Pada beberapa proyek konstruksi yang dikerjakan oleh beberapa perusahaan memiliki tahapan dalam pengerjaannya. Dalam pengerjaan proyek tentu akan mengalami banyak kendala baik berasal dari internal atau dari eksternal. kendala yang dihadapi adalah waktu dan biaya penyelesaiannya. Untuk menyelesaikan persoalan tersebut maka dip erlukannya sebuah aplikasi yang dapat memprediksi penggunaan biaya dan waktu sehingga proyek yang dikerjakan sesuai dengan harga dan waktu yang telah disepakati. Algoritma yang digunakan untuk membangun aplikasi yang dapat memprediksi waktu dan biaya pengerjaan proyek konstruksi adalah algoritma genetika. Hasil yang diperoleh dalam penelitian ini adalah 98.72% keakuratannya dalam memprediksi waktu dan biaya pengerjaan proyek konstruksi yang dimana aplikasi ini dapat memberikan output berupa hasil prediksi waktu dan biaya pengerjaan proyek konstruksi berdasarkan luas tanah yang di input dan pemilihan kromosom. Kromosom yang dimaksud adalah salah satu pekerjaan dari masing - masing proyek, yang memiliki luas tanah dengan selisih 5 angka dari luas tanah yang di input. Hasil ini didapat dengan total pengujian sebanyak 25 kali pengujian.
ABSTRAK PENDAHULUANSiswa merupakan salah satu aspek penting dalam proses belajar mengajar di sekolah. Sekolah selalu berusaha untuk mendorong siswa-siswinya agar terus berprestasi. Dalam hal itu sekolah membutuhkan ukuran untuk menentukan kriteria bagi siswa teladan agar dapat menentukan siswa teladan menurut sekolahnya masing-masing.Di setiap sekolah terdapat peluang siswa untuk menjadi siswa yang berprestasi atau siswa yang teladan setiap tahunnya. Akan tetapi masih menggunakan cara manual dan membutuhkan waktu yang lama untuk menentukan siapa siswa teladan tersebut dengan kriteria yaitu gabungan dari nilai akademik, nilai ektrakulikuler, dan ditambah data ketidak hadiran atau absensi.Sampai saat ini untuk setiap sekolah masih melakukan pemilihan dengan cara manual untuk menyeleksi siswa yang teladan atau yang berprestasi, dan cara itu pun sangat lama untuk mengetahui hasilnya di karenakan jumlah siswa pada setiap sekolah sangat banyak dan harus menyeleksi satu persatu untuk mengetahui siapa siswa yang teladan di sekolah tersebut.Oleh sebab itu peneliti mencoba sistem pendukung keputusan untuk pemilihan siswa teladan di sekolah menggunakan metode TOPSIS agar memudahkan guru dan pihak sekolah untuk menyeleksi siswa teladan, dalam sistem yang di buat, pihak sekolah secara flexibel dapat menentukan aspek penilaian pada setiap aspek tersebut sesuai dengan kebutuhan, setelah itu pihak sekolah melakukan input nilai siswa setelah input nilai siswa selesai dilaksanakan sistem akan melakukan perhitungan sesuai prinsip TOPSIS yang pada akhirnya menghasilkan suatu penentuan peringkat yang dapat membantu pihak sekolah dalam membandingkan hasil belajar tiap siswa.Metode TOPSIS ini didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif konsep ini banyak digunakan pada konsep MCDM untuk menyelesaikan masalah keputusan secara praktis, hal ini disebabkan konsepnya sederhana dan mudah dipahami komputasinya efisien, dan memiliki kemampuan untuk menukur kinerja relatif dari alternatif -alternatif keputusan dalam bentuk matematis yang sederhana..Peneliti terdahulu (Kurniawan, 2015) membahas mengenai sistem pendukung keputusan penilaian kinerja karyawan menggunakan metode TOPSIS berbasis web dan disimpulkan bahwa perusahaan dapat mendapat kinerja karyawan yang lebih professional dari hasil perhitungan pada aplikasi sistem pendukung keputusan yang dibuat. Sedangkan dalam penelitian penerapan metode TOPSIS (Aelani, 2014) pada aplikasi pendukung keputusan pemilihan smartphone menyimpulkan bahwa metode TOPSIS dapat digunakan untuk memberikan penilaian smartphone dalam aplikasi sistem pendukung keputusan pemilihan smartphone.
People who live in urban areas can be explained as social groups that are sociologically in the middle class, have a productive life, and are part of social change. Shopee as one of the marketplaces in Indonesia always needs to consider the factor of technology usage that allows users to make purchases with a variety of products (multi-product) available. This study aims to analyze the behavior of using Urban Consumer Behavior with the Technology Acceptance Model (TAM) approach. Data analysis using SMART PLS 3.0 involving 163 samples in Jakarta with survey-questionnaire as a method of data collection. The results of this study explain that two hypotheses were accepted and two more hypotheses were rejected. In this case, Shopee's website/app usage behavior is influenced by the Ease of Use Factor. Furthermore the Benefit factor is influenced by the Ease of Use factor. On the other hand, usage is not influenced by usage behavior. Then the use is not influenced by the expediency factor. TAM as a classic model in explaining technology adoption in aspects of daily life is still needed to gain more understanding, especially on the characteristics of various or different samples.
Media sosial menjadi teknologi digital dengan memberikan kebebasan bagi semua kalangan dalam mengekspresikan informasi. Selain digunakan untuk keperluan pribadi, Youtube juga diminati oleh korporasi. Youtube menjadi salah satu media sosial terpilih dalam penyebaran pesan selama era pandemi COVID-19. Korporasi transportasi Rosalia Indah juga turut menggunakan Youtube dalam menyampaikan pelayanan dalam masa pandemi. Selain terus meningkat angka penularan virus, kekhawatiran masyarakat dalam penggunaan transportasi umum juga menjadi alasan tersendiri bagi Rosalia Indah untuk menjaga kepercayaan pelayanan. Penelitian ini menggunakan logika produksi pesan dari Barbara O’Keefe yang terlihat dalam penggunaan proses pemikiran bertitik pada bagaimana penyampaian rasa empati Rosalia Indah. Penelitian yang menggunakan paradigma interpretif ini menjadikan penulis mampu menganotasikan makna dibalik setiap konten dari Youtube Rosalia Indah pada masa pandemi. Beralaskan metode analisis konten kualitatif dari Philip Mayring, peneliti melihat bagaimana proses anotasi Rosalia Indah menggunakan Youtube dalam menyuarakan rasa empati yang diberikan kepada penumpang. Beberapa proses yang diteliti yaitu seputar abstraksi, eksplikasi, dan strukturasi. Hasil penelitian menunjukkan bahwa konten pertama dan kedua yang diteliti, proses abstraksi dan eksplikasi semakin terlihat bahwa korporasi begitu dalam memaknai rasa empati atas pandemi COVID-19. Pada proses strukturasi, Rosalia Indah juga ingin menunjukkan dalam akun media sosial Youtube bahwa didalam masa sulit ini, korporasi selalu mengedepankan kualitas pelayanan dan menjadikan keselamatan penumpang adalah nomor satu.
Sekolah Menengah Atas Negeri 31 memiliki kelas sebanyak 29 kelas yang masing-masing memiliki 3 jurusan yaitu IPA, IPS dan Bahasa. Masing masing jurusan memiliki jumlah kelas yang cukup banyak. Sehingga pembuatan jadwal mata pelajaran oleh pihak sekolah memerlukan waktu yang cukup lama dan menggangu kelancaran proses belajar dan mengajar. aplikasi penjadwalan mata pelajaran menggunakan algoritma genetika merupakan solusi yang tepat untuk SMAN31. Algoritma Genetika adalah Proses seleksi alamiah yang melibatkan perubahan gen yang terjadi pada individu melalui proses perkembang-biakan yang menjadi proses dasar dan menjadi perhatian utama. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah Metode Waterfall. Hasil dari penelitian ini adalah aplikasi penjadwalan SMAN 31 Jakarta yang dapat menyusun jadwal yang baik secara otomatis. Kesimpulan dari penelitian ini adalah algoritma genetika dapat diimplementasikan pada aplikasi penjadwalan dibuktikan dengan menguji 30 contoh jadwal yang tersusun oleh aplikasi tanpa ada yang bertabrakan satu sama lain. Kata kunci: SMAN31, algoritma, penjadwalan, genetika, populasi.
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.