cover
Contact Name
Erlangga Hadi
Contact Email
shofanahmediaberkah@gmail.com
Phone
+6285776447971
Journal Mail Official
admin@jurnalmahasiswa.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
ISSN : -     EISSN : 30250927     DOI : -
- MAchine learning - Sistem Penunjang Keputusan - Sistem Pakar - Deep Learning - Kecerdasan Buatan - Computer Vision - Image Processing - Robot Cerdas - serta ilmu komputer yang relevan
Articles 145 Documents
Perancangan Sistem Pendukung Keputusan Pemilihan Laptop Terbaik Menggunakan Metode Simple Additive Weighting (SAW) Rio Mukti Setyawan; Keysha Ziqri Oktaviana Rahmadani; Bagus Supriyanto; Fahri Albi Febiyani; Diani Fitri Supriadi; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Peningkatan variasi produk laptop di pasar menimbulkan tantangan bagi konsumen dalam memilih perangkat terbaik sesuai kebutuhan, seringkali melibatkan keputusan yang kompleks dan subjektif. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) pemilihan laptop terbaik menggunakan Metode Simple Additive Weighting (SAW). Metode SAW dipilih karena kemampuannya menormalisasi kriteria dan menghitung preferensi secara terbobot, menyederhanakan proses keputusan multi kriteria. Metodologi meliputi analisis kebutuhan sistem untuk menentukan fitur dan kriteria, serta implementasi aplikasi berbasis Graphical User Interface (GUI) yang mengintegrasikan langkah-langkah SAW dari input data hingga perangkingan. Hasilnya menunjukkan bahwa SPK yang dirancang mampu memberikan rekomendasi laptop secara objektif dan sistematis, mempermudah pengguna dalam membuat keputusan yang akurat dan efisien.
Implementasi Prediksi Mutabaah Yaumiyah Santri Menggunakan Algoritma C4.5 Berbasis Web Achmad Fergiawan Listanto; Esa Andyarizky; Narendra Umaro Raisya; Roeslan Djutalov
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Pesantren sebagai lembaga pendidikan Islam tradisional di Indonesia menghadapi tantangan dalam evaluasi hafalan santri yang masih dilakukan secara manual dan kurang efisien. Proses evaluasi mutabaah yaumiyah yang konvensional membutuhkan waktu lama dan rentan terhadap kesalahan manusia. Penelitian ini bertujuan mengembangkan sistem prediksi kelulusan santri berbasis web menggunakan algoritma C4.5 dengan data mutabaah yaumiyah sebagai input utama. Metodologi penelitian meliputi studi literatur, observasi lapangan di Yayasan Sahabat Qur'an Depok, wawancara dengan pengurus pesantren, dan pengumpulan data historis. Sistem dikembangkan menggunakan arsitektur client-server dengan API modular dan penyimpanan data JSON. Hasil penelitian menunjukkan bahwa sistem mampu memproses data historis dan memberikan prediksi kelulusan dengan akurasi sekitar 90%. Sistem ini berhasil meningkatkan efisiensi evaluasi di pesantren dengan menyediakan akses data secara daring dan laporan yang dapat diunduh dalam format Excel. Implementasi sistem ini dapat menjadi solusi praktis dalam penerapan teknologi informasi di lingkungan pendidikan Islam.
Pengambilan Keputusan Pemilihan Cloud Hosting dengan Pendekatan Multikriteria (SAW, WP, TOPSIS) Berbasis GUI Python Tkinter Lattif Priatno; Ahmad Rizky Waluyo; Muhammad Bintang Ramadhan; Miftahudin; Hilmi Furqon; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Pemilihan layanan cloud hosting memerlukan proses evaluasi yang objektif karena setiap penyedia menawarkan karakteristik teknis dan harga yang beragam. Penggunaan pendekatan multikriteria menjadi solusi dalam mengatasi kompleksitas tersebut, terutama ketika melibatkan banyak alternatif dan kriteria yang memiliki tingkat kepentingan berbeda. Sistem pendukung keputusan (SPK) berbasis antarmuka grafis dibangun menggunakan Python dan pustaka Tkinter untuk memberikan kemudahan dalam perhitungan dan visualisasi hasil. Tiga metode pengambilan keputusan diterapkan dalam sistem ini, yaitu Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Pengujian dilakukan dengan tiga alternatif layanan cloud hosting: AWS, Google Cloud Platform (GCP), dan Azure, serta menggunakan kriteria harga, uptime, dan kecepatan akses. Hasil perhitungan menunjukkan bahwa GCP consistently menempati peringkat tertinggi pada ketiga metode. Konsistensi hasil dari ketiga metode menunjukkan bahwa sistem mampu menghasilkan keputusan yang selaras dan dapat dijadikan acuan validasi silang. Sistem ini memungkinkan proses evaluasi alternatif layanan cloud dilakukan secara cepat, transparan, dan terukur melalui pendekatan matematis yang terstruktur.
Implementasi Sistem Pendukung Keputusan untuk Penilaian Karyawan Menggunakan Metode SAW di PT Ecocare Indo Pasifik Tbk Cabang Bogor M. Alfian Ridho; Bagus Maharto; Fachri Zaky Arkan; Sonasa Rinusantoro
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Penilaian karyawan yang masih dilakukan secara manual di PT Ecocare Indo Pasifik Tbk menimbulkan masalah objektivitas, keterlambatan, dan kurangnya dokumentasi yang terstruktur. Oleh karena itu, diperlukan suatu sistem pendukung keputusan yang dapat membantu manajer mengevaluasi kinerja karyawan secara lebih akurat, objektif, dan efisien. Sistem ini dikembangkan dengan metode Simple Additive Weighting (SAW) dan menggunakan arsitektur Model-View-Controller (MVC) berbasis Laravel 11, didukung Vite dan Tailwind CSS untuk tampilan antarmuka yang responsif. Implementasi metode SAW dilakukan melalui tahapan normalisasi, pembobotan, hingga perhitungan skor akhir. Hasil pengujian menunjukkan bahwa sistem ini mampu menghasilkan ranking karyawan berdasarkan kriteria penilaian dengan proses yang lebih cepat, akurat, dan mudah diakses. Dengan adanya sistem ini, manajemen perusahaan dapat mengambil keputusan penilaian karyawan yang lebih terukur dan transparan.
Sistem Penunjang Keputusan Multi-Criteria Decision Making (MCDM) Untuk Rekomendasi Bibit Tanaman Unggul Aditya Firmasnyah; Muhammad Rifky; Bima Anggara Putra; Muhammad Ghiyats Akbar Darmawan; Muhammad Imaduddin; Yudha Yudhistira; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Pemilihan bibit tanaman unggul merupakan faktor krusial dalam mendukung ketahanan pangan nasional, khususnya pada sektor pertanian. Namun, proses pemilihan masih banyak dilakukan secara subjektif oleh petani tanpa dukungan sistem pendukung yang objektif. Penelitian ini bertujuan untuk merancang dan mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web yang dapat merekomendasikan bibit tanaman unggul menggunakan metode Multi-Criteria Decision Making (MCDM), yaitu Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Sistem ini dibangun dengan pendekatan model pengembangan perangkat lunak Waterfall dan diimplementasikan menggunakan Laravel dan Vue.js. Hasil pengujian menunjukkan bahwa sistem mampu memberikan hasil peringkat bibit tanaman yang konsisten dan akurat berdasarkan kriteria yang telah ditentukan seperti hasil panen, ketahanan hama, umur panen, dan kesesuaian tanah. SPK ini membantu petani dalam mengambil keputusan yang lebih terukur dan efisien, serta mengurangi tingkat subjektivitas dalam pemilihan bibit tanaman unggul.
Metode Komputasi SAW, WP, dan TOPSIS dalam Perancangan Sistem Bantu Pengambilan Keputusan Sepatu Terbaik Tito Shadam Fatwiandika Husein; Tio Alvin Gusha; Satrio Miftachul Choiri; Virgianto Eko Prasetyo; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Pemilihan sepatu yang sesuai kebutuhan dan preferensi seringkali menjadi tantangan bagi konsumen mengingat banyaknya variasi merek, model, dan spesifikasi di pasar. Proses pengambilan keputusan ini dapat menjadi kompleks dan subjektif. Penelitian ini mengusulkan perancangan Sistem Bantu Pengambilan Keputusan (SBKP) yang memanfaatkan metode komputasi multi-kriteria, yaitu Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), untuk membantu pengguna memilih sepatu terbaik. Ketiga metode ini dipilih karena pendekatan matematisnya yang berbeda dalam mengevaluasi alternatif berdasarkan serangkaian kriteria. Metode penelitian meliputi analisis kebutuhan sistem untuk menentukan kriteria relevan (seperti kenyamanan, harga, daya tahan, gaya, dan merek), perancangan antarmuka pengguna (GUI) yang memungkinkan input data alternatif sepatu dan bobot kriteria, serta implementasi logika perhitungan untuk masing-masing metode SAW, WP, dan TOPSIS. Sistem yang dirancang bertujuan untuk menyediakan rekomendasi sepatu secara objektif dan transparan, menampilkan hasil perangkingan dari setiap metode untuk memberikan pandangan komprehensif kepada pengguna dalam membuat keputusan yang lebih tepat dan efisien.
Metode Komputasi SAW, WP, dan TOPSIS dalam Perancangan Sistem Bantu Pengambilan Keputusan Ikan Arwana Terbaik Indra Mahardika; Febriyal Jaka Perdana; Ilham Putra Bangsawan; Rahmat Sodikin; Waliyudin Ikhsan; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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

Pemilihan ikan arwana terbaik seringkali menjadi tantangan bagi para penggemar dan kolektor, mengingat banyaknya variasi jenis, karakteristik, dan harga di pasar. Proses pengambilan keputusan ini dapat menjadi kompleks dan subjektif tanpa panduan yang jelas. Penelitian ini mengusulkan perancangan Sistem Bantu Pengambilan Keputusan (SBKP) yang memanfaatkan metode komputasi multi- kriteria, yaitu Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), untuk membantu pengguna memilih ikan arwana terbaik. Ketiga metode ini dipilih karena pendekatan matematisnya yang berbeda dalam mengevaluasi alternatif berdasarkan serangkaian kriteria. Metode penelitian meliputi analisis kebutuhan sistem untuk menentukan kriteria relevan (seperti warna, ukuran, kesehatan, dan harga), perancangan antarmuka pengguna (GUI) berbasis web yang memungkinkan input data alternatif ikan arwana dan bobot kriteria, serta implementasi logika perhitungan untuk masing-masing metode SAW, WP, dan TOPSIS. Sistem yang dirancang bertujuan untuk menyediakan rekomendasi ikan arwana secara objektif dan transparan, menampilkan hasil perangkingan dari setiap metode untuk memberikan pandangan komprehensif kepada pengguna dalam membuat keputusan yang lebih tepat dan efisien.
Sistem Pendukung Keputusan Pemilihan Hotel di Kota Palembang dengan Metode Simple Additive Weighting (SAW), TOPSIS, dan WP Laras Widya Tri Utami; Muhammad Raihan; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (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 teknologi informasi yang cepat mengubah banyak industri, termasuk sektor pariwisata. Meskipun Palembang memiliki banyak tempat wisata yang menarik, sulit bagi wisatawan untuk menemukan penginapan terbaik karena banyaknya pilihan. Tujuan dari penelitian ini adalah untuk merancang Sistem Pendukung Keputusan (SPK) untuk memilih hotel terbaik di Kota Palembang. Pendekatan Multi Criteria Decision Making (MCDM) menggunakan tiga metode: Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Hasil ini menunjukkan bahwa penerapan metode MCDM dapat memberikan rekomendasi hotel yang akurat dan konsisten dan membantu wisatawan membuat keputusan yang lebih rasional. Hasil ini menunjukkan bahwa penerapan metode MCDM dapat memberikan rekomendasi hotel yang akurat dan konsisten dan membantu wisatawan membuat keputusan yang lebih rasional.
Pengembangan Sistem Kasir Berbasis Web untuk Meningkatkan Efektivitas Transaksi pada Usaha Toko Kue Daffa Adhi Pramana Suwarno; Raihan Salman Al Parisy; Reyvalqy; Wasis Haryono
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (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

Penelitian ini bertujuan untuk menerapkan sistem kasir bebasis web pada Toko Kue DAFFA sebagai upaya meningkatkan efisiensi dalam pencatatan transaksi serta pengelolaan persediaan produk. Model pengembangan sistem yang digunakan adalah metode waterfall, yang terdiri dari tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Aplikasi yang dirancang mendukung digitalisasi proses penjualan, pengelolaan stok barang, serta penyusunan laporan penjualan secara waktu nyata (real-time). Berdasarkan hasil pengujian, aplikasi ini terbukti mampu meminimalkan kesalahan pencatatan, mempercepat transaksi, dan meningkatkan ketepatan data dalam laporan penjualan. Penerapan sistem ini juga memberikan kontribusi terhadap digitalisasi UMKM agar lebih siap menghadapi dinamika bisnis di era modern.
Sistem Pendukung Keputusan Pemilihan Tenaga Kerja Terbaik Menggunakan Metode SAW, WP dan TOPSIS Dadan Nuh Faturahman; Nico Agustian; Muhammad Zahid Al Muhdhor; Tegar Hibatullah Ferniko; Muhammad Antoni
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (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

Pemilihan tenaga kerja terbaik merupakan aspek krusial dalam keberhasilan suatu organisasi, memastikan penempatan individu yang paling sesuai dengan kebutuhan dan tujuan perusahaan. Proses ini seringkali melibatkan berbagai kriteria yang kompleks dan data kuantitatif maupun kualitatif. Untuk mengatasi tantangan tersebut, penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) yang dirancang untuk memfasilitasi seleksi tenaga kerja terbaik secara objektif dan efisien. Sistem yang dibangun menggunakan bahasa pemrograman PHP ini mengimplementasikan tiga metode Multi-Criteria Decision Making (MCDM) yang populer sebagai pembanding: Simple Additive Weighting (SAW), Weighted Product (WP), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Penerapan ketiga metode ini memungkinkan analisis komparatif yang mendalam terhadap hasil pemilihan, memberikan validasi silang serta memperkaya perspektif dalam pengambilan keputusan. Hasil penelitian menunjukkan bahwa integrasi ketiga metode MCDM ini dalam SPK memberikan rekomendasi yang komprehensif dan akurat, membantu manajemen dalam menentukan tenaga kerja terbaik berdasarkan kriteria yang telah ditetapkan.

Page 10 of 15 | Total Record : 145