Antrian merupakan suatu keadaan di mana seorang harus menunggu gilirannya untuk mendapatkan pelayanan. Antrian disebabkan oleh sekelompok orang yang membutuhkan jasa pelayanan pada waktu bersamaan. Suatu proses kedatangan dalam suatu sistem antrian artinya menentukan distribusi probabilitas jumlah kedatangan untuk suatu periode waktu. Dalam hal ini, distribusi probabilitas Poisson menyediakan deskripsi yang cukup baik untuk suatu pola kedatangan. Sedangkan untuk Pola pelayanan ditentukan oleh waktu pelayanan yaitu waktu yang dibutuhkan untuk melayani pelanggan pada fasilitas pelayanan. Penelitian ini bertujuan untuk menerapkan sistem antrian dan mengurangi waktu tunggu di Satuan penyelenggaraan Adminstrasi SIM Resort Kepolisian Manado. Penelitian ini dilakukan di Satuan penyelenggaraan Adminstrasi SIM Resort Kepolisian Manado. Metode analisis yang digunakan adalah menggunakan pola kedatangan dan pola pelayanan. Dari hasil pembahasan yang telah dilakukan maka dapat disimpulkan bahwa sistem antrian pada SATPAS POLRESTA Manado memiliki tingkat kedatangan pemohon SIM sebesar 0.014 orang per menit. Waktu pelayanan pemohon SIM di loket I 1.979 menit rata-rata pemohon SIM dilayani, dan waktu pelayanan pemohon SIM di loket II 1.665 menit rata-rata pemohon SIM dilayani, namun waktu pelayanan pemohon SIM di loket III 0.368 menit rata-rata pemohon SIM dilayani.Kata Kunci : Pola kedatangan, Pola pelayanan, Sistem Antrian, SATPAS Manado
Grouping of Large data has been carried out in various fields. One method for grouping is cluster analysis where this method consists of hierarchy and non-hierarchy method. The aim of this study was to compare the use of cluster analysis on aspects of the causes of poverty data. The method used is agglomerative hierarchical clustering, that is, the average linkage, centroid methods and ward methods. The results obtained are compared with the RMSSTD value and the smallest value is the ward method with a value of 2.0937. So the ward method is good for this case.
Karyawan merupakan salah satu faktor penting dalam sebuah perusahaan karena dengan adanya karyawan yang memiliki standar kualifikasi perusahaan yang baik maka produktivitas perusahaan akan tetap terjaga dan semakin meningkat. Mengetahui pentingnya kualitas kinerja karyawan maka PT ANTAM Tbk melakukan pemilihan karyawan teladan untuk memacu semangat karyawan dalam meningkatkan dedikasi dan kinerja. Namun banyaknya karyawan yang akan dipilih menjadi kendala dalam pemilihan karyawan teladan, oleh sebab itu dibutuhkan suatu proses otomatisasi menggunakan teknologi untuk memberikan rekomendasi dalam pemilihan karyawan teladan. Tujuan penelitian ini adalah untuk merancang sebuah sistem pendukung keputusan dalam pemilihan karyawan teladan di PT ANTAM Tbk. Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan sebuah keputusan dalam suatu organisasi atau perusahaan. Metode yang digunakan adalah metode SAW, perhitungan metode ini menggunakan hasil dari nilai terbesar yang akan dipilih sebagai alternatif terbaik, perhitungan akan sesuai apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Sistem pendukung keputusan pemilihan karyawan teladan ini dikembangkan dengan menggunakan bahasa pemrograman PHP (Pre-Hypertext Processor), serta Database MySQL sebagai database server. Hasil penelitian ini menunjukan karyawan A10 mendapat rangking 1 dengan persentase nilai 100%.
Sistem pakar merupakan salah satu cabang kecerdasan buatan yang mempelajari bagaimana meniru cara berpikir seorang pakar dalam menyelesaikan suatu permasalahan. Kecerdasan buatan adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia. Ilmu komputer mengembangkan perangkat lunak dan perangkat keras untuk menirukan tindakan manusia. Aktifitas manusia yang ditirukan seperti penalaran, penglihatan, pembelajaran, pemecahan masalah, pemahaman bahasa alami, dan sebagainya. Sesuai definisi, teknologi kecerdasan buatan dipelajari dalam bidang-bidang seperti Robotika (Robotics), Penglihatan Komputer (Computer Vision), Pengolahan Bahasa Alami (Natural Language Processing), Pengenalan Pola (Pattern Recognition), Sistem Syaraf Buatan (Artificial Neural System), Pengenalan Suara (Speech Recognition), dan Sistem pakar (Expert System). Sistem pakar terdiri 2 bagian pokok, yaitu lingkungan pengembangan (development environment) digunakan sebagai pembangun sistem pakar baik dari segi pembangun komponen maupun basis pengetahuan dan lingkungan konsultasi (consultation environment)digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Lingkungan pengembangan digunakan oleh ES builder untuk membangun komponen dan memasukan penetahuan kedalam basis pengetahuan. Aplikasi Sistem Pakar ini adalah merupakan paket perangkat lunak yang membahas bagaimana cara untuk mendeteksi penyakit ginjal pada manusia. Sistem pakar pendeteksi penyakit ginjal pada manusia ini terdiri atas 2 bagian yaitu : Lingkungan Konsultasi (Development environment) dan Lingkungan Pengembangan (Consultation environment). Bahasa pemrograman yang digunakan untuk membuat aplikasi system pakar ini Microsoft Visual Studio 6.0 dengan databasenya menggunakan Microsoft Access 2003. sesuai dengan bahasa pemrograman yang digunakan maka interface yang akan ditampilkan dalam memberikan informasi bagi user akan berbentuk visual. EXPERT SYSTEM FOR KIDNEY DISEASE DIAGNOSISABSTRACTExpert System (ES) is an artifial intelligence which aplicate a profesional’s way of think in solving a problem. Artificial intelligence is a computer field which move computer to operate as smart as human brain. This computer science develop software and hardware to act like a human. Human activities which modify such as reasoning, vision, learning, problem solving, natural language, etc. Base on that definition, artificial intelligence technologi were improved in many fields such as Robotics, Computer Vision, Natural Language Processing, Pattern Recognition, Artificial Neural System, Speech Recognition, and Expert System. Expert System consist of two main fields: development environment used as expert system builder in component builder and also knowledge base, and consultation builder used by a person who has not ability in in consultation. Development environment used by ES builder to build component and input knowledge in to the knowledge base. This Expert System Aplication is a software sistem, which improve the aplication to detect kidney disease for human. Expert System detection of kidney disease for human consists of two parts: Development environment and Consultation environment.Programming language, which used to build this Expert System aplication, is Microsoft Visual Studio 6.0 with database Microsoft Access 2003. Base on the language programming used, then the interface, to give the information for user, will be shown in visual.
Industri mebel di Indonesia sangat berpotensi untuk tumbuh dan berkembang. Hal inilah yang membuat banyak bermunculan para pelaku industri mebel di tiap-tiap daerah hingga terjadi persaingan mulai dari kualitas sampai banyaknya jumlah mebel yang diproduksi. Penelitian ini bertujuan untuk membuat sebuah Sistem Pendukung Keputusan (SPK) dan menerapkan Fuzzy Inference System untuk melakukan prediksi produksi mebel. Mamdani merupakan metode yang digunakan untuk melakukan inferensi sistem yang didasarkan pada data persediaan dan permintaan mebel. Data yang digunakan adalah 60 data sekunder yang diperoleh dari CV. Sinar Sukses. Dalam melakukan pengujian sistem aplikasi digunakan uji-t sampel berpasangan. Fuzzy Inference System metode Mamdani dapat digunakan untuk melakukan prediksi jumlah mebel dilihat dari keseluruhan data yang diuji menunjukkan sebagian besar selisih antara jumlah prediksi produksi menggunakan sistem aplikasi dengan produksi sebenarnya lebih kecil dibandingkan dengan selisih antara jumlah produksi perusahaan dengan produksi sebenarnya. Standard error dari masing-masing barang yaitu untuk pintu : standard error prediksi produksi pintu = 0,534 lebih kecil dari standard error produksi pintu = 0,634 dan untuk lemari : standard error prediksi produksi lemari = 0,458 lebih kecil dari standard error produksi lemari = 0,735.Kata Kunci: Produksi mebel, Fuzzy Inference System, Metode Mamdani, Sistem Pendukung Keputusan
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.