Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Terpadu Jurnal Minfo Polgan (JMP) Indonesian Journal Computer Science (ijcs)
Ramadhani, Anjas
Unknown Affiliation
Computer Science & IT Engineering Library & Information Science Mathematics Social Sciences

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

Found 3 Documents
Search

 1 
Sistem Pendukung Keputusan (SPK) Karyawan Tetap PT. Global Autoparts Pratama dengan Metode TOPSIS Asal, Oswaldus; Prayudhi, Risa; Riesmiyantiningtias, Ninuk; Ramadhani, Anjas
Jurnal Teknologi Terpadu Vol 11 No 1 (2025): Juli, 2025
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v11i1.1466

Abstract

PT. Global Autoparts is a company engaged in the distribution of car spare parts, the selection process for permanent employees still uses an assessment form. The purpose of this study is to determine the permanent employees who are in the first ranking order. The TOPSIS method is used because of its simple and easy-to-understand mathematical concept, its computational efficiency and its ability to measure the relative performance of decision alternatives into a simple mathematical form. The TOPSIS method uses ranking based on the results of the assessment form, so the system no longer needs to sort the data from the largest to the smallest values during the value data processing process and the results presented by the system can be printed in the form of a report. The final result of the selection value in determining the permanent employees who are in the first ranking order, namely A03 named "Paulina" with a preference value of 0.648 who gets the highest preference result value (Vi). The conclusion states that the employee named "Paulina" is entitled to become a permanent employee at PT. Global Autoparts Pratama from the 10 employee data that have been selected.
Penerapan Dalam Penentuan Pemberian Kredit Usaha Mikro Menengah Mengunakan Anfis Pada Koperasi Bumi Putera Ramadhani, Anjas
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13595

Abstract

Proses penyeleksian debitur yang akan mengajukan pinjaman kredit Di Koperasi bumiputera mencakup tiga hal yang mewakili faktor 5C yang ada yaitu penilaian karakter yang mewakili faktor Character dan Capacity, Penilaian Manajemen yang mewakili faktor Capital dan Condition serta Penilaian Agunan yang mewakili faktor Collateral. Dari setiap penilaian diatas maka akan menghasilkan keputusan kredit, apakah Sangat Layak atau Layak, Tidak Layak. untuk menghindari adanya kredit yang bermasalah di masa yang akan datang, maka diperlukan suatu metode yang tepat yang dapat digunakan untuk membantu pengambil keputusan dalam menjalankan tugasnya. Dengan menggunakan metode yang tepat maka pihak koperasi akan lebih mudah dalam mengambil keputusan pemberian kredit. Metode yang sesuai untuk mengatasi permasalahan ini adalah melalui pendekatan neuro fuzzy dengan Metode Fuzzy Sugeno, Dari metode tersebut, akan lebih tepat digunakan untuk menyelesaikan penentuan pemberian pinjaman Kredit. Hasil verifikasi menunjukkan bahwa metode tersebutdapat menyelesaikan permasalahan pemberian kredit dengan hasil 89% katagori sangat baik.
Implementasi Teknologi Rest Api Dengan Node Js Untuk Aplikasi Rekomendasi Destinasi Wisata Ramadhani, Anjas; Iriadi, Nandang; Hidayat, Rachmat
Indonesian Journal Computer Science Vol. 4 No. 1 (2025): April 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/t3z8vz27

Abstract

Kemajuan teknologi informasi terutama di era digital saat ini, pengguna menginginkan akses cepat dan mudah terkait informasi perjalanan seperti destinasi, akomodasi, dan transportasi, aplikasi rekomendasi destinasi wisata .Teknologi Rest API dengan Node JS terbukti efektif dalam menangani permintaan dan memberikan respon yang cepat, sementara Rest Api yang dikembangkan menyediakan fitur pencarian destinasi wisata berdasarkan kota, kategori, rating, dan harga. Lokis adalah aplikasi mobile inovatif yang dirancang untuk merevolusi cara wisatawan dan penduduk lokal menjelajahi objek wisata di daerah Jabodetabek yang dinamis. Lokis memanfaatkan data dari berbagai sumber Google Maps melalui API TensorFlow dalam ranah Machine Learning, diproses dan memodelkan data dengan hati-hati,membangun model untuk mengevaluasi efisiensi rute yang dioptimalkan. Untuk memastikan rute-rute ini memenuhi harapan, mengkonsolidasikan data ke dalam dataset yang komprehensif dan menerapkan sistem rekomendasi untuk destinasi yang relevan. Integrasi Cloud Computing memfasilitasi pengembangan Model Sistem Rekomendasi Pengembangan Machine Learning dan Mobile Development, yang secara khusus menangani Rest Api yang memiliki peran penting dalam menjembatani dataset yang telah diolah oleh tim Machine Learning agar dapat digunakan oleh tim Mobile Development. Keberhasilan implementasi ini menunjukkan bahwa Node.Js adalah pilihan tepat untuk pengembangan Rest Api dalam aplikasi rekomendasi destinasi wisata, membuka peluang untuk integrasi dengan sumber data lain seta penambahan fitur rekomendasi, serta peningkatan performa dan skalabilitas sistem. Metode penelitian yang digunakan dalam pengembangan aplikasi ini adalah observasi langsung terhadap objek penelitian untuk mendapatkan pemahaman mendalam tentang fenomena yang sedang dipelajari.
Co-Authors Asal, Oswaldus Nandang Iriadi Ninuk Riesmiyantiningtias Prayudhi, Risa RACHMAT HIDAYAT