Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Inovasi Komputer
Riya Majalista
Universitas Baturaja
Computer Science & IT

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

Found 3 Documents
Search

 1 
PEMILIHAN DESA /KELURAHAN PENGGIAT LINGKUNGAN MENGGUNAKAN METODE SAW Riya Majalista
BETRIK Vol. 15 No. 03 (2024): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

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

Abstract

Lembaga Penelitian dan Pengembangan Pembangunan Dampak Lingkungan (LP3L) merupakan organisasi yang bergerak di bidang pemerhati lingkungan yang ada Ogan Komering Ulu (OKU). Sebagai wujud kegiatan yang berdampak nyata, LP3L OKU menghimbau dan mengajak desa/ kelurahan untuk berpartisipasi menjadi desa/kelurhan penggiat lingkungan. Untuk memotivasi hal tersebut, maka LP3L OKU akan memberikan penghargaan kepada desa/kelurahan yang telah memenuhi kriteria penilaian. Kriteria tersebut mencakup kebersihan , penghijauan, program edukasi lingkungan, kreativitas dan inovasi yang ada di desa /kelurahan tersebut. Pertimbangan bobot atau tingkat kepentingan dari masing-masing kriteria dilakukan dengan melibatkan para ahli dan pemangku kepentingan terkait. Metode SAW digunakan untuk menghitung skor kinerja desa- desa yang ada berdasarkan kriteria yang telah ditetapkan  Skor tersebut kemudian digunakan dalam proses perankingan untuk menentukan desa terbaik. Berdasarkan hasil penelitian, alternatif desa yang layak mendapat pernghargaan sebagai desa/kelurahan penggiat lingkungan terbaik adalah kelurahan kemelak Bindung Langit sebagai juara pertama, Kelurahan Sepancar Lawang Kulon sebagai juara ke dua, Desa Tanjung Baru sebagai juara ketiga. Penelitian ini diharapkan dapat memberikan manfaat signifikan bagi pengambil keputusan dalam pemilihan desa/kelurahan penggiat lingkungan di Kabupaten Ogan Komering Ulu. Sehingga dapat meningkatkan efisiensi dan objektivitas dalam proses pengambilan keputusan, serta mendorong kesadaran akan cinta lingkungan yang merata di Kabupaten Ogan Komering Ulu.
Sistem Pendukung Keputusan Penentuan Karyawan Unggul dengan Algoritma SAW (Simple Additive Weighting) di PT.Bank BRI Unit Kota Baturaja (Persero) Anisha Monadiza; Destiarini; Riya Majalista
Jurnal Inovasi Komputer Vol 1 No 3 (2025): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v1i3.99

Abstract

Penentuan karyawan unggul merupakan aspek krusial dalam manajemen sumber daya manusia (SDM) yang berkontribusi signifikan terhadap produktivitas dan daya saing organisasi, terutama di sektor perbankan yang dinamis dan kompetitif seperti kantor BRI Unit Kota Baturaja. Identifikasi karyawan terbaik seringkali dihadapkan pada tantangan subjektivitas penilaian, kompleksitas kriteria kinerja yang beragam antar posisi, serta volume data karyawan yang besar, yang pada akhirnya dapat menghambat pengambilan keputusan strategis. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) yang mampu menentukan karyawan unggul secara objektif dan efisien di lingkungan BRI. Metode yang digunakan dalam perancangan SPK ini adalah Algoritma Simple Additive Weighting (SAW), sebuah metode multi-kriteria yang populer karena kesederhanaan, kemudahan interpretasi, dan kemampuannya dalam melakukan perangkingan alternatif berdasarkan nilai preferensi terbobot. Kriteria penilaian karyawan diadaptasi dari standar penilaian kinerja BRI, meliputi aspek-aspek kunci seperti Pencapaian Target Penjualan/Kredit, Kualitas Pelayanan Nasabah, Kedisiplinan & Kehadiran, Inovasi & Kontribusi Ide, Kemampuan Kerja Sama Tim, Adaptasi Teknologi Digital, dan Kepatuhan Prosedur Bank. Bobot untuk setiap kriteria ditentukan melalui konsultasi dengan pihak terkait di Divisi Human Capital BRI. Sistem yang dirancang akan memungkinkan manajemen BRI untuk mengelola data karyawan, memasukkan nilai kinerja berdasarkan kriteria yang telah ditetapkan, dan secara otomatis melakukan perhitungan menggunakan Algoritma SAW untuk menghasilkan daftar perankingan karyawan unggul. Hasil yang diharapkan dari sistem ini adalah rekomendasi karyawan unggul yang lebih akurat, transparan, dan berbasis data, sehingga mendukung keputusan manajerial dalam program penghargaan, promosi, serta pengembangan talenta. Implementasi SPK ini diharapkan dapat meningkatkan objektivitas proses evaluasi kinerja, menghemat waktu dan sumber daya, serta pada akhirnya memotivasi karyawan untuk terus berprestasi dan berkontribusi optimal bagi pencapaian visi dan misi BRI.
Pemilihan Artificial Intelligence Tools Menggunakan Metode SAW Berbasis Web Pada Mahasiswa UNBARA Riya Majalista; Yuli Ermawati; Zulkarnaini
BETRIK Vol. 17 No. 02 (2026): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/pbye3f21

Abstract

The rapid development of artificial intelligence (AI) tools presents a challenge for students in selecting the tools best suited to their academic needs. This study aims to recommend the best AI tools for students at Universitas Baturaja using the Simple Additive Weighting (SAW) method. Data were collected through questionnaires distributed to 150 students at Universitas Baturaja, selected using a purposive sampling technique, namely students who had used at least two of the four evaluated AI tools in their academic activities over a certain period of time. The    assessment was carried out on four alternatives Meta AI (A3), and Claude AI (A4), based on five criteria: ease of use (K1, weight 0.20), response speed (K2, weight 0.20), feature completeness (K3, weight 0.20), answer accuracy (K4, weight 0.25), and cost (K5, weight 0.15). Criteria weights were determined through expert discussion, taking into account the relative importance of each criterion to students' academic needs, while the score of each alternative on each criterion was obtained from the average rating given by 150 respondents on a 1–5 Likert scale. The SAW calculation results show that ChatGPT obtained the highest preference value of 0.9519, followed by Google Gemini at 0.8774, Claude AI at 0.8533, and Meta AI at 0.7319. ChatGPT performed best because it received the highest scores on the feature completeness and answer accuracy criteria, and achieved a perfect normalized value (1.000) on the cost criterion, since ChatGPT had the lowest cost score among the alternatives, making it the minimum reference value in the cost normalization calculation; meanwhile, Google Gemini performed better on ease of use and response speed. The SAW method in this study was able to produce a ranking that is structured, consistent, and mathematically traceable based on user perception, making it suitable as one of the institutional references for supporting AI tool selection, with the caveat that the results still reflect the subjective perceptions of respondents during the particular data collection period.
Co-Authors Anisha Monadiza Destiarini Destiarini Yuli Ermawati Zulkarnaini