Dwi Andini Putri, Dwi Andini
Unknown Affiliation

Published : 4 Documents
Articles

Found 4 Documents
Search

Perancangan Sistem Informasi Penerimaan danPengeluaran Paket Material pada PT. Sepatu Mas idaman Bogor Putri, Dwi Andini
JURNAL TEKNIK KOMPUTER Vol 4, No 1 (2018): JURNAL TEKNIK KOMPUTER AMIK BSI
Publisher : AMIK BSI Jakarta

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1203.437 KB)

Abstract

Paket Material adalah suatuhal yang penting di PT. Sepatu Mas Idaman (PT.SEMASI), namun padapendataannya masih dengan cara manual, mulai dari pencatatan data biro jasa, supplier, dan data divisi yang berkaitan dengan penerimaan paket material sampai dengan pencatatan pengeluaran paket material dari divisi warehouse. Dengan cara tersebut, karyawan terkait sangat kesulitan dalam melakukan pekerjaannya dalam mencari data, terutama data-data lama. Sebuah sistem aplikasi yang terkomputerisasi sangat dibutuhkan dan diusulkan untuk menyelesaikan permasalahan ini, aplikasi yang diusulkan merupakan aplikasi yang berbasis website dalam bentuk prototype, dengan metode waterfall dan menggunakan software Adobe Dreamweaver serta bahasa pemograman PHP diharapkan dapat memudahkan karyawan untuk mengelola data tanpa harus membuka berkas-berkas lama secara manual
PENERAPAN METODE FUZZY SAW SEBAGAI PENDUKUNG KEPUTUSAN PENGANGKATAN KARYAWAN TETAP PERUSAHAAN Putri, Dwi Andini
Jurnal Techno Nusa Mandiri Vol 15 No 1 (2018): TECHNO Periode Maret 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (843.469 KB)

Abstract

Pimpinan perusahaan dalam melakukan penyeleksian haruslah objektif  sesuai dengan kebutuhan suatu perusahaan. Tetapi terkadang para pimpinan menemukan permasalahan yang dihadapi diantaranya  kesulitan dalam melakukan seleksi para karyawan secara objektif, lamanya proses pemilihan karena dilakukan secara bertahap, dan penilainyanya dilakukan secara manual, serta kriteria penilaian belum terukur dan memiliki bobot nilai. Hal ini dapat berakibat pada penilaian yang subjektifitas sehingga  kesalahan pemilihan karyawan kerap terjadi  dan karyawan tersebut  tidak dapat bekerja dengan baik atau pun tidak sesuai dengan kemampuannya. Penilaian prestasi karyawan sebaiknya dilakukan untuk mengetahui prestasi yang hendak dicapai setiap karyawan. Metode Fuzzy Simple Additive Weighting merupakan salah satu metode yang dapat digunakan  untuk membantu pihak perusahaan dalam pengambilan keputusan menentukan status karywan kontrak menjadi karyawan tetap. Dengan permasalahan tersebut maka penulis akan menerapkan metode Fuzzy Simple Additive Weighting sebagai pendukung keputusan pengangkatan karyawan tetap.
PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS ALGORITMA GENETIKA UNTUK ANALISIS SENTIMEN PADA TWITTER Putri, Dwi Andini
Jurnal Teknik Informatika STMIK Antar Bangsa Vol 1, No 1 (2015)
Publisher : Jurnal Teknik Informatika STMIK Antar Bangsa

Show Abstract | Original Source | Check in Google Scholar

Abstract

Abstract __ Twitter has become one of the platforms of the most popular micro-blogging recently. Millions of users can share their thoughts and opinions on various aspects, it is because twitter is considered as a rich source of information for decision making and sentiment analysis. In this case the sentiment aims to overcome the problem of classifying tweets automatically to the user becomes a positive opinion and a negative opinion. In this study, classifier Support Vector Machine (SVM) is a machine learning technique that text classifier popular research areas Text Mining. However Support Vector Machine (SVM) has a weakness in the right parameter selection problem. The trend in recent years is to simultaneously optimize the features and parameters to Support Vector Machine (SVM), so as to improve the accuracy of classification Support Vector Machine (SVM). Genetic algorithms have the potential to produce better features and become the optimal parameters at the same time. This Penelitiana generate text classification in the form of positive and negative tweets the account Starbuck. Accuracy of measurement is based on a Support Vector Machine (SVM) before and after using Genetic Algorithms. Evaluation is done by using a 10 fold cross vadilation while the measurement accuracy is measured by the confusion matrix and ROC curves. The results showed an increase in the accuracy of Support Vector Machine (SVM) from 69.32% to 97.97%. Intisari __ Twitter telah menjadi salah satu platform micro-blogging paling populer baru-baru ini. Jutaan pengguna dapat berbagi pikiran dan pendapat mereka tentang berbagai aspek, hal ini dikarenakan  twitter dianggap sebagai sumber yang kaya informasi untuk pengambilan keputusan dan analisis sentimen. Dalam hal ini sentimen ini bertujuan untuk mengatasi masalah secara otomatis untuk mengelompokkan tweet pengguna menjadi pendapat positif dan pendapat negatif. Dalam penelitian ini, Mesin classifier Support Vector (SVM) adalah teknik pembelajaran mesin yang pengklasifikasi teks populer untuk bidang penelitian Teks Mining. Namun Support Vector Machine (SVM) memiliki kelemahan dalam masalah pemilihan parameter yang tepat. Kecenderungan dalam beberapa tahun terakhir adalah untuk secara bersamaan mengoptimalkan fitur dan parameter untuk Support Vector Machine (SVM), sehingga dapat meningkatkan akurasi klasifikasi Support Vector Machine (SVM). Algoritma Genetika memiliki potensi untuk menghasilkan fitur yang lebih baik dan menjadi parameter optimal pada waktu yang sama. Penelitiana ini menghasilkan klasifikasi teks dalam bentuk tweet positif dan negatif pada akun Starbuck. Akurasi pengukuran didasarkan pada Support Vector Machine (SVM) sebelum dan sesudah menggunakan Algoritma Genetika. Evaluasi dilakukan dengan menggunakan 10  fold cross vadilation sementara akurasi pengukuran diukur dengan confusion matrix dan kurva ROC. Hasil penelitian menunjukkan peningkatan akurasi Support Vector Machine (SVM) dari 69.32% menjadi 97.97%. Kata kunci: Analisis Sentimen, Twitter, Support Vector Machine (SVM), Klasifikasi Teks.
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BANTUAN RS-RUTILAHU DENGAN METODE TOPSIS PADA DESA KOTABATU CIOMAS KABUPATEN BOGOR Alawiah, Enok Tuti; Putri, Dwi Andini
Jurnal Techno Nusa Mandiri Vol 16 No 1 (2019): TECHNO Periode Maret 2019
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (899.513 KB)

Abstract

Non-Eligible Houses for Social Rehabilitation (RS-RUTILAHU) is a program of assistance from the social ministry to fulfill the needs of decent homes as an element of social welfare. Assistance is channeled to the people who need it according to the eligibility criteria. This research was carried out so that the RUTILAHU Hospital assistance program in Kotabatu Village, Ciomas District, Bogor Regency could be received on target. The research method used is the method TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). TOPSIS is a multicriteria decision-making method based on the concept that the best alternative not only has the shortest distance from a positive ideal solution but also has the longest distance from a negative ideal solution. The Decision Support System can be used to help village governments to determine the right to get RS-RUTILAHU program on target. The results of the study can be used as a reference so that the provision of RS-RUTILAHU assistance programs can be provided to eligible residents according to the eligibility criteria.