Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Tamilis Synex: Multidimensional Collaboration

Optimalisasi Keuntungan Penjualan Produk Gelang dan Kalung di The Beadeary Jayapura Menggunakan Metode Grafik Hazrin Armehzan; Samanta Deliana; Wafiq Azizah Tuahuns; Khoiratul Masyruah; Jessica Dumpel; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Vol. 2 No. 03 (2024): Tamilis Synex: Multidimensional Collaboration
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i03.358

Abstract

Optimalisasi keuntungan merupakan tujuan utama dalam menjalankan sebuah usaha. Salah satu cara untuk mencapai hal tersebut adalah dengan mengoptimalkan jumlah penjualan produk. The Beadeary Jayapura merupakan sebuah usaha kerajinan tangan dengan dua produk utama, yaitu kalung dan gelang. Penelitian ini bertujuan untuk mengoptimalkan jumlah penjualan kalung dan gelang agar diperoleh keuntungan yang maksimal. Metode yang digunakan adalah metode grafik dengan langkah-langkah meliputi identifikasi variabel keputusan dan fungsi tujuan, penggambaran fungsi kendala, penentuan daerah feasible, dan penentuan titik optimal dengan garis isoprofit. Hasil penelitian menunjukkan bahwa untuk memperoleh keuntungan maksimal yaitu sebesar Rp2.000.000,00 per bulan dari hasil penjualan produk gelang dan kalung.
Analisis Performer Penerimaan Beasiswa Menggunakan Metode Naïve Bayes Wafiq Azizah Tuahuns; Samantha Deliana; Dhea Firda Y Arsyad; Rianner Anjutami; Khoiratul Masyruah; Hazrin Armehzan; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Vol. 2 No. 02 (2024): Tamilis Synex: Multidimensional Collaboration
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i02.614

Abstract

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi penerimaan beasiswa dengan menggunakan metode Naive Bayes. Beasiswa merupakan salah satu bentuk bantuan yang diberikan kepada mahasiswa untuk mendukung kelancaran studi mereka, dan proses seleksinya seringkali melibatkan berbagai parameter seperti nilai akademik, kegiatan ekstrakurikuler, dan kebutuhan finansial. Metode Naive Bayes dipilih karena kemampuannya dalam mengklasifikasikan data secara probabilistik berdasarkan asumsi independensi antar fitur. Dalam penelitian ini, data yang digunakan terdiri dari berbagai atribut seperti indeks prestasi kumulatif (IPK), keaktifan dalam organisasi, prestasi individu, dan kondisi ekonomi keluarga. Data ini kemudian dianalisis menggunakan algoritma Naive Bayes untuk memprediksi kemungkinan seorang pelamar diterima atau tidak. Proses analisis melibatkan tahap preprocessing data, pelatihan model, serta evaluasi performa model menggunakan metrik akurasi, presisi, dan recall. Hasil dari analisis ini menunjukkan akurasi yang cukup baik dalam memprediksi keputusan penerimaan beasiswa, dengan beberapa faktor yang terbukti memiliki pengaruh signifikan terhadap proses seleksi, seperti IPK, aktivitas ekstrakurikuler, dan kondisi ekonomi. Penelitian ini diharapkan dapat menjadi referensi bagi lembaga pemberi beasiswa dalam menyusun kriteria seleksi yang lebih relevan, transparan, dan objektif, sehingga memberikan kesempatan yang lebih adil bagi seluruh pelamar. Selain itu, hasil dari penelitian ini dapat dimanfaatkan oleh lembaga pendidikan dan pihak pemberi beasiswa untuk meningkatkan efisiensi proses seleksi, meminimalkan bias subjektif, serta memastikan bahwa beasiswa diberikan kepada kandidat yang benar-benar memenuhi kriteria.