Pub Date : 2020-05-31DOI: 10.33633/joins.v5i1.3139
Rizal Firdaus, Agus Winarno
Media informasi masa kini sangatlah penting, media informasi dapat menjadi suatu wadah bagi manusia untuk mendapatkan informasi, bertukar pikiran dan bertinteraksi satu sama lainnya. Salah satu media informasi adalah berita, berita merupakan laporan cepat suatu peristiwa atau kejadian yang faktual. PT Televisi Kampus Udinus (TVKU) Semarang merupakan salah satu badan usaha yang bergerak dalam bidang penyiaran dan jasa. PT TVKU dalam melakukan mengelola berita sudah menggunakan alat bantu komputer, yaitu dalam melakukan pengolahan berita, pengolahan jurnalis, pemrosesan berita dan pembuatan laporan yang masih dilakukan dengan cara manual, akan tetapi PT TVKU belum memiliki system pengelolaan berita yang dapat mengintegrasikan setiap proses bisnis yang terjadi. Dari permasalahan tersebut maka perlu terciptanya suatu system informasi yang dapat melakukan pengelolaan berita secara baik, untuk membangun system informasi tersebut menggunakan metode Rapid Application Development (RAD) dengan digabungkan dengan beberapa tools untuk merancang system yaitu dengan menggunakan Unified Modelling Language (UML), untuk bahasa pemrograman menggunakan Hypertext Preprocessor (PHP), dan untuk penyimpanan data menggunakan MySQL sebagai Database Management System (DBMS). Hasil penelitian ini adalah terciptanya system informasi pengelolaan berita yang dapat mengintegrasikan data yang diharapkan mampu membantu kinerja dari PT TVKU Semarang dalam mengelola berita.
{"title":"Rancang Bangun Sistem Informasi Pengelolaan Berita pada PT TV Kampus Udinus Semarang","authors":"Rizal Firdaus, Agus Winarno","doi":"10.33633/joins.v5i1.3139","DOIUrl":"https://doi.org/10.33633/joins.v5i1.3139","url":null,"abstract":"Media informasi masa kini sangatlah penting, media informasi dapat menjadi suatu wadah bagi manusia untuk mendapatkan informasi, bertukar pikiran dan bertinteraksi satu sama lainnya. Salah satu media informasi adalah berita, berita merupakan laporan cepat suatu peristiwa atau kejadian yang faktual. PT Televisi Kampus Udinus (TVKU) Semarang merupakan salah satu badan usaha yang bergerak dalam bidang penyiaran dan jasa. PT TVKU dalam melakukan mengelola berita sudah menggunakan alat bantu komputer, yaitu dalam melakukan pengolahan berita, pengolahan jurnalis, pemrosesan berita dan pembuatan laporan yang masih dilakukan dengan cara manual, akan tetapi PT TVKU belum memiliki system pengelolaan berita yang dapat mengintegrasikan setiap proses bisnis yang terjadi. Dari permasalahan tersebut maka perlu terciptanya suatu system informasi yang dapat melakukan pengelolaan berita secara baik, untuk membangun system informasi tersebut menggunakan metode Rapid Application Development (RAD) dengan digabungkan dengan beberapa tools untuk merancang system yaitu dengan menggunakan Unified Modelling Language (UML), untuk bahasa pemrograman menggunakan Hypertext Preprocessor (PHP), dan untuk penyimpanan data menggunakan MySQL sebagai Database Management System (DBMS). Hasil penelitian ini adalah terciptanya system informasi pengelolaan berita yang dapat mengintegrasikan data yang diharapkan mampu membantu kinerja dari PT TVKU Semarang dalam mengelola berita.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"43618055","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}
Pub Date : 2020-05-31DOI: 10.33633/joins.v5i1.3469
Puntoriza Puntoriza, Charitas Fibriani
UMKM (Usaha Mikro Kecil dan Menengah) merupakan usaha produktif yang telah terbukti memberikan lapangan kerja dan menjadi penggerak roda perekonomian di Indonesia. Kota Malang dianggap memiliki potensi besar di sektor UMKM. Di sisi lain, UMKM juga menghadapi berbagai masalah, seperti keterbatasan modal kerja, kurangnya pembinaan terhadap sumber daya manusia, dan lain sebagainya. Pengelompokan UMKM di Kota Malang dapat memudahkan pemerintah terkait dalam hal memilih peminjaman modal, menentukan potensi usaha dan menetapkan strategi pemasaran. Pada penelitian ini, pengelompokan UMKM di Kota Malang dilakukan dengan algoritma K-means cluster analysis. Hasil yang diperoleh adalah terbentuk 3 cluster, di mana algoritma K-means mengelompokkan kecamatan Blimbing ke cluster 1, kecamatan Klojen ke cluster 2, kecamatan Sukun ke cluster 3, Kecamatan Kedung Kandang ke cluster 3, dan Kecamatan Lowokwaru ke cluster 3.
{"title":"Analisis Persebaran UMKM Kota Malang Menggunakan Cluster K-means","authors":"Puntoriza Puntoriza, Charitas Fibriani","doi":"10.33633/joins.v5i1.3469","DOIUrl":"https://doi.org/10.33633/joins.v5i1.3469","url":null,"abstract":"UMKM (Usaha Mikro Kecil dan Menengah) merupakan usaha produktif yang telah terbukti memberikan lapangan kerja dan menjadi penggerak roda perekonomian di Indonesia. Kota Malang dianggap memiliki potensi besar di sektor UMKM. Di sisi lain, UMKM juga menghadapi berbagai masalah, seperti keterbatasan modal kerja, kurangnya pembinaan terhadap sumber daya manusia, dan lain sebagainya. Pengelompokan UMKM di Kota Malang dapat memudahkan pemerintah terkait dalam hal memilih peminjaman modal, menentukan potensi usaha dan menetapkan strategi pemasaran. Pada penelitian ini, pengelompokan UMKM di Kota Malang dilakukan dengan algoritma K-means cluster analysis. Hasil yang diperoleh adalah terbentuk 3 cluster, di mana algoritma K-means mengelompokkan kecamatan Blimbing ke cluster 1, kecamatan Klojen ke cluster 2, kecamatan Sukun ke cluster 3, Kecamatan Kedung Kandang ke cluster 3, dan Kecamatan Lowokwaru ke cluster 3.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45741128","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}
Kondisi cuaca memiliki kecenderungan berubah, untuk itu badan meteorologi bekerja memprediksi perkiraan cuaca agar dapat memberikan peringatan dini apabila terjadi perubahan cuaca yang mendadak atau bahkan ekstrem. Dengan memprakirakan cuaca yang datang mendadak secara akurat, maka dapat mengambil langkah pencegahan agar dapat meminimalkan kerugian yang akan terjadi. Diperlukan beberapa variable atau parameter yang relevan untuk dapat memodelkan data dengan baik sehingga hasil prediksinya menjadi lebih akurat. Salah satu pendekatan pemodelan data untuk prediksi cuaca adalah supervised learning dengan teknik estimasi. Estimasi memberikan prediksi nilai pada atribut target atau class attribute yang bertipe numerical. Regresi linear berganda merupakan salah satu algoritma estimasi yang handal untuk memprediksi cuaca. Empat variable independent yakni, suhu, kelembaban, tekanan, dan kecepatan angin digunakan untuk memprakirakan curah hujan sebagai variable dependent. Data yang digunakan adalah data BMKG dari Stasiun Meteorologi Ahmad Yani Semarang tahun 2015-2017. Nilai koefisien determinasi R2 sebesar 25.5 persen menunjukkan bahwa keempat variabel yang digunakan secara bersamaan dapat menjelaskan nilai curah hujan sebagai variable dependent.
{"title":"Analisa Prakiraan Cuaca dengan Parameter Suhu, Kelembaban, Tekanan Udara, dan Kecepatan Angin Menggunakan Regresi Linear Berganda","authors":"Ardytha Luthfiarta, Aris Febriyanto, Heru Lestiawan, Wibowo Wicaksono","doi":"10.33633/joins.v5i1.2760","DOIUrl":"https://doi.org/10.33633/joins.v5i1.2760","url":null,"abstract":"Kondisi cuaca memiliki kecenderungan berubah, untuk itu badan meteorologi bekerja memprediksi perkiraan cuaca agar dapat memberikan peringatan dini apabila terjadi perubahan cuaca yang mendadak atau bahkan ekstrem. Dengan memprakirakan cuaca yang datang mendadak secara akurat, maka dapat mengambil langkah pencegahan agar dapat meminimalkan kerugian yang akan terjadi. Diperlukan beberapa variable atau parameter yang relevan untuk dapat memodelkan data dengan baik sehingga hasil prediksinya menjadi lebih akurat. Salah satu pendekatan pemodelan data untuk prediksi cuaca adalah supervised learning dengan teknik estimasi. Estimasi memberikan prediksi nilai pada atribut target atau class attribute yang bertipe numerical. Regresi linear berganda merupakan salah satu algoritma estimasi yang handal untuk memprediksi cuaca. Empat variable independent yakni, suhu, kelembaban, tekanan, dan kecepatan angin digunakan untuk memprakirakan curah hujan sebagai variable dependent. Data yang digunakan adalah data BMKG dari Stasiun Meteorologi Ahmad Yani Semarang tahun 2015-2017. Nilai koefisien determinasi R2 sebesar 25.5 persen menunjukkan bahwa keempat variabel yang digunakan secara bersamaan dapat menjelaskan nilai curah hujan sebagai variable dependent.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"46134537","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}
Pub Date : 2020-05-31DOI: 10.33633/joins.v5i1.3608
Affandy Affandy, Oktania Nandiyati
Twitter is the most popular microblogging service in Indonesia, with nearly 23 million users. In the era of big data such as the current tweets from customers, observers, potential consumers, or the community of users of products or services of a company will greatly help companies in knowing the industrial and consumer landscape, so as to determine strategic plans that will contribute to the company's growth. However, the use of data from social media such as Twitter is hampered by a number of technical difficulties in the process of collecting, processing, and analysing. Specifically, this research applies the Naïve Bayes Classifier algorithm in the process of sentiment analysis of tweets data into a prototype application that is intended to make it easier for companies / organizations to know people's perceptions of their products or services. The NBC algorithm was chosen because this algorithm is able to do a good classification even though it uses small training data, but has high accuracy and process speed for handling large training data. From the evaluation results found a prototype running well where the keywords entered will trigger the Twitter API to crawl the data then the mining process can be monitored at each stage and at the end of the process, the system will show the final sentiment level values and the representation of the calculation results log in a chart form over a certain period of time.
{"title":"Sentiment Analysis Berbasis Algoritma Naïve Bayes Classsifier untuk Identifikasi Persepsi Masyarakat Terhadap Produk / Layanan Perusahaan","authors":"Affandy Affandy, Oktania Nandiyati","doi":"10.33633/joins.v5i1.3608","DOIUrl":"https://doi.org/10.33633/joins.v5i1.3608","url":null,"abstract":"Twitter is the most popular microblogging service in Indonesia, with nearly 23 million users. In the era of big data such as the current tweets from customers, observers, potential consumers, or the community of users of products or services of a company will greatly help companies in knowing the industrial and consumer landscape, so as to determine strategic plans that will contribute to the company's growth. However, the use of data from social media such as Twitter is hampered by a number of technical difficulties in the process of collecting, processing, and analysing. Specifically, this research applies the Naïve Bayes Classifier algorithm in the process of sentiment analysis of tweets data into a prototype application that is intended to make it easier for companies / organizations to know people's perceptions of their products or services. The NBC algorithm was chosen because this algorithm is able to do a good classification even though it uses small training data, but has high accuracy and process speed for handling large training data. From the evaluation results found a prototype running well where the keywords entered will trigger the Twitter API to crawl the data then the mining process can be monitored at each stage and at the end of the process, the system will show the final sentiment level values and the representation of the calculation results log in a chart form over a certain period of time.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49167180","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}
Pub Date : 2020-05-31DOI: 10.33633/joins.v5i1.3117
Indra Gamayanto, F.Anita Angelina, Sasono Wibowo
Toko Wingko & Bandeng Presto Super Vit merupakan salah satu pusat oleh-oleh yang menjual makanan khas Semarang yaitu Bandeng Duri Lunak dan Wingko Babat. Timbulnya beragam permasalahan dan kendala yang dihadapi toko ini terutama dalam hal memasarkan produk-produknya yang masih bersifat konvensional yaitu dilakukan secara mouth-to-mouth, mengandalkan toko offline, dan menggunakan sistem konsinyasi ke toko-toko yang ada di Bandara, semarang. Hal ini disebabkan oleh karena rendahnya pemahaman mengenai pentingnya internet dalam peningkatan usaha serta terbatasnya pengetahuan mengenai jaringan pemasaran, adapun Zachman framework ini memiliki details proses dan mampu menghasilkan analisis yang lebih mendalam dibandingkan metode lainnya. Dari beberapa permasalahan yang timbul jika tidak segera ditangani maka dampaknya bisa membuat perkembangan bisnis menjadi terancam, salah satunya adalah toko akan mengalami penurunan volume penjualan. Oleh sebab itu dilakukannya penelitian ini dengan tujuan menciptakan model blueprint rancangan enterprise architecture system menggunakan metode Zachman Framework dengan menganalisis proses bisnis yang ada saat ini di Toko Wingko & Bandeng Presto Super Vit untuk menghasilkan rancangan sistem yang dibutuhkan. Dari hasil analisis menggunakan Zachman Framework, Toko Wingko & Bandeng Presto Super Vit membutuhkan sistem informasi e-commerce sebagai solusi pemecahan masalah pemasaran dan penjualan produk yang masih tergolong konvensional. Hasil dari penelitian ini adalah blueprint rancangan enterprise architecture system dan prototype sistem informasi e-commerce Toko Wingko & Bandeng Presto Super Vit. Oleh sebab itu, e-commerce merupakan cara untuk memperluas market konsumen dan merupakan penggunaan tekcnologi informasi yang sangat diperlukan
Wingko&Bandeng Presto Super Vit是销售特色食品的领先商店之一三宝垄是Lunak Duri Bandeng和Wingko Babat。这家商店面临着许多问题和控制，尤其是在增加其仍然传统的产品方面，这些产品是口对口的，依赖线下商店，以及使用一致的系统在机场购物等。这是因为人们对互联网在增加业务中的重要性认识不足，对营销网络的了解有限，尽管这个Zachman框架有流程的细节，并且能够比任何其他方法进行更深入的分析。在出现的一些问题中，如果不立即处理，其影响可能会使业务发展受到威胁，其中之一是商店的销售额将下降。因此，他进行了这项研究，通过分析Wingko&Band Presto Super Vit当前的业务流程，使用Zachman框架方法创建了企业设计架构系统的蓝图模型，以产生必要的系统设计。根据Zachman框架的分析，Wingko&Presto Super Vit Band商店需要一个电子商务信息系统来解决仍然传统的产品营销和销售问题。本研究的结果是蓝图企业架构系统和原型电子商务信息系统Wingko&Band Presto Super Vit。因此，电子商务是扩大消费市场的一种方式，也是信息技术非常必要的应用。
{"title":"Perancangan Enterprise Architecture Sistem Informasi E-Commerce Pada Toko Wingko & Bandeng Presto Super Vit Menggunakan Zachman Framework","authors":"Indra Gamayanto, F.Anita Angelina, Sasono Wibowo","doi":"10.33633/joins.v5i1.3117","DOIUrl":"https://doi.org/10.33633/joins.v5i1.3117","url":null,"abstract":"Toko Wingko & Bandeng Presto Super Vit merupakan salah satu pusat oleh-oleh yang menjual makanan khas Semarang yaitu Bandeng Duri Lunak dan Wingko Babat. Timbulnya beragam permasalahan dan kendala yang dihadapi toko ini terutama dalam hal memasarkan produk-produknya yang masih bersifat konvensional yaitu dilakukan secara mouth-to-mouth, mengandalkan toko offline, dan menggunakan sistem konsinyasi ke toko-toko yang ada di Bandara, semarang. Hal ini disebabkan oleh karena rendahnya pemahaman mengenai pentingnya internet dalam peningkatan usaha serta terbatasnya pengetahuan mengenai jaringan pemasaran, adapun Zachman framework ini memiliki details proses dan mampu menghasilkan analisis yang lebih mendalam dibandingkan metode lainnya. Dari beberapa permasalahan yang timbul jika tidak segera ditangani maka dampaknya bisa membuat perkembangan bisnis menjadi terancam, salah satunya adalah toko akan mengalami penurunan volume penjualan. Oleh sebab itu dilakukannya penelitian ini dengan tujuan menciptakan model blueprint rancangan enterprise architecture system menggunakan metode Zachman Framework dengan menganalisis proses bisnis yang ada saat ini di Toko Wingko & Bandeng Presto Super Vit untuk menghasilkan rancangan sistem yang dibutuhkan. Dari hasil analisis menggunakan Zachman Framework, Toko Wingko & Bandeng Presto Super Vit membutuhkan sistem informasi e-commerce sebagai solusi pemecahan masalah pemasaran dan penjualan produk yang masih tergolong konvensional. Hasil dari penelitian ini adalah blueprint rancangan enterprise architecture system dan prototype sistem informasi e-commerce Toko Wingko & Bandeng Presto Super Vit. Oleh sebab itu, e-commerce merupakan cara untuk memperluas market konsumen dan merupakan penggunaan tekcnologi informasi yang sangat diperlukan","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"41880767","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}
Pub Date : 2020-05-31DOI: 10.33633/joins.v5i1.3350
Abu Salam, Diyan Adiatma, Junta Zeniarja
Rekomendasi penerima beasiswa Peningkatan Prestasi Akademik (PPA) dikelompokkan menjadi 2 cluster yaitu diterima dan tidak diterima untuk mendapatkan beasiswa. Algoritma K-Means merupakan teknik unsupervised learning yang dapat digunakan dalam mengelompokkan data pengajuan beasiswa. Tujuan dari penelitian ini adalah untuk merekomendasikan penerima beasiswa dengan menggunakan algoritma k-means, hasil rekomendasi berupa penempatan data pendaftar beasiswa ke masing-masing kelompok cluster yang dihasilkan. Eksperimen proses clustering dilakukan menggunakan data pendaftar beasiswa PPA dari biro kemahasiswaan udinus tahun 2016 sebanyak 441 pendaftar beasiswa PPA. Melalui seleksi atribut, k-means ini melakukan perhitungan untuk menempatkan setiap data ke cluster yang sudah ditentukan. Sebanyak 154 mahasiswa direkomendasikan mendapatkan beasiswa PPA sedangkan 287 mahasiswa tidak mendapatkan.Â
{"title":"Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS","authors":"Abu Salam, Diyan Adiatma, Junta Zeniarja","doi":"10.33633/joins.v5i1.3350","DOIUrl":"https://doi.org/10.33633/joins.v5i1.3350","url":null,"abstract":"Rekomendasi penerima beasiswa Peningkatan Prestasi Akademik (PPA) dikelompokkan menjadi 2 cluster yaitu diterima dan tidak diterima untuk mendapatkan beasiswa. Algoritma K-Means merupakan teknik unsupervised learning yang dapat digunakan dalam mengelompokkan data pengajuan beasiswa. Tujuan dari penelitian ini adalah untuk merekomendasikan penerima beasiswa dengan menggunakan algoritma k-means, hasil rekomendasi berupa penempatan data pendaftar beasiswa ke masing-masing kelompok cluster yang dihasilkan. Eksperimen proses clustering dilakukan menggunakan data pendaftar beasiswa PPA dari biro kemahasiswaan udinus tahun 2016 sebanyak 441 pendaftar beasiswa PPA. Melalui seleksi atribut, k-means ini melakukan perhitungan untuk menempatkan setiap data ke cluster yang sudah ditentukan. Sebanyak 154 mahasiswa direkomendasikan mendapatkan beasiswa PPA sedangkan 287 mahasiswa tidak mendapatkan. ","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"42672634","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}
Pub Date : 2020-05-31DOI: 10.33633/joins.v5i1.3351
Abu Salam, Ferry Bintang Nugroho, Junta Zeniarja
Masalah yang muncul berkaitan dengan status mahasiswa salah satunya adalah status mahasiswa yang non aktif. Beberapa faktor penyebab status non aktif tersebut diantaranya adalah faktor ekonomi, kemampuan akademik, dan lain – lain. Manajemen perguruan tinggi perlu mengidentifikasi serta melakukan tindakan terhadap mahasiswa yang mempunyai status “tidak diharapkan†untuk mengetahui faktor munculnya masalah tersebut perlu dilakukan evaluasi saat pertengahan masa studi mahasiswa guna mencegah sedini mungkin munculnya mahasiswa yang diindikasi terdapat status tidak aktif untuk mengurangi dampak yang ditimbulkan akibat status non aktif tersebut. Pada penelitian ini akan dilakukan prediksi mahasiswa non aktif menggunakan algoritma klasifikasi K-Nearest Neighbor yang dikombinasikan dengan metode forward selection untuk seleksi atribut yang diharapkan mampu meningkatkan nilai akurasi pada proses klasifikasi. Nilai akurasi yang didapatkan pada algoritma K-Nearest Neighbor sebesar 96.43% sedangkan pada algoritma K-Nearest Neighbor berbasis Forward Selection sebesar 97.27%. Kata Kunci: Mahasiswa Non Aktif, Forward Selection, K-Nearest Neighbor
{"title":"Implementasi Algoritma K-Nearest Neighbor Berbasis Forward Selection Untuk Prediksi Mahasiswa Non Aktif Universitas Dian Nuswantoro Semarang","authors":"Abu Salam, Ferry Bintang Nugroho, Junta Zeniarja","doi":"10.33633/joins.v5i1.3351","DOIUrl":"https://doi.org/10.33633/joins.v5i1.3351","url":null,"abstract":"Masalah yang muncul berkaitan dengan status mahasiswa salah satunya adalah status mahasiswa yang non aktif. Beberapa faktor penyebab status non aktif tersebut diantaranya adalah faktor ekonomi, kemampuan akademik, dan lain – lain. Manajemen perguruan tinggi perlu mengidentifikasi serta melakukan tindakan terhadap mahasiswa yang mempunyai status “tidak diharapkan†untuk mengetahui faktor munculnya masalah tersebut perlu dilakukan evaluasi saat pertengahan masa studi mahasiswa guna mencegah sedini mungkin munculnya mahasiswa yang diindikasi terdapat status tidak aktif untuk mengurangi dampak yang ditimbulkan akibat status non aktif tersebut. Pada penelitian ini akan dilakukan prediksi mahasiswa non aktif menggunakan algoritma klasifikasi K-Nearest Neighbor yang dikombinasikan dengan metode forward selection untuk seleksi atribut yang diharapkan mampu meningkatkan nilai akurasi pada proses klasifikasi. Nilai akurasi yang didapatkan pada algoritma K-Nearest Neighbor sebesar 96.43% sedangkan pada algoritma K-Nearest Neighbor berbasis Forward Selection sebesar 97.27%. Kata Kunci: Mahasiswa Non Aktif, Forward Selection, K-Nearest Neighbor","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"46482702","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}
Pub Date : 2020-05-28DOI: 10.24076/infosjournal.2020v3i1.214
Zhella Ley Kharismatara, Afif Maruf
Bawang merupakan jenis tanaman umbi. Di Indonesia,bawang menjadi sebuah kebutuhan dalam memasak. Tanaman bawang adalah jenis tanaman hortikultura yang telah dibudidayakan. Tetapi, jika dilihat dari hasil panen masih belum memuaskan. Itu dikarenakan berbagai faktor, seperti teknik budidaya, kondisi lingkungan dan hama penyakit. Dari ketiga faktor, yang paling bermasalah adalah hama dan penyakit. Masalahnya sering ditemui petani minim akan pengetahuan mengenai penyakit pada tanaman, ditambah keterbatasan ahli menjadi kendala bagi petani yang melakukan konsultasi untuk menyelesaikan masalah dan mendapatkan solusi. Pada diagnosa penyakit tanaman bawang, peneliti memerlukan data berupa gejala-gejala yang dialami oleh tanaman. Sehingga, diperlukan pendiagnosaan terhadap hama dan penyakit tanaman bawang. Tujuan peneliti adalah menghasilkan perangkat lunak dengan menggunakan Certainty Factor yang dapat mendiagnosa penyakit tanaman bawang. Diharapkan sistem pakar simulasi diagnosa hama dan penyakit tanaman bawang dibuat sebagai sarana konsultasi, sarana belajar pada instansi dan digunakan sebagai alat untuk mendiagnosa dan mensosialisasikan jenis hama dan penyakit.
{"title":"SISTEM PAKAR DIAGNOSA PENYAKIT PADA TANAMAN BAWANG DENGAN MENGGUNAKAN CERTAINTY FACTOR","authors":"Zhella Ley Kharismatara, Afif Maruf","doi":"10.24076/infosjournal.2020v3i1.214","DOIUrl":"https://doi.org/10.24076/infosjournal.2020v3i1.214","url":null,"abstract":"Bawang merupakan jenis tanaman umbi. Di Indonesia,bawang menjadi sebuah kebutuhan dalam memasak. Tanaman bawang adalah jenis tanaman hortikultura yang telah dibudidayakan. Tetapi, jika dilihat dari hasil panen masih belum memuaskan. Itu dikarenakan berbagai faktor, seperti teknik budidaya, kondisi lingkungan dan hama penyakit. Dari ketiga faktor, yang paling bermasalah adalah hama dan penyakit. Masalahnya sering ditemui petani minim akan pengetahuan mengenai penyakit pada tanaman, ditambah keterbatasan ahli menjadi kendala bagi petani yang melakukan konsultasi untuk menyelesaikan masalah dan mendapatkan solusi. Pada diagnosa penyakit tanaman bawang, peneliti memerlukan data berupa gejala-gejala yang dialami oleh tanaman. Sehingga, diperlukan pendiagnosaan terhadap hama dan penyakit tanaman bawang. Tujuan peneliti adalah menghasilkan perangkat lunak dengan menggunakan Certainty Factor yang dapat mendiagnosa penyakit tanaman bawang. Diharapkan sistem pakar simulasi diagnosa hama dan penyakit tanaman bawang dibuat sebagai sarana konsultasi, sarana belajar pada instansi dan digunakan sebagai alat untuk mendiagnosa dan mensosialisasikan jenis hama dan penyakit.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":"60 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88037231","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}
Pub Date : 2020-05-25DOI: 10.24076/infosjournal.2020v3i1.207
Donni Prabowo, Fitria Ramdani
Amikom Resource Center each time producing recorded data, the activity is carried out for years so that it makes Big Data. The big data has the opportunity to produce information that can be useful for borrower and library management.One of the data mining techniques that can be used is the Apriori algorithm with the association rules technique. By using book lending transaction data, apriori algorithm will form association rules between books which are then used to determine book recommendations. In addition, the results of apriori analysis can also be used by the library as information to findout which books are often borrowed, the placement of the book layout in the Amikom library.The results showed that the association rules formed from 562 book lending transaction data in November 2019 used a minimum book frequency of 4 or a minimum support value of 0.7% and a minimum confidence of 80% resulting in 10 association rules with all rules having a positive correlation so that it can be used as a reference for giving book recommendations.
{"title":"PENERAPAN ALGORITMA APRIORI UNTUK REKOMENDASI BUKU PADA AMIKOM RESOURCE CENTER","authors":"Donni Prabowo, Fitria Ramdani","doi":"10.24076/infosjournal.2020v3i1.207","DOIUrl":"https://doi.org/10.24076/infosjournal.2020v3i1.207","url":null,"abstract":"Amikom Resource Center each time producing recorded data, the activity is carried out for years so that it makes Big Data. The big data has the opportunity to produce information that can be useful for borrower and library management.One of the data mining techniques that can be used is the Apriori algorithm with the association rules technique. By using book lending transaction data, apriori algorithm will form association rules between books which are then used to determine book recommendations. In addition, the results of apriori analysis can also be used by the library as information to findout which books are often borrowed, the placement of the book layout in the Amikom library.The results showed that the association rules formed from 562 book lending transaction data in November 2019 used a minimum book frequency of 4 or a minimum support value of 0.7% and a minimum confidence of 80% resulting in 10 association rules with all rules having a positive correlation so that it can be used as a reference for giving book recommendations.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":"13 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"74418737","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}
Pub Date : 2020-05-25DOI: 10.24076/infosjournal.2020v3i1.210
Supriatin Supriatin, Alfie Nur Rahmi, Firman Asharudin
Pendidikan merupakan prioritas penting saat ini, pendidikan yang baik dan berkualitas dapat menentukan karir seseorang dalam dunia kerja sehingga menjadi lebih profesional, oleh karena itu pendidikan pada tingkat perguruan tinggi saat ini dipandang penting oleh masyarakat. Jumlah perguruan tinggi yang banyak, menyebabkan terjadinya persaingan yang ketat untuk mendapatkan calon mahasiswa, berbagai potensi dan keunggulan yang dimiliki perguruan tinggi akan dikerahkan, maka dari itu sangat penting bagi perguruan tinggi melakukan promosi untuk mengenalkan perguruan tinggi tersebut. Universitas Amikom Yogyakarta adalah Perguruan tinggi swasta yang melakukan promosi untuk menarik minat calon mahasiswa. Tim marketing yang dibentuk terdiri dari beberapa dosen yang ditugaskan untuk mempromosikan kampus, Selain mengajar dosen juga melakukan bimbingan, sebagai tim penguji dan tidak menutup kemungkinan menjadi panitia dalam suatu acara internal kampus, untuk itu dari permasalahan tersebut maka dibuat penelitian Penentuan Tim Marketing yang bertujuan supaya dalam menentukan tim marketing tidak berbarengan dengan mengajar, ataupun kegiatan lain.
{"title":"IMPLEMENTASI METODE ELECTRE PENUGASAN DOSEN SEBAGAI TIM MARKETING UNIVERSITAS AMIKOM YOGYAKARTA","authors":"Supriatin Supriatin, Alfie Nur Rahmi, Firman Asharudin","doi":"10.24076/infosjournal.2020v3i1.210","DOIUrl":"https://doi.org/10.24076/infosjournal.2020v3i1.210","url":null,"abstract":"Pendidikan merupakan prioritas penting saat ini, pendidikan yang baik dan berkualitas dapat menentukan karir seseorang dalam dunia kerja sehingga menjadi lebih profesional, oleh karena itu pendidikan pada tingkat perguruan tinggi saat ini dipandang penting oleh masyarakat. Jumlah perguruan tinggi yang banyak, menyebabkan terjadinya persaingan yang ketat untuk mendapatkan calon mahasiswa, berbagai potensi dan keunggulan yang dimiliki perguruan tinggi akan dikerahkan, maka dari itu sangat penting bagi perguruan tinggi melakukan promosi untuk mengenalkan perguruan tinggi tersebut. Universitas Amikom Yogyakarta adalah Perguruan tinggi swasta yang melakukan promosi untuk menarik minat calon mahasiswa. Tim marketing yang dibentuk terdiri dari beberapa dosen yang ditugaskan untuk mempromosikan kampus, Selain mengajar dosen juga melakukan bimbingan, sebagai tim penguji dan tidak menutup kemungkinan menjadi panitia dalam suatu acara internal kampus, untuk itu dari permasalahan tersebut maka dibuat penelitian Penentuan Tim Marketing yang bertujuan supaya dalam menentukan tim marketing tidak berbarengan dengan mengajar, ataupun kegiatan lain.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":"86 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"86717801","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}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：