Raharja Open Journal Systems
Not a member yet
1655 research outputs found
Sort by
Decision Support System Against Customer Management Loyalty in Silvi Using SAW Method
Get PDFOnline financial institutions or currently often referred to as Finance Technology (Fintech) are one of the institutions that are developing in the digital and IoT era with official support from OJK. One of them is PT. Kreigan Sentral Teknologi which has the Silvi application for mobile or android users, the system currently running on the Silvi application still has several problems such as errors in calculating the number of customer transactions carried out by management which are still semi-computerized using Microsoft Excel where management spends considerable time time to calculate customer loyalty data. Therefore, to increase customer loyalty in the Silvi application, this research aims to make customers more comfortable and interested in making transactions using the Silvi application where for each customer transaction, the company will provide loyalty in the form of a Silvi balance reward supported by a design customer loyalty management decision support system using the method SAW (Simple Additive Weighting) to make it faster and more effective in calculating the number of customer transactions so that customers are more interested in making transactions. The results of this study are that the system is able to make decisions in determining customer loyalty carried out by company management in processing customer transaction calculations with a 90% success percentage in determining customer loyalty in the Silvi application. 
Sistem Informasi Raport Online Berbasis Web Pada SMK Negeri 1 Slawi
Get PDFThe work system of teachers and staff of SMKN 1 Slawi still uses a conventional system that has the risk of errors in data input, besides that conventional data input also takes a long time to process. The design of the E-Raport Information System for SMK N 1 Slawi is a web-based information system created to facilitate and speed up teachers and staff in inputting data and assessing and evaluating students' learning from data input to printing report cards. The design of the E-Report Card Information System is expected to change the way teachers work from a conventional work system to a digital work system. In addition, the design of the e-report card information system aims to minimize errors in inputting data and student scores. The web-based E-Report Card Information System is designed using the SDLC (System Developmen Life Cyce) development system which carries out the research process using the waterfall method. Meanwhile, the software model carried out in the preparation of this research uses a programming model. The language used for this research is to discuss CSS programming, PHP, Java Script, HTML, Font Awesome, Data Tables, Boostrap and the databases used are MySQL and MariaDB database
Application of Naive Bayes Model, SVM and Deep Learning Predicting
Get PDFThe college hopes that every semester students are able to pay tuition properly and smoothly. The hope is that the institution will be able to maintain monthly cash flow so that its operational and maintenance costs can be met. Therefore, this study was conducted to predict and fulfill the institution's cash-in from the method of paying tuition fees either by cash, installments, or sometimes late payments every semester. In predicting the method of paying tuition fees, using student profile data (name, name, study program) and achievement index every semester for 5 semesters passed and the method of payment (cash, installments, and late--cash or installments). Using the Naive Bayes (NB) method, Support Vector Machine (SVM), and Deep Learning, this study aims to forecast tuition costs. The Classification Prediction Model with Naive Bayes, SVM, and Deep Learning produces Confusion Matrix Performance NB with an Accuracy of 91.49%, Confusion Matrix Performance SVM with an Accuracy of 85.11%, and Confusion Matrix Performance Deep Learning with an Accuracy of 89.36%, according to the research findings.
Keywords—Payments, Algorithm, Performanc
Penentuan Jalur Evakuasi Terbaik Bencana Gunung Tangkuban Perahu Menggunakan Algoritma Dijkstra
Get PDFGunung Tangkuban Perahu adalah salah satu gunung berapi aktif yang berada di Kecamatan Lembang, Kabupaten Bandung Barat, Provinsi Jawa Barat, Indonesia. Dalam menghadapi bahaya ketika terjadi bencana gunung berapi, pemerintah menerapkan sistem peringatan dini sebagai mekanisme kesiapsiagaan masyarakat. Untuk meminimalisir waktu tempuh agar penduduk dengan cepat terevakuasi menuju ke titik kumpul, diperlukan penentuan jalur terdekat dari banyak jalur alternatif yang ada. Pada penelitian ini diterapkan algoritma Dijkstra dering dikenal dengan nama pencarian jalur terpendek (shortest path problem) berdasarkan bobot terkecil dari satu titik ke titik lainnya. Penelitian ini menghasilkan suatu sistem penentuan jalur evakuasi gunung Tangkuban Perahu yang memberikan informasi jalur-jalur evakuasi terbaik dari sekian jalur alternatif yang ada sebagai salah satu tahap kesiapsiagaan yang memudahkan penduduk sampai dengan cepat menuju titik kumpul sebelum terjadi bencana Gunung Tangkuban Perahu. Sistem yang dihasilkan dari penelitian ini menunjukkan bahwa dengan menggunakan algoritma Dijkstra dapatdiperoleh jalur evakuasi terbaik dengan jarak yang lebih pendek dibandingkan dengan perhitungan jarak tanpa menggunakan algoritma Dijkstra.
Keywords - Tangkuban Perahu, Evakuasi, Jalur Terpendek, Dijkstra
Pengaruh Dividen Dan ROE Terhadap Harga Saham Perusahaan Farmasi Yang Terdaftar Di Bursa Efek Indonesia
Get PDFPenelitian ini dilakukan untuk mengetahui pengaruh Dividen dan ROE terhadap harga saham sebagai bahan pertimbangan bagi para calon investor dalam memilih perusahaan yang memiliki Fundamental yang baik Tujuan penelitian ini ialah menguji pengaruh Dividen dan ROE terhadap harga saham. Jumlah sample dalam penelitian ini adalah 12 Perusahaan Sub Sektor Farmasi yang dilakukan dengan metode analisis data dan pengujian hipotesis. Hasil dari penelitian ini menunjukkan bahwa Dividen dan ROE berpengaruh tidak signifikan terhadap harga saham perusahaan Farmasi
Media Video Marketing Sebagai Sarana Promosi Pada Rumah Makan Saung Kecapi
Get PDFMedia promosi memiliki pengaruh yang besar sebagai strategi pemasaran dalam bisnis khususnya restoran. Restoran Saung Kecapi merupakan restoran dengan konsep suasana yang menyenangkan karena banyak terdapat pepohonan. Restoran Saung Kecapi terletak di. Serpong Utara, Kota Tangerang Selatan. Kendala pada strategi periklanan sebelumnya adalah penggunaan spanduk, serta foto di Instagram, Google review dan video testimoni pelanggan yang masih kurang efektif, dan jumlah pengunjung menurun setelah pandemi Covid-19. Tujuan dari penelitian ini adalah membantu media marketing untuk mempromosikan dan menyediakan informasi yang lengkap, terkini dan relevan tentang profil, layanan, produk dan fasilitas Rumah Makan Saung Kecapi. Metodologi penelitian yaitu pengumpulan data, analisis SWOT, perencanaan media dengan menggunakan software Adobe Premiere Pro CC 2019 dan Adobe After Effects CC 2019, serta Konsep Produksi Media (KPM) yang meliputi pra produksi, produksi dan pasca produksi. Diharapkan penelitian ini dapat membantu manajemen menarik minat masyarakat dalam mencari restoran dan menyelenggarakan acara, sehingga menjadi daya tarik penonton dan jumlah pelanggan meningkat secara signifikan
NON-PERFORMING LOAN MANAGEMENT SYSTEM FOR FINANCING (NPF) SYARIAH SERPONG NASABAH DALAM KPR
Get PDFPengamatan penulis menunjukkan bahwa penagihan kredit macet di Bank DKI Syariah Serpong khususnya untuk nasabah KPR masih memerlukan proses tersendiri mulai dari pendataan nasabah, pencatatan, dan pelaporan, dengan semi komputerisasi menggunakan Microsoft Word dan Notepad. Excel menjadi alasan mengapa penulis mencoba untuk membuat suatu rancangan sistem yang dapat menggabungkan pencatatan dan pelaporan penagihan kredit macet yang terjadi pada suatu sistem. dengan menyesuaikan dengan prosedur yang sudah berjalan. Rancangan sistem pelaporan tagihan ini dikembangkan dengan tujuan menjadikannya sebagai alat pengolah data yang handal, mempermudah pencatatan atau pemutakhiran data pada saat proses penagihan, serta menghadirkan pengawasan internal dari Bank DKI Syariah Serpong bagi nasabah yang layak kredit. macet sehingga komunikasi dapat terjalin untuk mengatasi masalah tersebut. Diharapkan penelitian ini menjadi bagian dari proses untuk mengurangi kredit macet, sebagai langkah awal dalam mengembangkan sistem yang diperlukan. Metode analisis PDCA (Plan - Do - Check - Act) digunakan untuk memprioritaskan persyaratan tersebut selama penelitian ini karena menyederhanakan dan mempersingkat proses analisis sistem untuk terus mendapatkan hasil yang sesuai dengan spesifikasi yang diantisipasi. dilengkapi dengan kuesioner sederhana, wawancara, dan observasi yang dapat digunakan untuk mengumpulkan data yang dibutuhkan untuk membangun sistem.
Kata Kunci: Penagihan, Pelaporan,Kredit Macet, KP
Implementasi Metode Certainty Factor Untuk Pengembangan Sistem Pakar Diagnosis Dan Monitoring Kasus Stunting
Get PDFBerdasarkan data dari World Health Organization (WHO), menyatakan bahwa Asia Tenggara merupakan wilayah dengan penderita stunting tertinggi di dunia sebesar 31,9%. Sedangkan Indonesia menjadi negara ke-enam yang memiliki jumlah stunting tertinggi di Asia Tenggara dengan total 36,4%. Tujuan penelitan ini adalah mengembangkan sistem pakar berbasis website yang dapat digunakan sebagai diagnosa dan melakukan monitoring kasus stunting yang ada du wilayah Puskesmas Pondok Jagung Tanggerang Selatan. Metode yang digunakan adalah metode certainty factor, dan sistem diuji menggunakan metode blackbox. Hasil pengujian sistem dinyatakan sesuai dengan fungsi sistem yang diinginkan. Rules yang dihasilkan memiliki faktor keyakinan yang tinggi. Nilai certainty factor yang dihasilkan memiliki kesesuaian setelah melalui proses analisis dan diterima oleh pakar. Dengan adanya sistem pakar diagnose stunting, maka dapat mengurangi resiko stunting untuk ibu hamil.
Kata Kunci—Diagnosa Stunting, Certainty Factor, Ibu Hamil, Sistem Paka
Prediksi Penerimaan Mahasiswa Baru Universitas Singaperbangsa Karawang dengan Naive Bayes
Get PDFSistem pendukung keputusan merupakan alat penting dalam proses pengambilan keputusan yang efektif dan efisien. Dalam konteks pendidikan, prediksi penerimaan mahasiswa baru menjadi salah satu aspek penting dalam pengelolaan sebuah universitas. Penelitian ini bertujuan merancang sebuah sistem pendukung dalam mengambil keputusan dengan metode Naive Bayes dalam memprediksi penerimaan mahasiswa baru di Universitas Singaperbangsa Karawang.Kriteria yang telah ditetapkan untuk diterima di universitas ini meliputi asal sekolah calon mahasiswa, nilai akhir ujian, daya tampung universitas, peluang penerimaan, dan profil calon mahasiswa. Penyelesaian kriteria tersebut dilakukan melalui teknik Data Mining dengan metode Naive Bayes. Dataset yang digunakan dalam penelitian ini berupa Data Set dengan jumlah sebanyak 816 data. Berdasarkan uji coba menggunakan data tes SNBT, metode Naive Bayes berhasil mengklasifikasikan 4 dari 816 data yang diuji, dengan akurasi prediksi mencapai 97,79%, persentase tertinggi dalam memprediksi penerimaan mahasiswa baru. Dengan memanfaatkan sistem pendukung keputusan ini, universitas dapat melakukan prediksi penerimaan mahasiswa baru dengan akurasi tinggi, mempermudah pengambilan keputusan terkait penerimaan mahasiswa baru, meningkatkan efisiensi proses seleksi, dan mengurangi kesalahan dalam proses tersebut
Analisis Sentimen dan Pemodelan Ulasan Aplikasi AdaKami Menggunakan Algoritma SVM dan KNN
Get PDFSalah satu aplikasi pinjaman uang online populer di Google Play Store yaitu aplikasi AdaKami. Bagi calon pengguna, ulasan mampu memberikan detail pengalaman penggunaan aplikasi. Bagi pihak perusahaan, ulasan pengguna dapat menjadi acuan evaluasi aplikasi. Masalah yang ditemukan yaitu jumlah dan keragaman ulasan pengguna aplikasi AdaKami yang tidak efisien untuk dibaca satu per satu sehingga perlu dilakukan analisis sentimen dan pemodelan. Tujuan penelitian ini yaitu mengetahui reputasi aplikasi berdasarkan sentimen dominan dalam ulasan pengguna dan membuat model analisis sentimen yang optimal. Penelitian ini menggunakan Metode SEMMA, dengan 1.000 data ulasan bersumber dari Google Play Store, melalui proses sampling dan labelling (negatif, positif, netral). Dalam pemodelan analisis sentimen, diujicobakan tiga variabel yaitu metode pelabelan (manual dan leksikon), algoritma (SVM dan KNN) dan proporsi pembagian data (data latih : data uji = 90:10, 80:20, 70:30, 60:40 dan 50:50) yang disajikan dalam bentuk 20 skenario. Hasil penelitian menunjukkan bahwa sentimen paling dominan adalah positif dan model paling optimal yaitu model skenario 6 yang menggunakan algoritma SVM, metode pelabelan manual dan proporsi 90:10. Model tersebut memiliki performa 93% accuracy, 93% precision, 93% recall dan 92% f1-score