Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal INSTALL: Information System and Technology Journal KOMNET : Jurnal Komputer, Jaringan dan Internet
Mera
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Mathematics Other

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

Found 3 Documents
Search

 1 
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS LOGIKA FUZZY DAN METODE SAW UNTUK PEMBERIAN KREDIT PINJAMAN DI LEMBAGA KEUANGAN Rizky Aulia Akbar; Muhammad Fitri Saputra; Mera
KOMNET : Jurnal Komputer, Jaringan dan Internet Vol. 2 No. 2 (2024): 2024 June
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

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

Abstract

Tujuan dari penelitian ini adalah untuk meningkatkan Sistem Pendukung Keputusan (SPK) dalam pembelian pinjaman kredit. Sebuah temuan kunci dari studi ini adalah persyaratan bagi lembaga keuangan untuk memiliki alat yang efektif untuk menghitung rasio pinjaman ke nilai untuk mengurangi risiko yang terkait dengan kegagalan kredit. Metode analisis yang digunakan termasuk mengumpulkan data riwayat kredit, menganalisis faktor-faktor yang mempengaruhi kredibilitas, dan mengembangkan algoritma logika kabur. Sistem yang dikembangkan kemudian dievaluasi menggunakan data non-publik dari lembaga keuangan untuk menilai akurasi dan keandalan. Temuan penelitian menunjukkan bahwa sistem ini dapat meningkatkan akurasi pelaporan kredit dibandingkan dengan metode manual yang digunakan sebelumnya. Temuan utama dari penelitian ini adalah bahwa pelatihan SPK berbasis logika kabur dapat menjadi alat yang efektif untuk membantu lembaga keuangan dalam proses aplikasi pinjaman, dengan demikian mengurangi risiko kredit dan meningkatkan efisiensi operasional. Hasil penelitian menunjukkan bahwa metode Simple Additive Weighting (SAW) dapat meningkatkan akurasi penilaian kelayakan kredit Metode SAW terbukti dapat meningkatkan akurasi dan keandalan dalam proses penilaian. Penggunaa berbagai kriteria seperti pendapatan, riwayat kredit, rasio hutang, pekerjaan, dan agunan memberikan hasil yang lebih komprehensif. Penelitian ini juga menunjukkan bahwa logika fuzzy mampu menangani data yang tidak pasti dan subjektif, sehingga dapat membantu lembaga keuangan dalam membuat keputusan yang lebih baik.
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS LOGIKA FUZZY DAN METODE SAW UNTUK PEMBERIAN KREDIT PINJAMAN DI LEMBAGA KEUANGAN Rizky Aulia Akbar; Muhammad Fitri Saputra; Mera
KOMNET : Jurnal Komputer, Jaringan dan Internet 2024: Vol 2 No 2
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/gbcdec68

Abstract

Tujuan dari penelitian ini adalah untuk meningkatkan Sistem Pendukung Keputusan (SPK) dalam pembelian pinjaman kredit. Sebuah temuan kunci dari studi ini adalah persyaratan bagi lembaga keuangan untuk memiliki alat yang efektif untuk menghitung rasio pinjaman ke nilai untuk mengurangi risiko yang terkait dengan kegagalan kredit. Metode analisis yang digunakan termasuk mengumpulkan data riwayat kredit, menganalisis faktor-faktor yang mempengaruhi kredibilitas, dan mengembangkan algoritma logika kabur. Sistem yang dikembangkan kemudian dievaluasi menggunakan data non-publik dari lembaga keuangan untuk menilai akurasi dan keandalan. Temuan penelitian menunjukkan bahwa sistem ini dapat meningkatkan akurasi pelaporan kredit dibandingkan dengan metode manual yang digunakan sebelumnya. Temuan utama dari penelitian ini adalah bahwa pelatihan SPK berbasis logika kabur dapat menjadi alat yang efektif untuk membantu lembaga keuangan dalam proses aplikasi pinjaman, dengan demikian mengurangi risiko kredit dan meningkatkan efisiensi operasional. Hasil penelitian menunjukkan bahwa metode Simple Additive Weighting (SAW) dapat meningkatkan akurasi penilaian kelayakan kredit Metode SAW terbukti dapat meningkatkan akurasi dan keandalan dalam proses penilaian. Penggunaa berbagai kriteria seperti pendapatan, riwayat kredit, rasio hutang, pekerjaan, dan agunan memberikan hasil yang lebih komprehensif. Penelitian ini juga menunjukkan bahwa logika fuzzy mampu menangani data yang tidak pasti dan subjektif, sehingga dapat membantu lembaga keuangan dalam membuat keputusan yang lebih baik.
Home Eazy: Flexible Home Assistant Solution with Easy Access Khairani Syahbana; Mera; Nor Anisa
INSTALL: Information System and Technology Journal Vol 2 No 1 (2025): INSTALL : Information System and Technology Journal
Publisher : LPPM Universitas Sari Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33859/install.v2i1.744

Abstract

Home Eazy is an innovative startup that focuses on providing on-demand household assistant services. Through this startup, users can request household assistants for various household tasks through a digital application. This study aims to evaluate Home Eazy's business potential, operational effectiveness, and marketing strategy. The findings show that this business model has significant opportunities, especially due to the lack of local competitors. As the first startup in the household service sector, Home Eazy has the potential to build a strong brand image among consumers, capture a large market share ahead of competitors, create new jobs, generate substantial profits, collect valuable data early, build new market infrastructure, and attract investor support. The service is accessible anytime and anywhere, so users can easily get household help through digital devices such as smartphones or computers.
Co-Authors Khairani Syahbana Muhammad Fitri Saputra Nor Anisa Rizky Aulia Akbar