Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal MDP Student Conference Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi
Amelia Fransen, Lisa
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
Sistem Pendukung Keputusan Pemilihan Sales Terbaik Menggunakan Metode Topsis Rizani, Moh Asra; Pibriana, Desi; Amelia Fransen, Lisa
MDP Student Conference Vol 3 No 1 (2024): The 3rd MDP Student Conference 2024
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v3i1.7202

Abstract

PT Berkah Trijaya Indonesia is a company engaged in telecommunications official distribution xl center in Palembang. PT Berkah Trijaya Indonesia has several obstacles, namely determining the best sales currently using only criteria and not adding sub-criteria in the calculation. So that with the best sales assessment system at this time is not fair. The TOPSIS method was chosen based on its simplicity and efficient computation, so that in the company's calculations in determining the best sales without weight, while TOPSIS gives weight to the assessment. The ranking results of the two calculations are different, showing computational fairness is better using TOPSIS. Therefore this research uses the TOPSIS method. The system was built to build a best sales selection decision support system that can manage sales data and assessment parameters properly. The sales system built can manage sales data, criteria data, sub criteria data, store assessment data, calculate sales scores and provide rankings for each sales using the TOPSIS method. The system was built using the RUP methodology. The result of this research is a decision support system that ranks the best sales based on the assessment results calculated using the TOPSIS method.
Helen Sistem Informasi Kepegawaian Pada PT Perkebunan Mitra Ogan Gultom, Helen Tri Anggraini; Amelia Fransen, Lisa
MDP Student Conference Vol 3 No 1 (2024): The 3rd MDP Student Conference 2024
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v3i1.7659

Abstract

PT Perkebunan Mitra Ogan, a company in the agroindustry sector specializing in the cultivation of oil palm and rubber, with a workforce of 52 employees. Despite implementing a computerized system for HR data management, there are still shortcomings in employee data management and storage. To address this issue, a web-based employee information system has been developed with the aim of improving efficiency and reducing the risk of errors and data loss. The method used in developing this system is RUP (Rational Unified Process), with design carried out using Visual Studio Code, MySQL, and the Laravel framework with PHP programming language. With the implementation of this system, the company can manage employee data, recruitment processes, attendance, leave requests, assignments, disciplinary actions, rewards, and termination processes.
Implementasi Instrumen MAILS (Meta AI Literacy Scale) Untuk Pengukuran Tingkat Literasi AI Pada Mahasiswa Ilmu Komputer P. Kesuma, Dorie; Amelia Fransen, Lisa
Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi Vol. 3 No. 1 (2025): Januari
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/jsimtek.v3i1.811

Abstract

Penelitian ini bertujuan untuk mengukur tingkat literasi kecerdasan buatan (AI Literacy) di kalangan mahasiswa. Dalam penelitian ini, metode yang digunakan adalah metode deskriptif kuantitatif dengan proses pengumpulan data menggunakan kuesioner skala Likert 5 poin yang disebarkan kepada 113 mahasiswa. Kuesioner yang digunakan menggunakan referensi dari instrumen MAILS atau Meta AI Literacy Scale yang memiliki 34 item pernyataan yang dibagi menjadi 4 dimensi pengukuran, yaitu AI Literacy (AIL), Create AI (CAI), AI Self-Efficacy (AISE), dan AI Self-Competency (AISC). Dari hasil pengukuran yang dilakukan menunjukkan jika sebagian besar responden memiliki tingkat literasi AI yang cukup baik, khususnya pada dimensi AIL, AISE, dan AISC yang mencerminkan bahwa pada responden telah memiliki tingkat pemahaman konseptual dan kepercayaan diri dalam menggunakan teknologi AI. Namun, untuk dimensi CAI yang berfokus pada kemampuan teknis, hasil pengukuran menunjukkan nilai yang rendah dibandingkan ketiga dimensi lainnya yang mengindikasikan bahwa para responden memiliki kelemahan yang cukup siginifikan dalam hal kemampuan teknis yang berkaitan dengan pengembangan AI. Penelitian ini menunjukkan bahwa meskipun mahasiswa memiliki kemampuan konseptual yang baik terkait teknologi AI, namun di lain sisi, mereka belum memiliki kemampuan teknis yang cukup memadai jika dikaitkan dengan kemampuan teknis di bidang AI. Hasil dari penelitian ini dapat menjadi rekomendasi bagi perguruan tinggi untuk membuat kebijakan-kebijakan tertentu yang dapat meningkatkan dan memperdalam kemampuan teknis dari para mahasiswa di bidang teknologi AI dengan tetap memperkuat kemampuan konseptual di bidang AI yang sudah mereka miliki.
Co-Authors Dorie P. Kesuma Gultom, Helen Tri Anggraini Pibriana, Desi Rizani, Moh Asra