Techno.Com
Not a member yet
738 research outputs found
Sort by
Penggunaan Metode Simple Additive Weighting (SAW) dalam Pengambilan Keputusan Rekrutmen Karyawan Pada PT. ABC
Get PDFPerekrutan pegawai merupakan hal yang penting bagi sebuah perusahaan dalam rangka mendapatkan pegawai baru berkompeten yang sesuai dengan kualifikasi yang telah ditentukan. Seleksi administrasi yang merupakan proses awal dari serangkaian proses rekrutmen pegawai terkadang rentan terhadap unsur subjektifitas, dikarenakan banyaknya berkas yang harus diseleksi dengan cepat, mengingat posisi yang kosong harus segera terisi. Akibatnya, calon pelamar yang direkrut tidak sesuai dengan kualifikasi. Untuk itu, diperlukan model pengambilan keputusan yang dapat digunakan sebagai referensi keputusan oleh bagian Human Resource Development (HRD) sehingga keputusan yang diambil dapat lebih objektif, akurat dan cepat. Salah satu metode yang dapat digunakan dalam pengambilan keputusan adalah Simple Additive Weighting (SAW). Metode ini dipilih karena sangat populer dan sering digunakan untuk pengambilan keputusan yang melibatkan banyak atribut serta membantu pengambil keputusan dalam memilih alternatif terbaik dari sejumlah alternatif yang ada berdasarkan kriteria yang spesifik. Tujuan dari penelitian ini adalah untuk memanfaatkan metode SAW dalam rangka membantu bagian HRD dalam mengambil keputusan dengan lebih objektif terkait rekrutmen karyawan baru. Hasil dari penelitian ini adalah perangkingan terhadap sejumlah alternatif calon karyawan dan mendapatkan hasil berupa daftar calon karyawan yang berhak untuk menempuh proses wawancara yang merupakan rangkaian dari proses rekrutmen karyawan setelah proses seleksi administrasi
Implementasi E-Legalisir Untuk Legalisir Ijazah & Transkrip Online pada Fakultas Ilmu Komputer Universitas Mercu Buana
Get PDFFakultas Ilmu Komputer Universitas Mercu Buana merupakan salah satu fakultas yang memiliki alumni yang banyak sehingga permintaan legalisir juga berbanding lurus dengan jumlah alumni. Sistem google form yang telah berjalan dinilai kurang efektif dalam pendataan dan pengajuan serta user interface yang kurang menarik. Terlebih memakan waktu untuk alumni dalam proses pengajuannya. Penelitian sebelumnya telah memberikan solusi dalam pembuatan website legalisir online dalam studi kasus yang berbeda. Penulis akan memberikan solusi berupa pembuatan website e-legalisir dengan menggunakan metode Extreme programming serta penerapan sistem query pada database agar lebih mudah. Selain itu, penggunaan algoritma FIFO yang sesuai dengan kriteria antrian pengajuan akan meminimalisir kesalahan dalam proses legalisir itu sendiri dengan menerapkan antrean berdasarkan urutan pengguna yang pertama kali mengunggah bukti pembayaran. Ditambah lagi dengan User interface yang menarik dan mudah dipahami. Hasil dari penelitian ini adalah sistem E-legalisir Fakultas Ilmu Komputer Universitas Mercu Buana yang telah siap dilaksanakan. Pengujian black box memberikan hasil valid dari setiap feature yang telah dibuat serta System Usability Scale yang memberikan kategori baik. E-legalisir ini dan diharapkan mampu digunakan untuk mempermudah pemrosesan legalisir yang ada di Fakultas Ilmu Komputer Universitas Mercu Buana
Natural Language Processing untuk Sentimen Analisis Presiden Jokowi Menggunakan Multi Layer Perceptron
No full textAnalisis sentiment biasa digunakan untuk opini minning dalam artian memberikan sebuah identitas/label (Positif, Negatif, Neutral) kedalam data/corpus.NLP (Natural Language Processing) digunakan untuk mengolah data/corpus agar dapat dipahami/dimengerti oleh mesin atau bisa dikatakan data preprocessing/cleaning text.Teks klasifikasi digunakan untuk memproses data/corpus dimasukan kedalam model mesin klasifikasi menggunakan model Multi-layer perceptron yang nantinya akan menghasilkan sebuah prediksi persentase akurasi > 90% (lebih baik).Visualisasi data yang digunakan untuk mempresentasikan hasil dari model mesin yang merupakan supervised learning.Model selection digunakan untuk memperbaiki hasil persentase akurasi dari model mesin yang dilatih tadi ,untuk model selection bisa memakai model Monte Carlo cross-validation.Hasil pengujian pada sistem yang dibangun didapatkan nilai akurasi hingga 93,26 %
Optimasi Akurasi Algoritma C4.5 Berbasis Particle Swarm Optimization dengan Teknik Bagging pada Prediksi Penyakit Ginjal Kronis
Get PDFPenyakit Ginjal Kronis merupakan penyakit dengan tingkat pengeluaran biaya terbesar di dunia. Penyakit tersebut sering kali tidak menunjukkan adanya gejala yang terjadi seperti penyakit pada umumnya. Oleh karena itu, penelitian ini dilakukan dengan tujuan agar dapat mendeteksi dini penyakit tersebut sebelum didiagnosis ke tahap yang lebih serius. Penerapan model algoritma C4.5 individual dan algoritma C4.5 berbasis PSO dengan teknik bagging dilakukan guna mengetahui model mana yang memberikan hasil terbaik dalam mendeteksi penyakit ginjal kronis. Pemilihan kedua model tersebut dipertimbangkan karena algoritma C4.5 merupakan salah satu algoritma terbaik data mining, namun cenderung memiliki kelemahan pada data yang overlap, kelas dan atribut yang banyak. Maka dari itu, teknik optimasi Particle Swarm Optimization (PSO) dan teknik bagging juga dipilih sebagai alternatif dalam mengatasi kelemahan yang ada dalam algoritma C4.5. Dari hasil penelitian diperoleh bahwa model algoritma C4.5 berbasis PSO dengan teknik bagging mampu menyeleksi atribut sehingga dapat meningkatkan nilai akurasi yang lebih baik dengan hasil sebesar 99,70% dibandingkan dengan model individual algoritma C4.5 yang menghasilkan nilai akurasi sebesar 91,72% saja
Analisis Perilaku Non Playable Character (Npc) Pada Game Menggunakan Fuzzy Sugeno
Get PDFGame merupakan sarana hiburan dan memungkinkan untuk dijadikan sebagai sarana informasi. Game yang baik adalah game yang memiliki otomasi dalam menentukan perilaku NPC didalamnya. NPC harus dapat bergerak secara dinamis sesuai dengan aturan yang berlaku. Dalam penelitian ini, digunakan metode logika Fuzzy Sugeno untuk mengatur perilaku NPC. Terdapat 2 jenis NPC yang ada pada game ini yaitu tipe jarak dekat dan jarak jauh. Dalam mengatur NPC ini memiliki parameter input fuzzy yaitu jarak antara pemain dan npc, damage npc, kecepatan gerak npc, dan nyawa npc. Penerapan fuzzy dalam permainan ini telah berjalan dengan baik dan sesuai dengan rules yang telah ditentukan. Hal ini ditunjukkan dengan melakukan percobaan pada 24 variasi rule fuzzy, hasil yang defuzzyfikasi yang didapatkan adalah 100% dan sesuai dengan perancangan rule. Implementasi engine fuzzy dalam aplikasi game juga berjalan dengan baik. Ujicoba dilakukan pada 30 kondisi dengan berbagai variasi value pada variabel, aplikasi mengeluarkan output yang benar sesuai dengan rule yang telah ditetapkan. Dari variasi pengujian tersebut, 53% NPC akan bergerak mendekati player dan 47% NPC akan diam
Peningkatan Akurasi Pembobotan Attribute Importance Weights pada Deteksi Fraud
Get PDFKerugian miliaran dollar setiap tahunnya dialami oleh bank yang disebabkan oleh Fraud. Salah satu solusi untuk mengatasi kasus fraud yang dialami dunia perbankan dapat dilakukan dengan proses deteksi fraud. Pada proses deteksi Fraud, terdapat berbagai atribut PBF (Process Based Fraud) yang setiap atributnya memiliki dampak yang berbeda dalam mendeteksi fraud. Untuk menentukan bobot setiap atribut PBF digunakan metode MDL (Modified Digital Logic). Metode MDL menghasilkan attribute importance weights yang sesuai dengan dampak atribut PBF. Namun peran pakar masih sangat signifikan dalam menilai setiap attribute importance weights. Penelitian ini bertujuan untuk mengubah prosedur penentuan bobot attribute importance weights dalam metode MDL dengan menambahkan metode Multiple Linear Regression (MLR). Dengan mengganti inputan yang sebelumnya diberikan oleh pakar menjadi perbandingan bobot atribut secara otomatis. Kemudian hasil dari kedua metode dievaluasi menggunakan confusion matrix. Berdasarkan hasil eksperimen, metode MLR menunjukkan persentase klasifikasi menggunakan semua attribute importance weights menunjukkan hasil yang lebih baik dengan akurasi sebesar 99,5%
Tren Milenial Memilih Jurusan Di Perguruan Tinggi Menggunakan Metode Social Network Analysis
Get PDFPerguruan tinggi merupakan jenjang pendidikan yang tertinggi diindonesia. Perguruan tinggi di Indonesia memiliki banyak jurusan atau program studi akan tetapi hampir seluruhnya memiliki program studi yang sama. Calon mahasiswa yang akan masuk perguruan tinggi pada saat ini lebih kenal dengan sebutan generasi milenial. Twitter merupakan media social yang sering digunakan oleh generasi milenial, pihak perguruan tinggi harus bisa memanfaatkan celah yang ada dari media sosial dengan cara melihat dan mengamati minat generasi milenial saat ini. Akan tetapi permasalahan yang dihadapi perguruan tinggi tidak dapat memanfaatkan media sosial dengan efektif dan tidak mengetahui keinginan calon mahasiswa, sehingga banyaknya mahasiswa yang putus kuliah karena skill yang mereka punya tidak dapat disalurkan dengan baik. Penelitian ini menggunakan Social Network Analysis (SNA) agar dapat diaplikasikan untuk menganalisa dan memberikan informasi yang dibutuhkan oleh perguruan tinggi mengenai jurusan yang sedang tren di kalangan generasi milenial. Hasil dari penelitian ini yaitu jurusan yang sering mendapatkan nilai tertinggi adalah teknik informatika dengan hasil lima dari tujuh nilai tertinggi dalam perhitungan properti jaringan.dari hasil yang telah didapatkan perguruan tinggi yang memiliki jurusan teknik informatika bisa memanfaatkan media social dengan melihat minat calon mahasiswa dalam memilih matakuliah di jurusan teknik informatika
Perancangan dan Implementasi Survei Kepuasan Stakeholder Alumni Berbasis Web
Get PDFSurvei kepuasan stakeholder merupakan salah satu cara yang dilakukan institusi dalam mengontrol sebaran alumni yang telah bekerja pada instansi/institusi di wilayah tertentu. Kualitas alumni perguruan tinggi termasuk gambaran yang dapat dijadikan acuan kualitas Sumber Daya Manusia (SDM) dari institusi pendidikan tersebut. Selama ini survei kepuasan pelanggan dilakukan dengan cara menyebarkan angket kuisioner kepada seluruh stakeholder, dan harus mendatangi langsung tempat alumni bekerja. Hasil dari kuisioner yang telah disebarkan, kemudian dikumpulkan kepada pihak kemahasiswaan untuk dilakukan perhitungan agar mendapatkan nilai rata-rata hasil kepuasan stakeholder berdasarkan alumni yang bekerja di instansinya. Dengan semakin berkembangannya teknologi informasi pada internet dan web, memungkinkan untuk dapat dirancang sebuah sistem survei kepuasan stakeholder alumni yang berbasis web, agar memudahkan stakeholder dalam pengisian kuisioner karena dapat diisi dimana dan kapan saja. Penelitian ini menghasilkan sistem survei stakeholder, yang dapat memonitoring kualitas alumni didunia kerja berdasarkan hasil penilaian dari stakeholder tempat alumni bekerja. Dari hasil uji coba acceptance testing yang dilakukan kepada stakeholder maka didapat hasil penilaian 67% yang artinya responden cukup puas dengan sistem
Klasifikasi Sinyal EEG pada Sistem BCI Pergerakan Jari Manusia Menggunakan Convolutional Neural Network
Get PDFPemanfaatan sistem Brain-Computer Interface (BCI) sebagai penghubung pikiran manusia dengan peralatan eksternal sangat bergantung pada keakuratan pengklasifikasian dan pengidentifikasian sinyal EEG khususnya gerak motor imagery. Kesuksesan deep learning, sebagai contoh Convolutional Neural Network (CNN), dalam proses klasifikasi pada berbagai bidang berpeluang untuk diimplementasikan pada klasifikasi gerak motor imagery. Pengimplementasian CNN untuk klasifikasi sinyal EEG motor imagery (MI-EEG) gerakan jari tangan diperkenalkan dalam tulisan ini. Rancangan sistem klasifikasi terdiri dari dua bagian yaitu convolution layer dan multilayer perceptron yang diimplementasikan menggunakan Python 3.7 dengan library TensorFlow 2.0 (Keras). Pengujian rancangan sistem dilakukan terhadap lima subjek dari data MI-EEG 5F dengan frekuensi pencuplikan 200 Hz. Pengujian melibatkan Kfold-cross validation dan analisis pada confusion matrix. Berdasarkan hasil pengujian, peningkatan ukuran kernel menghasilkan peningkatan rata-rata akurasi sistem. Sistem dengan akurasi terbaik diperoleh pada rancangan dengan jumlah kernel 50 sebesar 51,711%. Rancangan sistem menghasilkan kinerja yang melebihi hasil penelitian yang menjadi rujukan utama
Implementasi RESTful API dalam Pembuatan Master Data Planogram Menggunakan Framework Flask (Studi Kasus: PT Sumber Alfaria Trijaya, Tbk)
No full textSalah satu perusahaan ritel yang sedang berkembang dan merupakan salah satu perusahaan ritel terbesar di Indonesia yaitu Alfamart yang dimiliki oleh PT. Sumber Alfaria Trijaya, Tbk. Alfamart harus memiliki strategi pemasaran yang terbaik serta meningkatkan inovasi demi kepuasan para pelanggan agar dapat bertahan dalam persaingan bisnis yang tinggi. Salah satu strategi dalam meningkatkan pemasaran yaitu penataan display produk yang ada pada toko yang dikenal dengan planogram. Planogram merupakan suatu konsep yang digunakan dalam perencanaan penataan dan penempatan produk sesuai dengan kategori tertentu berdasarkan kebiasaan belanja konsumen yang bertujuan meningkatkan penjualan pada ritel. Penelitian ini dilakukan untuk membuat aplikasi master data planogram berbasis web menggunakan framework Flask dengan bahasa pemrograman python. Metode yang digunakan pada penelitian ini adalah RESTful API yaitu implementasi dari web service yang bekerja melalui link HTTP. Penelitian ini menghasilkan sebuah aplikasi master data berbasis web yang dapat digunakan oleh user dalam memasukkan data-data yang dibutuhkan dalam pembuatan planogram.Kata Kunci : RESTful API, Python Flask, Planogra