Article Per Year (5 Year)
p-Index From 2021 - 2026
5.659
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JURIKOM (Jurnal Riset Komputer) JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal EDUMATIC: Jurnal Pendidikan Informatika Jurnal Teknik Informatika (JUTIF) Journal of Social Responsibility Projects by Higher Education Forum Jurnal Teknisi Decode: Jurnal Pendidikan Teknologi Informasi J-Com (Journal of Computer) Jurnal IPTEK Bagi Masyarakat Bulletin of Information Technology (BIT) Jurnal Ipteks Terapan : research of applied science and education Jurnal Bangun Abdimas Jurnal Informatika dan Teknologi Informasi Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Zadama: Jurnal Pengabdian Masyarakat Journal Of Indonesian Social Society Jurnal Pengabdian Harapan Bangsa Jurnal Teknologi Ilmu Komputer Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Mitra Pengabdian Farmasi
Arridha Zikra Syah
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : JURTEKSI

 1 
ANALYSIS AND IMPLEMENTATION NAÏVE BAYES FOR FAST TRACK STUDENT GRADUATION DIAGNOSIS AT STMIK ROYAL Andhini Asri Awaliyah Arifin; Arridha Zikra Syah; Akmal Akmal
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 8, No 2 (2022): April 2022
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v8i2.1539

Abstract

Abstract: Student graduation is one thing that needs to be considered because it is included in the College's Internal Quality Assurance Standards (SPMI). STMIK Royal is one of the universities experiencing problems with student graduation. To achieve the quality of these graduates, a graduation diagnosis with the standards that have been set for students who are still carrying out studies is very necessary so that anticipatory steps can be taken from the beginning to overcome the occurrence of graduation problems in the academic field. This research aims to diagnose fast-track student graduation by using a data mining model with a classification function. The technique used for the classification data mining model is the Naïve Bayes Algorithm. The dataset used as training and testing data is data from the 2021 STMIK Royal fast track students. The criteria used to determine student graduation are Gender, class, credits, GPA, Tuition Fee, Guidance Process, and the KKL Report. The results of the classification modeling with the Naïve Bayes Algorithm produce an accuracy value of 83%.           Keywords: data mining; graduation; naïve Bayes  Abstrak: Kelulusan mahasiswa adalah salah satu hal yang harus diperhatikan karena termasuk ke dalam Standar Penjaminan Mutu Internal (SPMI) perguruan tinggi. STMIK Royal adalah salah satu perguruan tinggi yang mengalami masalah kelulusan mahasiswa. Untuk mencapai kualitas lulusan tersebut, diagnosis kelulusan dengan standar yang telah ditetapkan untuk mahasiswa yang masih menjalankan studi sangat diperlukan sehingga dapat dilakukan langkah antisipasi dari awal untuk menanggulangi terjadinya permasalahan kelulusan dalam bidang akademik. Tujuan diadakannya penelitian ini untuk untuk mendiagnosis kelulusan mahasiswa fast track dengan menggunakan model data mining dengan fungsi klasifikasi. Teknik yang digunakan untuk model data mining klasifikasi adalah Algoritma Naïve Bayes. Dataset yang akan digunakan untuk menjadi data latih dan data uji adalah data mahasiswa fast track STMIK Royal tahun 2021. Kriteria yang digunakan untuk diganosis kelulusan mahasiswa, diantaranya Jenis Kelamin, Kelas, SKS, IPK, Uang Kuliah, Proses Bimbingan, dan Pengumpulan Laporan KKL. Hasil pemodelan klasifikasi dengan Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 83%. Kata kunci: data mining; kelulusan; naïve bayes
TSUKAMOTO FUZZY METHOD IN DECISSON SUPPORT SYSTEM DESIGN Arridha Zikra Syah
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 7, No 1 (2020): Desember 2020
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v7i1.780

Abstract

Abstract: PT Pinus Merah Abadi is one of the distributor companies in Indonesia engaged in selling snacks such as snacks and wafers with the Nabati brand. Every month the company offers increased incentives for its employees with predetermined conditions or targets. But in the process, the incentive calculation is managed manually using criteria by the General Affair Personnel who then data the results of the manual calculation are sent to the central office to obtain the disbursement of funds. Sometimes the results of these decisions are too rigid. The method used to solve this problem is the RAD method and each stage is adjusted accordingly based on the Tsukamoto fuzzy algorithm. From this study, an application of decision support systems was obtained that could support decision making to increase incentives that were more appropriate in human consideration. Keywords: decison support system design; incentive calculation; tsukamoto method Abstrak: PT Pinus Merah Abadi merupakan salah satu perusahaan distributor di Indonesia yang bergerak di bidang penjualan makanan ringan seperti snack dan wafer dengan merk nabati. Setiap bulan perusahaan menawarkan insentif yang meningkat bagi karyawannya dengan kondisi atau target yang telah ditentukan. Namun dalam prosesnya, perhitungan insentif dikelola secara manual menggunakan kriteria oleh personil urusan umum yang kemudian data hasil perhitungan manual dikirim ke kantor pusat untuk mendapatkan pencairan dana. Terkadang hasil dari keputusan ini terlalu kaku. Metode yang digunakan untuk memecahkan masalah ini adalah metode RAD dan dalam setiap tahap disesuaikan sesuai berdasarkan algoritma fuzzy Tsukamoto. Dari studi ini, sebuah aplikasi dari sistem pendukung keputusan diperoleh yang dapat mendukung pengambilan keputusan untuk meningkatkan insentif yang lebih tepat dalam pertimbangan manusia. Kata kunci: metode tsukamoto; peningkatan insentif, perancangan sistem pendukung keputusan
IMPLEMENTATION OF FUZZY MODEL TAHANI IN DECISION SUPPORT SYSTEM FOR OPTIMAL PRODUCTION SCHEDULING Rizaldi, Rizaldi; Syah, Arridha Zikra; Muhazir, Ahmad
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 11, No 1 (2024): Desember 2024
Publisher : Universitas Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i1.3588

Abstract

Abstract: In the manufacturing industry, production scheduling become an important aspect that affects operational efficiency and customer satisfaction. The main challenge in scheduling is optimizing the use of resources to meet demand by minimizing production costs and time. Suboptimal scheduling can lead to problems such as delays in stocking, stock buildup, and increased operational costs. Thus, a method can to handle the complexity and uncertainty in the production process is needed. The Fuzzy Tahani Model is an approach in decision support systems. this can be used to help companies achieve more efficient and adaptive production scheduling, to consider various variables such as demand, production capacity, and inventory levels. This research aims to develop and implement the model in the context of production scheduling, with the hope of improving operational performance and customer satisfaction. At this time, the proposed Fuzzy Model Tahani technology is in TKT 4, which is the validation stage of technology components in a laboratory environment. The system creates an optimal production schedule based on fuzzy rules and defuzzification results, making it a useful tool for production decisions.Keywords:  fuzzy model tahini; decision support system; production optimization; production scheduling.  Abstrak: Dalam industri manufaktur, penjadwalan produksi adalah aspek penting yang mempengaruhi efisiensi operasional dan kepuasan pelanggan. Tantangan utama dalam penjadwalan adalah mengoptimalkan penggunaan sumber daya untuk memenuhi permintaan dengan meminimalkan biaya dan waktu produksi. Penjadwalan yang tidak optimal dapat menyebabkan masalah seperti keterlambatan pengiriman, penumpukan stok, dan peningkatan biaya operasional. Oleh karena itu, diperlukan suatu metode yang mampu menangani kompleksitas dan ketidakpastian dalam proses produksi. Fuzzy Model Tahani adalah salah satu pendekatan yang dapat digunakan dalam sistem pendukung keputusan untuk membantu perusahaan mencapai penjadwalan produksi yang lebih efisien dan adaptif, dengan mempertimbangkan berbagai variabel seperti permintaan, kapasitas produksi, dan tingkat persediaan. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan model tersebut dalam konteks penjadwalan produksi, dengan harapan dapat meningkatkan performa operasional dan kepuasan pelanggan. Pada saat ini, teknologi Fuzzy Model Tahani yang diusulkan berada pada TKT 4, yaitu tahap validasi komponen teknologi dalam lingkungan laboratorium. Sistem ini menciptakan jadwal produksi yang optimal berdasarkan aturan fuzzy dan hasil defuzzifikasi, menjadikannya alat yang berguna untuk pengambilan keputusan produksi.Kata kunci: fuzzy model tahani; optimasi produksi; penjadwalan produksi; sistem pendukung keputusan.
IMPLEMENTATION OF FUZZY MODEL TAHANI IN DECISION SUPPORT SYSTEM FOR OPTIMAL PRODUCTION SCHEDULING Rizaldi, Rizaldi; Syah, Arridha Zikra; Muhazir, Ahmad
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 1 (2024): Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i1.3588

Abstract

Abstract: In the manufacturing industry, production scheduling become an important aspect that affects operational efficiency and customer satisfaction. The main challenge in scheduling is optimizing the use of resources to meet demand by minimizing production costs and time. Suboptimal scheduling can lead to problems such as delays in stocking, stock buildup, and increased operational costs. Thus, a method can to handle the complexity and uncertainty in the production process is needed. The Fuzzy Tahani Model is an approach in decision support systems. this can be used to help companies achieve more efficient and adaptive production scheduling, to consider various variables such as demand, production capacity, and inventory levels. This research aims to develop and implement the model in the context of production scheduling, with the hope of improving operational performance and customer satisfaction. At this time, the proposed Fuzzy Model Tahani technology is in TKT 4, which is the validation stage of technology components in a laboratory environment. The system creates an optimal production schedule based on fuzzy rules and defuzzification results, making it a useful tool for production decisions.Keywords:  fuzzy model tahini; decision support system; production optimization; production scheduling.  Abstrak: Dalam industri manufaktur, penjadwalan produksi adalah aspek penting yang mempengaruhi efisiensi operasional dan kepuasan pelanggan. Tantangan utama dalam penjadwalan adalah mengoptimalkan penggunaan sumber daya untuk memenuhi permintaan dengan meminimalkan biaya dan waktu produksi. Penjadwalan yang tidak optimal dapat menyebabkan masalah seperti keterlambatan pengiriman, penumpukan stok, dan peningkatan biaya operasional. Oleh karena itu, diperlukan suatu metode yang mampu menangani kompleksitas dan ketidakpastian dalam proses produksi. Fuzzy Model Tahani adalah salah satu pendekatan yang dapat digunakan dalam sistem pendukung keputusan untuk membantu perusahaan mencapai penjadwalan produksi yang lebih efisien dan adaptif, dengan mempertimbangkan berbagai variabel seperti permintaan, kapasitas produksi, dan tingkat persediaan. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan model tersebut dalam konteks penjadwalan produksi, dengan harapan dapat meningkatkan performa operasional dan kepuasan pelanggan. Pada saat ini, teknologi Fuzzy Model Tahani yang diusulkan berada pada TKT 4, yaitu tahap validasi komponen teknologi dalam lingkungan laboratorium. Sistem ini menciptakan jadwal produksi yang optimal berdasarkan aturan fuzzy dan hasil defuzzifikasi, menjadikannya alat yang berguna untuk pengambilan keputusan produksi.Kata kunci: fuzzy model tahani; optimasi produksi; penjadwalan produksi; sistem pendukung keputusan.
Co-Authors Abdi Nurwanda Abdul Karim afrisawati, Afrisawati Akmal Akmal Akmal Akmal Alam, Sitti Nur Andhini Asri Awaliyah Arifin Andi Ernawati Bachtiar Efendi, Bachtiar Dari, Lisa Wulan Desi Wulandari Devpriandi Siahaan, Arju Dwiki Ramadhan Efendi Hutagalung, Jhonson Endra Saputra Fahmi Amri Finkan Lady Anwar Guntur Maha Putra Harahap, Indra Ramadona Helmiah, Fauriatun Hommy Dorthy Ellyany Sinaga Irawati, Novica Jeperson Hutahaean Khairani Putri Mirda Kifti, Wan Mariatul Lubis, Syafaat Sufi M. Yogi Riyantama Isjoni Maha Putra, Guntur Mangunsong, Ummu Salamah Maulana, Cecep Meta, Monanda Rio Muhammad Amin Muhammad Amin Muhammad Ardiansyah Sembiring Muhazir, Ahmad Najla Ulfah Lubis Nofriadi Nofriadi Norenta sitohang Novica Irawati Parini Rika Nofitri Rizaldi Rizaldi Rizaldi Rizaldi, Rizaldi Rizaldi, Rizaldi Rolly Yesputra safrian aswati Sahren Saputra , Endra Saputra, Endra Siagian, Yessica Sinaga, Dinda Wanti Sinaga, Hommy Dorthy Ellyany Siregar, Wahyuni Sudarmin Sudarmin Umbari Putri, Lia USWATUN HASANAH Wahyudi Sitorus Pane, Amri William Ramdhan Yessica Siagian Yori Apridonal M Zulfi Azhar