Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Journal of Computer Science and Information Technology
Adinda, Saskia
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Enhancing IT Employee Placement Using SMARTER with Centroid Rank Order Weighting for Candidate Suitability Rahman, Ben; Adinda, Saskia; Handayani, Adelia Putri
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 12 No. 1 (2024): March 2024
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v12i1.9165

Abstract

In an era characterized by constant evolution in digital technology, the significance of Information Technology (IT) within organizations is of utmost importance. Efficient recruitment processes and appropriate placement of IT personnel are crucial for a company's success. This research aims to develop a candidate assessment system using the SMARTER (Smart Simple Multi-Attribute Rating Technique Exploiting Rank) approach combined with the Rank Order Centroid weighting method to assist HR departments in selecting suitable IT candidates. Addressing the challenges faced by HR directors lacking IT expertise, this study offers an innovative solution to enhance alignment between candidates and IT position requirements. Through the analysis of nine specific criteria, including education, work experience, and English proficiency, the system is designed to provide more accurate candidate placement recommendations. The findings of this research demonstrate significant potential in improving IT recruitment processes and contributing significantly to the literature.
KLASTERISASI DATA PENYAKIT JANTUNG MENGGUNAKAN K-MEANS DALAM SISTEM INFORMASI KESEHATAN Adinda, Saskia; Andrianingsih, Andrianingsih
Journal of Computer Science and Information Technology Vol. 2 No. 3 (2025): Juni
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i3.2021

Abstract

Penyakit jantung merupakan salah satu isu kesehatan utama yang memerlukan perhatian serius dalam pengelolaannya, terutama dalam menentukan skala prioritas penanganan pasien. Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering dalam analisis data pasien penyakit jantung menggunakan Heart Disease UCI Dataset dari Kaggle, yang mencakup berbagai atribut medis seperti usia, jenis kelamin, tekanan darah, kadar kolesterol, dan jumlah pembuluh darah yang terdeteksi. Tahapan penelitian mencakup pembersihan data, normalisasi, seleksi fitur, serta penerapan algoritma K-Means untuk mengelompokkan pasien berdasarkan kemiripan karakteristik medis mereka. Hasil klasterisasi ini bertujuan untuk membantu tenaga medis dalam menentukan prioritas penanganan pasien berdasarkan tingkat risiko penyakit jantung. Evaluasi menunjukkan bahwa metode K-Means Clustering mampu mengelompokkan pasien dengan baik dan dapat diintegrasikan ke dalam sistem informasi kesehatan rumah sakit untuk meningkatkan efisiensi pengelolaan data serta mempercepat pengambilan keputusan medis. Dengan demikian, penelitian ini berkontribusi dalam pemanfaatan teknologi analitik guna meningkatkan kualitas layanan kesehatan dalam menangani pasien penyakit jantung.
Co-Authors Andrianingsih Handayani, Adelia Putri Rahman, Ben