondary factor untuk mendapatkan nilai akhir tiap-tiap alternatif. Metode Simple Additive Weighting bekerja dengan cara hasil penilaian diolah menjadi nilai variabel r untuk tiap-tiap alternatif. Nilai r diperoleh dari hasil penilaian alternatif itu dibandingkan dengan nilai maksimal penilaian tiap-tiap faktor, yang kemudian menghasilkan Matriks R. Nilai akhir tiap-tiap alternatif diperoleh dari jumlahan dari perkalian antara nilai-nilai di setiap faktor pada Matriks R dan dikalikan dengan bobot dari faktor itu. Metode mana yang terbaik dalam permasalahan ini ditinjau dari hasil perankingan nilai akhir para alternatif dalam menduduki urutan posisi di tiap-tiap metode dan dipertimbangkan dengan riwayat penilaian para alternatif itu.