Publication Search

Dalam melakukan usaha tentunya seorang wirausahawan akan mencari keuntungan. Sebelum mendapat keuntungan, sebuah usaha harus mendapatkan hasil penjualan atau hasil usaha yang telah melewati BEP (break even point), sehingga usaha tersebut telah balik modal. Tujuan dari program ini adalah untuk menyusun program matlab perhitungan keuntungan usaha meubel yang dapat mencari berapa unit barang yang perlu dijual serta berapa nilai hasil penjualan yang harus dipenuhi agar suatu usaha dapat dikatakan telah balik modal dan mulai menghasilkan keuntungan. Metode penelitian yang dilakukan yaitu dengan membuat listing program yang akan menghasilkan prediksi unit yang harus terjual serta nilai hasil penjualan yang harus terpenuhi. Dalam listing ini, terdapat tiga pilihan, yaitu menghitung nilai BEP unit, menghitung nilai BEP rupiah, dan menghitung nilai keuntungan bersih. Untuk menghitung BEP unit dan BEP rupiah dilakukan dengan cara memasukkan nilai biaya tetap, harga per unit, dan biaya variabel per unit kemudian akan diproses dengan rumus sehingga memperoleh nilai BEP unit dan BEP rupiah. Sedangkan untuk mencari keuntungan bersih dilakukan dengan cara memasukkan harga jual barang dan biaya tetap, kemudian akan diproses dengan rumus sehingga mendapat nilai keuntungan bersih yang kemudian dilakukan perulangan untuk mengetahui berapa besar keuntungan untuk sekian produk terjual. Jika dilakukan secara manual, perhitungan ini akan cukup memakan waktu dan memerlukan ketelitian dalam menghitungnya, sehingga diperlukan program matlab untuk mempermudah serta meningkatkan akurasi nilai perhitungan BEP unit, BEP rupiah, dan keuntungan bersih.

Tujuan pemecahan masalah penjual atau wira niaga keliling (traveling salesman problem, TSP) adalah menentukan lintasan atau rute dengan total jarak atau biaya yang paling minimum. Penelitian ini berkenaan dengan proses optimalisasi pencarian alternatif lintasan atau rute pada masalah TSP. Penjual mencari rute atau lintasan untuk mengunjungi semua kota yang ada sebanyak satu kali kunjungan. Proses optimalisasi pencarian alternatif menggunakan algoritma backtracking. Terdapat lima buah kasus TSP yang akan digunakan yaitu TSP1 memiliki 4 buah kota dengan 6 lintasan (jalur), TSP2 memiliki 5 buah kota dengan 10 lintasan, TSP3 memiliki 6 buah kota dengan 15 lintasan, TSP4 memiliki 7 buah kota dengan 21 lintasan, dan TSP5 memiliki 8 buah kota dengan 28 lintasan. Dari hasil pengujian diperoleh algoritma runut-balik (backtracking) dapat digunakan untuk menghasilkan jumlah alternatif lintasan yang lebih sedikit jika dibandingkan dengan total kombinasi alternatif lintasan. Semakin besar jumlah node (kota) dan jumlah lintasan (jalur) maka prosentase pengurangan variasi (alternatif) akan lintasan semakin besar.

Manajemen rumah sakit perlu melakukan monitoring dan pengukuran secara terus-menerus terhadap kinerja layanan pasien untuk memastikan ketercapaian tujuan yang telah ditetapkan. Proses monitoring kinerja memerlukan data dan informasi yang didapatkan dari umpan balik pasien terhadap layanan dokter dan perawat. Hasil monitoring kinerja selanjutnya akan disampaikan kepada pihak-pihak yang berkepentingan, secara efisien dan efektif. Performance Dashboard merupakan alat untuk menyajikan informasi secara sekilas . Dashboard menginformasikan Key Performance Indicators (KPI) dengan menggunakan media penyajian yang efektif. KPI yang digunakan dalam pembangunan Dasboard adalah kuesioner tingkat kepuasan layanan pasien terhadap dokter dan perawat. Penelitian ini lebih menitikberatkan bagaimana rancangan dashboard ini bisa memberikan kemudahan informasi terhadap manajemen rumah sakit untuk memonitor dan mengevaluasi capaian kinerja layanan pasien.

Hampir setiap aplikasi termasuk berbasis web dengan pengelolaan basis data membutuhkan proses temu kembali informasi. Pada proses temu kembali selain query dan umpan balik pengguna terlebih dahulu dilakukan proses pengindekan data yang. Proses indek kata merupakan salah satu tahapan pada penyiapan basis data untuk keperluan operasi temu kembali informasi. Pengindekan meliputi proses menghilangkan noise, dimana noise pada kalimat diantaranya adalah : imbuhan, angka dan stop word.  Proses indek juga meliputi pengelompokan kata menurut maknanya atau biasa disebut clustering. Dari hasil proses indek dihasilkan basis data yang siap untuk di query untuk diambil informasinya.  Dalam text preprocessing ada beberapa langkah yang perlu dilakukan untuk mendapatkan teks yang bebas derau (noise) atau bebas kata-kata yang tidak bermakna. Selain membebaskan dari derau, text preprocessing juga mengembalikan kata menjadi  kata dasar atau root word.Langkah-langkah dalam Text preprocessing dalam bahasa Indonesia adalah :Proses Filtering, Proses Tokenizing, Proses Stemming.   Kata kunci : indek kata, temu kembali