Articles
45
Documents
IMPLEMENTASI METODE TOPSIS DAN SAW DALAM MEMBERIKAN REWARD PELANGGAN

KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 1 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Original Source | Check in Google Scholar

Abstract

In an industry sales, competition is a natural thing. The number of businesses with the same type makes an entrepreneur should have the right strategies in increasing the purchasing power of customers and reap the benefits. This research aims to implement the algorithms in computer science to create a decision support system for granting rewards to customers Drinking water Depot. In this research method used is TOPSIS and SAW. Where samples are used as much as 6 customers with the assessment criteria is the status of payments, the status of customer liveliness, long subscription, purchase amount, and the time of purchase. From the comparison of the two methods, showed that the calculations carried out by TOPSIS method is better than the SAW method.Keywords: Customer, SPK, Reward, TOPSIS method, Method SAWDalam sebuah industri penjualan, persaingan merupakan hal yang wajar. Banyaknya usaha-usaha dengan jenis yang sama membuat seorang pengusaha harus memiliki strategi-strategi yang tepat dalam meningkatkan daya beli pelanggan dan menuai keuntungan. Penelitian ini bertujuan untuk mengimplementasikan algoritma dalam ilmu komputer untuk membuat sistem pendukung keputusan pemberian reward kepada pelanggan Depot Air minum. Dalam penelitian ini metode yang digunakan adalah TOPSIS dan SAW. Dimana sampel yang digunakan sebanyak 6 pelanggan dengan kriteria penilaian adalah status pembayaran, status keaktifan pelanggan, lama berlangganan, jumlah pembelian, dan waktu pembelian. Dari hasil perbandingan kedua metode tersebut, diperoleh hasil bahwa perhitungan yang dilakukan dengan metode TOPSIS lebih baik dibandingkan dengan metode SAW.Kata Kunci: Pelanggan, SPK, Reward, Metode TOPSIS, Metode SAW

Pelatihan Pemanfaatan Mendeley Desktop Sebagai Program Istimewa Untuk Akademisi Dalam Membuat Citasi Karya Ilmiah

AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat Vol 2, No 2 (2018): Agustus
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Original Source | Check in Google Scholar

Abstract

Desktop mendeley application is actually an application intended to facilitate the creation of citations and a list of libraries commonly used by the authors, so the authors will be pressed error in making the bibliography and facilitate in obtaining the writings to be cited. In addition to creating scientific papers, this application can also be used to manage the files of online journal articles that are the output of a scientific work. Furthermore, participants can utilize this application for the purpose of making a bibliography or collection of abstracts of certain fields of journal articles subscribed. Training activities undertaken in Community Service activities show that participants have a material understanding and the potential to make refernsi managers better and maximum by utilizing mendeley desktop applications.

IMPLEMENTASI METODE TOPSIS DAN SAW DALAM MEMBERIKAN REWARD PELANGGAN

KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 1 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Original Source | Check in Google Scholar | Full PDF (828.111 KB)

Abstract

In an industry sales, competition is a natural thing. The number of businesses with the same type makes an entrepreneur should have the right strategies in increasing the purchasing power of customers and reap the benefits. This research aims to implement the algorithms in computer science to create a decision support system for granting rewards to customers Drinking water Depot. In this research method used is TOPSIS and SAW. Where samples are used as much as 6 customers with the assessment criteria is the status of payments, the status of customer liveliness, long subscription, purchase amount, and the time of purchase. From the comparison of the two methods, showed that the calculations carried out by TOPSIS method is better than the SAW method.Keywords: Customer, SPK, Reward, TOPSIS method, Method SAWDalam sebuah industri penjualan, persaingan merupakan hal yang wajar. Banyaknya usaha-usaha dengan jenis yang sama membuat seorang pengusaha harus memiliki strategi-strategi yang tepat dalam meningkatkan daya beli pelanggan dan menuai keuntungan. Penelitian ini bertujuan untuk mengimplementasikan algoritma dalam ilmu komputer untuk membuat sistem pendukung keputusan pemberian reward kepada pelanggan Depot Air minum. Dalam penelitian ini metode yang digunakan adalah TOPSIS dan SAW. Dimana sampel yang digunakan sebanyak 6 pelanggan dengan kriteria penilaian adalah status pembayaran, status keaktifan pelanggan, lama berlangganan, jumlah pembelian, dan waktu pembelian. Dari hasil perbandingan kedua metode tersebut, diperoleh hasil bahwa perhitungan yang dilakukan dengan metode TOPSIS lebih baik dibandingkan dengan metode SAW.Kata Kunci: Pelanggan, SPK, Reward, Metode TOPSIS, Metode SAW

PENERAPAN METODE NAÏVE BAYES DALAM KLASIFIKASI KELAYAKAN KELUARGA PENERIMA BERAS RASTRA

Jurnal Teknik Informatika Musirawas (JUTIM) Vol 3, No 1 (2018): JURNAL TEKNIK INFORMATIKA MUSIRAWAS (JUTIM) JUNI
Publisher : STMIK MUSIRAWAS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (474.509 KB)

Abstract

AbstrakBeras rastra adalah sebuah program pemerintah yang bertujuan untuk meringankan beban keluarga miskin atau hampir miskin dalam hal pangan. Dalam implementasinya pada desa Bandar Siantar Kecamatan Gunung Malela masih belum optimal dikarenakan masih banyak program rastra yang belum tepat sasaran. Konsep data mining akan mempermudahkan mengatasi masalah yang belum optimal di desa Bandar Siantar Kecamatan Gunung Malela. Maka, metode klasifikasi mampu menemukan model yang membedakankonsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objekyang labelnya tidak diketahui. Oleh sebab itu, Algoritma Naive Bayes dapat memprediksipeluang di masa depan berdasarkan pengalaman dimasa sebelumnya, pada penelitian ini peneliti mengambil data lati sebanyak 70 data dan sebuah data uji, dengan menggunakan 6 kriteria yaitu Status PKH, Jumlah Tanggungan, Kepala rumah Tangga, Kondisi Rumah, Jumlah Penghasilan, dan Status Pemilik Rumah.Hasil penilitian ini diharapkan dapat membantu pemerintah khususnya di dearah dalam menentukan kelayakan keluarga penerima beras Rastra. Kata kunci : Data Mining, Beras Rastra, Algoritma Naïve Bayes Abstract Beras Rastra is a government program that aims to alleviate the burden of poor or near-poor families in terms of food. In its implementation on desa Bandar Siantar Kecamatan Gunung Malela still not optimal because there are still many rastra program that has not been right target. The concept of data mining will make it easier to overcome the problem that has not been optimal in desa Bandar Siantar Kecamatan Gunung Malela,classification methods are able to find models that distinguish concepts or data classes, with the aim of being able to estimate the class of an object whose label is unknown. Therefore Algoritma Naïve Bayes can predict future opportunities based on experience in the past, in this study researchers took data lati as much as 70 data and a test data,using 6 criteria that isStatus of PKH, Number of Dependent, Household Head, House Condition, Income Amount, and Home Owner Status.The results of this study are expected to assist the government, especially in the region in determining the eligibility of families of Beras Rastra beneficiaries Keywords : Data Mining, Beras Rastra, Algoritma Naïve Bayes

Implementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method

International Journal of Artificial Intelligence Research Vol 1, No 2 (2017): December
Publisher : STMIK Dharma Wacana

Show Abstract | Original Source | Check in Google Scholar | Full PDF (614.455 KB)

Abstract

Indonesia is a country where most of its people rely on the agricultural sector as a livelihood. Indonesias rice production is so high that it can not meet the needs of its population, consequently Indonesia still has to import rice from other food producing countries. One of the main causes is the enormous population. Statistics show that in the range of 230-237 million people, the staple food of all residents is rice so it is clear that the need for rice becomes very large. This study discusses the application of datamining on rice import by main country of origin using K-Means Clustering Method. Sources of data of this study were collected based on import import declaration documents produced by the Directorate General of Customs and Excise. In addition since 2015, import data also comes from PT. Pos Indonesia, records of other agencies at the border, and the results of cross-border maritime trade surveys. The data used in this study is the data of rice imports by country of origin from 2000-2015 consisting of 10 countries namely Vietnam, Thailand, China, India, Pakistan, United States, Taiwan, Singapore, Myanmar and Others. Variable used (1) total import of rice (net) and (2) import purchase value (CIF). The data will be processed by clustering rice imports by main country of origin in 3 clusters ie high imported cluster, medium imported cluster and low import level cluster. The clustering method used in this research is K-Means method. Cetroid data for high import level clusters 7429180 and 2735452,25, Cetroid data for medium import level clusters 1046359.5 and 337703.05 and Cetroid data for low import level clusters 185559.425 and 53089.225. The result is an assessment based on rice import index with 2 high imported cluster countries namely Vietnam and Thailand, 4 medium-level clusters of moderate import countries namely China, India, Pakistan and Lainya and 4 low imported cluster countries namely USA, Taiwan, Singapore and Myanmar. The results of the research can be used to determine the amount of rice imported by the main country of origin

Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation

SinkrOn Vol 2 No 2 (2017): SinkrOn Volume 2 Nomor 2 Oktober 2017
Publisher : Politeknik Ganesha Medan

Show Abstract | Original Source | Check in Google Scholar | Full PDF (783.508 KB)

Abstract

Analisis pada sebuah prediksi (peramalan) sangat penting dilakukan pada sebuah penelitian, agar penelitian menjadi lebih tepat dan terarah. Seperti halnya dalam memprediksi Indeks Harga Konsumen berdasarkan kelompok kesehatan, diperlukan adanya kajian-kajian dan penggunaan metode yang tepat untuk mendapatkan hasil yang optimal. Penelitian ini diharapkan dapat bermanfaat secara luas, baik bagi Pemerintah Daerah maupun pihak swasta sebagai salah satu bahan kajian dalam pengembangan bisnis, maupun bagi para akademisi sebagai bahan kajian/penelitian khususnya yang terkait dengan bidang ekonomi dan kebijakan publik. Data yang digunakan dalam penelitian ini adalah data Indeks Harga Konsumen berdasarkan kelompok Kesehatan yang berasal dari Badan Pusat Statistik Kota Medan dari tahun 2014 sampai dengan tahun 2016, bulan Januari sampai dengan Desember. Penelitian ini menggunakan metode jaringan saraf tiruan Backpropagation dengan menggunakan 8 model arsitektur, yakni : 12-5-1, 12-26-1, 12-29-1, 12-35-1, 12-40-1, 12-60-1, 12-70-1 dan 12-75-1. Penggunaan metode ini nantinya akan menghasilkan prediksi dengan tingkat akurasi sebesar 92% dan besar MSE 0,3659742 dengan tingkat error yang digunakan 0,001 – 0,05 dengan menggunakan model arsitektur 12-70-1. Dengan demikian, model ini cukup bagus untuk prediksi Indeks Harga Konsumen berdasarkan kelompok kesehatan.

JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI SUKUK NEGARA RITEL BERDASARKAN KELOMPOK PROFESI DENGAN BACKPROPOGATION DALAM MENDORONG LAJU PERTUMBUHAN EKONOMI

KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Original Source | Check in Google Scholar

Abstract

State Retail Sukuk is a Sharia Securities issued and its sale is regulated by the State, namely the Ministry of Finance (Depkeu). Where the government will choose the seller agent and consulting retail sukuk law. Selling agents must be obliged to have a commitment to the government in the development of the sukuk market and experience in selling Islamic financial products. The publication of this instrument is likened to a "mutualist symbiosis" between the Government and Society, both of which benefit equally. The government as the publisher benefits from the use of funds from the community, while the community benefits from investments made. This research contributes to the government and the Bank to be able to promote maximally for the next sukuk issuer. The data used is data from kemenkeu through website www.djppr.kemenkeu.go.id. The data are sukuk sales data with series 001 - 007 which are grouped into several categories namely geography, profession and age category. Algorithm used in this research is Artificial Neural Network with Backpropogation method. The input variables used are PNS (X1), Private Officer (X2), IRT (X3), Entrepreneur (X4), TNI / Polri (X5) and Others (X6) with architectural model of training and testing of 6 architectures 6-2-1, 6-5-1, 6-2-5-1 and 6-5-2-1. The output (output) generated is the best pattern of the ANN architecture. The best architectural model is 6-5-2-1 with epoch 37535, MSE 0.0009997295 and 100% accuracy rate. From this model will be conducted sensitivity analysis to see the variable that has the best performance and obtained variable Private Employees (X2) with a score of 0.3268. So obtained the results of the most investors predicted on the purchase of sukuk for the next 008 series based on the profession category is Private Employees. Keywords: Sukuk, JST, Backpropogation, Sensitivity Analysis and PredictionSukuk Ritel Negara adalah Surat berharga Syariah yang diterbitkan dan penjualannya diatur oleh Negara, yaitu Departemen Keuangan (depkeu). Dimana pemerintah akan memilih agen penjual dan konsultasi hukum sukuk ritel. Agen penjual haruslah wajib memiliki komitmen terhadap pemerintah dalam pengembangan pasar sukuk dan berpengalaman dalam menjual produk keuangan syariah. Penerbitan instrumen ini diibaratkan sebuah “simbiosis mutualis” antara Pemerintah dan Masyarakat, dimana keduanya sama-sama memperoleh keuntungan. Pemerintah selaku penerbit memperoleh keuntungan berupa  penggunaan dana dari masyarakat, sedangkan masyarakat memperoleh keuntungan dari investasi yang dilakukan. Penelitian ini memberikan kontribusi bagi pemerintah dan Bank untuk dapat melakukan promosi secara maksimal untuk penerbitat sukuk berikutnya. Data yang digunakan adalah data dari kemenkeu melalui website www.djppr.kemenkeu.go.id. Data tersebut adalah data penjualan sukuk dengan seri 001 – 007 yang dikelompokkan dalam beberapa kategori yakni geografis, profesi dan kategori umur. Algoritma yang digunakan pada penelitian ini adalah Jaringan Saraf Tiruan dengan metode Backpropogation. Variabel masukan (input) yang digunakan adalah PNS (X1), Pegawai Swasta (X2), IRT (X3), Wiraswasta (X4), TNI/Polri (X5) dan Lainnya (X6) dengan model arsitektur pelatihan dan pengujian sebanyak 6 arsitektur yakni 6-2-1, 6-5-1, 6-2-5-1 dan 6-5-2-1. Keluaran (output) yang dihasilkan adalah pola terbaik dari arsitektur JST. Model arsitektur terbaik adalah 6-5-2-1 dengan epoch 37535, MSE 0,0009997295 dan tingkat akurasi 100%. Dari model ini akan dilakukan analisis sensivitas untuk melihat variabel yang memiliki performa terbaik dan diperoleh variabel Pegawai Swasta (X2) dengan skor 0,3268. Sehingga didapat hasil prediksi investor terbanyak pada pembelian sukuk untuk seri 008 berikutnya berdasarkan kategori profesi adalah Pegawai Swasta.Kata Kunci: Sukuk, JST, Backpropogation, Analisis Sensivitas dan Prediksi

ANALISIS DALAM MENENTUKAN PRODUK BRI SYARIAH TERBAIK BERDASARKAN DANA PIHAK KETIGA MENGGUNAKAN AHP

CESS (Journal of Computer Engineering, System and Science) Vol 3, No 1 (2018): Januari 2018
Publisher : Universitas Negeri Medan

Show Abstract | Original Source | Check in Google Scholar

Abstract

Salah satu tujuan Bank BRI Syariah membuat layanan produk-produk dan jasa unggulan  adalah untuk menghasilkan kegiatan perbankan yang berkualitas dan menunjang pelaksanan ekonomi dab stabilitas nasional ke arah peningkatan kesejahteraan masyrakat banyak. Banyak asumsi dan pendapat dari sejumlah kalangan tentang produk mana yang terbaik yang di keluarkan oleh BRI Syariah. Banyak kriteria dari produk - produk yang dapat dijadikan parameter sebagai kunci menjadi produk unggulan. Penelitian ini membahas tentang metode pengambilan keputusan di antara sekian banyak pilihan dengan menggunakan metode AHP (analytic hierarchy process). Model kasus yang digunakan adalah menentukan produk mana yang terbaik dri produk BRI Syariah berdasarkan Dana Pihak Ketiga. Penelitian menggunakan dua komponen komparasi yakni data riil BRI Syariah dan Observasi langsung, serta tiga kriteria yakni masalah Setoran awal, Biaya penutupan, dan Prospek fasilitas. Hasil dari penelitian ini menenujukan bahawa perhitungan yang dilakukan secara manual mampu memberikan perangkingan alternatif dari hasil perhitungan bobot nilai produk sesuai dengan metode (AHP). Dari hasil pengujian Tabungan Faedah BRI Syariah menunjukan yang menjadi produk BRI Syariah terbaik berdasarkan Dana Pihak Ketiga dengan nilai angka konsistensi eigen vektor 0,32201 yang lebih besar dari pada 0,19889 sebagai tempat kedua terbaik.

MEMANFAATKAN ALGORITMA K-MEANS DALAM MENENTUKAN PEGAWAI YANG LAYAK MENGIKUTI ASESSMENT CENTER UNTUK CLUSTERING PROGRAM SDP

CESS (Journal of Computer Engineering, System and Science) Vol 3, No 1 (2018): Januari 2018
Publisher : Universitas Negeri Medan

Show Abstract | Original Source | Check in Google Scholar

Abstract

Data mining merupakan teknik pengolahan data dalam jumlah besar untuk pengelompokan. Teknik Data mining mempunyai beberapa metode dalam  mengelompokkan salah satu teknik yang dipakai penulis saat ini adalah K-Means. Dalam hal ini penulis mengelompokan data daftar program SDP tahun 2017 untuk mengetahui manakah pegawai yang layak lolos dalam program SDP sehingga dapat melakukan Registrasi Asessment Center. Pengelompokan tersebut berdasarkan kriteria – kriteria data Program SDP. Pada penelitian ini, penulis menerapkan algoritma K-Means Clustering untuk pengelompokan data Program SDP di PT.Bank Syariah. Dalam hal ini, pada umumnya untuk memamasuki program SDP tersebut disesuaikan dengan ketentuan dan parameter Program SDP saja, namun dalam penelitian ini pengelompokan disesuaikan dengan kriteria – kriteria Program SDP seperti kedisiplinan pegawai, Target Kerja Pegawai, Kepatuhan Program SDP. Penulis menggunakan beberapa kriteria tersebut agar pengelompokan yang dihasilkan menjadi lebih optimal. Tujuan dari pengelompokan ini adalah terbentuknya kelompok SDP pada Program SDP yang menggunakan algoritma K-Means clustering. Hasil dari pengelompokan tersebut diperoleh tiga kelompok yaitu kelompok Lolos, Hampir Lolos dan Tidak Lolos. Terdapat pusat cluster dengan Cluster-1= 8;66;13, Cluster-2= 10;71;14 dan Cluster-3=7;60;12. Pusat cluster tersebut didapat dari beberapa iterasi sehingga mengahasilakan pusat cluster yang optimal.

ANALISISIS PEMILIHAN REKOMENDASI PRODUK TERBAIK PRUDENTIAL BERDASARKAN JENIS ASURANSI JIWA BERJANGKA UNTUK KECELAKAAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

CESS (Journal of Computer Engineering, System and Science) Vol 3, No 1 (2018): Januari 2018
Publisher : Universitas Negeri Medan

Show Abstract | Original Source | Check in Google Scholar

Abstract

Kehidupan manusia tidak pernah luput dari istilah risiko dan bermacam-macam risiko yang dihadapin manusia. Adapun salah satu mengantisipasi risko tersebut adalah dengan mengikuti produk Asuransi Prudential. Prudential Indonesia adalah Produk Asuransi bagian Prudential plc, sebuah Grup Perusahaan Jasa Keuangan terkemuka di Inggris. Berkembang di Indonesia bertujuan untuk menyediakan berbagai produk dan layanan keuangan para nasabahnya di Indonesia. Dari sekian banyak Produk Prudential, terdapat produk-produk terbaik Prudential, salah satunya kategori jenis Asuransi Jiwa Berjangka. Produk-produk Prudential berdasarkan jenis Asuransi Jiwa Berjangka memiliki keunggulan dan manfaat yang berbeda. Penelitian ini menggunakan metode AHP (Analytic Hirearchy Process) untuk menentukan Produk Prudential terbaik berdasarkan jenis Asuransi Jiwa Berjangka. Hasil yang diperoleh dari penelitian ini adalah nilai Produk PRUsave Gruad lebih baik dibandingkan Produk PRUlife Cover dengan nilai 0,529 untuk asuransi kecelakaan nasabah. Namun tidak berarti PRUlife Cover tidak lebih baik, manfaat yang diberikan oleh PRUlife Cover lebih cenderung ke cacat yang diakibatkan dari kecelakaan. Maka dari Penelitian ini diperoleh bahwa metode yang diberikan oleh AHP dapat memberikan saran untuk nasabah dalam memilih produk yang sesuai dengan kebutuhan nasabah.