cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Seminar Nasional Informatika (SEMNASIF)
Published by Universitas Pembangunan Nasional Veteran Yogyakarta
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 767 Documents
 70   71   72   73   74 
PERANCANGAN MOTOR LISTRIK BLDC TIPE HUB 1000W UNTUK PENGGERAK SEPEDA MOTOR Immawan Insani; Gesang Nugroho
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakMeningkatnya konsumsi energi tidak dapat dihindari karena berkembangya kegiatan ekonomi dan meningkatnya jumlah penduduk. Bahan bakar minyak (BBM) merupakan sumber energi yang paling dominan dan transportasi merupakan sektor pengguna BBM yang paling besar. Untuk mengurangi peningkatan kunsumsi BBM dan untuk mengurangi polusi udara yang dihasilkan oleh kendaraan bermotor, maka kendaraan listrik merupakan salah satu solusinya. Kendaraan listrik menggunakan motor listrik sebagai penggerak dimana ia berfungsi sebagai pengubah energi listrik yang tersimpan dalam baterai menjadi energi mekanik untuk memutar roda kendaraan. Pada penelitian ini dilakukan perancangan motor Brush Less Direct Current (BLDC) sebagai pengerak sepeda motor, Motor BLDC memiliki komponen utama yaitu stator dan rotor. Perancangan komponen motor BLDC ini dilakukan dengan perhitungan analitis dan dengan software solidworks. Motor listrik yang dirancang ini menggunakan BLDC HUB dengan spesifikasi yaitu untuk daya 1000 Watt dan frekuensi tegangan input 50 Hz dan kecepatan putar 500 rpm dengan baterai SLA 12V 20 Ah dirangkai seri 4 menjadi 48V serta jenis magnet yang digunakan adalah neodymium N35 dan Airgap 1mm . Hasil perancangan diperoleh jumlah kumparan di stator sebanyak 18 kumparan, 62 lilitan per fasa dan jumlah fasa 3. Dimensi fisik stator berupa susunan plat setebal 20 mm, tersusun dari plat setebal 2 mm per plat. Besar arus yang akan mengalir di lilitan stator sebesar 14,49 A. dimensi akhir motor memiliki lebar 116 mm dan diameter luar 250 mm. Model motor listrik BLDC HUB ini dapat disesuaikan dengan bentuk tromol sepeda motor dengan diameter roda 14 inci.Kata Kunci : BLDC HUB,rotor, stator, perancangan.
IMPLEMENTASI ALGORITMA AHP UNTUK MENENTUKAN PRIORITAS INFRASTRUKTUR JALAN Rahmat Hidayat; Muhammad Iqbal J; Muhammad Renaldi A; Rehaeni Atipah; Falentino Sembiring
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractOver time, the roads will inevitably suffer damage. Roads as a means of supporting the economy do not receive proper maintenance and repair. One of the problems is the limited budget and the inaccurate allocation of funds for priority road repairs. To solve the problem of road repairs, a system is needed to determine the priority order of the repaired roads first, thus optimizing the limited budget. The limited budget of funds from village infrastructure means that village officials must record which ones should be prioritized. In the village of Cilangkap, the village level records and reports on road repair problems or infrastructure are still using manual paper, making it vulnerable to document loss and budget misuse practices, so the author wants to create a system that can overcome these problems in the form of AHP Algorithm implementation to determine road infrastructure priorities in Cilangkap village. The method used is Analytic Hierarchy Process (AHP). The results of this enelitianis to create a website to calculate the value of alternatives such as road repair proposal based on the criteria that have been set, so it can be used as a basis for decision-making to determine the priority road improvements. Based on the calculation of the criteria and alternatives for the first road section of Cicenga-Ciburih 0.158980253, second Cigandok-Lengasar 0.153384629, third Cijeruk-Panyindangan 0.141288856, and finally Cijablog-Lengsar 0.108639971Keywords : Infrastructure, Road Repair, Analytic Hierarchy Process, AHP, PrioritySeiring berjalannya waktu, jalan pasti akan mengalami kerusakan. Jalan sebagai salah satu sarana penopang perekonomian kurang mendapatkan perawatan dan perbaikan yang tepat. Salah satu masalahnya yaitu keterbatasan anggaran dan kurang tepatnya pengalokasian dana untuk prioritas perbaikan jalan. Untuk mengatasi masalah perbaikan jalan, dibutuhkan sistem yang menentukan urutan prioritas jalan yang diperbaiki terlebih dahulu, sehingga mengoptimalkan anggaran yang terbatas. Anggaran dana dari sarana prasarana desa yang terbatas membuat perangkat desa harus mendata mana yang harus diprioritaskan. Pada desa Cilangkap perngkat desa mendata dan melaporkan masalah perbaikan jalan ataupun infrastruktur masih menggunakan kertas manual, sehingga rentan terhadap kehilangan dokumen dan praktik penyalahgunaan anggaran sehingga penulis ingin membuat sebuah system yang dapat mengatasi masalah tersebut berupa Implementasi Algoritma AHP untuk menentukan prioritas infrastruktur jalan di desa cilangkap. Metode yang digunakan adalah Analytic Hierarchy Process (AHP). Hasil dari penelitian ini adalah membuat sebuah website untuk menghitung nilai perangkingan dari alternatif-alternatif berupa usulan perbaikan jalan berdasarkan kriteria - kriteria yang telah ditetapkan, sehingga dapat digunakan sebagai dasar dalam pengambilan keputusan untuk menentukan prioritas perbaikan jalan. Berdasarkan hasil perhitungan kriteria dan alternatif ruas jalan pertama Cicenga-Ciburih 0,158980253, kedua Cigandok-Lengasar 0,153384629, ketiga Cijeruk-Panyindangan 0,141288856, dan terakhir Cijablog-Lengsar 0,108639971.Kata Kunci : Infrastruktur, Perbaikan Jalan, Analytic Hierarchy Process, AHP, Prioritas 
ANALISA BERMACAM OPTIMIZER PADA CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI PEMAKAIAN MASKER PENGEMUDI KENDARAAN Alief Wikarta; Agus Sigit Pramono; Julendra B Ariatedja
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractThe COVID-19 pandemic has had a major impact on the transportation sector, especially urbantransportation in the form of regular taxis and online taxis. To overcome this, several studies have statedthat the use of masks is quite effective in preventing the spread of the virus. In this article, to detect theuse of masks by drivers and vehicle passengers, it will be done automatically by implementing theConvolutional Neural Network (CNN) or Convnet. There are 3 types of optimizers analyzed, namely SGD,RMSprop, and ADAM. Where the three optimizers will be compared to determine the optimal level ofaccuracy. The results of CNN training show that the accuracy values for CNN with the SGD, RMSprop,and ADAM optimizer are as follows: 0.7577, 0.9577, and 0.9654. This value indicates that the SGDoptimizer has the lowest accuracy, while the ADAM optimizer has the highest accuracy.Keywords : Convolutional Neural Network, Optimizer, face mask detection, vehicle driver.Pandemi COVID-19 telah memberikan dampak yang besar pada sektor transportasi, khususnyatransportasi di perkotaan berupa taksi reguler maupun taksi online. Untuk mengatasi hal tersebut, dalambeberapa studi menyebutkan bahwa pemakaian masker cukup efektif untuk mencegah penyebaran virus.Dalam artikel ini, untuk mendeteksi pemakaian masker oleh pengemudi maupun penumpang kendaraanakan dilakukan secara otomatis dengan menerapkan Convolutional Neural Network (CNN) atau Convnet.Ada 3 macam optimizer yang dianalisa, yaitu SGD, RMSprop, dan ADAM. Hasil training CNNmenunjukkan bahwa pemilihan jenis optimizer akan memberikan tingkat akurasi dan losses yangberbeda-beda. Nilai akurasi untuk CNN dengan optimizer SGD, RMSprop, dan ADAM secara berurutanadalah sebagai berikut: 0.7577, 0.9577, dan 0.9654. Nilai tersebut menunjukkan bahwa optimizer SGDmemiliki akurasi terendah, sementara optimizer ADAM memiliki akurasi tertinggi.Kata Kunci : Convolutional Neural Network, Optimizer, Deteksi Pemakaian Masker, PengemudiKendaraan.
IMPLEMENTASI PENGECEKAN PLAGIARISME PROPOSAL TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA UPN VETERAN YOGYAKARTA Awang Hendrianto Pratomo; Andiko Putro Suryotomo
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractThe thesis proposal submission system currently used by the Department of Informatics Engineering at UPN "Veteran" Yogyakarta is still using conventional manual methods, so difficulties are encountered in checking the document's similarity for the student's final project proposal. The Winnowing algorithm can be used to do similarity checking in text-based documents. The Winnowing algorithm works by retrieving text data from the thesis proposal, then carrying out several steps such as preprocessing by finding the smallest hash value of each document used as a comparison to determine the similarity value between documents. The results showed that the smaller n-gram size would get a larger percentage similarity value (76% and 89%). This happens because a smaller n-gram size will result in smaller truncated strings, increasing the probability of finding the same string of characters. The bigger n-gram size will result in more characters than the smaller n-gram size, which causes fewer character strings to be found thus lowering the similarity value (down to 57% and 68%).Keywords: thesis proposal, plagiarism, Winnowing algorithm, hash value, n-gramAbstrakSistem informasi skripsi yang saat ini digunakan oleh program studi Teknik Informatika UPN “Veteran” Yogyakarta masih menggunakan cara konvensional, sehingga ditemui kesulitan dalam proses pemeriksaan kemiripan dokumen yang ada dalam proposal tugas akhir mahasiswa. Pemeriksaan kemiripan dokumen dapat dilakukan dengan menggunakan algoritme Winnowing. Algoritme Winnowing bekerja dengan cara mengembil data teks dari proposal, kemudian dilakukan beberapa tahapan seperti preprocessing kemudian dilakukan dengan mencari nilai hash terkecil dari setiap dokumen yang digunakan sebagai pembanding untuk menentukan nilai kemiripan dokumen tersebut. Hasil penelitian diketahui bahwa pemilihan n-gram yang semakin kecil akan memperoleh nilai persentase kemiripan yang besar (76% dan 89%). Hal ini terjadi karena pada n-gram yang lebih sedikit, string yang dipotong lebih kecil sehingga kemungkinan untuk ditemukannya rangkaian karakter yang sama semakin besar. Semakin besarnya n-gram, maka mengandung karakter yang lebih banyak dibandingkan dengan n-gram yang lebih kecil sehingga menyebabkan rangkaian karakter yang ditemukan semakin berkurang sehingga menurunkan nilai similaritas (hingga 57% dan 68%).Kata kunci: proposal skripsi, plagiarisme, algoritme Winnowing, nilai hash, n-gram
Rancang Bangun Aplikasi Prediksi Harga Saham dengan Tiga Interpolasi melalui Restful API Barus, Simon Prananta
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractInvestor needs aplications to supoort in decision making. The research aims to build an application to predict the stock price by implementation of three interpolations in which front-end of application is flexible (web base, smartphone or desktop) with RESTful API approach. Application development using a prototyping model. Prediction process that have been carried out was to get history data (dataset), preprocessing, the three interpolation process and visualization. Dataset includes the opening and closing prices. Historical stock price used in this study is stock of KLBF and ISAT for the period of October 2019 until October 2020. The accuracy level is carried out by predicting stock prices in the period of 2 – 5 November 2020. The prediction results for the closing price of ISAT are 2.082% (NGF), 2.108% (NGB) and 2.082% (Lagrange) and KLBF are 1.457% (NGF), 1.454% (NGB) and 1.507% (Lagrange). Therefore, this application is able to help investors.Keywords : stock predictions, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful APIInvestor membutuhkan aplikasi untuk mendukung pengambilan keputusan. Banyak algoritma atau model untuk memprediksi harga saham. Namun, jarang harga saham diprediksi dengan penerapan interpolasi dalam metode numerik, seperti Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), dan Lagrange. Pada penelitian sebelumnya belum ada rancang bangun aplikasi prediksi harga saham untuk menerapkan ketiga model interpolasi tersebut dalam sebuah aplikasi dan upaya menjembatani perangkat yang dipakai. Penelitian ini bertujuan untuk menghasilkan aplikasi prediksi harga saham dengan penerapan tiga interpolasi, dimana sisi front-end dari aplikasinya fleksibel (berbasis web, smartphone ataupun desktop) dengan pendekatan RESTful API. Pengembangan aplikasi menggunakan model prototyping. Proses prediksi yang dilakukan yaitu memperoleh data histori (dataset), pra-pemrosesan (preprocessing), proses tiga interpolasi, dan visualisasi. Dataset meliputi harga pembukaan dan penutupan saham. Harga saham histori dalam penelitian ini yaitu saham PT Kalbe Farma Tbk (KLBF) dan Indosat Ooredoo (ISAT)) periode Oktober 2019 sampai dengan Oktober 2020. Tingkat keakuratan dilakukan dengan memprediksi harga saham pada periode 2 sampai 5 Nopember 2020. Hasil prediksi untuk harga penutupan ISAT yaitu 2,082% (NGF), 2,108% (NGB) dan 2,082% (Lagrange) dan KLBF yaitu 1,457% (NGF), 1,454% dan 1,507% (Lagrange). Dengan demikian, aplikasi ini dapat sebagai alat bantu pengambilan keputusan bagi investor.Kata Kunci : prediksi saham, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful API 
PEMANFAATAN DATA SCIENCE DAN TEKNOLOGI LBS DALAM OPTIMALISASI PEMASARAN ONLINE PADA IKM Astrid Lestari Tungadi; Samuel Michael Liem; Rolland Vincentsius; Willy Willy
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The current situation of the COVID-19 pandemic, there are 64% of Small and Medium Industries (IKM) which have a low level of productivity (CNBC Indonesia), because online marketing has not been maximized. According to Accenture Research (2020), as many as 44% of consumers are still not comfortable traveling to public places. This makes it difficult for IKM to market products and services offline. Therefore, this research was conducted with the aim of designing a prototype that utilizes data science to assist data processing and providing information on SMI advertising to consumers according to the location points around them using Location Based Service (LBS) technology. This prototype is expected to assist SMIs in increasing their productivity through marketing products or services that are more targeted (effective) and efficientKeywords : Data Sciense, LBS, IKMSituasi pandemi COVID-19 saat ini terdapat 64% Industri Kecil dan Menengah (IKM) memiliki tingkat produktivitas yang rendah (CNBC Indonesia), karena belum maksimalnya pemasaran secara online. Menurut Accenture Research (2020), sebanyak 44% konsumen masih belum nyaman untuk bepergian ke tempat publik. Hal ini menyebabkan sulitnya IKM untuk memasarkan produk maupun jasa secara offline. Oleh karena itu, penelitian ini dilakukan dengan tujuan merancang prototype yang memanfaatkan data science untuk membantu pengolahan data dan memberikan informasi mengenai periklanan IKM kepada konsumen sesuai titik lokasi di sekitar mereka menggunakan teknologi Location Based Service (LBS). Prototipe ini diharapkan dapat membantu IKM dalam meningkatkan produktivitasnya melalui pemasaran produk atau jasa yang lebih tepat sasaran(efektif) dan efisienKata Kunci : Data Sciense, LBS, IKM
PEMANFAATAN APLIKASI TELEGRAM DILENGKAPI SENSOR GETAR DAN FINGER PRINT UNTUK PENGAMANAN KOTAK AMAL MASJID Wisjhnuadji, TW; Narendro, Arsanto; Raditya, Maurizza
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractThe charity box is a means of raising funds to help manage activities in a mosque. However, due to the lack of monitoring and security factors for the Mosque Charity Box, there are often crimes that target the box, and most often there is no crime of stealing the contents of the box in the form of money collected from the charity of the mosque congregation. Therefore, to overcome this problem, a charity box is designed which is equipped with remote monitoring facilities. The box designed is a box equipped with a vibration sensor, where vibrations due to a lift or touch on the box will trigger an alarm in the form of a buzzer that sounds as well as an Arduino-based control system that immediately sends a message to the Telegram application installed on the mosque manager's smartphone so that it can prompt action was taken to resolve the problem. In addition, the charity box is also equipped with a locking system that can only be opened if a Finger Print scan is performed so that only those who have the authority are given access rights to open the box. The test results show that with the installation of a vibration sensor, the response in the form of an alarm and message of theft can be received through the Telegam application in a fast time, in addition to the Finger Print security function associated with the authority to open the charity box can run well.Keywords : charity box, arduino, vibrationsensor, telegram, finger printKotak amal adalah salah satu sarana pengumpulan dana untuk membantu pengelolaan aktivitas dalam sebuah masjid. Namun demikian karena sangat kurangnya faktor pengawasan dan pengamanan terhadap Kotak Amal Masjid , maka sering terjadi tindak kejahatan yang menyasar pada kotak tersebut, dan yang paling sering adalah tidak kejahatan pencurian isi kotak yang berupa uang hasil pengumpulan amal para jamaah masjid. Oleh karena itu untuk mengatasi hal tersebut dirancang sebuah kotak amal yang dilengkapi dengan sarana pemantauan jarak jauh. Kotak yang dirancang adalah sebuah kotak yang dilengkapi dengan sensor getaran, dimana getaran akibat terjadinya pengangkatan atau sentuhan pada kotak akan memicu alarm berupa sebuah buzzer yang berbunyi serta sistem kontrolnya yang berbasis Arduino yang seketika mengirimkan pesan kepada aplikasi Telegram yang terpasang pada smartphone pengelola masjid sehingga dapat segera diambil tindakan yang cepat untuk mengatasi masalah tersebut. Selain itu kotak amal juga dilengkapi dengan sistem penguncian yang hanya bisa dibuka jika dilakukan pemindaian Finger Print sehingga hanya mereka yang memiliki otoritas saja yang diberi hak akses untuk membuka kotak tersebut. Hasil pengujian menunjukkan bahwa dengan dipasangnya sensor getaran, maka respons berupa alarm dan pesan adanya tindak pencurian dapat diterima melalui aplikasi Telegam dalam waktu yang cepat, selain itu fungsi pengamanan dengan Finger Print yang terkait dengan otoritas pembukaan kotak amal dapat berjalan dengan baik.Kata Kunci: kotak amal, arduino, sensor getar, telegram, finger print
ANALISIS PREDIKSI HARGA SAHAM SEKTOR PERBANKAN MENGGUNAKAN ALGORITMA LONG-SHORT TERMS MEMORY (LSTM) Prismahardi Aji Riyantoko; Tresna Maulana Fahruddin; Kartika Maulida Hindrayani; Eristya Maya Safitri
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractInvesting, buying or selling activity on the stock exchange requires knowledge and skill in the field of data analysis. The movement of the curve in the stock market place is very dynamic, hence it requires data modelling to predict stock prices in order to get a price with a high degree of accuracy. Currently, machine learning has a good level of accuracy in processing and predicting data. In this work, we proposed the data modelling using the Long-Short Term Memory (LSTM) algorithm to predict stock prices. The main purpose for this research is to analyze the accuracy of the machine learning algorithm in predicting stock price data and analyzing the number of epochs in the optimal model formation. The results of our study indicate that the LSTM algorithm has an accurate level of prediction as indicated by the RMSE value and the data model obtained the variation of the epochs value.Keywords : LSTM Algorithm, Stock Price, Analysis Prediction, Machine LearningUntuk melakukan investasi atau jual beli di bursa saham memerlukan pemahaman dibidang analisis data. Pergerakan kurva pada pasar saham sangat dinamis, sehingga memerlukan pemodelan data untuk melakukan prediksi harga saham agar mendapatkan harga dengan tingkat akurasi yang tinggi. Machine Learning pada saat ini memiliki tingkat keakuratan yang baik dalam mengolah dan memprediksi data. Pada penelitian ini kami melakukan pemodelan data menggunakan algoritma Long-Short Term Memory (LSTM) untuk memprediksi harga saham. Tujuan utama pada jurnal ini adalah untuk menganalisis tingkat keakuratan algoritma Machine Learning dalam melakukan prediksi data harga saham serta melakukan analisis pada banyaknya epochs dalam pembentukan model yang optimal. Hasil penelitian kami menunjukkan bahwa algoritma LSTM memiliki tingkat prediksi yangg akurat dengan ditunjukkan pada nilai RMSE serta model data yang di dapatkan pada variasi nilai epochs.Kata Kunci : Algoritma LSTM, Harga Saham, Analisis Prediksi, Machine Learning
SISTEM PENDUKUNG KEPUTUSAN PEMUTUSAN HUBUNGAN KERJA KARYAWAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Dea Siti Rahima Juliansa; Anti Aprianti; Intan Min Warokil Janah; Mila Kartika; Falentino Sembiring
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractTermination of employment has a major impact on employees and the company, for employees by getting laid off from the company means that the employee can no longer fulfill his / her needs maximally, even though this is unpleasant, this step must sometimes be taken as a form of defense for the survival of a more stable company life. . Currently PT. YHS still uses a subjective way of determining employee layoffs so there are many complaints about decisions taken because they are considered inappropriate. Therefore this study aims to produce a decision support system that will assist human resource managers in determining employees who get laid off based on predetermined criteria using Simple Additive Weighting (SAW) as a decision method. The basic concept of the SAW method is to find the weighted sum of the performance ratings for each alternative on all attributes. The SAW method requires a decision matrix normalization process (X) to a scale that can be compared with all existing alternative ratings. By using the SAW method the decisions taken will be more objective because they compare the weighted values of the layoff criteria. This research methodology by means of observation, literature study and interviews. The results of this study are in the form of a decision support system that can display employee data values, normalization and ranking, obtained 5 rankings with the lowest scores, namely Agus Suparlan = 0.42, Fitri Nuraeni = 0.47, Aditya Prasetyo = 0.48, Sandi Nurpalah = 0.56 and Nurmalasari = 0.60 which used as a candidate as decision support material to determine employees who get laid off, this system uses the PHP programming language and the database uses MySQL.Keywords: Decision Support System, Simple Additive Weighting, Termination of EmploymentPemutusan hubungan kerja memiliki pengaruh besar terhadap karyawan dan perusahaan, untuk karyawan dengan mendapat PHK dari perusahaan berarti karyawan tersebut tidak dapat lagi memenuhi kebutuhannya secara maksimal, meski hal ini tidak menyenangkan namun langkah ini terkadang harus diambil sebagai bentuk pertahanan demi keberlangsungan kehidupan perusahaan yang lebih stabil. Saat ini PT. YHS masih menggunakan cara yang subyektif dalam menentukan PHK pada karyawan sehingga banyak terjadi komplen tentang keputusan yang diambil karena dianggap tidak tepat. Oleh karena itu penelitian ini bertujuan untuk menghasilkan sistem pendukung keputusan yang akan membantu manajer sumber daya manusia dalam menentukan karyawan yang mendapatkan PHK berdasarkan kriteria yang telah ditentukan dengan menggunakan Simple Additive Weighting (SAW) sebagai metode keputusannya. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Dengan menggunakan metode SAW keputusan yang diambil akan lebih obyektif karena memperbandingkan nilai bobot pada kriteria PHK. Metodologi penelitian ini dengan cara observasi, studi pustaka dan wawancara. Hasil dari penelitian ini berupa sistem pendukung keputusan yang dapat menampilkan nilai data karyawan, normalisasi dan ranking, didapat 5 ranking dengan nilai terendah yaitu Agus Suparlan=0.42, Fitri Nuraeni=0.47, Aditya Prasetyo=0.48, Sandi Nurpalah=0.56 dan Nurmalasari=0.60 yang dijadikan kandidat sebagai bahan pendukung keputusan menentukan karyawan yang mendapatkan PHK, sistem ini menggunakan bahasa pemrograman PHP dan database menggunakan MySQL.Kata kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Pemutusan Hubungan Kerja
PENGGUNAAN METODE REGION GROWING DALAM SEGMENTASI CITRA TANAH PADA AREA JALUR KERETA API STASIUN PORONG-TANGGULANGIN Teguh Arifianto; Sunardi Sunardi
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakBencana banjir yang terjadi jalur kereta api Porong-Tanggulangin tepatnya di antara Stasiun Porong hingga Stasiun Tanggulangin Sidoarjo pada tanggal 26 November 2017 menyebabkan perjalanan kereta api dari dan menuju Malang dan Daop 9 Jember terganggu. Hal ini disebabkan karena hujan lebat di wilayah tersebut. Petak ini sering terendam banjir akibat tanah yang dilalui rel tersebut ambles dikarenakan efek dari bencana lumpur lapindo yang melanda Porong sejak 2006 silam.Untuk mengetahui petak tersebut terendam banjir akibat tanah yang ambles, penulis melakukan sebuah penelitian tentang segmentasi tanah di sekitar rel Stasiun Porong hingga Stasiun Tanggulangin. Salah satu tahapan penting pada segmentasi tanah adalah proses pengolahan citra tanah yaitu citra akuisi, proses preprocessing, dan segmentasi tanah menggunakan metode region growing. Metode region growing adalah metode yang digunakan untuk mensegmentasi citra dimulai dari beberapa pixel yang kemudian berkembang ke seluruh citra.Pengambilan citra akuisi dilakukan dengan pemrosesan terhadap citra tanah yang diambil menggunakan drone dengan titik-titik yang telah diberi tanda sebanyak 160 citra dengan ketinggian 50, 100, 150, dan 200 meter dari permukaan tanah. Adapun hasil yang didapatkan dari penelitian ini menggunakan ukuran 1280x960 piksel dan nilai threshold 15 dengan ketinggian 50 meter adalah nilai akurasi rata-rata terbaik yaitu 87,5%.Kata Kunci : Jalur kereta api, Stasiun Porong, segmentasi tanah, metode region growing 

Page 72 of 77 | Total Record : 767

 70   71   72   73   74 

Filter by Year

2008 2021


Reset
Filter By Issues
All Issue Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi Vol 1, No 1 (2018): Landscape Industri Internet Dampak Perilaku Marketing Indonesia Vol 1, No 1 (2018): Landscape Industri Internet Dampak Perilaku Marketing Indonesia Vol 1, No 1 (2017): “e-Defense : Menjaga keamanan data menghadapi cyber warfare untuk memperkokoh ke Vol 1, No 2 (2016): Semnasif 2016 Vol 1, No 2 (2016): Semnasif 2016 Vol 1, No 1 (2015): Informatika Dalam Pengelolaan Sumber Daya Alam Vol 1, No 1 (2015): Informatika Dalam Pengelolaan Sumber Daya Alam Vol 1, No 1 (2014): Business Intelligence Vol 1, No 5 (2013): Network And Security Vol 1, No 4 (2013): Intelligent System dan Application Vol 1, No 3 (2013): Computation And Instrumentation Vol 1, No 3 (2013): Computation And Instrumentation Vol 1, No 2 (2013): Cloud Computing Technology Vol 1, No 1 (2013): Information System and Application Vol 1, No 1 (2013): Information System and Application Vol 1, No 5 (2012): Geoinformatic And GIS Vol 1, No 5 (2012): Geoinformatic And GIS Vol 1, No 4 (2012): Information System and Application Vol 1, No 4 (2012): Information System and Application Vol 1, No 3 (2012): Intelligent System dan Application Vol 1, No 3 (2012): Intelligent System dan Application Vol 1, No 2 (2012): Network And Security Vol 1, No 1 (2012): Computation And Instrumentation Vol 1, No 5 (2011): Information System and Application Vol 1, No 5 (2011): Information System and Application Vol 1, No 4 (2011): Intelligent System dan Application Vol 1, No 3 (2011): Network And Security Vol 1, No 2 (2011): Instrumentational And Robotic Vol 1, No 2 (2011): Instrumentational And Robotic Vol 1, No 1 (2011): Computatinal Vol 1, No 5 (2010): Information System And Application Vol 1, No 5 (2010): Information System And Application Vol 1, No 4 (2010): Intelligent System dan Application Vol 1, No 3 (2010): Network And Security Vol 1, No 3 (2010): Network And Security Vol 1, No 2 (2010): Instrumentational And Robotic Vol 1, No 1 (2010): Computatinal Vol 1, No 1 (2010): Computatinal Vol 1, No 6 (2009): E-Democracy Vol 1, No 6 (2009): E-Democracy Vol 1, No 5 (2009): Information System And Application Vol 1, No 5 (2009): Information System And Application Vol 1, No 4 (2009): Intelligent System dan Application Vol 1, No 3 (2009): Network And Security Vol 1, No 2 (2009): Instrumentational And Robotic Vol 1, No 1 (2009): Computatinal Vol 1, No 1 (2009): Computatinal Vol 1, No 5 (2008): Information System And Application Vol 1, No 5 (2008): Information System And Application Vol 1, No 4 (2008): Network And Security Vol 1, No 3 (2008): Intelligent System dan Application Vol 1, No 3 (2008): Intelligent System dan Application Vol 1, No 2 (2008): Instrumentational And Robotic Vol 1, No 1 (2008): Computational More Issue