cover
Contact Name
Nina Meliana
Contact Email
nmeliana2805@gmail.com
Phone
+6282245954835
Journal Mail Official
jurnalvisualika@gmail.com
Editorial Address
Jl. Raya Klp. Dua Wetan No.17, RT.7/RW.4, Klp. Dua Wetan, Kec. Ciracas, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13730
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Visualika
ISSN : 23552468     EISSN : 2745584X     DOI : https://doi.org/10.56459
Core Subject : Science,
Jurnal VISUALIKA diterbitkan oleh Universitas Saintek Muhammadiyah Prodi Sistem Informasi. Jurnal VISUALIKA merupakan jurnal yang menerbitkan hasil penelitian dan pengembangan tentang Analisis Sistem Informasi, Sistem Informasi Organisasi, Sistem Informasi Manajemen, Sistem Informasi Eksekutif, Sistem Penunjang Keputusan, Sistem Pengolah Transaksi, Sistem Informasi Geografis, Enterprise Resource Planning, Enterprise Architecture, E-Commerce, Supply Chain Management, Knowledge Management System, Customer Relationship Management, Rekayasa Sistem Informasi.
Articles 53 Documents
PEMODELAN REGRESI LINIER PADA KETIMPANGAN GENDER UNTUK MEMPREDIKSI POLA DISTRIBUSI TENAGA KERJA SEKTORAL Frindo, Muhamad Meky; Oktavia, Petricia
Jurnal Visualika Vol. 12 No. 1 (2026): Jurnal Visualika
Publisher : Prodi Sistem Informasi Universitas Saintek Muhammadiyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56459/7p3zk432

Abstract

Ketimpangan gender dalam distribusi tenaga kerja lintas sektor merupakan tantangan signifikan bagi pembangunan ekonomi yang inklusif di wilayah perkotaan. Meskipun akses pendidikan bagi perempuan meningkat, segregasi okupasional yang memisahkan peran laki-laki dan perempuan pada sektor tertentu masih mendominasi struktur pasar kerja. Penelitian ini bertujuan untuk memodelkan dan memprediksi faktor-faktor yang memengaruhi ketimpangan gender tersebut di Kota Bogor dengan membandingkan tingkat signifikansi antara variabel kewilayahan (kecamatan) dan jenis pekerjaan terhadap proporsi gender tenaga kerja. Metode yang digunakan dalam penelitian ini adalah pendekatan data mining kuantitatif dengan menerapkan algoritma Regresi Linier Berganda (Multiple Linear Regression) dan Random Forest Regressor sebagai komparasi. Dataset yang dianalisis bersumber secara resmi dari portal open data pemerintah kota bogor untuk periode tahun 2022 dan tahun 2023. Tahapan analisis mencakup pra-pemrosesan data, pembersihan, imputasi nilai hilang, pemfilteran pembagian nol, pembersihan outlier berbasis Z-score (|Z| <= 3), one-hot encoding untuk fitur kategorikal, uji asumsi regresi, serta evaluasi model menggunakan metrik R-squared (R2), Root Mean Squared Error (RMSE), dan Mean Absolute Error (MAE). Hasil pemodelan menunjukkan bahwa jenis pekerjaan merupakan prediktor yang dominan dan berpengaruh sangat signifikan terhadap ketimpangan gender, sedangkan variabel kewilayahan secara statistik tidak menunjukkan pengaruh yang signifikan (p > 0,05). Model mencapai tingkat akurasi (R-squared) sebesar 0,7107 pada tahun 2022 dan 0,6223 pada tahun 2023. Temuan ini menyimpulkan bahwa kebijakan kesetaraan gender di masa depan harus lebih difokuskan pada intervensi spesifik sektoral (berdasarkan jenis pekerjaan) daripada kebijakan berbasis wilayah administratif.
SISTEM ABSENSI MAHASISWA DENGAN METODE TEMPLATE MATCHING CITRA DIGITAL BERBASIS PENGENALAN WAJAH DI UNIVERSITAS SAINTEK MUHAMMADIYAH Armanda, Aldi; Amijoyo, Tarisno
Jurnal Visualika Vol. 12 No. 1 (2026): Jurnal Visualika
Publisher : Prodi Sistem Informasi Universitas Saintek Muhammadiyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56459/a669n198

Abstract

Proses absensi mahasiswa di Universitas Saintek Muhammadiyah masih menghadapi kendala karena sistem yang digunakan belum terkomputerisasi sehingga tidak efektif dan efisien. Seringnya terjadi ketidakakuratan data kehadiran serta potensi kecurangan seperti titip absen menjadi permasalahan utama yang perlu diselesaikan. Penelitian ini bertujuan untuk merancang dan membangun sistem absensi mahasiswa berbasis website menggunakan metode Template Matching untuk pengenalan wajah sebagai solusi otomatisasi proses kehadiran. Sistem yang dikembangkan memanfaatkan kamera webcam untuk menangkap citra wajah mahasiswa secara real-time.Proses pencocokan wajah dilakukan menggunakan metode Normalized Cross-Correlation (NCC) yang dihitung pada empat region wajah secara terpisah, yaitu wajah penuh (bobot 45%), area mata (30%), area hidung (15%), dan area mulut/dagu (10%). Sebelum proses pencocokan, citra wajah melalui tahap preprocessing berupa konversi grayscale, normalisasi kontras menggunakan CLAHE, dan standarisasi ukuran 128×128 piksel. Sistem dibangun menggunakan Python Flask, OpenCV, MySQL, dan Bootstrap 5. Hasil penelitian menunjukkan bahwa sistem berhasil diimplementasikan sesuai kebutuhan pengguna. Berdasarkan pengujian User Acceptance Testing (UAT) yang melibatkan 5 partisipan (1 admin, 1 dosen, dan 3 mahasiswa) dengan total 10 skenario pengujian, seluruh skenario berhasil dijalankan sesuai kebutuhan dengan tingkat keberhasilan fungsional sebesar 100%. Hasil kuesioner kepuasan pengguna yang diisi oleh 10 responden mahasiswa memperoleh nilai rata-rata 4,53 dari skala 5 dengan kategori Sangat Baik. Hasil tersebut menunjukan bahwa sistem mampu meningkatkan efisiensi proses absensi serta meminimalisir kecurangan absensi di lingkungan kampus melalui otomatisasi pencatatan kehadiran berbasis pengenalan wajah.
SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK MENENTUKAN KARYAWAN TERBAIK PADA PT. SATRIA HALAL INDONESIA Sutinah, Nyai; Sutisna, Mochammad Arief
Jurnal Visualika Vol. 12 No. 1 (2026): Jurnal Visualika
Publisher : Prodi Sistem Informasi Universitas Saintek Muhammadiyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56459/x15vd819

Abstract

Penilaian karyawan merupakan salah satu aspek penting dalam manajemen sumber daya manusia, terutama dalam pengambilan keputusan untuk menentukan karyawan terbaik Pada PT. Satria Halal Indonesia, proses masih dilakukan secara manual pada 97 karyawan staff yang tersebar di empat divisi. Berdasarkan hasil wawancara dengan pihak HRD (Human Resource Development), proses manual tersebut dinilai membutuhkan waktu yang tidak sedikit karena setiap karyawan harus dinilai satu per satu berdasarkan beberapa kriteria, serta berpotensi menimbulkan perbedaan penilaian antarpenilai karena belum adanya standar pembobotan kriteria yang terdokumentasi. Kondisi ini mendorong kebutuhan akan suatu sistem yang dapat membantu proses penilaian secara lebih terstruktur dan konsisten. Untuk mengatasi permasalahan tersebut, digunakan pendekatan metode Simple Additive Weighting (SAW) dengan empat kriteria penilaian yaitu Produktivitas, Attitude, Kerjasama Tim, dan Absensi yang bobotnya ditetapkan oleh pihak perusahaan, untuk menentukan peringkat 15 karyawan sebagai alternatif penilaian. Sistem dikembangkan menggunakan metode Waterfall, kemudian divalidasi melalui pengujian perhitungan manual dan oleh sistem dan kuesioner kelayakan kepada pengguna sistem serta karyawan sebagai objek penilaian.   Penelitian ini menghasilkan sistem pendukung keputusan yang menerapkan metode Simple Additive Weighting (SAW) untuk menentukan karyawan terbaik berdasarkan 15 alternatif. Hasil perhitungan menunjukkan bahwa Urip Widodo memperoleh nilai preferensi tertinggi sebesar 0,9776. Hasil verifikasi terhadap 15 alternatif menunjukkan bahwa nilai preferensi yang diperoleh melalui perhitungan manual sama dengan hasil perhitungan pada sistem. Selain itu, hasil kuesioner pengguna memperoleh persentase 91,11% dengan kategori Sangat Baik, sedangkan kuesioner karyawan memperoleh 87,00% dengan kategori Sangat Baik. Dengan demikian, sistem dapat membantu proses penilaian karyawan secara lebih terstruktur dan mendukung pengambilan keputusan berdasarkan kriteria dan bobot yang telah ditentukan.