Sistem Pendukung Keputusan (SPK) dapat berupa sebuah sistem berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur maupun tidak terstruktur dengan menggunakan data dan model. SPK juga dapat diterapkan untuk menentukan jurusan salah satunya di SMK Kerta Wisata Denpasar. Kriteria yang menjadi inputan ada 6 yaitu: nilai Matematika (C1), nilai Bahasa Indonesia (C2), nilai Bahasa Inggris (C3), nilai IPA (C4), nilai TIK (C5), nilai Keterampilan (C6) dan alternatif yaitu jurusan Akomodasi Perhotelan (AP), Usaha Jasa Pariwisata (UJP), Jasa Boga (JB). Metode yang digunakan yaitu fuzzy dan Simple Additive Weighting (SAW), dengan fuzzy diberikan nilai bobot pada setiap kriteria yang berguna untuk memberikan kejelasan nilai keanggotaan setiap kriteria dan SAW digunakan dalam mencari alternative berdasarkan kriteria yang telah ditentukan. Hasil pengujian menunjukkan bahwa ada data siswa antara minat dan jurusan yang dihasilkan berbeda tentunya hal ini sangat mungkin terjadi karena adanya kriteria nilai, juga bobot masing-masing kriteria.
STMIK STIKOM Indonesia (STIKI Indonesia) memiliki data alumni yang cukup banyak tetapi data tersebut tidak diolah lebih lanjut untuk menjadi informasi yang lebih berguna. STIKI Indonesia juga kurang mengetahui informasi persebaran alumni di dunia kerja. Untuk mengatasi permasalah tersebut dapat memanfaatkan teknologi Sistem Informasi Geografis (SIG) dan data mining. SIG memiliki kemampuan untuk menyajikan informasi dalam bentuk grafis dan data mining bisa mengekstraksi pola yang tersembunyi dari database besar. Clustering dilakukan pada data alumni dengan atribut bidang pekerjaan, Indeks Prestasi Komulatif (IPK), lama study dan lama pengerjaan tugas akhir. Metode yang digunakan yaitu Fuzzy C-Means (FCM) dan untuk pengukuran validitas cluster menggunakan Modified Partition Coefficient (MPC) dan Classification Entropy (CE). Hasil pengujian menunjukkan bahwa jumlah cluster yang paling optimal adalah 7 cluster dan cluster yang memiliki karakteristik terbaik adalah cluster ke 1 yang jumlah anggotanya 49 (9,3155% dari jumlah keseluruhan alumni), jumlah ini masih sangat kecil jika dibandingkan dengan total keseluruhan jumlah alumni. Pengujian menggunakan metode black box pada Sistem Informasi Geografis Pemetaan Persebaran Alumni dengan Analisa Clustering didapatkan hasil bahwa semua modul dalam sistem telah berfungsi dengan baik.
BPTU (Balai Pembibitan Ternak Unggul) Sapi Bali merupakan Breeding Centre sapi yang ada di Pulau Bali. Tugas pokok BPTU Sapi Bali adalah melaksanakan pelestarian, pemulian, produksi dan pengembangan serta penyebaran hasil produksi bibit Sapi Bali murni unggul secara nasional. Pencegahan dan pengobatan penyakit pada BPTU Sapi Bali dilakukan oleh dokter hewan. Namun kurangnya dokter hewan yang tidak selalu ada di tempat sehingga dibutuhkan suatu program sistem pakar berbasis desktop yang mampu memberikan diagnosa akan kemungkinan seekor sapi Bali menderita suatu penyakit beserta cara pengobatannya dengan mengunakan metode forward chaining dan Certainty Factor (CF). Proses diagnosa pertama kali dilakukan dengan menggunakan metode forward chaining, jika dengan metode forward chaining tidak menghasilkan penyakit maka akan dilakukan proses dengan metode CF. Menggunakan gabungan dua metode bertujuan untuk menutupi kekurangan dari metode forward chaining . Metode forward chaining melakukan pemrosesan berawal dari sekumpulan gejala yang kemudian dilakukan inferensi hingga menghasilkan diagnose dan metode CF memakai sistem penalaran sebagaimana layaknya seorang pakar, dimana hasil diagnosa disertai nilai CF yang menunjukkan tingkat kebenaran, keakuratan dari kemungkinan penyakit kulit pada sapi Bali di BPTU Sapi Bali.Pengujian sistem menunjukkan bahwa sistem mampu melakukan diagnosa penyakit kulit pada sapi Bali berdasarkan gejala-gejala yang diinputkan pengguna dan dilengkapi dengan definisi serta cara pengobatan.
STMIK STIKOM Indonesia selama ini mengalami beberapa kendala dalam proses pengadaan dan pengeluaran serta proses peminjaman dan pengembalian barang Inventori. Proses pengadaan yang hanya dilakukan dengan pencatatan manual, sehingga mempersulit proses untuk mendapatkan informasi mengenai data barang dan data stok barang yang baik, rusak ataupun yang masih dalam perbaikan. Sistem informasi yang akan dibangun ini diharapkan dapat membantu memberi informasi yang cepat dan lengkap mengenai persediaan Inventori serta mampu membantu proses peminjaman dan pengembalian Inventori. Tidak hanya itu, selain mampu membantu pengumpulan dan pengolahan data, sistem informasi Inventori ini diharapkan mampu memudahkan dalam proses pelaporan dan penyimpanan data Inventori serta meminimalisir terjadinya human error. Berdasarkan hasil pengujian sistem yang dibangun telah mampu mencatat, dan menangani pencatatan data Inventori dengan baik sehingga dapat memudahkan dalam hal pelaporan Inventori di STMIK STIKOM Indonesia.
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.