cover
Contact Name
I Gede Iwan Sudipa
Contact Email
iwansudipa@instiki.ac.id
Phone
+6281933054911
Journal Mail Official
krisnadana@sidyanusa.org
Editorial Address
Jl. Gunung Cemara No. 64, Sapta Bumi,Kel./Ds. Tegal Harum, Kec. Denpasar Barat, Denpasar
Location
Kota denpasar,
Bali
INDONESIA
Jurnal Krisnadana
ISSN : 28083520     EISSN : 28083563     DOI : 10.58982
Jurnal Krisnadana merupakan jurnal yang dapat menjadi wadah bagi civitas akademika dan kalangan profesional dalam mempublikasikan karya ilmiah ataupun hasil penelitiannya dengan tetap mengutamakan orisinalitas karya, pengembangan kelimuan dan kontribusi dalam berbagai bidang. Jurnal Krisnadana berfokus pada bidang Ilmu Komputer, Sistem Kendali, dan Jaringan. Fokus dan Ruang lingkup pada Jurnal Krisnadana (Komputer, Sistem Kendali, & Jaringan) yang dapat menjadi topik makalah atau penelitian meliputi berbagai bidang minat, diantaranya: 1) Rekayasa perangkat lunak; 2)Sistem Informasi; 3) Sistem Pendukung Keputusan (SPK); 4) Sistem Pakar; 5) Kecerdasan Buatan; 6) Aplikasi Mobile; 7) Pengolahan Citra; 8) Robotika; 9) Smarts System; 10) Cloud Technology; 11) Image Processing; 12) Internet Of Things (IOT); 13) Jaringan Komputer; 14) Komputasi Paralel; 15) Sistem Terdistribusi; 16) Data Analytic; 17) Audit Teknologi Informasi; 18) Telekomunikasi dan Pemrosesan Sinyal; 19) Otomasi kontrol (Control Automation); 20) Topik studi relevan lainnya.
Articles 53 Documents
Evaluasi Keputusan Kelayakan Bonus Karyawan Menggunakan Metode AHP-WP Sutrisno Sutrisno; Nanny Mayasari; Mohammad Rohim; Yoseb Boari
Jurnal Krisnadana Vol 3 No 1 (2023): Jurnal Krisnadana - September 2023
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i1.491

Abstract

Bonus karyawan merupakan bentuk penghargaan perusahaan terhadap kontribusi dan kinerja karyawan. Keputusan terkait bonus bukan sekadar pengakuan, melainkan juga penggerak motivasi dan kepuasan kerja. Oleh karena itu, penentuan bonus karyawan menjadi aspek penting dalam manajemen sumber daya manusia. Tujuan penelitian ini adalah mengembangkan model penilaian objektif untuk evaluasi keputusan bonus karyawan dengan metode AHP-WP. Metode AHP-WP terbukti dapat menyelesaikan permasalahan multi-kriteria. Penelitian ini akan mengidentifikasi kriteria bonus yang sesuai dengan standar perusahaan dalam mengadopsi metode AHP-WP dalam pengambilan keputusan bonus karyawan. Hasil penelitian Metode Analytical Hierarchy Process (AHP) digunakan untuk menghitung bobot kriteria dengan mempertimbangkan perbandingan berpasangan dan eigen vector. Hasil perhitungan menunjukkan bahwa Hasil Kerja memiliki bobot tertinggi, diikuti oleh Absensi, Masa Kerja, Sikap, dan Kualitas Kerja. Selanjutnya, metode Weighted Product (WP) digunakan untuk merangking alternatif karyawan berdasarkan bobot kriteria yang telah dihitung. Hasil perankingan menunjukkan bahwa alternatif A3 adalah karyawan yang paling layak menerima bonus tahunan berdasarkan penilaian kriteria-kriteria yang telah ditetapkan.
Analisis Peramalan Item Penjualan dalam Optimalisasi Stok Menggunakan Metode Least Square Rizki Dewantara; Jonathan Giovanni
Jurnal Krisnadana Vol 3 No 1 (2023): Jurnal Krisnadana - September 2023
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i1.504

Abstract

Penelitian ini mengkaji pentingnya perencanaan stok dan manajemen persediaan dalam operasi bisnis yang efisien. Salah satu elemen utama dalam manajemen persediaan adalah peramalan penjualan yang akurat. Peramalan yang tepat memungkinkan perusahaan untuk mengoptimalkan stok, menghindari biaya penyimpanan yang tidak perlu, dan meningkatkan efisiensi serta profitabilitas. Beberapa penelitian sebelumnya telah menunjukkan bahwa metode Least Square memiliki potensi besar dalam mengoptimalkan stok dan mengurangi biaya persediaan. Penelitian ini bertujuan untuk menerapkan metode Least Square dalam peramalan penjualan item dengan fokus pada optimalisasi stok. Dengan peramalan penjualan yang akurat, perusahaan dapat menghindari kekurangan atau kelebihan persediaan, meningkatkan efisiensi operasional, dan merencanakan produksi serta distribusi dengan lebih baik. Penelitian ini relevan dalam konteks bisnis saat ini yang penuh dengan persaingan global dan lingkungan bisnis yang dinamis. Hasil peramalan menunjukkan bahwa penjualan produk jenis A pada bulan Januari 2023 diperkirakan sebanyak 3 unit barang. Selain itu, penelitian ini menghitung nilai trend penjualan untuk setiap periode, dengan total kenaikan trend mencapai 15,5%.
Perbandingan Kinerja Metode Naïve Bayes Classifier dan K-Nearest Neighbor pada Analisis Sentimen Ulasan Mobile Banking Jenius Anggi Tri Dewi Septiani; Adam Prayogo Kuncoro; Pungkas Subarkah; Riyanto Riyanto
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.516

Abstract

Salah satu dampak revolusi industri 4.0 adalah terjadinya persaingan antara bank dengan fintech, supaya tidak tertinggal bank melakukan inovasi dengan menciptakan mobile banking, hingga di Indonesia jumlah pengguna mobile banking setiap tahun semakin meningkat dan nasabah semakin banyak sehingga bank perlu untuk memperhatikan kepuasan pelanggan.Analisis sentimen adalah salah satu solusi yang dapat digunakan untuk melihat kepuasan pelanggan dari opini pengguna aplikasi mobile banking.Pada penelitian ini penulis memiliki tujuan untuk membandingkan kinerja metode Naïve Bayes Classifier dan K-Nearest Neighbor terhadap ulasan mobile banking. Adapun pengujian dari 2000 data yang dibagi menjadi 1600 data latih dan 400 data uji.Hasil analisa menunjukan bahwa metode K-Nearest Neighbor lebih unggul dalam menganalisis sentimen dan hasil performance confusion matrix menunjukan hasil akurasi K-Nearest Neighbor unggul dengan akurasi sebesar 84,06% dan 83,06% sedangkan Naïve Bayes Classifier memperoleh hasil akurasi sebesar 83,06% dan 82,56%.
Sistem Informasi Penjualan Ikan pada Kefamenanu Berbasis Android Menggunakan Metode Waterfall Emanuel Yohanes Meol; Darsono Nababan; Yoseph P. K. Kelen
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.527

Abstract

Sistem informasi penjualan ikan di Kefamenanu berbasis android menggunakan metode Waterfall, membantu pedagang ikan dalam proses penjualan dan promosi. Hal ini dapat memudahkan penjual dan konsumen dapat menyelesaikan permasalahan transaksi jual beli dengan mudah. Penjualan ikan menggunakan aplikasi berbasis android ini dapat menguntungkan penjual serta konsumen sebab konsumen tidak perlu ke pasar tradisional karena dapat melakukan pembelian ikan serta melihat ketersediaan ikan yang akan dibeli menggunakan smartphonenya. Pengembangan aplikasi penjualan ikan di Kefamenanu berbasis android menggunakan menggunakan tipe terapan (applied research). Penelitian ini berfokus pada analisis dan memecahkan masalah sosial dan kehidupan nyata dengan menerapkan metode Waterfall. Pengetahuan baru yang diperoleh dari penelitian terapan memiliki tujuan komersial yang spesifik dalam bentuk produk, prosedur dan layanan. Studi dan penelitian ini biasanya digunakan oleh perusahaan, agen atau individu yang bertujuan mencari solusi terhadap suatu permasalah yang sedang dihadapi masyarakat atau organisasi dalam memecahkan masalah ilmiah atau mengembangkan teknologi. Teknik pengumpulan data observasi dan wawancara serta penelitian ini bersifat kuantitatif. Simpulan dari penelitian ini adalah Aplikasi sistem informasi penjualan ikan di Kefamenanu berbasis android ini dapat memudahkan penggunaannya dalam melakukan transaksi penjualan ikan, karena transaksinya dapat dilakukan secara online. Hasil pengujian blackbox testing terhadap fungsionalitas sistem menunjukkan sistem sudah berhasil sesuai kebutuhan pengguna. 
Deteksi Bahasa Isyarat Menggunakan Tensorflow Lite dan American Sign Language (ASL) Ida Bagus Adisimakrisna Peling; I Made Pasek Agus Ariawan; Gde Brahupadhya Subiksa
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.534

Abstract

Bahasa isyarat merupakan suatu bahasa yang menggunakan gerak tubuh seperti gerakan tangan dan wajah. Setiap negara memiliki Bahasa Isyarat yang berbeda di Indonesia sendiri ada 2 jenis bahasa isyarat yaitu Bahasa Isyarat Indonesia (BISINDO) serta Sistem Isyarat Bahasa Indonesia (SIBI), sedangkan di Amerika memiliki bahasa isyarat yaitu American Sign Language (ASL). Saat ini masih banyak orang yang tidak mengerti dengan bahasa isyarat dari lawan bicaranya. Hal ini disebabkan karena bahasa isyarat tidak digunakan oleh masyarakat non-disabilitas. Penelitian ini bertujuan untuk merancang sebuah sistem penerjemah bahasa isyarat berbasis Computer Vision dengan menggunakan Tensorflow lite serta dataset bahasa isyarat ASL untuk mendeteksi gerakan dari kata dan huruf alfabet ASL dengan menggunakan kamera dari laptop atau komputer yang berguna untuk mempermudah masyarakat dalam mempelajari bahasa isyarat. Hasil pengujian pertama dengan 11 data uji memperoleh nilai akurasi sistem dalam pengujian ini adalah 81%. Hasil Pengujian kedua menggunakan 26 data uji memperoleh nilai akurasi sistem dalam pengujian ini adalah 73%. Dari hasil pengujian sistem ini dapat disimpulkan bahwa sistem ini memiliki tingkat akurasi yang cukup baik dalam mendeteksi kata dan huruf abjad.
Rancang Bangun Aplikasi Manajemen Bagian Teknik Pemeliharaan pada Kementerian Lingkungan Hidup dan Kehutanan Jakarta Muhammad Faisal; Muhammad Rivan Fachri
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.540

Abstract

Proses managemen bagian teknik pemeliharaan di kementerian lingkungan hidup dan kehutanan jakarta meliputi manajemen komplain, pengajuan lembur, dan pencatatan kWh meter saat ini masih dilakukan secara manual, berdampak kendala dalam pengelolaan data, termasuk kesulitan dalam pemantauan data, keterlambatan dalam menyelesaikan komplain dari penghuni gedung, penggunaan kertas yang berlebihan, serta kesalahan dalam perhitungan atau pencatatan kWh meter. Untuk mengatasi masalah ini, penulis mengadopsi metode kualitatif dan menggunakan model waterfall dalam perancangan aplikasi berbasis website. Aplikasi tersebut diharapkan dapat mengoptimalkan proses manajemen komplain, mempermudah pengajuan lembur, serta meningkatkan akurasi pencatatan kWh meter. Pembuatan aplikasi berbasis website ini  penulis menggunakan framework Codeigniter 3.0 yang merupakan framework berbasis Bahasa html dan PHP. Hasil penelitian ini diharapkan dapat memperbaiki proses-proses tersebut dan meningkatkan efisiensi dan efektivitas kerja di Kementerian Lingkungan Hidup dan Kehutanan Jakarta. Hasil dari pengujian blackbox yang dilakukan terhadap kinerja aplikasi yang telah dibuat memiliki 12 poin pengujian pada sistem valid.
Analisis Komprehensif Normalisasi dalam Weighted Product Model: Implikasinya terhadap Pengambilan Keputusan I Wayan Surya Pramana; I Nyoman Darma Kotama; Anak Agung Gede Oka Kessawa Adnyana
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.551

Abstract

Penelitian ini melakukan analisis komprehensif terhadap teknik normalisasi dan non-normalisasi matriks dalam Weighted Product Model (WPM) dan implikasinya terhadap pengambilan keputusan. Metodologi penelitian mencakup studi literatur, pengumpulan data dari kasus pemilihan supplier di sebuah hotel bintang empat di Bali, dan studi perbandingan dilakukan dalam lima simulasi berbeda. Hasil menunjukkan kesesuaian 100% antara peringkat yang dihasilkan oleh pendekatan dengan normalisasi dan pendekatan tanpa normalisasi, menunjukkan bahwa kedua pendekatan ini mempertahankan integritas data asli.
Model Peramalan Toko Swalayan XYZ dengan Backpropagation Neural Network Gusti Ayu Agung Putri Pramesti Maharani; Wayan Gede Suka Parwita
Jurnal Krisnadana Vol 3 No 3 (2024): Jurnal Krisnadana – Mei 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i3.556

Abstract

Data penjualan barang di toko swalayan XYZ termasuk ke dalam jenis data time series. Setelah melihat  keseluruhan data, pola data dari kategori body care adalah stasioner dimana kategori ini mengalami penurunan dan kenaikan penjualan tiap bulannya, dapat dikatakan bahwa fluktuasi dari data kategori tersebut lumayan stabil. Salah satu analisis time series adalah peramalan, peramalan dapat dilakukan dengan berbagai metode namun pemilihan metode disesuaikan lagi dengan kondisi datanya. Penulis menggunakan metode backpropagation neural network karena dapat memproses data dengan jumlah yang besar seperti data penjualan. Pada kasus data time series ini, metode backpropagation neural network memiliki kemampuan untuk mempelajari pola – pola kompleks dengan berbagai model arsitektur yang mungkin sulit dilakukan oleh pendekatan lain. Tujuan dari penelitian ini adalah menghasilkan model terbaik dengan akurasi yang baik pula dari metode backpropagation neural network dalam meramalkan data penjualan ini. Hasil dari penelitian ini yaitu dari 50 model yang dicoba, dihasilkan 2 model terbaik yaitu model 42 dengan arsitektur 13-15-10 yang menghasilkan MAPE sebesar 23,10% den model 41 dengan arsitektur 13-14-10 yang menghasilkan MSE sebesar 10,12.
Rancang Bangun Sistem Pencarian Cetakan Cincin Perak Berbasis Mobile Ayu Manik Dirgayusari; I Gede Andika; I Gusti Agung Indrawan; I Made Adi Wiradana
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.559

Abstract

Perak merupakan salah satu jenis logam yang dapat dijadikan perhiasan karena sifatnya yang mengkilap dan mudah di tempa. Kerajinan perak merupakan 17 jenis usaha yang berkembang pesat dan terdapat 300 pengerajin perak aktif di desa Celuk. Dalam membuat kerajinan perak dibutuhkan campuran bahan yang tepat agar hasil kerajinan menjadi lebih berkilau. Dibutuhkan cetakan karet pada saat proses mencetak yang disesuaikan dengan kebutuhan pembelinya. Model atau hasil kerajinan ditentukan oleh model dari cetakan tersebut dimana setiap jenis kerajinan perak memiliki puluhan bahkan ratusan model di setiap jenisnya. Pada penelitian ini kami hanya berfokus pada cetakan cincin. Permasalahan yang timbul dari proses produksi tersebut adalah, dibutuhkan waktu yang tidak sebentar untuk mencari cetakan cincin dari setiap model tersebut sehingga hal itu menghambat dalam proses produksi. Setiap model membutuhkan waktu hampir 20 menit dalam mencari cetakan karet pada rak. Hal ini lah yang menjadi alasan dibuatnya aplikasi untuk membantu mencari cetakan karet cincin pada rak, harapannya agar pencarian cetakan karet menjadi lebih cepat dan waktu proses produksi menjadi lebih efektif dan efisien. Aplikasi yang dibangun menggunakan aplikasi yang berbasis mobile tujuannya adalah agar akses rak dapat dilakukan dengan mudah tanpa harus membuka komputer. Dari hasil pengujian didapatkan hasil bahwa hanya perlu waktu 14 detik untuk dapat menemukan cetakan karet.
Pengaruh Ukuran Jendela Ketetanggaan (Window) Terhadap Hasil Redukasi Noise pada Metode Median Filter dan Gaussian Filter Maria Grasela Tatuin; Yoseph P.K Kelen; Seprianus Septian Manek
Jurnal Krisnadana Vol 3 No 3 (2024): Jurnal Krisnadana – Mei 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i3.601

Abstract

Pada era sekarang, pengolahan citra merupakan bidang yang berkembangpesat dan banyak diterapkan pada berbagai ilmu pengetahuan. Pengolahan citra didefinisikan sebagai suatu proses pengolahan citra atau gambaran. untuk menghasilkan citra yang lebih tinggi kualitasnya, dalam arti lebih jelas menampilkan informasi yang diharapkan. Gambar  yang  kita miliki terkadang mempunyai kualitas yang kurang baik atau memiliki gangguan, sepertigangguan berupa  distorsi cahaya, noise atau derau, maupun gangguan lainnya yang menyebabkan objek dalam citra menjadi kurang jelas atau pun kabur. Gangguan yang sering terjadi atau mucul berupa noise atau derau, jenis Noise yang paling sering merusak citra adalah salt and pepper (noise impluse). Untuk  mengatasi hal seperti ini, maka dilakukan proses filtering dengan menggunakan metode median filter 3x3, 5x5, 7x7 dan metode gaussian filter dengan standar deviasi 1, 1,0, dan 0,5. Secara teoritis mengenai metode yang digunakan yakni menginput citra atau gambar setelah mengkonversi RGB ke Grayscale, menambahkan noise ke citra grayscale, menyimpan citra dengan noise dilanjutkan dengan proses noise filtering dengan menggunakan median dan gaussian filter. Hasil dari pengujian median filter dan gaussian filter dengan menggunakan parameter MSE dan PSNR bahwa rata-rata nilai MSE dan PSNR yang memiliki nilai tertinggi maka citra hasil dapat dikatakan bagus dan mirip dengan citra aslinya. Dari 5 gambar uji yang digunakan dalam penelitian ini, dapat disimpulkan bahwa dalam kasus ini metode median filter lebih baik dari pada gaussian filter dalam perbaikan kualitas gambar atau citra dengan jenis noise salt and pepper.