cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Alusyanti Primawati
Contact Email
alus.unindra23@gmail.com
Phone
+6281310772762
Journal Mail Official
semnas.sakaintek@gmail.com
Editorial Address
Kampus B. Jl. Raya Tengah No.80, Gedong, Pasar Rebo, Jakarta Timur 13760
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Published by Universitas Indraprasta PGRI
ISSN : 25275321     EISSN : 25275941     DOI : https://doi.org/10.30998/semnasristek.v8i01
Core Subject : Science, Education, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Engineering Other
Prosiding ini berisi artikel-artikel yang telah didesiminasikan dalam acara Seminar Nasional Riset dan Inovasi Teknologi (SEMNAS RISTEK) yang diselenggarakan oleh Program Studi Teknik Informatika, FTIK, Universitas Indraprasta PGRI. Penyelenggaraan SEMNAS RISTEK dimulai tahun 2017 dengan publikasi cetak, sedangkan publikasi online melaui OJS dimulai tahun 2020. Fokus dan Area Prodisiding diantaranya: Data Mining Internet of Things Machine Learning Deep Learning Reinformance Learning Generative AI Software Engeneering E-Learning Expert System Artificial Intelligence Game Development Ethic AI Business Intelligence Data Engineering Web Development E-Commerce Arsitektur dan Jaringan Komputer Semantic Analysis Sistem Real-Time Sistem Berbasis Pengetahuan Neural Network Customer Relatioship Management E-Government Komputer Grafis Pengolahan Citra Komputer dan Masyarakat Teknologi Industri Infrastruktur Wilayah dan Tata Kota Aplikasi Multimedia Cloud Computing Teknologi Pendidikan Teknologi Desain dan Arsitektur
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 868 Documents
 79   80   81   82   83 
Sistem Pendukung Keputusan Balita Teridentifikasi Stunting di Posyandu Mawar Pulau Seribu menggunakan Metode SAW Ramadhona, Puspita Amelia; Husain, Ahmad; Irawan, Ari
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8373

Abstract

Stunting merupakan salah satu permasalahan utama kesehatan anak di Indonesia, ditandai dengan gagal tumbuh akibat kekurangan gizi kronis yang berpengaruh pada perkembangan fisik, kognitif, serta prestasi akademik anak di masa depan. Berdasarkan data Kementerian Kesehatan, prevalensi stunting di Indonesia mencapai 27,67% pada tahun 2021, dan Indonesia termasuk dalam sepuluh negara dengan tingkat stunting tertinggi di dunia menurut UNICEF. Pulau Seribu sebagai wilayah kepulauan menghadapi tantangan tersendiri dalam penanganan stunting, seperti keterbatasan akses makanan bergizi, layanan kesehatan, dan pengetahuanmasyarakat tentang gizi seimbang. Keterbatasan sumber daya di posyandu juga menghambat proses pemantauan dan intervensi balita stunting. Untuk mengatasi hal tersebut, penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan berbasis metode Simple Additive Weighting (SAW) di Posyandu Mawar, yang mampu menganalisis berbagai kriteria status gizi balita secara objektif dan memberikan rekomendasi intervensi yang tepat. Sistem ini diharapkan dapat membantu kader posyandu dan orang tua balita dalam memantau tumbuh kembang anak, mengidentifikasi risiko stunting secara lebih efektif dan efisien, serta menjadi referensi bagi penelitian selanjutnya dalam pengembangan teknologi pendukungkeputusan di bidang kesehatan anak.
Sistem Rekomendasi Menu pada Restoran Takomari dengan Metode Algoritma Item-Based Collaborative Filtering Setiawan, Deni Juli; Primawati, Alusyanti; Sutrisno, Sutrisno
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8512

Abstract

Penelitian ini dilatarbelakangi oleh penurunan jumlah pelanggan di Restoran Takomari yang disebabkan oleh operasional yang kurang efisien, yang mengakibatkan antrean panjang dan kesalahan pencatatan. Tujuan penelitian adalah merancang sistem pemesanan berbasis website yang mampu meningkatkan efisiensi serta mengimplementasikan algoritma rekomendasi untuk meningkatkan kepuasan pelanggan. Metode yang digunakan adalah pendekatan kuantitatif dengan menerapkan algoritma Item-Based Collaborative Filtering. Algoritma ini bekerja dengan menganalisis data riwayat rating pesanan pelanggan untuk menghitung kemiripan antar menu menggunakan Cosine Similarity dan kemudian memprediksi preferensi pengguna melalui formula weighted sum. Hasil penelitian ini adalah sebuah sistem fungsional yang berhasil mengotomatisasi proses pemesanan secara menyeluruh. Temuan utamanya adalah validasi implementasi algoritma yang mampu menghasilkan daftar rekomendasi menu yang relevan dan dipersonalisasi secara akurat berdasarkan pola pemesanan sebelumnya. Sistem ini memberikan dampak signifikan terhadap peningkatan efisiensi operasional dan akurasi data bagi restoran, serta meningkatkan pengalaman pelanggan melalui layanan yang lebih cepat dan personal, yang berpotensi mendorong loyalitas dan mengatasi penurunan jumlah pengunjung
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode Analytical Hierarchy Process di PT Aerowisata (Aero Globe Indonesia) Setiawan, Erlangga; Wulan, Rayung; Mufti, Abdul
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8570

Abstract

Penentuan karyawan terbaik merupakan salah satu strategi penting dalam pengelolaan sumber daya manusia guna mendorong produktivitas dan meningkatkan kualitas kerja. Namun, proses seleksi yang dilakukan secara manual cenderung subjektif dan tidak terstruktur. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pendukung keputusan (SPK) yang mampu membantu proses pemilihan karyawan terbaik secara objektif dengan menggunakan metode Analytical Hierarchy Process (AHP). AHP dipilih karena kemampuannya dalam menguraikan permasalahan kompleks menjadi struktur hirarki serta memungkinkan evaluasi berdasarkan perbandingan berpasangan antar kriteria. Sistem ini dibangun menggnakan bahasa pemrograman java dan platform NetBeans, serta diuji pada studi kasus di PT Aerowisata (Aero Globe Indonesia). Kriteria penilaian meliputi kinerja, sikap, kepuasan, dan pendidikan terakhir. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu memberikan rekomendasi yang akurat dan konsisten, dengan tingkat konsistensi CR ≤ 0,1. Berdasarkan hasil simulasi, karyawan bernama Fauzan terpilih sebagai kandidat dengan skor tertinggi. Sistem ini diharapkan dapat mendukung pengambilan keputusan yang lebih efisien, transparan, dan terukur dalam manajemen SDM perusahaan.
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik Pada PT. Cimanggis Cibitung Tollways dengan Metode Weighted Product Akhdan, Ariz; Izzatillah, Millati
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8542

Abstract

Penelitian ini bertujuan untuk merancang sistem pendukung keputusan (SPK) dalam penentuan karyawan terbaik di PT. Cimanggis Cibitung Tollways menggunakan metode Weighted Product (WP). Masalah utama yang dihadapi perusahaan adalah penilaian karyawan yang masih dilakukan secara manual, yang menyebabkan proses pengambilan keputusan menjadi kurang efektif dan rawan kesalahan. Metode WP dipilih karena dapat mengolah banyak kriteria dalam menentukan ranking karyawan terbaik. Kriteria yang digunakan dalam penelitian ini adalah kinerja, kedisiplinan, absensi, inisiatif kerja, dan loyalitas. Penelitian ini menggunakan bahasa pemrograman Java dengan NetBeans sebagai IDE dan MySQL sebagai basis data. Hasil akhir dari sistem ini mampu memberikan peringkat karyawan terbaik secara cepat dan akurat. Sistem ini diharapkan dapat membantu HRD dalam memberikan keputusan yang objektif terkait pemberian penghargaan kepada karyawan
Penerapan Metode SAW Dalam Sistem Penunjang Keputusan Pemberian Bonus Pegawai di PT.Securindo Packatama Indonesia Attar, Vazza Aldin; Wulan, Rayung; Yulianingsih, Yulianingsih
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8616

Abstract

Pemberian bonus pegawai merupakan salah satu bentuk apresiasi yang diberikan perusahaan terhadap kinerja karyawan yang berkontribusi pada pencapaian target dan peningkatan produktivitas. Namun, dalam praktiknya, proses penentuan bonus sering kali menghadapi kendala seperti subjektivitas penilaian dan kurangnya metode yang terukur dalam pengambilan keputusan. Hal ini berpotensi memicu ketidakpuasan karyawan dan mengganggu motivasi kerja. Penelitian ini bertujuan untuk merancang sistem pendukung keputusan pemberian bonus pegawai di PT. Securindo Packatama Indonesia dengan menerapkan metode Simple Additive Weighting (SAW). Metode SAW dipilih karena mampu memberikan penilaian yang objektif melalui proses pembobotan dan perangkingan berdasarkan kriteria yang telah ditentukan, seperti kehadiran, masa kerja, hasil kerja, pelanggaran, dan sikap. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem menggunakan UML, implementasi menggunakan Java NetBeans dan MySQL, serta pengujian hasil perhitungan terhadap data aktual perusahaan. Hasil penelitian menunjukkan bahwa penerapan metode SAW dapat membantu manajemen dalam menentukan pegawai yang berhak menerima bonus secara objektif, transparan, dan tepat sasaran, sekaligus mengurangi bias penilaian dan mempercepat proses pengambilan keputusan.
Penerapan Sistem Pendukung Keputusan untuk Evaluasi Kinerja Karyawan dengan Metode SAW Nurbaiti, Kiki Resita; Pauziah, Ulfa; Irawan, Ari
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8744

Abstract

PT Indotrans Data menghadapi persoalan dalam pencatatan presensi dan evaluasi kinerja karyawan, seperti ketidakakuratan data, manipulasi kehadiran, serta bias subjektivitas pada proses penilaian. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem pendukung keputusan dengan memanfaatkan metode Simple Additive Weighting (SAW). Metode ini digunakan untuk menghitung dan membandingkan nilai karyawan berdasarkan sejumlah kriteria yang ditentukan sehingga menghasilkan peringkat yang lebih objektif. Sistem dibangun berbasis desktop menggunakan bahasa pemrograman Java dengan MySQL sebagai basis data. Fitur utama yang dirancang meliputi pencatatan presensi terkomputerisasi, penyimpanan data kinerja, serta modul perankingan otomatis. Dengan pendekatan ini, proses evaluasi karyawan menjadi lebih cepat, terukur, dan transparan dibandingkan cara manual. Hasil rancangan diharapkan dapat mendukung manajemen dalam mengambil keputusan berbasis data, sekaligus meminimalkan potensi bias maupun kesalahan teknis pada pengelolaan presensi dan kinerja.
Penerapan Analisis RFM dan K-Medoids untuk Klasterisasi Produk Skincare Jglow Store Bogor Mutiara, Dea Aulia
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8865

Abstract

Penelitian ini bertujuan untuk mengelompokkan produk skincare berdasarkan pola penjualan dengan menggunakan metode Recency, Frequency, Monetary (RFM) dan algoritma K-Medoids. Pendekatan RFM digunakan untuk menilai performa produk berdasarkan seberapa baru transaksi terjadi, seberapa sering produk terjual, dan nilai total penjualannya (Kumar, 2018). Data transaksi diambil dari JGlow Store Bogor, kemudian diolah untuk memperoleh nilai RFM setiap produk. Selanjutnya, data dinormalisasi dan diklaster menggunakan algoritma K-Medoids yang dipilih karena kemampuannya dalam menangani data yang mengandung outlier (Sammut, 2017). Hasil klasterisasi menghasilkan dua kelompok utama yaitu produk dengan penjualan tinggi (laris) dan produk dengan penjualan rendah (kurang laris). Evaluasi menggunakan Silhouette Score menghasilkan nilai 0.34 yang menunjukkan kualitas klaster yang cukup baik (Lee, 2025). Sistem ini kemudian divisualisasikan melalui aplikasi desktop yang menampilkan hasil klaster secara informatif. Hasil penelitian ini diharapkan dapat membantu manajemen JGlow Store dalam pengambilan keputusan terkait strategi promosi dan pengelolaan stok.
Sinergi Kebijakan Hybrid Learning dan Artificial Intelligence dalam Membangun Ekosistem Literasi Digital Mariko, Selli; Sriyanti, Rini; Suhendra, Suhendra
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8866

Abstract

Tren, Tantangan, dan Prospek Penerapan Computational Thinking dalam Pembelajaran Fisika: Sebuah Kajian Literatur Sistematis Widyasari, Halleyna; Sumarni, Ria Asep; Widiyatun, Fita
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8867

Abstract

Perancangan Mekanik Dialog pada Prototipe Game Edukasi Pengenalan Sejarah Peristiwa Puputan Margarana Putra, Raditya Lungguk Satya; Putra, Chrystia Aji; Sihananto, Andreas Nugroho
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8868

Abstract

Page 81 of 87 | Total Record : 868

 79   80   81   82   83 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol 10, No 1 (2026): SEMNAS RISTEK 2026 Vol 9, No 1 (2025): SEMNAS RISTEK 2025 Vol 8, No 01 (2024): SEMNAS RISTEK 2024 Vol 7, No 1 (2023): SEMNAS RISTEK 2023 Vol 6, No 1 (2022): SEMNAS RISTEK 2022 Vol 5, No 1 (2021): SEMNAS RISTEK 2021 Vol 4, No 1 (2020): SEMNAS RISTEK 2020