Bianglala Informatika最新文献

{"title":"Sistem Informasi E-Accountant pada PT.Naga Emas Internasional Kendari","authors":"Muhammad Ashari, Sandy Samiaji Nugraha, Titi Ratnasari, Frisma Handayanna","doi":"10.31294/bi.v10i1.11116","DOIUrl":"https://doi.org/10.31294/bi.v10i1.11116","url":null,"abstract":"PT.Naga Emas Internasional merupakan perusahaan perdagangan hasil tambang dimana perusahaan ini masih menggunakan pencatatan transaksi serta banyak pula melakukan pencatatan laporan keuangan menggunakan cara manual dengan menggunakan sebuah buku untuk mencatat laporan keuangannya sehingga pencatatan laporan keuangan tersebut dikatakan belum sistematis dan menyulitkan para atasan untuk cek data secara berkala. Oleh karena itu diperlukannya sistem informasi E-Accountant berbasis web untuk membantu pencatatan transaksi dan laporan keuangan  tersebut. Metode yang digunakan dalam merancang sistem ini adalah metode SDLC dengan pemodelan prototype. Tujuan dibuatnya aplikasi E-Accountant ini untuk mempermudah perusahaan untuk memproses transaksi keuangan, laporan keuangan,  dan direktur bisa kapan dan dimana saja memantau arus keuangan perusahaan. Sistem informasi E-Accountant ini dapat membantu dan memudahkan untuk mengatur transaksi pemasukan, pengeluaran keuangan perusahaan. Dengan adanya aplikasi E-Accountant ini dapat mempermudah perusahaan untuk memproses laporan keuangan. Serta agar dapat memenuhi penyimpanan data akuntansi agar lebih efisien dan mudah di akses oleh para staf dan diketahui oleh pimpinan secara langsung dengan mengandalkan internet.Kata Kunci : Sistem Informasi, E-AccountantPT. Naga Emas Internasional is a mining product trading company where this company still uses transaction recording and many also record financial statements using a manual method by using a book to record financial reports so that the recording of financial statements is said to be not systematic and makes it difficult for superiors to check data. periodically. Therefore, a web-based E-Accountant information system is needed to assist in the recording of these transactions and financial reports. The method used in designing this system is the SDLC method with prototype modeling. The purpose of making this E-Accountant application is to make it easier for companies to process financial transactions, financial reports, and directors can monitor the company's financial flows anytime and anywhere. This E-Accountant information system can help and make it easier to manage income transactions, company financial expenses. The E-Accountant application can make it easier for companies to process financial reports. And in order to fulfill accounting data storage to be more efficient and easy to access by staff and known by the leadership directly by relying on the internet.Keywords: Information System, E-Accountant","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"61 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134441854","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Sistem Penunjang Keputusan Pemilihan Siswa Berprestasi Metode AHP di SMP Era Informatika","authors":"Anggi Rahardiansyah, A. Rusman, Ahmad Hafidzul Kahfi","doi":"10.31294/bi.v10i1.11521","DOIUrl":"https://doi.org/10.31294/bi.v10i1.11521","url":null,"abstract":"Menjadi siswa berprestasi adalah impian setiap siswa di sekolah. Prestasi yang didapat tentu didasarkan dengan suatu kemampuan terhadap pengetahuan yang dimiliki oleh masing-masing siswa. SMP Era Informatika adalah Sekolah SMP Swasta yang terletak di Provinsi Banten Kota Tangerang Selatan, SMP Era Informatika memiliki visi dan misi yang berorientasi pada lulusan terbaik, cerdas, unggul dalam prestasi dan berwawasan luas sekolah ini ingin memberikan predikat kepada siswa berprestasi yang memenuhi kriteria yang telah ditetapkan di sekolah, tetapi dalam pemilihan siswa berprestasi di sekolah ini hanya berdasarkan nilai akademik saja sehingga hasil keputusan tidak akurat. Kriteria yang diterapkan dalam penelitian ini 4 kriteria yaitu nilai rapor, absensi, kepribadian, dan nilai IQ. Pemilihan siswa berprestasi ini diharapkan mempermudah pihak sekolah dan guru dalam menentukan siswa berprestasi. Dalam penelitian ini metode yang digunakan yaitu metode Analytical Hierarchy Process (AHP) untuk membantu pemilihan siswa berprestasi. Hasil pembobotan yang didapat dari4 kriteria yang digunakan adalah nilai rapor menjadi kriteria paling penting dengan bobot 52,3%, Absensi 22,9%, Kepribadian 15,5%, Nilai IQ 9,3%. Total rangking yang didapat dari 4 alternatif calon penerima beasiswa adalah Raniya (41,8%).Kata Kunci : Siswa Berprestasi, Sekolah, Sistem Penunjang Keputusan, Analitycal Hierarchy Process (AHP)Becoming an outstanding student is the dream of every student at school. The achievements obtained are of course based on the ability to the knowledge possessed by each student. Era Informatics Junior High School is a Private Junior High School located in Banten Province, South Tangerang City, Era Informatics Junior High School has a vision and mission that is oriented towards the best graduates, intelligent, superior in achievement, and broad-minded. determined at the school, but the selection of outstanding students in this school is only based on academic grades so the results of the decision are not accurate. The criteria applied in this study were 4 criteria, namely report cards, absenteeism, personality, and IQ scores. The selection of outstanding students is expected to make it easier for schools and teachers to determine outstanding students. In this study, the method used is the Analytical Hierarchy Process (AHP) method to assist the selection of outstanding students. The weighting results obtained from the 4 criteria used are the report card score being the most important criterion with a weight of 52.3%, 22.9% Attendance, 15.5% Personality, 9.3% IQ score. The total ranking obtained from the 4 alternative scholarship recipients is Raniya (41.8%).Keywords: Student achievement, School, Analitycal Hierarchy Process (AHP), Decision Support System,","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"11 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122078880","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Penerapan Metode Random Over-Under Sampling Pada Algoritma Klasifikasi Penentuan Penyakit Diabetes","authors":"Eko Saputro, Didi Rosiyadi","doi":"10.31294/bi.v10i1.11739","DOIUrl":"https://doi.org/10.31294/bi.v10i1.11739","url":null,"abstract":"Penyakit  diabetes  merupakan salah satu penyakit yang mematikan dan jumlah penderita setiap tahunnya meningkat. Upaya pencegahan dan pengendalian diabetes ini sebaiknya dilakukan melalui edukasi deteksi dini sebagai identifikasi awal individu. Jumlah data penderita diabetes melitus yang banyak dan perlu dilakukan seleksi fitur-fitur pada dataset. Penggunaan teknik machine learning dapat memberikan kemudahan dalam melakukan pemodelan tetapi juga terdapat beberapa permasalahan. Penggunaan algoritma yang tidak sesuai akan menurunkan tingkat akurasi dari klasifikasi. Permasalahan yang lain yaitu apabila dataset yang digunakan merupakan dataset dengan distribusi kelas yang tidak seimbang. Untuk mengatasi permasalahan tersebut dengan menerapkan teknik pendekatan level data dengan menerapkan metode resampling serta membandingkan beberapa metode algoritma seperti Algoritma C4.5, Naive Bayes, K-Nearest Neightbour, Support Vector Machine, Neural Network dan Random Forest. Hasil kinerja yang diperoleh menunjukan bahwa model pengklasifikasi Random Over-Under Sampling Random Forest memiliki nilai accuracy yang lebih tinggi dibandingkan dengan  beberapa model lainnya dengan nilai accuracy sebesar 0,9808 atau 98,08% yang dan nilai AUC sebesar 0.9809 atau 98,09%. Pada pengujian dataset asli juga menghasilkan akurasi yang tinggi dengan nilai akurasi yaitu 0,9923 atau 99,23% dan nilai AUC  0,9919. Maka dapat disimpulkan bahwa Algoritma tersebut memiliki performa terbaik dan dapat digunakan untuk menyelesaikan masalah pada klasifikasi penentuan penyakit diabetes.Kata Kunci: Klasifikasi diabetes, Random Over-Under Sampling, Random ForestDiabetes is one of the deadly diseases. The number of sufferers is increasing every year. Efforts to prevent and control diabetes should be carried out through early detection as an individual early. The amount of data for people with diabetes mellitus is large and it is necessary to select features in the dataset. The use of machine learning techniques can provide convenience in modeling but there are also some problems. Inappropriate use will reduce the accuracy of the classification. Another problem is if the data set used is a data set with an unbalanced class distribution. To overcome this problem by applying a data level approach by applying the resampling method and comparing several algorithm methods such as the C4.5 Algorithm, Naive Bayes, K-Nearest Neighbor, Support Vector Machine, Neural Network and Random Forest. The results obtained indicate that the classifier of the Random Over-Under Sampling Random Forest model has a higher accuracy value compared to several other models with an accuracy value of 0.9808 or 98.08% and an AUC value of 0.9809 or 98.09%. In testing the original dataset, the quality of accuracy is also high with an accuracy value of 0.9923 or 99.23% and an AUC value of 0.9919. So it can be said that the algorithm has the best performance and can be used to solve problems in various diabetes diseases.Keywo","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124678868","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"SIBARU: Sistem Informasi Penerimaan Santri Baru Pondok Pesantren AlQur’an Zaenuddin","authors":"Suleman Suleman, P. Widodo, Silviana Dwi A","doi":"10.31294/bi.v10i1.12336","DOIUrl":"https://doi.org/10.31294/bi.v10i1.12336","url":null,"abstract":"Perkembangan Teknologi Informasi semakin maju dan sangat pesat, salah satunya internet. Internet menyediakan berbagai layanan dan informasi. Dengan adanya internet, masyarakat lebih mudah mendapatkan informasi yang lebih cepat dan efisien. Dalam pemanfaatannya teknologi informasi dapat digunakan sepenuhnya di dunia pendidikan yang tertuang dalam sebuah website di internet sebagai media publikasi dan pendaftaran sekolah untuk meningkatkan mutu dan kualitasnya. Khususnya dalam penyediaan informasi di bidang pendidikan seperti informasi peneriman santri baru Pondok Pesantren Al-Qur’an Zaenuddin yang masih dilakukan secara manual. Oleh karena itu penulis merancang sebuah sistem informasi penerimaan santri baru Pondok Pesantren Al-Qur’an Zaenuddin berbasis website. Dengan tujuan untuk mempermudah proses pendaftaran dan penerimaan calon santri yang dapat diakses dari mana saja dan dikapan  saja tanpa harus datang ke tempat ponpes Al-Qur’an Zaenuddin sehingga proses pendaftaran ini lebih optimal, efektif dan efisien sebagai bentuk pelayanan optimal ponpes kepada santri, sekaligus sebagai media informasi dan promosi ponpes kepada masyrakat secara luas dan diharapkan dapat meminimalisir terjadinya kesalahan dalam input data serta mempercepat proses pencatatannya.Kata Kunci : Sistem Penerimaan Santri Baru, Internet, Efektif, Efisien, Promosi The development of Information Technology is increasingly advanced and very rapidly, one of which is the internet. The Internet provides a variety of services and information. With the internet, it is easier for people to get information faster and more efficiently. In its utilization, information technology can be fully used in the world of education which is contained in a website on the internet as a medium for publication and school registration to improve its quality and quality. Especially in the provision of information in the field of education such as information on the acceptance of new students at the Al-Qur'an Zaenuddin Islamic Boarding School which is still done manually. Therefore, the author designed a website-based information system for the acceptance of new students at the Al-Qur'an Zaenuddin Islamic Boarding School. With the aim of simplifying the registration process and acceptance of prospective students that can be accessed from anywhere and anytime without having to come to the Zaenuddin Islamic boarding school so that the registration process is more optimal, effective and efficient as a form of optimal Islamic boarding school service to students, as well as as a medium of information and promotion of Islamic boarding schools to the community at large and is expected to minimize errors in data input and speed up the recording process.Keywords: New Santri Reception System, Internet, Effective, Efficient, Promotion","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"66 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114243911","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Analisis Data Mining Untuk Memprediksi Lama Perawatan Pasien Covid-19 Di DIY","authors":"Agung Supoyo, P. Prasetyaningrum","doi":"10.31294/bi.v10i1.11890","DOIUrl":"https://doi.org/10.31294/bi.v10i1.11890","url":null,"abstract":"Masih tingginya kasus Covid-19 di DIY pada awal tahun 2021 ditambah dengan sulitnya mencari ruang perawatan rumah sakit, sehingga diperlukan analisis prediksi waktu perawatan. Hasil analisis sebagai pendukung keputusan Pemerintah dalam mengambil kebijakan ketersediaan kamar rumah sakit dan penerapan PPKM. Selain itu juga diperlukan analisis terhadap atribut-atribut yang paling mempengaruhi lama perawatan pasien. Penelitian menggunakan dataset yang diperoleh dari Dinas Kominfo DIY untuk kasus periode Maret sampai dengan September 2020. Diperlukan preprocessing (data reduction, data cleaning dan data integration) sebelum dilakukan analisis data mining. Preprocessing menghasilkan dataset sejumlah 271 record data dengan 31 kolom. Analisis data mining menggunakan algoritma Random Forest, k-NN dan Deep Learning menghasilkan performance model dengan RMSE masing-masing sebesar 4,949; 6,349 dan 5,436. Setelah dilakukan seleksi atribut untuk optimalisasi dihasilkan nilai RMSE sebesar 4.817 pada algoritma Random Forest dengan menggunakan 23 atribut. Hasil analisis belum cukup baik jika dibandingkan dengan rata-rata lama perawatan sebesar 15.339 hari karena menghasilkan NRMSE sebesar 31,40%. Nilai performance model dipengaruhi oleh pemilihan atribut yang digunakan. Lima atribut yang paling berpengaruh terhadap lama perawatan pasien adalah usia, jenis kelamin, kecamatan, batuk. Untuk meningkatkan performance model diperlukan penelitian lanjutan menggunakan record data yang lebih banyak dengan tambahan atribut lain seperti rumah sakit perawatan dan tindakan medis.","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131491724","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Penggunaan Metode Naïve Bayes Dalam Mengklasifikasi Pengangguran Pada Desa Bojong Kulur","authors":"Yosua Sitoto Tandi Allo, Verra Sofica, N. Hasan, Minda Septiani","doi":"10.31294/bi.v10i1.12333","DOIUrl":"https://doi.org/10.31294/bi.v10i1.12333","url":null,"abstract":"Pengangguran adalah keadaan dimana seorang yang tergolong pada angkatan kerja yang ingin mendapatkan kerja. Hal ini dapat dicermati untuk membantu mengetahui taraf kesejahteraan masyarakat, mengingat tingginya tinkat pengangguran pada Desa Bojong Kulur, banyaknya warga pada Desa Bojong Kulur, dan sendang terjadinya pandemik Covid-19. Oleh karena itu penulis melakukan klasifikasi pengangguran dengan metode Naïve Bayes pada Desa Bojong Kulur. Penulis melakukan klasifikasi dengan metode Naïve Bayes menggunakan aplikasi pendukung Rapidminer untuk pengujian akurasi, presisi, dan recall terhadap data yang tersedia. Pengujian dilakukan dengan menyiapkan data training sebanyak 40 data dan data testing sebanyak 10 data yang dipilih secara acak. Data testing tersebut akan dianalisa menggunakan aplikasi pendukung Rapidminer. Hasil pengujian akurasi, presisi, dan recall klasifikasi pengangguran pada Desa Bojong Kulur dengan metode Naïve Bayes cukup tinggi yaitu sebesar 80%, presisi sebesar 100%, dan recall sebesar 50%. Jadi, dapat disimpulkan bahwa metode klasifikasi Naïve Bayes yang digunakan memberikan proses seleksi yang cepat dan metode yang mudah dipahami dengan tingkat akurasi yang tidak dapat disangkal.Kata Kunci : Pengangguran, Naïve Bayes, Klasifikasi, Data Mining Unemployment is a condition in which a person belonging to the labor force wants to get a job. This can be observed to help determine the level of community welfare, given the high level of unemployment in Bojong Kulur Village, the large number of residents in Bojong Kulur Village, and the ongoing Covid-19 pandemic. Therefore, the authors classify unemployment using the Naïve Bayes method in Bojong Kulur Village. The author performs the classification using the Naïve Bayes method using the Rapidminer support application for testing accuracy, precision, and recall of the available data. The test is carried out by preparing 40 training data and 10 testing data randomly selected. The testing data will be analyzed using the Rapidminer supporting application. The results of testing the accuracy, precision, and recall of unemployment classification in Bojong Kulur Village using the Naïve Bayes method are quite high at 80%, precision at 100%, and recall at 50%. So, it can be concluded that the Naïve Bayes classification method used provides a fast selection process and an easy-to-understand method with an undeniable level of accuracy.Keywords: Unemployment, Nave Bayes, Classification, Data Mining","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116304398","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Sistem Pakar Diagnosa Kelahiran Bayi Prematur Dengan Menggunakan Metode Forward Chaining Berbasis Website","authors":"Rahmat Gunawan, Irvan Ferdian Witarsa, Yudiana Yudiana","doi":"10.31294/bi.v10i1.11212","DOIUrl":"https://doi.org/10.31294/bi.v10i1.11212","url":null,"abstract":"Kelahiran merupakan suatu momen kebagiaaan tersendiri bagi pasangan suami/istri. Kesehatan kandungan merupakan kunci utama untuk melahirkan bayi yang sehat dan mampu terlahir sesuai usia kandungan yang telah ditentukan dan sesuai umur kandungan pada umumnya. Organisasi Kesehatan Dunia menyampaikan bahwa setiap tahun terjadi 15 juta bayi lahir prematur lebih dari satu dari sepuluh bayi di seluruh dunia dan jumlah ini terus meningkat. Pada tahun 2015, sekitar 1 juta kematian balita di seluruh dunia disebabkan oleh komplikasi kelahiran prematur. Oleh sebab itu dengan dibuatnya Sistem pakar dapat memperkecil kemungkinan bayi terlahir prematur, karena Sistem Pakar merupakan sistem pengetahuan kecerdasan buatan yang mampu mendeteksi gejala adanya faktor-faktor terjadinya kelahiran prematur berdasarkan gejala yang dirasakan oleh pasien. Forward chaining merupakan metode pendekteksi ke depan untuk dapat digunakan dalam pengujian hipotesis. Sistem yang dirancang dan dibangun akan menampilkan pertanyaan sesuai gejala yang dirasakan dan akan menghasilkan keputusan mengenai gejala kelahiran prematur yang terjadi pada pasien.Birth is a special moment of happiness for husband and wife. Obstetrical health is the main key to giving birth to a healthy baby and able to be born according to the predetermined gestational age and according to the gestational age in general. The World Health Organization says that every year 15 million babies are born prematurely, more than one in ten babies worldwide and this number continues to increase. In 2015, about 1 million under-five deaths worldwide were caused by complications of premature birth. Therefore, by making an expert system, it can reduce the possibility of babies being born prematurely, because the Expert System is an artificial intelligence knowledge system that is able to detect symptoms of factors that occur prematurely based on the symptoms felt by the patient. Forward chaining is a forward detection method to be used in hypothesis testing. The system that is designed and built will display questions according to the symptoms felt and will produce decisions regarding the symptoms of premature birth that occur in patients.","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"44 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115520236","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Sistem Informasi Prediksi Penerimaan Siswa Baru Menggunakan Metode Autoregressive Di SMP Negeri 3 Purwantoro","authors":"Agustinus Mardiyono, E. Purwanto, Nurmalitasari Nurmalitasari","doi":"10.31294/bi.v10i1.11850","DOIUrl":"https://doi.org/10.31294/bi.v10i1.11850","url":null,"abstract":"Prediksi (forecasting) merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi dan organisasi bisnis dalam setiap pengambilan keputusan yang sangat signifikan. Saat ini permasalahan yang paling sering terjadi dalam penerimaan siswa baru adalah tidak tercapainya kuota siswa yang mendaftar. Sehingga masih terdapat bangku kosong di banyak sekali sekolah. Metode Peramalan Autoregressive adalah salah satu metode dalam peramalan deret waktu. Deret Waktu / Time Series adalah suatu rangkaian atau seri dari nilai-nilai suatu variabel atau hasil observasi yang dicatat dalam jangka waktu yang berurutan. Pada Penelitian ini menggunakan metode Autoregressive untuk melakukan prediksi terhadap jumlah pendaftar pada periode yang akan mendatang. Hasil dari penelitian ini yaitu prediksi untuk tahun ajaran yang akan datang yaitu 97. Hasil pengujian fungsionalitas menggunakan Blackbox testing semua fungsionalitas dapat berjalan sesuai dengan perancangan. Hasil pengujian kepada pengguna sistem informasi menggunakan metode kuesioner didapatkan bahwa dari 15 kuesioner yang disebarkan kepada responden 13 orang atau 86,67%  menyatakan sangat setuju dan 2 orang atau 13,33% menyatakan setuju terhadap sistem informasi prediksi jumlah pendaftar siswa baru tersebut. Hasil pengujian menggunakan MAPE (Mean Absoute Percentage Error) sebesar 19,94%.Forecasting is a very important tool in effective and efficient planning, especially in the field of economics and business organization in every very significant decision making. Currently, the problem that most often occurs in the admission of new students is not achieving the quota of students who register. So there are still empty seats in many schools. Autoregressive Forecasting Method is one of the methods in time series forecasting. Time Series / Time Series is a series or series of the values of a variable or the results of observations that are recorded in successive periods of time. This study uses the Autoregressive method to predict the number of registrants in the future period. The results of this study are predictions for the upcoming academic year, namely 97. The results of testing functionality using Blackbox testing all functionality can run according to the design. The results of testing to information system users using the questionnaire method found that from 15 questionnaires distributed to respondents 13 people or 86.67% stated strongly agree and 2 people or 13.33% agreed with the information system predicting the number of new student registrants.The test results using MAPE (Mean Absoute Percentage Error) of 19.94%.","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"102 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127125564","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Implementasi Metode AHP dan SAW Guna Keputusan Pemberian Kredit pada Koperasi","authors":"Resti Lia Andharsaputri, Titin Prihatin","doi":"10.31294/bi.v10i1.12329","DOIUrl":"https://doi.org/10.31294/bi.v10i1.12329","url":null,"abstract":"Koperasi CU.Sehati merupakan Koperasi yang mempunyai fasilitas Simpan Pinjam guna memutar perekonomian anggotanya sehingga dapat meningkatan kesejahteraan. Setiap anggota berhak mengajukan pinjaman, pengajuan pinjaman tersebut memiliki persyaratan untuk nantinya ditinjau oleh pihak koperasi. Banyaknya anggota yang mengajukan pinjaman serta banyak pula angsuran tidak lancar sehingga pihak koperasi diharapkan dapat menilai anggota secara objektif, tepat dan cepat dalam mengambil keputusan siapa saja anggota yang pinjamannya diterima. Pengambilan keputusan pemberian kredit pada koperasi CU.Sehati dilakukan berdasarkan kriteria yang ada yakni Penghasilan tetap. Keaktifan anggota ini termasuk didalamnya aktif dalam mengikuti kegiatan yang diadakan Koperasi, aktif menabung, aktif meminjam, dan anggota tersebut tercatat telah lebih dari 3 tahun bergabung. Jaminan meliputi kelengkapan berkas persyaratan peminjaman, adanya sertifikat yang dapat dijadikan anggunan, tidak sedang mempunyai pinjaman di Koperasi, dan belum memiliki rumah tinggal sendiri. Proses yang dilakukan secara manual sangat memakan waktu dan dirasa kurang objektif oleh para anggotanya.Metode Analytical Hierarchy Process (AHP) merupakan metode pengambilan keputusan dengan melibatkan sejumlah kriteria dan alternatif. Metode Simple Additive Weighting (SAW) adalah mencari penjumlahan bobot dari rating kinerja pada setiap alternatif pada semua kriteria sehingga menghasilkan alternatif terbaik. Hasil penelitian ini adalah proses dengan memberikan  kriteria – kriteria yang sudah ditentukan dan bobot dari masing masing krietria tersebut guna pemberian kredit. Perhitungan nilai yang dimiliki anggota menghasilkan nilai yang akurat sehingga diperoleh keputusan yang baik. Dari semua kriteria yang ada maka alternatif yang memiliki bobot <0,5 dinyatakan ditolak yaitu dengan kode anggota A2 sedangkan bobot >0,5 dinyatakan diterima yaitu kode A1 dan A3.Kata Kunci : SPK, PEMBERIAN KREDIT, AHP, SAWCU.Sehati Cooperative is a cooperative that has Savings and Loan facilities in order to rotate the economy of its members so as to increase welfare. Each member has the right to apply for a loan, the loan application has requirements for later review by the cooperative. The number of members who apply for loans as well as many non-current installments so that the cooperative is expected to be able to assess members objectively, accurately and quickly in making decisions about which members the loan is accepted for. Decision making on credit granting at CU.Sehati cooperatives is carried out based on existing criteria, namely fixed income. This member's activity includes being active in participating in activities held by the Cooperative, actively saving, actively borrowing, and the member has been registered for more than 3 years. The guarantee includes the completeness of the loan requirements file, the existence of a certificate that can be used as collateral, does not currently have a loan at the Cooperative, ","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-03-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122406225","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Sistem Pendukung Keputusan Pemilihan Platform Bimbingan Belajar Online Menggunakan Metode Analytical Hierarchy Process (AHP)","authors":"Alma Eka Ayuningtyas, Anna Mukhayaroh, Samudi Samudi","doi":"10.31294/bi.v9i2.10194","DOIUrl":"https://doi.org/10.31294/bi.v9i2.10194","url":null,"abstract":"Abstrak - Pada saat ini di Indonesia terjadi pandemi yang disebabkan oleh sebuah virus yang bernama corona atau sering disebut dengan istilah COVID19 (Coronavirus Diseases-19). Pandemi merupakan sebuah epidemi yang telah menyebar ke berbagai benua dan negara, umumnya menyerang banyak orang. Penyakit yang berasal dari Cina ini tengah mengejutkan seluruh dunia, karena corona merupakan penyakit yang belum pernah diidentifikasi sebelumnya. Akibat COVID-19, dunia tengah menghadapi krisis kesehatan global dan sosial ekonomi yang belum pernah terjadi sebelumnya. Penyebaran virus corona ini berdampak kepada berbagai aspek kehidupan di Indonesia, termasuk bidang pendidikan. Pembatasan sosial berdampak pada pendidikan, salah satunya penutupan sekolah. Oleh karena itu, platform bimbingan belajar online dapat membantu untuk meningkatkan dinamika aktivitas pembelajaran daring yang sedang berjalan di Indonesia. Karena banyaknya platform bimbingan belajar online saat ini, maka penulis mengambil 4 sampel situs aplikasi bimbel online yang banyak diminati yaitu Ruangguru, Zenius, Quiper dan Pahamify. Analytical Hierarchy Process (AHP) sebagai metode yang akan digunakan dalam sistem pendukung keputusan penelitian ini. Dengan menggunakan metode AHP dapat menentukan kepercayaan, kemudahan, kualitas dan harga pada pemilihan platform bimbingan belajar online.","PeriodicalId":178404,"journal":{"name":"Bianglala Informatika","volume":"76 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121734805","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}