AbstrakIndihome merupakan salah satu produk dari PT.Telkom Indonesia yang berdedikasi untuk layanan akses internet bagi rumah tangga serta bisnis skala kecil dan menengah Pada PT. Telkom wilayah Lubuklinggau. PT.Telkom dalam menetapkan karyawan yang mendapakan bonus hanya menghitung dari banyaknya target pencapaian salesman tersebut, yang mana peneliti anggap kriteria tersebut kurang efisien dalam pengambilan keputusan. Untuk mendukung efisiensi dalam menentukan kriteria, peneliti melakukan quisioner dalam menentukan kriteria yang akan di gunakan dalam pengambilan keputusan . Hasil dari kuisioner dengan melakukan uji validitas didapatkan 4 kriteria yang valid yaitu, Absensi, Pencapaian Target, Kerja Sama Tim dan Perilaku. Sistem pendukung keputusan untuk pemberian bonus adalah sebuah alternatif untuk membantu pengambilan keputusan dalam proses pemberian bonus untuk salesman tiap periodenya. Untuk membantu pengambilan keputusan dalam proses pemberian bonus maka dibutuhkan sistem pendukung keputusan untuk perangkingan seleksi, salah satu metode yang digunakan untuk sistem pendukung keputusan adalah metode VIKOR. Hasil yang didapatkan menggunakan metode Vikor ini adalah berupa perangkingan, Perangkingan pertama didapatkan oleh salesman bernama Sugiono dengan hasil Qi = 0 Kata Kunci : Sistem Pendukung Keputusan, Seleksi, Bonus, Vikor AbstractIndihome is one of the products from PT Telkom Indonesia that is dedicated to internet access services for households and small and medium scale businesses at PT. Telkom Lubuklinggau region. PT.Telkom in determining employees who get bonuses only counts from the number of achievement targets of the salaesman, which researchers consider these criteria to be less efficient in decision making. To support efficiency in determining criteria, researchers conduct a questionnaire in determining the criteria that will be used in decision making. The results of the questionnaire by testing the validity obtained 4 valid criteria, namely, Attendance, Achievement of Targets, Teamwork and Behavior. Decision support system for giving bonuses is an alternative to assist decision making in the process of giving bonuses to salesmen each period. To help make decisions in the bonus process, a decision support system is needed for ranking selection, one of the methods used for decision support systems is the VIKOR method. The results obtained using this Vikor method are in the form of ranking, the first ranking obtained by salaesman named Sugiono with the result Qi = 0.
Dosen sebagai salah satu komponen terpenting dalam pendidikan tinggi khususnya dalam melaksanakan Tridarma perguruan tinggi. Dosen yang berkualitas tentu ada proses penilaian. Penilaian dosen dilakukan oleh level pimpinan maupun program studi dan juga mahasiswa. Penilaian dosen dilihat dari proses belajar mengajar, penelitian dan pengadian kepada masyarakat. Penilaian dosen yang belum optimal di karenakan belum adanya sebuah sistem atau metode dalam penilaian kinerja dosen tersebut. Algoritma rough set yang paling tepat untuk mengetahui kinerja dosen. Metode Rough Set dapat membantu pihak manajemen dalam mengambil keputusan. Dengan adanya laporan data kinerja dosen yang terdeteksi oleh rule-rule yang dihasilkan oleh metode Rough Set, yang pengukuran kinerja dosen dari beberapa aspek atribut diantaranya pembelajaran, penelitian dan pengadian kepada masyarakat dapat mengetahui prestasi atau kinerja dosen. Data yang diolah dalam penelitian ini sebanyak 12 dosen yang ada di STMIK Bina Nusantara Jaya Lubuklinggau. Selanjutnya data dosen tersebut diolah menggunakan metode Rough Set. Hasil yang didapat dengan menggunakan metode ini sebanyak 3 dosen memiliki kinerja sangat baik. Data yang dihasilkan dari metode Rough Set berupa prestasi dosen yang dapat membantu pihak manajemen dalam mengambil keputusan seperti memberi beben kerja dosen.
Proses penerimaan mahasiswa baru dilakukan setiap tahun akademik dengan tahapan seleksi yang telah ditetapkan perguruan tinggi guna memperoleh jumlah mahasiswa dan kualitas mahasiswa baru yang diharapkan perguruan tinggi .Selama ini di STMIK Bina Nusantara Jaya Lubuklinggau belum memiliki sistem yang dapat memprediksi jumlah mahasiswa baru pada periode akan datang. Salah satu solusi yang diperlukan adalah penerapan data mining dengan algortima regresi linear berganda untuk dapat memprediksi jumlah mahasiswa baru pada tahun yang akan datang. Variabel yang digunakan terdiri dari 3 variabel yaitu biaya, pendaftar dan mahasiswa baru dimana variabel diperoleh berdasarkan hasil uji validitas terhadap banyak variabel. Kemudian dilakukan analisa dengan algoritma regresi linear berganda diperoleh hasil prediksi mahasiswa baru pada tahun 2023 sebesar 38 orang, kemudian diuji dengan aplikasi pengujian menggunakan Ravidminer 5.0. dimana hasil prediksi mahasiswa baru pada tahun 2023 sebesar 38 orang.
AbstrakPenelitian ini bertujuan untuk mengidentifikasi faktor kepercayaan dan risiko dalam penggunakan aplikasi fintech bagi pelaku UMKM menggunakan metode Technology Acceptance Model. Model TAM teknologi yang dikembangkan dari Theory of Reasoned Action (TRA) yang menggambarkan persepsi perilaku atau Tindakan. Sebanyak 675 pelaku UMKM di Kecamatan Lubuklinggau Timur II, peneliti melakukan pendekatan slovin sehingga mendapatkan 252 koresponden pelaku UMKM untuk mengisi kuisioner yang sudah disiapkan. Penelitian menggunakan aplikasi smartpls, dari hasil pengujian menggunakan smartpls didapatkan hasil total risk, perceived usefulness, dan perceived ease of use signifikan tidak mempengaruhi trust dalam aplikasi fintech untuk pinjaman online, sedangkan comparison signifikan mempengaruhi trust, trust signifikan mempengaruhi intention, intention mempengaruhi evaluation. Perceived usefulness tidak signifikan mempengaruhi risk dan perceived ease of use signifikan mempengaruhi risk dalam aplikasi fintech untuk pinjaman online. Kata kunci : TAM, Fintech, Kepercayaan, Risiko
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.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.