Koperasi syariah BMT ItQan merupakan salah satu koperasi dengan pengelolaan secara syariah, menyediakan produk simpanan, pembiayaan dan jasa keuangan syariah. Sistem pembiayaan yang diterapkan di Koperasi syariah BMT ItQan ini masih secara manual dalam prosesnya. Koperasi memberikan pembiayaan kepada anggotanya dengan ketentuan kriteria-kriteria, dimana proses penilaian kriteria masih silakukan secara manual, sehingga keputusan yang dihasilkan masih kurang efektif dan akurat karena terkadang ada beberapa kriteria yang tidak ikut dipertimbangkan pada saat proses penilaian. Penggunaan Sistem Pendukung Keputusan dapat memudahkan pihak koperasi dalam pengambilan keputusan pemberian pembiayaan. Sistem Pendukung Keputusan ini dibuat menggunakan metode TOPSIS (Technique For Orders Reference by Similarity to Ideal Solution). Sistem Pendukung keputusan ini dibuat menggunakan bahasa pemrograman PHP dengan tools yang digunakan adalah Sublime Text 3 dan MySql untuk database yang menggunakan tools XAMPP. Hasil dari penelitian ini adalah sistem pendukung keputusan kelayakan pembiayaan yang dibangun sebagai alat bantu untuk penentuan kelayakan pembiayaan.

No abstract

Abstrak Kardiotokografi adalah metode investigasi yang paling disukai, dalam pemerhati penggunaan kesejahteraan janin yang praktis. Informasi yang diperoleh dari kardiotokografi, digunakan untuk mengidentifikasi awal keadaan patologis (gangguan pada janin, perkembangan penyakit pada janin atau hipoksia dan lain-lain). Organisasi Kesehatan Dunia atau WHO (World Health Organization) memperkirakan sekitar 15% dari seluruh wanita hamil akan berkembang menjadi komplikasi yang berkaitan dengan kehamilannya dan dapat mengakibatkan kematian ibu dan janin. Teknologi data mining merupakan salah satu alat bantu untuk mengoptimalkan data pada basis data yang berukuran besar, Data mining medis memiliki potensi besar untuk dipelajari pola-pola yang tersembunyi dalam kumpulan data utama medis. Dataset Kardiotokografi memiliki fitur/atribut sebanyak 36 dan diklasifikasikan menjadi 3 kelas yaitu : kelas Normal, kelas Suspect, dan kelas Pathologic dengan record sebanyak 2126. Metode Neural network dapat mengklasifikasi kardiotokografi dengan baik dibuktikan dengan nilai akurasi yang tinggi yaitu sebesar 99,15%, serta dapat membantu user untuk mengambil keputusan selanjutnya pada Karditokografi tersebut. Kata kunci: Kardiotokografi, Data Mining, Neural network Absract Kardiotokografi is the most preferred method of investigation, in the use of fetal well being observers. Information obtained from kardiotokografi, used to identify the initial state of the pathological (disorders of the fetus, the development of fetal disease or hypoxia and others). World Health Organization estimates approximately 15% of all pregnant women will develop into complications related to her pregnancy and can lead to the death of the mother and the fetus. The technology of data mining is one of the tools for optimizing the data in the data base of large-sized medical. Data mining, has great potential to learn the patterns that are hidden in the main medical data sets. Kardiotokografi DataSet features/attributes as much as 36 and are classified into three classes as follows: Normal class, class Suspect and Pathologic class with the record as much as 2126. Neural network method of classifying kardiotokografi can properly evidenced by high accuracy value of 99,15%, and can help the user to take decisions on the Karditokografi. Keywords: Kardiotokografi, Data Mining, Neural network

Abstrak Objektif. Aplikasi Gojek merupakan aplikasi berbasis android yang menjadi pintu masuk bagi pelanggan untuk mendapatkan layanan yang disediakan PT Gojek Indonesia. Penelitian ini dilakukan untuk menganalisa faktor-faktor yang mempengaruhi penerimaan dan penggunaan aplikasi Gojek menggunakan model Unified Theory of Acceptance and Use of Technology (UTAUT) dengan 4 variabel bebas dan 1 variabel terikat yaitu ekspektasi kinerja, ekspektasi usaha, faktor sosial, kondisi-kondisi pemfasilitasi, dan niat perilaku. Penelitian ini dilakukan terhadap 100 responden pengguna aplikasi Gojek  pada SMK MVP Ars Internasional. Material and Metode. Model UTAUT digunakan untuk mengetahui tingkat keberhasilan penerimaan aplikasi Gojek agar dapat diterima oleh masyarakat. Metode pengolahan data yang digunakan adalah regresi linear berganda yang menggunakan software SPSS 22. Hasil. Dari pengolahan data tersebut didapatkan hasil bahwa variabel ekspektasi kinerja, ekspektasi usaha, faktor sosial dan kondisi-kondisi pemfasilitasi memiliki nilai korelasi sebesar 0,867 terhadap niat perilaku, artinya antara variabel independen dan dependen dalam penelitian ini memiliki hubungan yang sangat kuat, nilai R Square (R2) sebesar 75,2% sedangkan sisanya dipengaruhi variabel lain. Kesimpulan. Dengan demikian dapat disimpulkan bahwa secara simultan, variabel ekspektasi kinerja, ekspektasi usaha, faktor sosial, dan kondisi-kondisi pemfasilitasi berpengaruh secara positif dan signifikan terhadap niat perilaku aplikasi Gojek. Sedangkan secara parsial, hanya variabel ekspektasi kinerja dan faktor sosial yang memiliki pengaruh positif dan signifikan terhadap niat perilaku aplikasi Gojek. Sedangkan variabel ekspektasi usaha dan kondisi-kondisi pemfasilitasi tidak memiliki pengaruh positif dan signifikan terhadap niat perilaku dalam menggunakan aplikasi Gojek. Abstrack Objective. Gojek application is an android-based application that is the entrance for customers to get the services provided PT Gojek Indonesia. This study was conducted to analyze the factors that influence the acceptance of Gojek applications using the UTAU) method with 4 independent variables and 1 dependent variable namely Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, and Behavioral Intention. This research was conducted on 100 respondents of the Gojek application SMK MVP Ars International. Materials and Methods. The UTAUT model is used to determine the level of success in accepting Gojek applications to be accepted by the community. The data processing method used is multiple linear regression using SPSS 22 software. Results From the data processing, the results show that the variables of performance expectancy, effort expectancy, social influence, and facilitating conditions have a correlation value of 0,867 to behavioral intention, meaning between independent and dependent variables in this study has a strong relationship, the value of R Square (R2) of 75,2% while the rest is influenced by other variables. Conclusion. Thus it can be concluded that simultaneously, the variable performance expectancy, effort expectancy, social influence, and facilitating conditions positively and significantly affect the behavioral intention of Gojek applications. While partially, only the performance expectancy and social influence variables that have a positive and significant influence on the behavioral intention of Gojek application. While the effort expectancy and facilitating conditions variable does not have a positive and significant influence on Behavioral Intentionin using the Gojek application.

The single image classification of Pap smears is an important part of the early detection of cervical cancer through Pap smear tests. Unfortunately, most classification processes still require accuracy enhancement, especially to complete the classification in seven classes and to get a qualified classification process. In addition, attempts to improve the single image classification of Pap smears were performed to be able to distinguish normal and abnormal cells. This study proposes a better approach by providing different handling of the initial data preparation process in the form of the distribution for training data and testing data so that it resulted in a new model of Hierarchial Decision Approach (HDA) which has the higher learning rate and momentum values in the proposed new model. This study evaluated 20 different features in hierarchical decision approach model based on Neural Network (NN) and genetic algorithm method for single image classification of Pap smear which resulted in classification experiment using value learning rate of 0.3 and momentum of 0.2 and value of learning rate of 0.5 and momentum of 0.5 by generating classification of 7 classes (Normal Intermediate, Normal Colummar, Mild (Light) Dyplasia, Moderate Dyplasia, Servere Dyplasia and Carcinoma In Situ) better. The accuracy value enhancemenet were also influenced by the application of Genetic Algorithm to feature selection. Thus, from the results of model testing, it can be concluded that the Hierarchical Decision Approach (HDA) method for Pap Smear image classification can be used as a reference for initial screening process to analyze Pap Smear image classification.