Title
Now showing items 21-25 of 154
APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN ANGGOTA POLRI TERBAIK BAGIAN SDM POLRESTABES MEDAN MENGGUNAKAN METODE MULTI FACTOR EVALUATION PROCESS (MFEP)
Alfian, Fina Maulidina () 2022Sistem informasi dan teknologi komputer berkembang sangat pesat. Semakin banyak aplikasi sistem pendukung keputusan yang dimanfaatkan untuk mempermudah dalam menyelesaikan permasalahan menggunakan aplikasi. Pengambilan keputusan anggota polri terbaik di Polrestabes Medan khususnya bagian sumber daya manusia (SDM) saat ini masih dilakukan secara manual. Perlu adanya Aplikasi Sistem Pendukung Keputusan untuk membantu pihak Polrestabes Medan dalam menentukan anggota Polri terbaik bagian SDM. Pada Aplikasi Sistem Pendukung Keputusan untuk menentukan anggota Polri terbaik SDM Polrestabes Medan terdapat lima kriteria yaitu Mental, Rohani, Kesehatan, Pendidikan, dan Jenjang Jabatan. Metode algoritma Multifactor Evaluation Process (MFEP) dapat digunakan dalam sistem pendukung keputusan. Dengan menggunakan metode MFEP setiap kriteria yang telah ditentukan diberikan bobot (weighting), Kemudian setiap alternatif dievaluasi berdasarkan faktor-faktor pertimbangan tersebut. Faktor penilaian dilakukan dengan Kepala Bagian SDM Polrestabes Medan. Alternatif dengan nilai tertinggi layak untuk ditentukan sebagai anggota polri SDM terbaik Polrestabes Medan. Aplikasi sistem pendukung keputusan ini dikembangkan menggunakan metode waterfall yaitu dengan melakukan analisis, selanjutnya melakukan perhitungan algoritma metode MFEP, kemudian melakukan perancangan sistem, lalu diimplementasikan ke sistem setelah itu dilakukan uji coba menggunakan blackbox. Dari peneilitian ini mendapatkan hasil anggota terbaik SDM yaitu Bripka Eko Wirahman yang memiliki total bobot evaluasi sebanyak 4.25 dengan menggunakan aplikasi pendukung keputusan metode MFEP berbasis web. Dengan adanya aplikasi ini telah membantu pihak Polrestabes Medan khususnya bagian SDM dalam menerima informasi dan mengambil keputusan dalam penentuan anggota terbaik bagian SDM. Diharapkan aplikasi ini dapat meminimalisir terjadinya kesalahan dalam penentuan anggota polri SDM di Polrestabes Medan. Kata Kunci: Sistem Pendukung Keputusan, MFEP, Polri SDM
APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PRODUK MATA UANG CRYPTOCURRENCY TERBAIK MENGGUNAKAN METODE MULTI FACTOR EVALUATION PROCESS (MFEP)
Panjaitan, Feedrix Anberto () 2022Sistem informasi dan teknologi komputer berkembang sangat pesat. Semakin banyak aplikasi sistem pendukung keputusan yang dimanfaatkan untuk mempermudah dalam menyelesaikan permasalahan menggunakan aplikasi. Pengambilan keputusan produk cryptocurrency terbaik saat ini masih dilakukan secara manual. Perlu adanya Aplikasi Sistem Pendukung Keputusan untuk membantu calon investor dalam menentukan produk mata uang crypto terbaik. Pada Aplikasi Sistem Pendukung Keputusan untuk menentukan produk mata uang virtual cryptocurrency terdapat lima kriteria yaitu Kriteria, Adopsi, Biaya Produksi, Regulasi, dan Pemberitaan Terkait. Metode algoritma Multifactor Evaluation Process (MFEP) dapat digunakan dalam sistem pendukung keputusan. Dengan menggunakan metode MFEP setiap kriteria yang telah ditentukan diberikan bobot (weighting), Kemudian setiap alternatif dievaluasi berdasarkan faktor-faktor pertimbangan tersebut. Alternatif dengan nilai tertinggi layak untuk ditentukan sebagai mata uang crypto terbaik. Aplikasi sistem pendukung keputusan ini dikembangkan menggunakan metode waterfall yaitu dengan melakukan analisis, selanjutnya melakukan perhitungan algoritma metode MFEP, kemudian melakukan perancangan sistem, lalu diimplementasikan ke sistem setelah itu dilakukan uji coba menggunakan blackbox. Dari peneilitian ini mendapatkan hasil produk crypto terbaik yaitu Bitcoin yang memiliki total bobot evaluasi sebanyak 4.25 dengan menggunakan aplikasi pendukung keputusan metode MFEP berbasis web. Dengan adanya aplikasi ini telah membantu calon investor sebelum masuk market crypto dalam menerima informasi dan mengambil keputusan dalam penentuan produk cryptocurrency terbaik. Diharapkan aplikasi ini dapat meminimalisir terjadinya kesalahan dalam penentuan mata uang virtual cryptocurrency terbaik. Kata Kunci: Sistem Pendukung Keputusan, MFEP, Crypto, Mata Uang
AUGMENTED REALITY PENGENALAN LINGKUNGAN KAMPUS II UNIVERSITAS HARAPAN MEDAN DENGAN METODE MARKERLESS
Wulanigrum, Hediningtias () 2021ABSTRAK Media promosi memberikan sebuah penjelasan kepada calon pelanggan tentang barang atau jasa yang akan ditawarkan kepada calon konsumen. Proses promosi dapat dilakukan dengan berbagai macam salah satunya yaitu brosur. Universitas Harapan Medan menggunakan brosur sebagai salah satu media promosi yang sampai saat ini masih dilakukan. Untuk menarik perhatian calon mahasiswa dapat menyisipkan teknologi Augmented Reality (AR) pada brosur agar menjadi lebih menarik dan interaktif. Metode pengembangan perangkat lunak yang digunakan untuk membangun aplikasi ini yaitu metode waterfall. Perancangan sistem menggunakan UML (Unified Modelling Language). Penelitian ini memanfaatkan teknologi Markerless yaitu dengan menampilkan gedung dari Kampus 2 Universitas Harapan Medan. Aplikasi ini dibangun dengan menggunakan Unity 3D dan Vuforia Engine, sedangkan untuk bahasa pemrograman menggunakan C#. Penelitian ini menghasilkan sebuah aplikasi Augmented Reality yang dapat digunakan pada smartphone Android. Aplikasi ini menyajikan informasi bagaimana bentuk dari gedung kampus 2 Universitas Harapan Medan sebagai media promosi. Kata Kunci: Media Promosi, Augmented Reality, Markerless, Unity, Vuforia
DESAIN DAN PENERAPAN SISTEM INFORMASI UNTUK PEMASARAN BIJI KOPI DAN BUBUK KOPI ARABIKA BERBASIS ANDROID
Hafizar, Nurul () 2022Indonesia merupakan salah satu produsen kopi terbanyak di dunia. Menurut data statistik International Coffee Organization (ICO), Indonesia merupakan negara penghasil kopi terbesar ke- 4 di dunia setelah Brazil, Vietnam, dan Kolombia dengan jumlah produksi tahun 2016 mencapai 639.305 ton. Model penjualan yang berjalan saat ini masih menggunakan metode penjualan secara konvensional, yang dimana model penjualan ini kurang berjalan efisien dikarenakan saat melakukan pemesanan kopi seringkali membutuhkan waktu yang lama untuk percakapan tidak terstruktur dan 1-2 pelanggan harus menjelaskan kopi yang diinginkannya. Saat pelanggan menjelaskan detail kopi yang diinginkan atau dibutuhkan, kemungkinan informasi yang disampaikan pelanggan tidak tersampaikan sehingga menyulitkan penjual untuk mencari kopi yang sesuai dengan kebutuhannya karena mungkin pelanggan kurang mengerti tentang kopi. tujuan dari penelitian ini Untuk mengetahui dan memperbaiki sistem yang digunakan yang sedang berjalan saat ini agar menjadi lebih baik lagi dan Meningkatkan penjualan dan mampu bersaing dengan produk kopi lainnya katakunci: Kopi, pemasaran, penjualan, arabika
DETEKSI KATA SERAPAN TERHADAP DOKUMEN MENGGUNAKAN PENDEKATAN DEEP LEARNING
Halimardani, Windi () 2023Penelitian ini bertujuan untuk mengembangkan sebuah metode deteksi kata serapan dalam dokumen teks menggunakan pendekatan Deep Learning. Kata serapan adalah kata-kata yang berasal dari bahasa asing dan telah diadopsi ke dalam bahasa lokal. Metode ini memiliki potensi untuk mengidentifikasi kata serapan dengan akurasi yang tinggi, bahkan dalam konteks dokumen yang besar dan beragam. Pendekatan Deep Learning akan digunakan dalam analisis teks untuk mengambil fitur-fitur yang relevan dan kompleks dari kata-kata dalam dokumen. Model Deep Learning yang akan dibangun dapat memahami konteks penggunaan kata serapan dalam bahasa lokal, serta dapat membedakannya dari kata-kata asli bahasa tersebut. Selain memberikan solusi untuk tugas deteksi kata serapan, penelitian ini juga akan menggali potensi penerapan Deep Learning dalam pemrosesan teks dan linguistik komputasional. Hasil dari penelitian ini diharapkan dapat membantu dalam memahami lebih baik aspek-aspek bahasa yang berkaitan dengan kata serapan, serta dapat berguna dalam aplikasi yang berkaitan dengan analisis teks seperti terjemahan otomatis, analisis sentimen, dan banyak lagi. Kata Kunci: Serapan, Deteksi, Deep learning