Tambunan, Frinto
Fakultas Ilmu & Teknik Komputer Universitas Potensi Utama Jl. K.L Yos Sudarso Km 6,5 No 3A, Tanjung Mulia, Medan, Indonesia

Published : 3 Documents
Articles

Found 3 Documents
Search

Sistem Pendukung Keputusan Penentuan Kelayakan Pegawai Untuk Mengikuti Test Kenaikan Jabatan Hidayat, Muhammad Taufik; Agustin, Fhery; Tambunan, Frinto
SENSITEK 2018: SENSITEK
Publisher : STMIK Pontianak

Show Abstract | Original Source | Check in Google Scholar | Full PDF (572.653 KB)

Abstract

Sistem Pendukung Keputusan dapat membantu dalam proses pengambilan keputusan bagi manager sehingga memberikan efektifitas keputusan dengan memberikan pertimbangan kepada manager untuk mengambil sebuah keputusan namun tidak mengambil peran manager itu sendiri. Dengan meningkatnya efektifitas keputusan, manager akan lebih mudah dalam penentuan kelayakan pegawai untuk mengikuti test kenaikan jabatan sehingga hasil yang didapat untuk menentukan kelayakan tersebut berdasarkan perhitungan atas data yang ada. Metode SMART (Simple Multi Attribute Rating Technique) merupakan metode pengambilan keputusan multi kriteria yang didasarkan pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki nilai-nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting dibandingkan dengan kriteria lain. SMART merupakan metode pengambilan keputusan yang fleksibel. SMART lebih banyak digunakan karena kesederhanaanya dalam merespon kebutuhan pembuat keputusan. Penelitian ini bertujuan menerapkan metode SMART (Simple Multi Attribute Rating Technique) pada Sistem Pendukung Keputusan penentuan kelayakan pegawai untuk mengikuti test kenaikan jabatan berdasarkan kriteria yang telah ditentukan. Aplikasi sistem akan menghasilkan hasil keputusan apakah pegawai tersebut layak atau tidak layak untuk mengikuti test kenaikan jabatan berdasarkan kriteria yang ada. Diharapkan dengan sistem ini, dapat mendukung manager untuk untuk membantu dalam melakukan ‘the right man on the right place’. Sehingga perusahaan akan diuntungkan dengan itu.Kata kunci: Sistem Pendukung Keputusan, Test Kenaikan Jabatan, Simple Multi Attribute Rating Technique
Penerapan Metode Theorema Bayes Untuk Mendiagnosa Penyakit Gangguan Jiwa Neurosis Sianturi, Charles Jhony Mantho; Tambunan, Frinto
CSRID (Computer Science Research and Its Development Journal) Vol 9, No 3 (2017): CSRID Oktober 2017
Publisher : Universitas Potensi Utama

Show Abstract | Original Source | Check in Google Scholar | Full PDF (615.271 KB)

Abstract

Gangguan Jiwa atau Gangguan Mental (Mental Disorder) digunakan dalam PPDGJ, tidak mengenal istilah “Penyakit Jiwa” (Mental Disease/Mental Illness). Gangguan Jiwa adalah suatu sindrom atau pola perilaku, atau psikologik seseorang yang secara klinis bermakna dan menimbulkan disfungsi dalam pekerjaan. PPDGJ III, gangguan jiwa adalah pola perilaku atau sikolo sindrom atau pola perilaku, atau psikologik yang secara klinis bermakna dan secara khas berkaitan dengan gejala dan menimbulkan disfungsi dalam pekerjaan, penderitaan serta fungsi psikososial. Pengetahuan tentang kejiwaan ini bisa diimplementasikan kedalam sistem pakar sebagai knowledge base, yang dapat dipakai untuk membantu jenis gangguan kejiwaan yang dialami pasien sehingga didapat solusi tentang penanganan pasien lebih dini. Penerapan metode Theorema Bayes berdasarkan hasil dari diagnosa suatu penyakit kejiwaan yang dialami masyarakat serta kurangnya pengetahuan masyarakat tentang penyakit kejiwaan. Adapun alasan digunakannya metode ini untuk memberikan suatu kepastian kepada user atau masyarakat tentang penyakit kejiwaan terutama Penyakit Jiwa Neurosis.
Implementation of Data Mining using the Clustering Method (Case: Region of the Actors of Theft Crime by Province) Tambunan, Frinto
IJISTECH (International Journal Of Information System & Technology) Vol 2, No 2 (2019): May
Publisher : Sekolah Tinggi Ilmu Komputer (STIKOM) Tunas Bangsa

Show Abstract | Original Source | Check in Google Scholar | Full PDF (466.078 KB)

Abstract

Theft is a behavior that causes harm to victims who are targeted and cause casualties. This study aims to classify areas of theft crimes based on provision by using data mining techniques. Data was obtained from the Indonesian statistical center (Badan Pusat Statistik) consisting of 34 provinces. The grouping technique used is K-Means. Clusters are divided into 3 namely: C1: areas with high crime rates of theft, C2: areas with crime rates of ordinary theft and C3: areas with low theft crime rates. Data processing is done using the help of RapidMiner software. The results of the k-means analysis obtained 17 provinces in Indonesia have the highest theft crime rate (C1), namely: Aceh, North Sumatra, West Sumatra, Riau, Jambi, South Sumatra, Lampung, DKI Jakarta, West Java, Central Java, East Java, Banten, West Nusa Tenggara, East Nusa Tenggara, South Kalimantan, South Sulawesi and Papua. The results of the study concluded that more than 50% of regions in Indonesia still had high rates of crime of theft.