Seminar Nasional Informatika (SEMNASIF)
Not a member yet
769 research outputs found
Sort by
Pengaruh Promosi Media Sosial Terhadap Keputusan Pembelian Dan Implikasinya Pada Electronic Word Of Mouth Pada Cafe Brick Sleman
Full text linkPenelitian ini bertujuan mengetahui dan menjelaskan pengaruh promosi melalui media sosial Instagram terhadap keputusan pembelian dan implikasinya pada electronic word of mouth pada konsumen di Cafe Brick Sleman. Penelitian ini menggunakan pendekatan kuantitatif. Sampel penelitian ini adalah 100 konsumen yang sudah pernah berkunjung ke Cafe Brick dengan menggunakan metode purpossive sampling. Instrumen penelitian ini menggunakan kuesioner dan dianalisis menggunakan analisis regresi berganda.Hasil penelitian ini menunjukkan bahwa promosi menggunakan media sosial memiliki pengaruh terhadap keputusan pembelian serta berimplikasi pada electronic word of mouth pada pelanggan Cafe Brick. Penelitian ini memberikan konstribusi bagi Pemasar Cafe Brick terkait strategi promosi di media sosial dan electronic word of mouth
Vendor Selection Using The Comparation SAW and AHP Methods in Dicision Support System
Full text linkSistem pendukung keputusan dipergunakan untuk mendukung pengambilan solusi dari sebuah masalah untuk menjadi suatu peluang. Pemilihan vendor yang berkualitas akan sangat berpengaruh pada hasil produksi yang akan dihasilkan oleh perusahaan. Dalam penelitian ini menggunakan metode Analitycal Hierarchy Process (AHP) yang digunakan untuk mencari bobot parameter, dan metode Simple Additive Weighting (SAW) sebagai pendukung pengambilan keputusan yang merupakan sebuah alternatif yang baik tidak hanya memiliki nilai dasar kriteria tetapi juga solusi terbaik yang akan memberikan beberapa rekomendasi pemilihan vendor berdasarkan bahan baku yang sesuai dengan yang diharapkan. Permasalahan perusahaan dihadapkan pada beberapa alternatif vendor yang harus dipertimbangkan sebelum melakukan pembelian bahan baku topi dan masih tidak tahu memilih vendor mana yang harus diajak kerja sama kembali, maka dari itu kedua metode diatas akan dilakukan sebuah perbandingan antara metode SAW dan AHP untuk memilih metode mana yang lebih cepat dan tepat dalam pemilihan vendor. Penelitian ini menghasilkan sebuah sistem pendukung keputusan yang dapat memilih vendor terbaik sehingga dapat berkerja sama kembali dengan PT.XYZ dengan cara membandingkan 2 metode sistem pendukung keputusan yaitu SAW dan AHP, maka dihasilkan metode yang lebih cepat diselesaikan dan proses nya mudah dipahami prosesnya yaitu dengan menggunakan metode SAW sedangkan metode yang lebih akurat yaitu metode AHP
Application of Data Mining for Rainfall Prediction Classification in Australia with Decision Tree Algorithm and C5.0 Algorithm
Full text linkTujuan: Penelitian ini bertujuan untuk memprediksi hujan di Australia dengan pendekatan klasifikasi machine learning. Prediksi hujan yang tepat dan akurat sangat penting untuk perencanaan dan pengelolaan sumber daya air, peringatan banjir, kegiatan konstruksi dan operasi penerbangan serta yang lainnya.Perancangan/metode/pendekatan: Metode atau tahapan yang diterapkan dalam melakukan klasifikasi prediksi hujan di Australia yaitu melalui beberapa tahapan diantaranya Pengumpulan Data, Data Pre-processing (termasuk dilakukan penanganan Missing Value didalamnya), Pemodelan Klasifikasi dengan menerapkan dan membandingkan algoritme Decision Tree dan C5.0, Validasi Hasil menggunakan Partisi Dataset dan k-Cross Fold Validation serta Evaluasi Model menggunakan Confussion Matrix.Hasil: Berdasarkan hasil yang diperoleh, evaluasi menggunakan 10-Cross Fold Validation lebih unggul yang memiliki akurasi paling tinggi sebesar 87.35% untuk algoritme Decision Tree dan akurasi sebesar 86.85% untuk algoritme C5.0 Rule-Based Model, dibandingkan dengan metode Split 80:20 pada kasus prediksi hujan di Australia.Keaslian/state of the art: Selain model klasifikasi yang digunakan, validasi dataset baik itu dengan partisi dataset atau k-Cross Fold Validation juga dapat mempengaruhi akurasi hasil prediksi
Analysis of the Effect of Congestion Control DCCP CCID 2 on TCP SACK
Full text linkPurpose: Observing the effect of DCCP CCID 2 congestion control on TCP traffic using the NS-2 simulator.Design/methodology/approach: Using TCP-SACK with performance testing parameters observed are congestion window, throughput, and packet drop.Findings/result: DCCP CCID 2 is more able to maximize bandwidth than TCP SACK because TCP SACK has a retransmit phase where if a packet is lost, the lost packet will be sent back which can cause delays. The buffer size also does not affect the throughput value of TCP SACK because TCP SACK and DCCP CCID 2 have the same congestion control mechanism and the congestion control algorithm CCID 2 is more advanced.Originality/value/state of the art: This study observes the effect of DCCP CCID 2 congestion control on TCP traffic, where the TCP SACK variation used in this study has never been used before
THE EFFECT OF SERVICE FEATURES ON LOYALTY IN MEDIATION OF BNI TAPLUS UGM CUSTOMER SATISFACTION
Full text linkThe increasing number of banking companies are switching to work on the consumer market, resulting in higher competition between banks. This research was conducted to analyze and determine the effect of BNI Taplus service features on customer satisfaction and customer loyalty and the effect of BNI Taplus service features on customer loyalty mediated by customer satisfaction. The data were obtained by distributing surveys to several respondents. The sample consisted of 100 respondents. This research analysis test using path analysis with the SEM method. The results of this research analysis test found several things that service features did not have a significant effect on customer satisfaction and loyalty of BNI Taplus UGM Yogyakarta Branch. While customer satisfaction is able to mediate positively and significantly the effect of service features on customer loyalty at BNI Taplus UGM Yogyakarta Branch
Sentiment Analysis On Reviews Of Beach Tourism Objects On Google Maps Using Long-Short Term Memory Method
Full text linkTujuan: Dapat mengetahui tingkat performa algoritma Long-Short Term Memory dalam melakukan analisis sentimen ulasan pantai di Yogyakarta.Perancangan/metode/pendekatan: Penelitian ini menggunakan algoritma Long-Short Term Memory (LSTM) dengan kombinasi word2vec untuk menangani data sequential. Data yang digunakan bersumber dari ulasan google maps dan diberi label secara manual. Proses yang dilakukan adalah mengumpulkan data, preprocessing, sentence conversion, word2vec, kemudian dilakukan klasifikasi. Terakhir, dilakukan pengujian menggunakan confusion matrix dan kurva ROC untuk mencari nilai akurasi, presisi, recall, dan nilai AUC. Pengujian menggunakan persentase data latih 80% dan data uji 20% dengan pendekatan K-fold cross validation.Hasil: Hasil pengujian dengan confusion matrix menghasilkan nilai akurasi rata-rata 84%, presisi 76%, dan recall 0.73% untuk model sentimen. Sedangkan untuk model kategori diperoleh akurasi rata-rata sebesar 76%, presisi 75%, dan recall 0.74%. Hasil pengujian dengan kurva ROC diperoleh nilai rata-rata AUC 0.73 (fair classification) untuk model sentimen. Sedangkan untuk model kategori diperoleh nilai rata-rata AUC 0.83 (good classification).Keaslian/ state of the art: Penelitian ini mengimplementasikan salah satu algoritma deep learning yaitu LSTM dengan metode pembobotan word embedding untuk menguji performa klasifikasi teks. Pengujian yang dilakukan adalah membandingkan performa implementasi LSTM untuk klasifikasi binary class dan multiclass
Rain Prediction Clustering in Australia Using the K-Means Algorithm in the WEKA and RStudio Application
Full text linkPurpose: The purpose of this study is how to create an ideal cluster in predicting rainfall in Australia based on the percentage of the sum of squares error (SSE) using the K-Means algorithm with WEKA and RStudio applications.Design/methodology/approach: The method or stages applied in predicting rain in Australia are through several stages including Data Collection, Data Pre-processing (including Missing Value handling in it), Data Mining Modeling by applying the K-Means Clustering algorithm using WEKA and RStudio, Validation results with SSE as well as Data Visualization using plots.Findings/result: Based on the results obtained, clusters of 2 with an SSE of 28.0% are ideal clusters for predicting rain in Australia. In the WEKA software, rain clusters are represented by blue nodes, and non-rainy clusters are represented by red nodes. While in the RStudio software, rain clusters are represented by black nodes and non-rainy clusters are represented by red nodes.Originality/value/state of the art: Get the ideal cluster in predicting rainfall in Australia by comparing the results obtained using the WEKA and RStudio applications
PERENCANAAN STRATEGIS DALAM PENGEMBANGAN POTENSI PARIWISATA KABUPATEN KEPULAUAN YAPEN
Full text linkTujuan: Penelitian ini bertujuan untuk mengetahui dan menganalisis kekuatan, kelemahan, peluang dan ancaman, mengetahui kondisi lingkungan internal dan eksternal serta strategi yang tepat untuk mengembangkan potensi wisata di Kabupaten Kepulauan Yapen.Metode: Penelitian ini dilakukan dengan cara survey dan pengolahan data penelitian ini menggunakan teknik analisis statistic deskriptif dan analisis formulasi strategi.Hasil: Hasil penelitian yang diperoleh adalah pada analisis lingkungan yaitu lingkungan internal dan eksternal serta alternative strategi yang diberikan. Analisis lingkungan internal menunjukkan bahwa faktor kunci internal dari Kabupaten Kepulauan Yapen yaitu kekuatan (1) struktur organisasi yang jelas, (2) mempunyai pembiayaan yang cukup untuk kelancaran tugas karyawan, (3) Sarana dan prasarana cukup memadai, (4) Mempunyai website, (5) Mempunyai daya tarik alam dan bahari, (6) Mempunyai SDM di bidang akuntansi yang handal . Dan kelemahan (1) Kurangnya infrastruktur menuju ke destinasi, (2) Masyarakat kurang ramah ke wisatawan, (3) Terjadi kasus pencurian, (4) Kurangnya SDM untuk mengelola tempat wisata, (5) Promosi masih kurang maksimal. Analisis lingkungan eksternal menunjukkan bahwa faktor kunci eksternal yaitu berupa peluang (1) Investasi yang bagus, (2) Mempunyai perhatian dari pemerintah pusat, (3) Mempunyai daya tarik berbeda dengan wisata di Papua, (4) Website yang bisa dijadikan alat promosi. Dan ancaman (1) Banyaknya objek wisata sejenis, (2) Perekonomian kurang stabil, (3) Faktor keamanan belum kodusif, (4) Ditutupnya wisata di Indonesia karena Covid-19. Adapun urutan prioritas strategi yang dapat diterapkan di Kabupaten Kepulauan Yapen, yaitu pengembangan produk yaitu dengan peningkatan daya tarik wisata dengan menambah fasilitas, memanfaatkan kearifan lokal menjadi sarana rekreasi edukasi, perbaikan infrastruktur, penetrasi pasar yaitu dengan membuat akun media sosial dan membuat iklan di media sosial, integrasi ke belakang yaitu dengan selalu memperbaharui website dan integrasi ke depan yaitu dengan memberikan paket wisata lebih murah saat mengajak orang lain
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAW AN DI KLINIK ALTHA MEDIKA METODE SAW
Full text linkAbstract During the Covid-19 pandemic, many people lost their jobs so that unemployment in Indonesia increased. However, the Altha Medika Clinic opens job vacancies, the selection process for recruitment of employees is still done manually, so the manager of the Human Resources (HR) division has difficulty in making decisions. Because often find employees who have just entered a company do not last long due to abilities that do not match the required Criteria. The method used in this study is the Simple Additive Weighting (SAW) method, because this method can determine the weight values for attributes and expressions with a ranking that will select the best alternative from a number of alternatives, in this case the intended alternative is acceptable. as a new employee based on the criteria determined by the Altha Medika Clinic. The data test methods used were interviews and literature study. The results of this study are a web-based support system for recruiting new employees at the Altha Medika clinic to help the Altha Medika clinic, especially the manager of the Human Resources (HR) division, in making decisions for new employee admissions at the Altha Medika Clinic.Keywords : Employee Admission, Decision Support System, Simple Additive Weighting (SAW)Dimasa pandemi covid-19 banyak sekali orang yang kehilangan pekerjaannya sehingga pengangguran yang ada di Indonesia meningkat. Akan tetapi di Klinik Altha Medika membuka lowongan pekerjaan, dalam proses seleksi penerimaan karyawannya masih dilakukan secara manual, sehingga manajer divisi Sumber Daya Manusia (SDM) kesulitan dalam pengambilan keputusan. Karena sering kali mendapati pegawai yang baru masuk ke dalam suatu perusahaan tidak bertahan lama dikarenakan kemampuan yang tidak sesuai dengan kriteria yang dibutuhkan. Metode yang digunakan dalam penelitian ini yaitu metode Simple Additive Weighting (SAW), karena metode ini dapat menentukan nilai bobot untuk atribut-atribut dan dilanjutkan dengan perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada, dalam hal ini alternatif yang dimaksud merupakan yang layak diterima sebagai karyawan baru berdasarkan kriteria-kriteria yang telah ditentukan oleh pihak Klinik Altha Medika. Metode pengumpulan data yang digunakan yaitu dengan melakukan wawancara dan studi pustaka. Hasil dari penelitian ini adalah berupa sistem pendukung keputusan penerimaan karyawan baru di klinik altha medika berbasis web, untuk membantu klinik altha medika terutama manajer divisi Sumber Daya Manusia (SDM) dalam pengambilan keputusan untuk penerimaan pegawai baru di Klinik Altha Medika.Kata Kunci : Penerimaan Karyawan, Sistem Pendukung Keputusan, Simple Additive Weighting (SAW
PENGARUH BELAJAR DARI RUMAH (BDR) TERHADAP PRESTASI SISWA DENGAN REGRESI LINIER BERGANDA DI MASA PANDEMI COVID-19
Full text linkAbstractDuring the Covid-19 pandemic, the government made new rules, namely students are required to do Learning From Home (BDR) to break the chain of transmission of the virus. Online learning is also carried out so that teaching and learning activities in schools continue. With online class activities, students experience several obstacles to maximize their performance at school. The obstacles experienced include the influence of the level of effectiveness and interest in student learning, this can be seen from the significant decrease in the overall report card scores between before and during the Covid-19 pandemic. This study uses Multiple Linear Regression to analyze the influence of each independent variable on the fixed variable to perform several hypothesis tests. By using primary data such as distributing questionnaires and secondary data such as archives from related agencies. For taking samples from a population using simple random sampling technique with a sample of 89 samples. The results of this research method are hypothesis testing using the F test that the variables of infrastructure, intermediary media, time learning, material understanding, discussion communication patterns, and the environment have an effect on student achievement during the Covid-19 pandemic. The T test shows that the most influential variable is the intermediary media t = 4,610, the communication discussion pattern t = 5,953 and the environment t = 2,869.Keywords: Learning From Home, Covid-19, Multiple Linear RegressionPada masa pandemi Covid-19 berlangsung pemerintah membuat aturan baru yaitu siswa diharuskan melakukan Belajar Dari Rumah (BDR) untuk memutus rantai penularan virus tersebut. Pembelajaran secara online pun dilaksanakan agar kegiatan belajar mengajar di sekolah tetap berlangsung. Dengan adanya kegiatan kelas online, beberapa kendala dialami oleh para siswa untuk memaksimalkan prestasinya di sekolah. Kendala yang dialami antara lain berpengaruhnya tingkat efektifitas dan minat belajar siswa, hal tersebut dapat dilihat dari penurunan secara signifikan hasil nilai rapot secara keseluruhan antara sebelum dan saat pandemi covid-19 berlangsung. Penelitian ini menggunakan metode Regresi Linier Berganda untuk menganalisa dari masing-masing pengaruh variabel bebas terhadap variabel tetap untuk melakukan beberapa uji hipotesis. Dengan menggunakan data primer seperti penyebaran kuesioner dan data sekunder seperti arsip-arsip dari instansi terkait. Untuk pengambilan sampel dari sebuah populasi yaitu menggunakan teknik simple random sampling dengan sampel yang berjumlah 89 sampel. Hasil dari metode penelitian ini terdapat uji hipotesis yang menggunakan uji F bahwa variabel sarana prasarana, media perantara, waktu pembelajaran, pemahaman materi, pola diskusi komunikasi, dan lingkungan berpengaruh pada prestasi siswa di masa pandemi covid-19. Adapun uji T bahwa variabel yang paling berpengaruh yaitu media perantara t= 4,610, pola diskusi komunikasi t= 5,953, dan lingkungan t=2,869.Kata Kunci: Belajar Dari Rumah, Covid-19, Regresi Linear Bergand