Claim Missing Document
Check
Articles

Found 2 Documents
Search

Peran Strategis Sistem Informasi Manajemen dalam Membantu Sumber Daya Manusia Riski, Anggoro; Febrianto, Adjie; Nasution, Doni; Asrizal, Muhamad; Wijoyo, Agung
Jurnal Riset Informatika dan Inovasi Vol 3 No 7 (2025): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Sistem Informasi Manajemen (SIM) menjadi peran penting dalam proses Transformasi untuk pengelolaan sumber daya manusia (SDM). Penelitian ini bertujuan menganalisis peran strategis SIM dalam meningkatkan efisiensi operasional, kualitas pengambilan keputusan, dan pengembangan keterampilan SDM di berbagai bidang organisasi. Metode yang digunakan adalah tinjauan pustaka sistematis terhadap studi empiris dan kajian teori. Hasil menunjukkan bahwa SIM (termasuk HRIS dan HR analytics) meningkatkan efisiensi proses administrasi, memperbaiki akurasi pengambilan keputusan, serta memungkinkan praktik SDM berbasis data. Tantangan utama meliputi integrasi data, literasi data SDM, dan kendala sumber daya atau teknologi. Pengaruh dari penelitian ini menganjurkan penggunaan bertahap SIM yang disertai pengembangan kompetensi digital SDM dan pemanfaatan HR analytics untuk pengambilan keputusan strategis.
Sistem Rekomendasi Film Menggunakan Collaborative Filtering Ripan, Fitrah Gisma; Nasution, Doni; Raffi, Muhammad; Maulana, Zikri; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Perkembangan layanan digital yang menyediakan ribuan film menimbulkan tantangan bagi pengguna dalam menemukan tontonan yang sesuai dengan preferensi pribadi. Penelitian ini membangun Sistem Rekomendasi Film menggunakan metode Collaborative Filtering dengan memanfaatkan data rating pengguna untuk memprediksi film yang berpotensi disukai. Tahapan penelitian meliputi pemuatan dataset, pembersihan data, analisis eksploratif, pembentukan user-item matrix, perhitungan cosine similarity, serta pembangunan dua model rekomendasi yaitu User-Based dan Item-Based Collaborative Filtering. Selain itu, fitur pencarian judul film diterapkan menggunakan metode string matching dengan library difflib. Hasil analisis menunjukkan bahwa cosine similarity mampu mengukur kemiripan antar pengguna maupun antar film secara efektif, sehingga rekomendasi yang dihasilkan lebih relevan dan personal. Visualisasi heatmap juga membantu dalam memahami pola kemiripan antar film berdasarkan nilai similarity. Sistem ini diharapkan menjadi solusi yang efisien bagi pengguna dalam menemukan film sesuai preferensi tanpa harus melakukan pencarian manual.