Jurnal Teknologi Informasi dan Ilmu Komputer
Not a member yet
1290 research outputs found
Sort by
Perencanaan Strategis Sistem Informasi Pada Lembaga Amil Zakat Menggunakan Analisis SWOT Berbasis Lima Faktor Seni Perang Sun Tzu Berdasarkan Anita Cassidy
Get PDFLembaga Amil Zakat (LAZ) memanfaatkan strategi Sistem Informasi/Teknologi Informasi (SI/TI) untuk meningkatkan daya saing. Seni Perang Sun Tzu telah banyak digunakan dalam penelitian untuk menyusun strategi bisnis dan strategi penjualan. Sayangnya, belum ada penelitian dengan menggunakan Seni Perang Sun Tzu untuk perencanaan strategis Sistem Informasi (SI). Kontribusi penelitian adalah penyusunan analisis SWOT berbasis lima faktor Seni Perang Sun Tzu sehingga dapat menjadi dasar untuk penelitian selanjutnya. Tujuan dari penelitian ini adalah untuk mengidentifikasikan kondisi lingkungan internal bisnis dan eksternal bisnis sehingga memberikan rekomendasi strategi kunci kepada LAZ dalam domain strategi bisnis, strategi SI/TI, dan strategi infrastruktur SI/TI berdasarkan analisis SWOT berbasis lima faktor Seni Perang Sun Tzu yang disusun berdasarkan metode Anita Cassidy. Beberapa strategi kunci yang dihasilkan dari peneitian ini adalah promosi dan edukasi zakat melalui media sosial dan media daring lainnya; menyediakan teknologi untuk memudahkan masyarakat membayar zakat dengan membuat aplikasi seperti Mobile Zakat, Customer Relationship System (CRS); dan mengembangkan kemampuan dalam memanfaatkan teknologi 5G dan teknologi baru.
Abstract
Amil Zakat Institution (LAZ) uses Information System/Information Technology (IS/TI) strategy to improve competitiveness. Sun Tzu\u27s Art of War has been widely used in research to develop business strategies and sales strategies. Unfortunately, there has been no research using Sun Tzu\u27s Art of War for Information System (IS) strategic planning. The contribution of the research is the preparation of a SWOT analysis based on the five factors of Sun Tzu\u27s Art of War so that it can be the basis for future research. This research aims to identify the condition of the internal business and external business environment to provide key strategy recommendations to LAZ in the domains of business strategy, SI/TI strategy, and SI/TI infrastructure strategy based on SWOT analysis based on five factors Sun Tzu\u27s Art of War compiled based on the Anita Cassidy method. Some of the key strategies obtained from this research are the promotion and education of zakat through social media and other online media; providing technology to make it easier for people to pay zakat by creating applications like Mobile Zakat application, Customer Relationship System (CRS); and developing capabilities in utilizing 5G technology and new technologies
Keamanan Data Menggunakan Secure Hashing Algorithm (SHA)-256 dan Rivest Shamir Adleman (RSA) pada Digital Signature
Get PDFPenelitian ini mempelajari bagaimana kriptografi menggunakan Secure Hash Algorthm 256 (SHA-256) dan Rivest Shamir Adleman (RSA) untuk menjaga keaslian Surat Keterangan Lulus (SKL) dengan menggunakan kode Quick Response (QR) berbasis web. Salah satu fungsi utama SHA-256 adalah menerima input data M dalam bentuk apa pun dan menghasilkan nilai hash h(M). RSA, algoritma yang memiliki asimetri, kunci publik dan kunci privat. Ini adalah sistem kriptografi terpopuler yang digunakan untuk memberikan tanda tangan digital, kerahasiaan, dan kunci. Salah satu fitur utama sistem otentikasi dokumen adalah mencetak dan verifikasi dokumen, menghasilkan tanda tangan digital dan mengubahnya menjadi kode QR. Dengan menggunakan sistem otentikasi dokumen berbasis web, orang dapat memastikan bahwa dokumen yang telah ditandatangani atau dibubuhi dengan kode QR. Ini membantu menjaga keaslian dokumen agar orang lain tidak dapat menyalinnya. Untuk mencegah pemalsuan surat, integritas data, dan keabsahan data, isi dokumen yang dilindungi disandikan menggunakan algoritma kriptografi SHA-256 dan RSA. Data yang digunakan yaitu gabungan nama depan + nis siswa (ELIA + 18001). Hasilnya kemudian dimasukkan ke dalam dokumen ringkasan terenkripsi. Algoritma kriptografi untuk SKL berhasil digunakan. Setelah menggunakan metode SHA-256 dan RSA, hasil akhir adalah "09C6423CF09C9E61BC09B29966DE6CB569A7DE2C4349FA2B52F 08EF39D07140F". Hasil dekripsi sebanding dengan hash e-dokumen, sehingga dokumen yang diverifikasi dianggap sah.
Abstract
This research studies how cryptography uses the Secure Hash Algorthm 256 (SHA-256) and Rivest Shamir Adleman (RSA) to maintain the authenticity of the Pass Certificate (SKL) using a web-based Quick Response (QR) code. One of the main functions of SHA-256 is to accept M input data of any kind and output a hash value of h(M). RSA, an algorithm that has asymmetry, public key and private key. It is the most popular cryptographic system used to provide digital signatures, secrecy and keys. One of the main features of a document authentication system is printing and verifying documents, generating digital signatures and converting them into QR codes. By using a web-based document authentication system, people can ensure that documents have been signed or affixed with a QR code. This helps maintain the authenticity of documents so that others cannot copy them. To prevent letter forgery, data integrity, and data validity, the contents of protected documents are encoded using the SHA-256 and RSA cryptographic algorithms. The data used is a combination of the student\u27s first name + nis (ELIA + 18001). The results are then entered into an encrypted summary document. The cryptographic algorithm for SKL was successfully used. After using the SHA-256 and RSA methods, the final result is "09C6423CF09C9E61BC09B29966DE6CB569A7DE2C4349FA2B52F 08EF39D07140F". The decryption result is comparable to the e-document hash, so the verified document is considered valid
Evaluasi User Experience Aplikasi “J-KOPI (Jember Kota Pintar)” Menggunakan Metode Survei Dengan User Experience Questionnaire Dan User Interview
Get PDFAplikasi J-KOPI (Jember Kota Pintar) merupakan aplikasi yang dikembangkan oleh DISKOMINFO Pemkab Jember. Aplikasi J-KOPI bertujuan untuk menjadi “SuperApps” yang menyediakan beragam informasi dan berbagai layanan masyarakat yang terintegrasi dengan OPD (Organisasi Perangkat Daerah) dari Pemerintah Daerah Kabupaten Jember dalam satu aplikasi. Berdasarkan hasil observasi dan hasil wawancara dengan DISKOMINFO, ditemukan bahwa terdapat beberapa permasalahan yang terdapat pada aplikasi sehingga dapat menurunkan kualitas pengalaman pengguna. Penelitian ini bertujuan untuk melakukan evaluasi pengalaman pengguna pada aplikasi J-KOPI untuk memperbaiki masalah yang berkaitan dengan user experience dan memperbaiki aspek-aspek yang perlu ditingkatkan. Evaluasi ini menggunakan metode UEQ (“User Experience Questionnaire”) untuk mengukur level pengalaman pengguna pada aplikasi dan User Interview untuk menemukan masalah yang lebih detail. Evaluasi awal dengan 30 responden yang terdiri dari mahasiswa, masyarakat umum dan OPD menunjukkan bahwa aplikasi J-KOPI memiliki level user experience yang netral dan kategori UEQ benchmark yang “Dibawah rata-rata”. Selain itu, ditemukan 4 topik permasalahan yang terdiri dari 11 poin permasalahan. Berdasarkan permasalahan tersebut, dilakukan perancangan rekomendasi perbaikan yang dilanjutkan dengan pengujian ulang. Hasil perbaikan menunjukkan bahwa berhasil meningkatkan pengalaman pengguna terhadap seluruh aspek pada kuesioner UEQ dan peningkatan pengalaman pengguna pada benchmark UEQ untuk skala Attractiveness dan Stimulation mencapai kategori “sangat baik”. Sementara skala Perspicuity, Efficiency, Dependability dan Novelty mencapai kategori “baik”.
Abstract
The J-KOPI (Jember SmartCity) application is developed by the DISKOMINFO Jember Regency Government. The J-KOPI application aims to become "SuperApps" that provides a variety of information and various community services integrated with the OPD (local government agency) of the Jember Regency Regional Government in one application. Based on observations and interviews with DISKOMINFO, it was found that there were several problems with the application that could reduce the quality of the user experience. This research aims to evaluate the user experience on the J-KOPI application to improve problems related to user experience and improve aspects that need to be improved. This evaluation uses the UEQ ("User Experience Questionnaire") method to measure the level of user experience in the application and User Interviews to find more detailed problems. Initial evaluation with 30 respondents consisting of students, the general public and OPD showed that the J-KOPI application had a neutral user experience level and the UEQ benchmark category was "Below average". In addition, 4 problem topics were found which consisted of 11 problem points. Based on these problems, recommendations for improvement were designed, followed by retesting. The improvement results show that it has succeeded in improving the user experience for all aspects of the UEQ questionnaire and the increase in user experience on the UEQ benchmark for the Attractiveness and Stimulation scales reached the "very good" category. Meanwhile, the Perspicuity, Efficiency, Dependability and Novelty scales reached the "good" category
Kombinasi Seleksi Fitur Berbasis Filter dan Wrapper Menggunakan Naive Bayes pada Klasifikasi Penyakit Jantung
Get PDFPenyakit jantung menjadi salah satu penyebab utama kematian bersama dengan penyakit lainnya. Dalam bidang teknologi, data mining dapat digunakan untuk mendiagnosa suatu penyakit yang bersumber dari data rekam medis pasien. Pada klasifikasi dataset medis, Naive Bayes merupakan salah satu metode terbaik yang digunakan. Tujuan dari penelitian ini adalah untuk mengetahui perbandingan hasil akurasi dari Naive Bayes menggunakan beberapa seleksi fitur yaitu Forward Selection, Backward Elimination, kombinasi union hasil seleksi fitur Forwad Selection dan Backward Elimination, Information Gain, Gain Ratio, dan kombinasi union hasil seleksi fitur Information Gain dengan Gain Ratio. Data yang digunakan dalam penelitian ini adalah data penyakit jantung yang didapatkan dari UCI Machine Learning Repository. Dari implementasi pemodelan yang akan dilakukan menghasilkan nilai akurasi tertinggi sebesar 91.80% pada algoritma Naive Bayes dengan kombinasi union hasil seleksi fitur Information Gain dan Gain Ratio menggunakan perbandingan data latih dan data uji 80:20. Sedangkan akurasi Naive Bayes dengan kombinasi union hasil seleksi fitur Forward Selection dan Backward Elimination hanya memiliki nilai akurasi sebesar 83.61%
Abstract
Heart disease is one of the leading causes of death along with other diseases. In the field of technology, data mining can be used to diagnose a disease sourced from patient medical record data. In the classification of medical datasets, Naive Bayes is one of the best methods used. The purpose of this study is to determine the comparison of the accuracy results of Naive Bayes using several feature selections, namely Forward Selection, Backward Elimination, a combination of union of Forwad Selection and Backward Elimination feature selection results, Information Gain, Gain Ratio, and a combination of union of Information Gain feature selection results with Gain Ratio. The data used in this research is heart disease data obtained from the UCI Machine Learning Repository. From the implementation of modeling that will be carried out, the highest accuracy value is 91.80% in the Naive Bayes algorithm with a combination of union of Information Gain and Gain Ratio feature selection results using a ratio of training data and test data of 80:20. While the accuracy of Naive Bayes with a combination of union selection results of Forward Selection and Backward Elimination features only has an accuracy value of 83.61%.
Peningkatan Akurasi Metode Weighted Fuzzy Time Series Forecasting Menggunakan Algoritma Evolusi Differensial dan Fuzzy C-Means
Get PDFPrediksi adalah suatu pendekatan yang digunakan untuk mengantisipasi ketidakpastian masa depan. Metode prediksi konfensional terkendala pada penyesuaian data terhadap asumsi yang digunakan sehingga diperlukan Metode Weighted Fuzzy Time Series. Meskipun metode WFTS telah terbukti efektif terdapat tantangan dalam meningkatkan akurasi peramalan yang dihasilkan. Dua teknik yang sering digunakan dalam konteks ini adalah Algoritma Evolusi Differensial (ED) dan Fuzzy C-Means (FCM). Data yang digunakan pada penelitian ini adalah Jakarta Islamic Index (JKII) per bulan dari bulan Agustus 2018 hingga Juli 2023. Data yang digunakan adalah data sekunder yang diperoleh dari situs www.yahoo.finance.com. Analisis dilakukan untuk meningkatkan akurasi dari metode peramalan WFTS dengan klasifikasi FCM dan proses optimalisasi menggunakan hasil forecasting dengan Algoritma Evolusi Diffensial (DE).Hasil klasifikasi dengan Fuzzy C-Means, ditemukan 7 klaster dengan jumlah keanggotaan yang berbeda. Perhitungan nilai peramalan dilkakukan dengan defuzzyfikasi dengan mengubah variabel linguistik menjadi bilangan real. Proses transformasi ini melibatkan perkalian antara bobot yang diperoleh dari estimasi Fuzzy C Means dengan nilai titik tengah pada setiap cluster. Proses optimalisasi hasil dilakukan dengan menggunakan algoritma DE dapat meningkatkan akurasi dari forecasting. Kesimpulan yang didapat yaitu algoritma evolusi differensial dapat meningkatkan akurasi forecasting dari metode weighted fuzzy time series dengan kombinasi pembentukan kelas interval menggunakan metode fuzzy c-means. Hal ini dikarenakan nilai MAPE yang dihasilkan dari algoritma evolusi differensial lebih kecil daripada model weighted fuzzy time series.
Abstract
Prediction is a form of approach in anticipating future uncertainties. Conventional prediction methods encounter difficulties in adapting data with the assumptions used, necessitating the application of the Weighted Fuzzy Time Series (WFTS) method. Although the WFTS method has proven effective, there are challenges in improving the accuracy of the generated forecasts. There are two commonly applied approaches: the Differential Evolution (DE) algorithm and Fuzzy C-Means (FCM). The data used in this research is the Jakarta Islamic Index (JKII) on a monthly basis from August 2018 to July 2023. The information collected is secondary data obtained from the website www.yahoo.finance.com. The analysis conducted involves performing FCM classification to form interval classes and optimizing the forecasting results of the WFTS method with DE. The Fuzzy C-Means classification resulted in finding 7 clusters with different membership counts. Forecasting values are calculated through defuzzification by converting linguistic variables into real numbers. This transformation process involves multiplying the weights obtained from the Fuzzy C-Means estimation with the mid-point values of each cluster.The optimization process is performed using the DE algorithm. The research findings conclude that the use of the differential evolution algorithm improves the accuracy of the forecasting from the Weighted Fuzzy Time Series method with the approach of combining interval class formation through the Fuzzy C-Means method. The DE algorithm works by seeking the best solution in a complex parameter space through iterations and performance evaluations, thereby significantly enhancing the performance of the forecasting model
Genetic Fuzzy System untuk Klasifikasi Tutupan Lahan Berdasarkan Foto Udara Unmanned Aerial Vehicle (UAV)
Get PDFPengamatan terhadap tata letak sebuah wilayah, terutama wilayah berpenduduk, penting dilakukan untuk mengetahui perkembangan dan perubahan yang terjadi. Salah satu pendekatan yang dapat digunakan untuk pengamatan perkembangan suatu wilayah dari waktu ke waktu adalah dengan dengan melihat perubahan tutupan lahan (land cover) secara spasial dengan menggunakan citra foto udara. Foto udara yang mencakup sebuah wilayah dianalisis dengan mengelompokan jenis tutupan lahan atau dikenal dengan land cover classification (klasifikasi tutupan lahan). Metode klasifikasi yang digunakan adalah dengan genetic fuzzy system, yaitu metode klasifikasi dengan menggunakan sistem fuzzy yang aturannya dan fungsi keanggotaannya dioptimasi dengan menggunakan algoritma genetika. Proses metode ini terdiri dari dua tahap yaitu training process, untuk mencari aturan fuzzy yang baik, dan kemudian dilanjutkan dengan tuning process, yaitu proses untuk menggeser batasan nilai pada fungsi keanggotaan himpunan fuzzy yang digunakan. Input program ini adalah nilai red (R), green (G), dan blue (B) dari tiap pixel di dalam citra, dan outputnya adalah kelas pixel yang dikelompokkan (tanah, air, vegetasi, bangunan, dan jalan). Hasil penelitian menunjukkan bahwa nilai fitness tertinggi yang diperoleh adalah hingga 0.84 atau 84%.
Abstract
Observation of the layout of an area, especially populated areas, is important to monitor what has been changed during the time period. To observe the development of an area from time to time, one approach that can be done is to observe land cover changes from above. Aerial imagery of an area is analyzed by grouping some subareas based on their land cover types or known as land cover classification. This study proposed the genetic fuzzy system to classify each pixel in the image. The genetic fuzzy system is a classification method using a fuzzy system whose membership function is optimized using a genetic algorithm. The process consists of two stages, namely the training process, to find good fuzzy rules, and then proceed with tuning processes, namely the process of shifting the value constraints on the membership function of the fuzzy set used. The input of this program is the red (R), green (G), and blue (B) values of each pixel in the image, and the output is the class in which the pixels are grouped (soil, water, vegetation, buildings, and roads). From the experimental results, the highest fitness value was obtained up to 0.84 or 84%
Pengembangan Knowledge Management System Ukiran Kayu Khas Bali Berbasis Artificial Intelligence
Get PDFSeni ukir kayu Bali adalah hasil karya dari para seniman ukir kayu asli Bali yang memiliki bakat luar biasa dalam beberapa dekade. Mereka bekerja dengan konsisten dan penuh dedikasi untuk menciptakan karya yang terbaik dan berkualitas tinggi. Selain itu, mereka selalu menyertakan filosofi spiritual yang mendalam dalam hasil karyanya. Begeh Ukir adalah UKM yang bergerak dalam industri seni ukiran Bali yang telah berdiri sejak tahun 2000. Produk utama yang disediakan adalah sanggah, yang secara harfiah berarti tempat ibadah. Kepercayaan Hindu percaya bahwa roh nenek moyang keluarga mendiami sanggah, di mana mereka ditempatkan di dalam sudut sakral atau di area kosong rumah. Dalam memfasilitasi dan meningkatkan pemahaman manajemen sumber daya manusia yang tergabung ke dalam UKM Begeh Ukir melalui KMS yang bertujuan agar pengetahuan bisa dapat berlanjut pada generasi penerusnya. Pengetahuan yang disimpan pada KMS berhasil dipetakan dalam bentuk Knowledge Mapping yang terdiri dari sanggah, bale, bahan dan filosofi. Metode KMSLC diterapkan pada pengembangan KMS berhasil mengembangkan chatbot AI berbasis NLP dengan presentase kebenaran knowledge yang dihasillkan sebesar 75%.
Kata kunci: Artificial Intelligence, Knowledge Management System, Website, Ukiran Bali
Abstract
Balinese wood carving art is the work of original Balinese wood carving artists who have extraordinary talent in decades. They work with full consistency and dedication to create the best and highest quality work. In addition, they always include a deep spiritual philosophy in their work. Begeh Ukir is an UKM engaged in the Balinese carving art industry which has been established since 2000. The main product provided is sanggah, which literally means a place of worship. Hindu beliefs believe that the spirits of the family\u27s ancestors inhabit sanggah, where they are placed in sacred corners or in empty areas of the house. In facilitating and increasing understanding of human resource management who are members of the Begeh Carving UKM through KMS which aims so that knowledge can continue in the next generation. The knowledge stored in the KMS has been successfully mapped in the form of Knowledge Mapping which consists of objections, bale, materials and philosophy. The KMSLC method applied to the development of KMS succeeded in developing an NLP-based AI chatbot with a percentage of truth of the knowledge generated by 75%
Implementasi Algoritma Genetika dalam optimasi Performa Truk Sampah Menggunakan Aplikasi Trash Queen
Get PDFKebutuhan akan kendaraan dapat dibilang sebagai salah satu kunci dari berjalannya ekonomi dunia. Akan tetapi, efisiensi desain spesifikasi kendaraan masih menjadi topik hangat di kalangan desainer otomotif. Hal ini karena meskipun ada jutaan kendaraan di seluruh dunia, tidak semua desain kendaraan dapat menunjukkan performa yang optimal di segala keadaan. Aspek spesifikasi kendaraan yang memiliki pengaruh paling besar antara lain daya mesin, ukuran ban, dan berat kendaraan. Oleh karena itu, dibutuhkan suatu optimasi desain spesifikasi kendaraan yang hanya membutuhkan faktor ukuran ban dan berat kendaraan, di mana berat kendaraan tersebut dapat direpresentasikan oleh dua faktor besar, yaitu kapasitas kargo dan kapasitas bahan bakar. Dalam penelitian ini ditelusuri kemungkinan optimasi spesifikasi truk sampah berdasarkan faktor-faktor tersebut dalam tujuannya mengumpulkan sampah dan kembali ke sentra pengumpulan sampah tanpa kehabisan bahan bakar menggunakan aplikasi Trash Queen. Trash Queen memanfaatkan algoritma genetika untuk menjalankan simulasi secara berulang-ulang hingga didapatkan solusi yang optimal. Truk sampah yang kehabisan bahan bakar tanpa mampu mengantarkan sampah akan dianggap gagal karena tidak mampu mencapai tujuannya. Pada penelitian ini, ditemukan bahwa dalam 30 generasi fitness terbaik tiap generasi telah naik sebanyak 68.4% dengan trend ukuran ban yang makin kecil, kapasitas bahan bakar yang makin kecil, dan kapasitas kargo yang makin besar. AbstractThe need for vehicles can be said to be the key in the continuity of the world’s economy. Even so, the efficiency of vehicle design specifications remain a hot topic among automotive designers. This is caused by the many millions of vehicles all across the globe, yet not all of them are able to perform to factory standards at optimal efficiency due to variations in different situations. The parts that have the most significant roles in a vehicle’s specification with respect to efficiency includes engine power, wheel size, and the weight of the vehicle itself. That is why a design optimization where it only accounts for the easier to find parts of a vehicle’s specification is needed, the wheel size and the weight of the vehcile which can be represented by two major factors: cargo capacity and fuel capacity. This research aims to explore the possibilities of optimizing a trash truck’s specifications in its conquest to collect trash and return to a trash collecting centre to deliver them without running out of fuel using the Trash Queen app based on those factors. Trash Queen utilizes genetic algorithm to run simulations repeatedly until an optimal solution is obtained. Trash trucks that run out of fuel before being able to deliver any trash will be considered as failed trucks due to being unable to accomplish their set goal. In this research, it was found that in just 30 generations, the best fitness result of each generation has risen by 68.4% with wheel sizes trending to a smaller size, fuel capacity to a smaller size, and cargo capacity to a larger size
Faktor-faktor yang Memengaruhi Kesuksesan E-Learning dengan Model UTAUT di Kementerian Keuangan
Get PDFPerkembangan teknologi informasi mengakibatkan perubahan pola pengembangan sumber daya manusia (SDM) dimana sekarang berkembang penggunaan metode e-learning. Tujuan penelitian untuk mengidentifikasi faktor-faktor penting yang memengaruhi kesuksesan penyelenggaraan e-learning dengan Model UTAUT di Kementerian Keuangan. Penelitian ini merupakan tindak lanjut atas evaluasi terkait penyelenggaraan e-learning yang belum optimal. Metode penelitian ini menggunakan survei. Data didapatkan melalui kuisioner dalam waktu tertentu. Penelitian ini menghasilkan kesimpulan yang berbeda dengan penelitian terdahulu. Penelitian terdahulu menghasilkan kesimpulan bahwa faktor penting yang mempengaruhi kesuksesan e-learning adalah harapan atas kinerja, harapan atas usaha, pengaruh sosial, fasilitas/sarana, dan minat penggunaan. Dalam penelitian ini nilai t-tabel yang dihasilkan dari pengolahan data dengan alpha 5% adalah 1,96. Hasil penghitungan t-statistik variabel yang lebih besar dari t-tabel adalah harapan atas usaha 2,67; pengaruh sosial 3,8; dan minat penggunaan 4,715. Sedangkan t-statistik variabel yang lebih kecil dari t-tabel adalah harapan atas kinerja 0,904 dan fasilitas/sarana 1,836. Sehingga kesimpulan penelitian ini adalah faktor penting yang mempengaruhi kesuksesan e-learning adalah harapan atas usaha, pengaruh sosial, dan minat penggunaan. Sedangkan faktor harapan atas kinerja dan fasilitas/sarana tidak mempengaruhi kesuksesan e-learning.Abstract The development of information technology has resulted in changes in the pattern of human resource development (HR) where the use of e-learning methods is now developing. The purpose of this study is to identify important factors that influence the success of e-learning implementation with the UTAUT Model at the Ministry of Finance. This research is a follow-up to the evaluation related to the implementation of e-learning that has not been optimal. This research method uses a survey. Data obtained through questionnaires within a certain time. This study yielded different conclusions from previous research. Previous research concluded that the important factors that influence the success of e-learning are expectations of performance, expectations of efforts, social influence, facilities, and behavioral intentions. In this study, the t-table value generated from data processing with 5% alpha was 1.96. The results of calculating the t-statistics of variables that are greater than t-table are the expectation of effort 2.67; social influence 3.8; and behavioral intentions 4,715. Meanwhile, the t-statistic variable which is smaller than the t-table is the expectation of performance 0.904 and facilities/facilities 1.836. So the conclusion of this study is that the important factors that influence the success of e-learning are expectations of effort, social influence, and behavioral intention. Meanwhile, the expectation factor for performance and facilities does not affect the success of e-learning
Peningkatan Efisiensi Waktu Seleksi Karyawan dengan Kombinasi Metode Analytical Hierarchy Process dan Simple Additive Weighting
Get PDFManajemen Sumber Daya Manusia (SDM) masih menjadi suatu persoalan bagi beberapa perusahaan, salah satunya yaitu pada perusahaan PT. Sasmita Abadi Gloves. Perusahaan ini mempunyai kendala dalam seleksi calon karyawan karena terdapat kesalahan rekrutmen sekitar 3 sampai 4 orang dalam satu tahun. Di samping itu, proses seleksi memerlukan waktu yang lama yaitu 7 hingga 10 hari untuk merekap dan menghitung penilaian calon karyawan dalam bentuk Microsoft Excel. Untuk itu, penelitian kali ini memiliki tujuan menghasilkan Sistem Pendukung Keputusan (SPK) yang bisa menyajikan rekomendasi yang tepat dalam proses seleksi calon karyawan terbaik menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) dengan waktu yang lebih cepat dan efisien. Dalam penerapannya, AHP digunakan dalam menghitung bobot kriteria/subkriteria dan SAW digunakan dalam menghasilkan ranking calon karyawan. Kriteria untuk seleksi di bagian produksi, yaitu kedisplinan, wawancara, dan tes praktik, sedangkan kriteria untuk seleksi di bagian nonproduksi, yaitu kedisplinan, wawancara, tes tulis, dan psikotes. Jumlah alternatif bisa berapapun, tetapi untuk uji coba, penelitian ini menggunakan 15 alternatif. Hasil penelitian menunjukkan bahwa SPK dapat menentukan calon karyawan terbaik dengan lebih tepat dan objektif. SPK juga dapat mempercepat proses seleksi calon karyawan menjadi 3 hingga 5 hari sehingga meningkatkan efisensi waktu seleksi hingga dua kali lipat. AbstractThe human resources management is a problem for several companies, one of which is the company PT. Sasmita Abadi Gloves. This company has problems in selecting prospective employees because there are recruitment errors of about 3 to 4 people in one year. In addition, the selection process takes a long time, namely 7 until 10 days to recap and calculate the assessment of prospective employees in the form of Microsoft Excel. Therefore, this research aims to produce a Decision Support System (DSS) that can present appropriate recommendations in selecting the best prospective employees using Analytical Hierarchy Process (AHP) and Simple Additive Weighting (SAW) methods with a faster and more efficient time. In its application, AHP was used to specify the criteria/subcriteria weight, while SAW was used to produce the ranking of prospective employees. The criteria for selecting in production departments are discipline, interviews, and practical tests, while the criteria for selecting in non-production departments are discipline, interviews, written tests, and psychological tests. The number alternatives number can be unlimited. For tetsing, this study uses 15 alternatives, The research result showed DSS can determine the best employee candidates more precisely and objectively. DSS can also speed up the employee selection process to 3 until 5 days, thereby increasing efficiency of selection time, up to two times