Saat ini, semua sistem sudah berbasis perangkat lunak dan internet. Seluruh system baik dalam dunia pendidikan, keuangan, bisnis, dan lainnya tergantung pada perangkat lunak. Ketergantungan akan perangkat lunak ini membuat kebutuhan akan lulusan Informatika yang menguasai pembuatan dan pengembangan perangkat lunak semakin meningkat. Seiring berjalannya waktu, perkembangan teknologi menuntut perkembangan perangkat lunak. Dibutuhkan perangkat lunak yang baru, handal, dapat dikembangkan. Yang dapat membuat dan mengembangkan perangkat lunak adalah Tim Software Development. Demi menciptakan lulusan Informatika UMSIDA yang tidak hanya siap bersaing di dunia kerja dengan menekuni beberapa profesi yang dibutuhkan dalam Tim software development maupun menjadi seorang enterpreuner yang mendirikan software house, maka salah satu mata kuliah yang mendukung dan mengajarkan itu yaitu mata kuliah Rekayasa Perangkat Lunak (RPL). Salah satu capaian pembelajaran mata kuliah rekayasa perangkat lunak sendiri adalah, mahasiswa dapat memecahkan sebuah studi kasus pengembangan sebuah perangkat lunak. Mata Kuliah Rekayasa Perangkat Lunak ini mengajarkan tidak hanya tentang bagaimana cara membuat dan mengembangkan sebuah perangkat lunak namun juga memahami setiap peran yang dibutuhkan dalam tim Software Development, dan tentunya dalam pengembangan sebuah perangkat lunak, terdapat beberapa metode yang mendukung. Tim software Development sedikitnya terdiri dari 4 peran atau profesi, yaitu Project Manager, System Analys, Programmer, dan Designer. Keempat profesi tersebut memiliki peran dan fungsi yang penting dalam pembuatan dan pengembangan perangkat lunak. Selama ini metode pembelajaran di kelas, hanya seputar ceramah menggunakan slide power point, pemberian tugas individu maupun kelompok, serta presentasi. Metode tersebut cenderung membosankan, mahasiswa sulit memahami materi, dan yang paling buruknya adalah ketika pemberian tugas kelompok untuk pembuatan software, hanya satu mahasiswa yang mengerjakan dan lainnya hanya mengikuti atau mencontoh. Berdasarkan Renstra UMSIDA dengan bidang unggulan Inovasi dan implementasi model, media, dan teknologi pembelajaran, peneliti ingin menerapkan sebuah metode pembelajaran baru melalui sebuah Game. Industri Game yang saat ini semakin berkembang selaras dengan banyaknya pemain Game baik Game offline maupun Game online, Game komputer maupun Game mobile. Metode penelitian ini dimulai dari mencari potensi masalah, dilanjutkan dengan pengumpulan data yaitu survei awal yang dilakukan peneliti melalui sebuah kuisioner online yang dibagikan secara acak kepada 101 koresponden, didapatkan bahwa prosentasi terbanyak 96% berumur 17 – 25 tahun dengan 82,2% adalah Mahasiswa, sebanyak 96% mereka pernah bermain Game dengan perolehan 65,3% durasi main terbanyak yaitu 0-2 jam dalam sehari, serta didapatkan hasil sebanyak 52,2% mengatakan setuju dan 34,7% mengatakan sangat setuju bahwa sistem pengajaran dikelas diterapkan konsep sebuah Game. Sehingg
{"title":"Penerapan Peran Karakter dan Poin Pada Rekayasa Perangkat Lunak Berbasis Game RPG (Role Playing Game) Sebagai Media Pembelajaran Interaktif Mahasiswa Informatika","authors":"Cindy Taurusta, Yulian Findawati, C. Astuti","doi":"10.21111/FIJ.V7I1.4715","DOIUrl":"https://doi.org/10.21111/FIJ.V7I1.4715","url":null,"abstract":"Saat ini, semua sistem sudah berbasis perangkat lunak dan internet. Seluruh system baik dalam dunia pendidikan, keuangan, bisnis, dan lainnya tergantung pada perangkat lunak. Ketergantungan akan perangkat lunak ini membuat kebutuhan akan lulusan Informatika yang menguasai pembuatan dan pengembangan perangkat lunak semakin meningkat. Seiring berjalannya waktu, perkembangan teknologi menuntut perkembangan perangkat lunak. Dibutuhkan perangkat lunak yang baru, handal, dapat dikembangkan. Yang dapat membuat dan mengembangkan perangkat lunak adalah Tim Software Development. Demi menciptakan lulusan Informatika UMSIDA yang tidak hanya siap bersaing di dunia kerja dengan menekuni beberapa profesi yang dibutuhkan dalam Tim software development maupun menjadi seorang enterpreuner yang mendirikan software house, maka salah satu mata kuliah yang mendukung dan mengajarkan itu yaitu mata kuliah Rekayasa Perangkat Lunak (RPL). Salah satu capaian pembelajaran mata kuliah rekayasa perangkat lunak sendiri adalah, mahasiswa dapat memecahkan sebuah studi kasus pengembangan sebuah perangkat lunak. Mata Kuliah Rekayasa Perangkat Lunak ini mengajarkan tidak hanya tentang bagaimana cara membuat dan mengembangkan sebuah perangkat lunak namun juga memahami setiap peran yang dibutuhkan dalam tim Software Development, dan tentunya dalam pengembangan sebuah perangkat lunak, terdapat beberapa metode yang mendukung. Tim software Development sedikitnya terdiri dari 4 peran atau profesi, yaitu Project Manager, System Analys, Programmer, dan Designer. Keempat profesi tersebut memiliki peran dan fungsi yang penting dalam pembuatan dan pengembangan perangkat lunak. Selama ini metode pembelajaran di kelas, hanya seputar ceramah menggunakan slide power point, pemberian tugas individu maupun kelompok, serta presentasi. Metode tersebut cenderung membosankan, mahasiswa sulit memahami materi, dan yang paling buruknya adalah ketika pemberian tugas kelompok untuk pembuatan software, hanya satu mahasiswa yang mengerjakan dan lainnya hanya mengikuti atau mencontoh. Berdasarkan Renstra UMSIDA dengan bidang unggulan Inovasi dan implementasi model, media, dan teknologi pembelajaran, peneliti ingin menerapkan sebuah metode pembelajaran baru melalui sebuah Game. Industri Game yang saat ini semakin berkembang selaras dengan banyaknya pemain Game baik Game offline maupun Game online, Game komputer maupun Game mobile. Metode penelitian ini dimulai dari mencari potensi masalah, dilanjutkan dengan pengumpulan data yaitu survei awal yang dilakukan peneliti melalui sebuah kuisioner online yang dibagikan secara acak kepada 101 koresponden, didapatkan bahwa prosentasi terbanyak 96% berumur 17 – 25 tahun dengan 82,2% adalah Mahasiswa, sebanyak 96% mereka pernah bermain Game dengan perolehan 65,3% durasi main terbanyak yaitu 0-2 jam dalam sehari, serta didapatkan hasil sebanyak 52,2% mengatakan setuju dan 34,7% mengatakan sangat setuju bahwa sistem pengajaran dikelas diterapkan konsep sebuah Game. Sehingg","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49656541","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":"Perancangan Permainan Tebak Gambar Isi Rumah Menggunakan Game Engine Unity","authors":"Aidil Primasetya Armin, Agus Darwanto, A. Nabila","doi":"10.21111/fij.v6i2.5990","DOIUrl":"https://doi.org/10.21111/fij.v6i2.5990","url":null,"abstract":"","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-07-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49435232","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}
Syauqi Saswatata Nawal Abadi, Emma Suryani, R. A. Hendrawan
Sektor agraris atau pertanian merupakan salah satu sektor yang dijadikan andalan untuk menggerakan perekonomian indonesia. Untuk menciptakan hasil pertanian yang berkualitas, pupuk menjadi salah satu komponen penting yang dapat meningkatkan kuantitas serta kualitas panen. Agar pupuk tersebut dapat tersalurkan dengan baik hingga sampai ketangan para petani, diperlukan adanya sistem distribusi pupuk yang optimal. Namun, terdapat beberapa permasalahan yang menghambat proses distribusi pupuk tersebut salah satunya adalah pengeluaran biaya distribusi yang cukup tinggi. Mengacu kepada permasalahan tersebut, maka diusulkan penelitian berbentuk tugas akhir ini yang memiliki tujuan untuk meningkatkan kinerja distribusi pupuk urea pada Kabupaten Mojokerto. Peningkatan kinerja distribusi ini dikhususkan untuk dapat mengurangi biaya distribusi. Penelitian ini menggunakan metode sistem dinamik, yang dipilih karena mampu mendefinisikan sistem distribusi pupuk yang ada dengan baik, serta mampu melakukan simulasi terhadap variabel-variabel yang berkaitan dengan sistem tanpa mengubah jalannya sistem. Setelah model sistem dinamik terbentuk, akan dilakukan tahap penyusunan skenario dengan melakukan pengujian terhadap beberapa input yang berbeda untuk mengetahui dampak pada outputnya. Skenario yang dihasilkan pada penelitian ini adalah skenario untuk menyesuikan jumlah buruh angkut dengan kapasitas produksi dan skenario untuk meminimalkan jumlah pupuk yang rusak. Dengan dilakukannya kedua skenario tersebut, biaya distribusi pupuk urea ke Kabupaten Mojokerto oleh PT Petrokimia Gresik dapat berkurang sebesar Rp143.110.984,00. Dilakukannya penelitian ini sekaligus dapat dijadikan acuan bagi PT Petrokimia Gresik untuk menurunkan biaya distribusi pupuk agar dapat berjalan dengan lebih optimal.
{"title":"Pengembangan Model Sistem Dinamik untuk Meningkatkan Kinerja Distribusi Pupuk Urea (Studi Kasus: PT Petrokimia Gresik)","authors":"Syauqi Saswatata Nawal Abadi, Emma Suryani, R. A. Hendrawan","doi":"10.21111/FIJ.V6I2.4782","DOIUrl":"https://doi.org/10.21111/FIJ.V6I2.4782","url":null,"abstract":"Sektor agraris atau pertanian merupakan salah satu sektor yang dijadikan andalan untuk menggerakan perekonomian indonesia. Untuk menciptakan hasil pertanian yang berkualitas, pupuk menjadi salah satu komponen penting yang dapat meningkatkan kuantitas serta kualitas panen. Agar pupuk tersebut dapat tersalurkan dengan baik hingga sampai ketangan para petani, diperlukan adanya sistem distribusi pupuk yang optimal. Namun, terdapat beberapa permasalahan yang menghambat proses distribusi pupuk tersebut salah satunya adalah pengeluaran biaya distribusi yang cukup tinggi. Mengacu kepada permasalahan tersebut, maka diusulkan penelitian berbentuk tugas akhir ini yang memiliki tujuan untuk meningkatkan kinerja distribusi pupuk urea pada Kabupaten Mojokerto. Peningkatan kinerja distribusi ini dikhususkan untuk dapat mengurangi biaya distribusi. Penelitian ini menggunakan metode sistem dinamik, yang dipilih karena mampu mendefinisikan sistem distribusi pupuk yang ada dengan baik, serta mampu melakukan simulasi terhadap variabel-variabel yang berkaitan dengan sistem tanpa mengubah jalannya sistem. Setelah model sistem dinamik terbentuk, akan dilakukan tahap penyusunan skenario dengan melakukan pengujian terhadap beberapa input yang berbeda untuk mengetahui dampak pada outputnya. Skenario yang dihasilkan pada penelitian ini adalah skenario untuk menyesuikan jumlah buruh angkut dengan kapasitas produksi dan skenario untuk meminimalkan jumlah pupuk yang rusak. Dengan dilakukannya kedua skenario tersebut, biaya distribusi pupuk urea ke Kabupaten Mojokerto oleh PT Petrokimia Gresik dapat berkurang sebesar Rp143.110.984,00. Dilakukannya penelitian ini sekaligus dapat dijadikan acuan bagi PT Petrokimia Gresik untuk menurunkan biaya distribusi pupuk agar dapat berjalan dengan lebih optimal.","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-07-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45623695","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}
Analisis sentimen merupakan salah satu bidang dari pengolahan data berbentuk teks untuk mengidentifikasi isi yang terkandung dalam teks pada dataset dengan membagi dataset ke dalam dua kelas yaitu sentimen positif dan sentimen negatif. Pada penelitian ini akan dilakukan analisis sentimen terhadap data yang diperoleh dari jejaring sosial Twitter mengenai penanganan Covid-19 oleh pemerintah di Indonesia yang menuai banyak pro dan kontra oleh masyarakat di Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui kecenderungan masyarakat terkait topik tersebut. Metode klasifikasi yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN) dengan ekstraksi fitur Word Embedding. Pengklasifikasian yang dilakukan dengan menggunakan algoritma Support Vector Machine (SVM) dengan menggunakan ekstraksi fitur Word Embedding yaitu Word2Vec menghasilkan akurasi sebesar 85%, presisi 86% , recall 85%, dan nilai AUC sebesar 0.92. Sementara pada algoritma K-Nearst Neighbor (KNN) dengan ekstraksi fitur yang sama, dihasilkan akurasi sebesar 76%, presisi 77%, recall 76% dan nilai AUC sebesar 0.87. Hasil perbandingan dari kedua metode menunjukkan bahwa algoritma Support Vector Machine (SVM) mendapatkan performa yang lebih baik dibandingkan algoritma K-Nearest Neighbor (KNN).
{"title":"Analisis Sentimen Pada Tweet Tentang Penanganan Covid-19 Menggunakan Word Embedding Pada Algoritma Support Vector Machine Dan K-Nearest Neighbor","authors":"Trifebi Shina Sabrila, V. R. Sari, A. E. Minarno","doi":"10.21111/FIJ.V6I2.5536","DOIUrl":"https://doi.org/10.21111/FIJ.V6I2.5536","url":null,"abstract":"Analisis sentimen merupakan salah satu bidang dari pengolahan data berbentuk teks untuk mengidentifikasi isi yang terkandung dalam teks pada dataset dengan membagi dataset ke dalam dua kelas yaitu sentimen positif dan sentimen negatif. Pada penelitian ini akan dilakukan analisis sentimen terhadap data yang diperoleh dari jejaring sosial Twitter mengenai penanganan Covid-19 oleh pemerintah di Indonesia yang menuai banyak pro dan kontra oleh masyarakat di Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui kecenderungan masyarakat terkait topik tersebut. Metode klasifikasi yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN) dengan ekstraksi fitur Word Embedding. Pengklasifikasian yang dilakukan dengan menggunakan algoritma Support Vector Machine (SVM) dengan menggunakan ekstraksi fitur Word Embedding yaitu Word2Vec menghasilkan akurasi sebesar 85%, presisi 86% , recall 85%, dan nilai AUC sebesar 0.92. Sementara pada algoritma K-Nearst Neighbor (KNN) dengan ekstraksi fitur yang sama, dihasilkan akurasi sebesar 76%, presisi 77%, recall 76% dan nilai AUC sebesar 0.87. Hasil perbandingan dari kedua metode menunjukkan bahwa algoritma Support Vector Machine (SVM) mendapatkan performa yang lebih baik dibandingkan algoritma K-Nearest Neighbor (KNN).","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":"1 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-07-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"43034329","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}
Nashrul Azhar Mas'udi, Eriq Muhammad Adams Jonemaro, Muhammad Aminul Akbar, Tri Afirianto
Racing game is one of the genre that’s still popular today. Unity is one of many game engines one can use to develop a racing game. At Unity Asset Store, there is a free template called Micro-Game Karting which can only be played alone. In order to play player versus enemy mode, an artificial intelligence (AI) is needed for directing non-player character (NPC) who acts as the opponent. In racing game, the AI requires the use of movement algorithm and decision making system. For this study, the movement algorithm will use pathfinding. The algorithm is used as a guiding path when NPC is moving and avoiding obstacles in the way. Pathfinding will use waypoint system and raycasting to accomplish it. The decision making technique that will be used is decision tree. It functions as decision maker for NPC so it can determine the correct action to be done at certain time. Result of black box and white box testing showed NPC is functional. As for FPS (frame per second) test, performance suffers 0.2-0.3 FPS decrease for every addition of 2 NPCs. According to lap time test, the developed NPC is faster than ML NPC and driving test showed favorable outcome.
赛车游戏是一种至今仍然流行的游戏类型。Unity是许多可以用来开发赛车游戏的游戏引擎之一。在Unity Asset Store，有一个名为Micro Game Karting的免费模板，只能单独玩。为了玩玩家对敌人模式，需要人工智能（AI）来指导扮演对手的非玩家角色（NPC）。在赛车游戏中，人工智能需要使用运动算法和决策系统。在这项研究中，运动算法将使用路径查找。该算法被用作NPC移动和躲避障碍物时的引导路径。路径查找将使用路径点系统和光线投射来完成。将使用的决策技术是决策树。它是NPC的决策者，因此它可以确定在特定时间要采取的正确行动。黑盒和白盒测试结果表明NPC功能正常。至于FPS（每秒帧数）测试，每增加2个NPC，性能就会下降0.2-0.3 FPS。单圈时间测试表明，所开发的NPC比ML NPC更快，驾驶测试结果良好。
{"title":"Development of Non-Player Character for 3D Kart Racing Game Using Decision Tree","authors":"Nashrul Azhar Mas'udi, Eriq Muhammad Adams Jonemaro, Muhammad Aminul Akbar, Tri Afirianto","doi":"10.21111/FIJ.V6I2.4678","DOIUrl":"https://doi.org/10.21111/FIJ.V6I2.4678","url":null,"abstract":"Racing game is one of the genre that’s still popular today. Unity is one of many game engines one can use to develop a racing game. At Unity Asset Store, there is a free template called Micro-Game Karting which can only be played alone. In order to play player versus enemy mode, an artificial intelligence (AI) is needed for directing non-player character (NPC) who acts as the opponent. In racing game, the AI requires the use of movement algorithm and decision making system. For this study, the movement algorithm will use pathfinding. The algorithm is used as a guiding path when NPC is moving and avoiding obstacles in the way. Pathfinding will use waypoint system and raycasting to accomplish it. The decision making technique that will be used is decision tree. It functions as decision maker for NPC so it can determine the correct action to be done at certain time. Result of black box and white box testing showed NPC is functional. As for FPS (frame per second) test, performance suffers 0.2-0.3 FPS decrease for every addition of 2 NPCs. According to lap time test, the developed NPC is faster than ML NPC and driving test showed favorable outcome.","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47715108","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}
Abstrak Pengukuran kemiripan makna kalimat bertujuan untuk didapatkan nilai kemiripan antar satu kalimat dengan kalimat yang lain. Nilai kemiripan yang didapatkan tersebut kemudian dapat diimplementasikan untuk pengembangan sistem yang berbasis matching sentence, misalnya search engine. Pada beberapa penelitian yang dilakukan sebelumnya, membahas mengenai efektivitas algoritma semantik dalam mengukur kemiripan makna kalimat dalam bahasa Inggris. Sedangkan, penelitian ini mencari kemiripan makna antar kalimat dalam bahasa Indonesia. Dataset dalam pencarian dan pengukuran makna kalimat pada penelitian ini menggunakan sinonimkata.com yang berupa node atau percabangan. Pada perhitungan kemiripan makna kalimat menggunakan WordNet, pendekatan yang digunakan ialah Wu Palmer, Lin, Path, Resnik, dan Hirst-St (HSO). Pada penelitian ini menggunakan pendekatan path karena paling sesuai untuk menghitung jumlah node atau relasi yang terhubung antar node lain dalam sinonimkata.com. Pengukuran ini dilakukan dengan 5 eksperimen yakni, berdasarkan susunan kalimat kata kerja – kata benda, kalimat aktif – kalimat pasif (makna sama), 2 kalimat aktif, 2 kalimat pasif, dan kalimat aktif – kalimat pasif (makna berbeda). Menghitung nilai kemiripan kata diurai dengan kriteria kelas kata kerja, dan kata benda kemudian dihitung berdasarkan contextual menggunakan pendekatan path yang kemiripan katanya dicari menggunakan sinonimkata.com. Dari proses perhitungan kelima eksperimen tersebut, dapat dihasilkan kemiripan kalimat dalam bahasa Indonesia yang memiliki tingkat kemiripan yang tinggi bernilai 0,875 pada eksperimen kriteria kalimat dengan susunan kata kerja – kata benda. Kata kunci : kemiripan makna kalimat, sinonimkata.com, path Abstract [Measurement of the sentence similarity in Indonesian using the path method ] Measurement of the sentence similarity aims to obtain the value of similarity between one sentence and another sentence. The similarity value obtained can be implemented for the development of a based system on matching sentences, for example, search engines. In s everal previous studies, discuss ed the effectiveness of semantic algorithms in measuring the sentence similarity meanings in English . Meanw hile , this research looks for similarities of the meaning of one sentence to another in Indonesian. The dataset in the search and measurement of the sentence similarity in this study using sinonimkata.com in the form of nodes or branches. In the calculation of the sentence similarity meanings using WordNet, the approach used is Wu Palmer, Lin, Path, Resnik, and Hirst-St (HSO). This study uses a path approach because it is best suited to calculate the number of nodes or relationships connected between other nodes in sinonimkata.com. This measurement was done with 5 experiment s, based on the composition of verb sentences – nouns, active sentences – passive sentences (same meaning), 2 active sentences, 2 passive sentences, and active sentences – passive senten
{"title":"Pengukuran Kemiripan Makna Kalimat dalam Bahasa Indonesia Menggunakan Metode Path","authors":"Yessy Caterina, M. A. Yaqin, Syahiduz Zaman","doi":"10.21111/FIJ.V6I2.4844","DOIUrl":"https://doi.org/10.21111/FIJ.V6I2.4844","url":null,"abstract":"Abstrak Pengukuran kemiripan makna kalimat bertujuan untuk didapatkan nilai kemiripan antar satu kalimat dengan kalimat yang lain. Nilai kemiripan yang didapatkan tersebut kemudian dapat diimplementasikan untuk pengembangan sistem yang berbasis matching sentence, misalnya search engine. Pada beberapa penelitian yang dilakukan sebelumnya, membahas mengenai efektivitas algoritma semantik dalam mengukur kemiripan makna kalimat dalam bahasa Inggris. Sedangkan, penelitian ini mencari kemiripan makna antar kalimat dalam bahasa Indonesia. Dataset dalam pencarian dan pengukuran makna kalimat pada penelitian ini menggunakan sinonimkata.com yang berupa node atau percabangan. Pada perhitungan kemiripan makna kalimat menggunakan WordNet, pendekatan yang digunakan ialah Wu Palmer, Lin, Path, Resnik, dan Hirst-St (HSO). Pada penelitian ini menggunakan pendekatan path karena paling sesuai untuk menghitung jumlah node atau relasi yang terhubung antar node lain dalam sinonimkata.com. Pengukuran ini dilakukan dengan 5 eksperimen yakni, berdasarkan susunan kalimat kata kerja – kata benda, kalimat aktif – kalimat pasif (makna sama), 2 kalimat aktif, 2 kalimat pasif, dan kalimat aktif – kalimat pasif (makna berbeda). Menghitung nilai kemiripan kata diurai dengan kriteria kelas kata kerja, dan kata benda kemudian dihitung berdasarkan contextual menggunakan pendekatan path yang kemiripan katanya dicari menggunakan sinonimkata.com. Dari proses perhitungan kelima eksperimen tersebut, dapat dihasilkan kemiripan kalimat dalam bahasa Indonesia yang memiliki tingkat kemiripan yang tinggi bernilai 0,875 pada eksperimen kriteria kalimat dengan susunan kata kerja – kata benda. Kata kunci : kemiripan makna kalimat, sinonimkata.com, path Abstract [Measurement of the sentence similarity in Indonesian using the path method ] Measurement of the sentence similarity aims to obtain the value of similarity between one sentence and another sentence. The similarity value obtained can be implemented for the development of a based system on matching sentences, for example, search engines. In s everal previous studies, discuss ed the effectiveness of semantic algorithms in measuring the sentence similarity meanings in English . Meanw hile , this research looks for similarities of the meaning of one sentence to another in Indonesian. The dataset in the search and measurement of the sentence similarity in this study using sinonimkata.com in the form of nodes or branches. In the calculation of the sentence similarity meanings using WordNet, the approach used is Wu Palmer, Lin, Path, Resnik, and Hirst-St (HSO). This study uses a path approach because it is best suited to calculate the number of nodes or relationships connected between other nodes in sinonimkata.com. This measurement was done with 5 experiment s, based on the composition of verb sentences – nouns, active sentences – passive sentences (same meaning), 2 active sentences, 2 passive sentences, and active sentences – passive senten","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-03-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47881473","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}
Abstrak Corona virus (COVID-19) merupakan jenis virus baru yang ditemukan pada manusia di propinsi Wuhan, Cina pada bulan Desember 2019. Virus ini dapat menular dari manusia ke manusia melalui tetesan kecil (droplet) dari hidung atau mulut pada saat batuk, bersin, atau berbicara. Oleh karena itu, di masa pandemi ini sangat penting untuk menjaga jarak dengan orang lain dan menghindari wilayah dengan persebaran COVID-19 yang tinggi. Pada penelitian ini dilakukan klasterisasi persebaran virus Corona di DKI Jakarta dengan menerapkan metode data mining. Pengelompokan dilakukan berdasarkan parameter jumlah ODP, PDP, kasus Positif, pasien sembuh dan pasien meninggal. Pada penelitian ini, untuk melakukan klasterisasi data digunakan metode K-Means dan metode pengukuran jarak Euclidean. Penelitian ini menghasilkan prototipe aplikasi pengelompokan data persebaran pasien Covid-19. Berdasarkan pengujian, jumlah klaster yang direkomendasikan adalah 9 klaster. Hasil penelitian ini diharapkan dapat membantu pemerintah DKI Jakarta dalam mengambil keputusan strategis dalam mengurangi persebaran virus Corona di DKI Jakarta. Kata kunci : corona, Jakarta, klasterisasi, k-means Abstract [Corona Virus (Covid-19) Clustering in Jakarta using K-Means Method] Coronavirus (COVID-19) is a new type of virus found in humans in the province of Wuhan, China in December 2019. This virus can be transmitted from person to person through small droplets from the nose or mouth when coughing, sneezing, or talking. Therefore, during this pandemic, it is very important to keep your distance from other people and avoid areas with a high spread of COVID-19 In this study, the distribution of the Coronavirus in DKI Jakarta was clustered by applying the data mining method. The clustering was carried out based on the parameters of the number of ODP, PDP, positive cases, patients recovered and patients died. In this study, to perform data clustering, the K-Means method, and the Euclidean distance measurement method were used. This study produced a prototype application for the distribution of Covid-19 patient distribution data. Based on the test, the recommended number of clusters is 9 clusters. The results of this study are expected to help the DKI Jakarta government in making strategic decisions in reducing the spread of the Coronavirus in DKI Jakarta. Keywords: corona, Jakarta, clustering, k-means
摘要病毒科罗娜病毒(COVID-19)是2019年12月在中国武汉省发现的一种新病毒。这种病毒可以通过咳嗽、打喷嚏或说话时从鼻子或嘴里滴下的小水滴在人与人之间传播。因此，在这一流行病时期，重要的是与他人保持距离，避免高水平的COVID-19地区。本研究采用数据挖掘方法在雅加达DKI进行了冠状病毒扩散的分类。根据ODP、PDP、阳性病例、病人康复和死亡的参数进行分组。在这项研究中，使用了基于字母的方法和欧几里得的距离测量方法来执行数据的顺序。这项研究产生了Covid-19患者群体数据的原型应用程序。测试显示，推荐的组数是9组。本研究的结果预计将有助于雅加达DKI政府在减少雅加达DKI病毒传播方面做出战略决定。关键词:科罗娜，雅加达，克拉特斯，k-意思是摘要。这种病毒可以从一个人传到另一个人，从鼻子或嘴巴的小水滴到咳嗽、打喷嚏或说话。因此，在这场大流行中，远离他人是很重要的，在这个研究中，雅加达DKI的Coronavirus的分布是由数据挖掘方法收集的。聚集在一起的原因是基于ODP、PDP、积极的cases、恢复的patients和死亡的数字。在这项研究中，对数据的展开表示，k意味着方法，欧几里得距离的方法被使用。这个研究为Covid-19患者的数据分配提供了一个原型应用程序。基于测试，要求群体编号是9组。这项研究的结果预计将帮助雅加达DKI政府制定策略，以减少在雅加达DKI传播的Coronavirus。corona, Jakarta, clustering, k-均值
{"title":"Klasterisasi Persebaran Virus Corona (Covid-19) Di DKI Jakarta Menggunakan Metode K-Means","authors":"Achmad Solichin, Khansa Khairunnisa","doi":"10.21111/FIJ.V5I2.4905","DOIUrl":"https://doi.org/10.21111/FIJ.V5I2.4905","url":null,"abstract":"Abstrak Corona virus (COVID-19) merupakan jenis virus baru yang ditemukan pada manusia di propinsi Wuhan, Cina pada bulan Desember 2019. Virus ini dapat menular dari manusia ke manusia melalui tetesan kecil (droplet) dari hidung atau mulut pada saat batuk, bersin, atau berbicara. Oleh karena itu, di masa pandemi ini sangat penting untuk menjaga jarak dengan orang lain dan menghindari wilayah dengan persebaran COVID-19 yang tinggi. Pada penelitian ini dilakukan klasterisasi persebaran virus Corona di DKI Jakarta dengan menerapkan metode data mining. Pengelompokan dilakukan berdasarkan parameter jumlah ODP, PDP, kasus Positif, pasien sembuh dan pasien meninggal. Pada penelitian ini, untuk melakukan klasterisasi data digunakan metode K-Means dan metode pengukuran jarak Euclidean. Penelitian ini menghasilkan prototipe aplikasi pengelompokan data persebaran pasien Covid-19. Berdasarkan pengujian, jumlah klaster yang direkomendasikan adalah 9 klaster. Hasil penelitian ini diharapkan dapat membantu pemerintah DKI Jakarta dalam mengambil keputusan strategis dalam mengurangi persebaran virus Corona di DKI Jakarta. Kata kunci : corona, Jakarta, klasterisasi, k-means Abstract [Corona Virus (Covid-19) Clustering in Jakarta using K-Means Method] Coronavirus (COVID-19) is a new type of virus found in humans in the province of Wuhan, China in December 2019. This virus can be transmitted from person to person through small droplets from the nose or mouth when coughing, sneezing, or talking. Therefore, during this pandemic, it is very important to keep your distance from other people and avoid areas with a high spread of COVID-19 In this study, the distribution of the Coronavirus in DKI Jakarta was clustered by applying the data mining method. The clustering was carried out based on the parameters of the number of ODP, PDP, positive cases, patients recovered and patients died. In this study, to perform data clustering, the K-Means method, and the Euclidean distance measurement method were used. This study produced a prototype application for the distribution of Covid-19 patient distribution data. Based on the test, the recommended number of clusters is 9 clusters. The results of this study are expected to help the DKI Jakarta government in making strategic decisions in reducing the spread of the Coronavirus in DKI Jakarta. Keywords: corona, Jakarta, clustering, k-means","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":"1 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"44361673","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":"Front Matter and Back Matter","authors":"D. Muriyatmoko","doi":"10.21111/FIJ.V5I1.4415","DOIUrl":"https://doi.org/10.21111/FIJ.V5I1.4415","url":null,"abstract":"","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-05-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"44641603","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}
Abstrak Di Indonesia khususnya di Provinsi DKI Jakarta sampai saat ini Demam Berdarah Dengue masih merupakan masalah kesehatan masyarakat yang utama. Meski sudah ada beberapa langkah untuk mengatasi penyebaran penyakit Demam Berdarah Dengue (DBD), namun harus ada metode analisis untuk melakukan peramalan terhadap kasus DBD menggunakan serangkaian data yang ada, dan memperkirakan nilai data dimasa yang akan datang. Penelitian ini bertujuan untuk membuat model forecasting peningkatan jumlah kasus Demam Berdarah Dengue menggunakan algoritma regresi linear dan melakukan analisis pengaruh dari temperatur, kelembapan dan curah hujan dalam kanaikan kasus penyakit Demam Berdarah Dengue di Provinsi DKI Jakarta dari model regresi yang dibuat. Data DBD yang digunakkan merupakan dataset pemantauan penyakit endemik yang diperoleh dari Dinas Kesehatan DKI Jakart a sedangkan data cuaca merupakan dataset yang didapat dari Dinas Lingkungan Hidup DKI Jakarta. Dari model regresi yang dibuat diperoleh nilai R2 sebesar 0.3622, hal tersebut menunjukan presentase pengaruh variabel predictor terhadap kasus demam berdarah sebesar 36.22%, sedangkan 63.78% dipengaruhi oleh faktor lain diluar variabel independen tersebut.Setelah melakukan uji simultan, dapat disimpulkan bahwa temperatur, kelambapan, dan curah hujan secara bersama-sama berpengaruh terhadap kenaikan jumlah kasus demam berdarah di Provinsi DKI Jakarta. Selanjutnya uji parsial membuktikan bahwa, kelembapan dan curah hujan memiliki pengaruh signifikan terhadap kenaikan kasus demam berdarah, sedangkan untuk variabel bebas, temperatur terbukti tidak memiliki pengaruh yang signifikan terhadap kenaikan kasus demam berdarah dengue di Provinsi DKI Jakarta. Kata kunci : Data Mining, Predictive Mining, Regresi Linier, Demam Berdarah Dengue Abstract [Forecasting Model of Dengue Hemorrhagic Fever in DKI Jakarta Using Linear Regression Algorithm to Know Trends of Predictor Variable Value for Case Increasing] In Indonesia specifically in DKI Jakarta Province, Dengue fever is still the main public health problem. Although there are already several steps to overcome the spread of Dengue Fever (DHF), there still needs to be an analytical method to forecast the increase dengue cases using and estimated data values in the future. This study aims to make a forecasting model for increasing the number of cases of Dengue Fever using a linear regression algorithm and analyzing the effect of temperature, humidity and rainfall in the case of Dengue Hemorrhagic Fever in DKI Jakarta Province from a regression model made. The DHF data used is an endemic disease monitoring dataset obtained from the DKI Jakarta Health Office while the weather data is a dataset obtained from the DKI Jakarta Environmental Service. From the regression model made, the value of R2 is 0.3622, it shows the percentage of the influence of temperature, humidity and rainfall on cases of dengue fever is 36.22%, while 63.78% is influenced by other factors outside the i
{"title":"Forecasting Model Penyakit Demam Berdarah Dengue Di Provinsi DKI Jakarta Menggunakan Algoritma Regresi Linier Untuk Mengetahui Kecenderungan Nilai Variabel Prediktor Terhadap Peningkatan Kasus","authors":"Aji Rahmat Muhajir","doi":"10.21111/fij.v4i2.3199","DOIUrl":"https://doi.org/10.21111/fij.v4i2.3199","url":null,"abstract":"Abstrak Di Indonesia khususnya di Provinsi DKI Jakarta sampai saat ini Demam Berdarah Dengue masih merupakan masalah kesehatan masyarakat yang utama. Meski sudah ada beberapa langkah untuk mengatasi penyebaran penyakit Demam Berdarah Dengue (DBD), namun harus ada metode analisis untuk melakukan peramalan terhadap kasus DBD menggunakan serangkaian data yang ada, dan memperkirakan nilai data dimasa yang akan datang. Penelitian ini bertujuan untuk membuat model forecasting peningkatan jumlah kasus Demam Berdarah Dengue menggunakan algoritma regresi linear dan melakukan analisis pengaruh dari temperatur, kelembapan dan curah hujan dalam kanaikan kasus penyakit Demam Berdarah Dengue di Provinsi DKI Jakarta dari model regresi yang dibuat. Data DBD yang digunakkan merupakan dataset pemantauan penyakit endemik yang diperoleh dari Dinas Kesehatan DKI Jakart a sedangkan data cuaca merupakan dataset yang didapat dari Dinas Lingkungan Hidup DKI Jakarta. Dari model regresi yang dibuat diperoleh nilai R2 sebesar 0.3622, hal tersebut menunjukan presentase pengaruh variabel predictor terhadap kasus demam berdarah sebesar 36.22%, sedangkan 63.78% dipengaruhi oleh faktor lain diluar variabel independen tersebut.Setelah melakukan uji simultan, dapat disimpulkan bahwa temperatur, kelambapan, dan curah hujan secara bersama-sama berpengaruh terhadap kenaikan jumlah kasus demam berdarah di Provinsi DKI Jakarta. Selanjutnya uji parsial membuktikan bahwa, kelembapan dan curah hujan memiliki pengaruh signifikan terhadap kenaikan kasus demam berdarah, sedangkan untuk variabel bebas, temperatur terbukti tidak memiliki pengaruh yang signifikan terhadap kenaikan kasus demam berdarah dengue di Provinsi DKI Jakarta. Kata kunci : Data Mining, Predictive Mining, Regresi Linier, Demam Berdarah Dengue Abstract [Forecasting Model of Dengue Hemorrhagic Fever in DKI Jakarta Using Linear Regression Algorithm to Know Trends of Predictor Variable Value for Case Increasing] In Indonesia specifically in DKI Jakarta Province, Dengue fever is still the main public health problem. Although there are already several steps to overcome the spread of Dengue Fever (DHF), there still needs to be an analytical method to forecast the increase dengue cases using and estimated data values in the future. This study aims to make a forecasting model for increasing the number of cases of Dengue Fever using a linear regression algorithm and analyzing the effect of temperature, humidity and rainfall in the case of Dengue Hemorrhagic Fever in DKI Jakarta Province from a regression model made. The DHF data used is an endemic disease monitoring dataset obtained from the DKI Jakarta Health Office while the weather data is a dataset obtained from the DKI Jakarta Environmental Service. From the regression model made, the value of R2 is 0.3622, it shows the percentage of the influence of temperature, humidity and rainfall on cases of dengue fever is 36.22%, while 63.78% is influenced by other factors outside the i","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-11-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49093131","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}
Abstrak STMIK Amik Riau menggunakan sistem informasi akademik dalam memberikan pelayanan terhadap mahasiswa dan kegiatan akademik lainnya seperti e-KRS, e-EDOM, Labkom, e-library, e-ktm, e-BAAK, PMB, dan lain sebagainya. Evaluasi sistem merupakan salah satu cara untuk mengetahui sistem dapat berjalan dengan baik dan optimal dalam memberikan layanan yang lebih efektif dan efisien. Audit TI digunakan untuk mengukur tingkat kematangan (maturity level) dari SIASAR dan memberikan rekomendasi terhadap sistem. Penelitian berfokus pada terhadap mahasiswa sehingga framework audit Information Technology Infrastucrure Library (ITIL) v3 sesuai karena terdapat domain khusus yang dapat mengukur tingkat kematangan dari SIASAR yaitu Domain Service Operation. Analisa berupa penyebaran kuisioner kepada pengguna atau yang terlibat dengan sistem secara langsung SIASAR. Berdasarkan perhitungan sistem SIASAR masih pada level 2 (repeatable) dengan nilai 1,78 dimana sistem SIASAR saat ini sudah memiliki sebuah tingkat kedisiplinan dan kepatuhan terhadap peraturan dan standar operasional yang berlaku. Rekomendasi yang dapat diberikan berupa peningkatan proses pendokumentasian, standarisasi, dan pengukuran serta pencatatan pada seluruh unit yang ada pada STMIK Amik Riau. Kata kunci : STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation Abstract [Maturity Level Analysis of Academic Information Systems STMIK Amik Riau u s ing ITIL V3 Domain Service Operation] STMIK Amik Riau uses academic information systems in providing services to students and other educational activities such as e-KRS, e-EDOM, Labkom, e-library, e-KTM, e-BAAK, PMB, and so on. System evaluation is one way to find out the system can run well and optimally in providing more effective and efficient services. IT audits are used to measure the maturity level of SIASAR and provide recommendations on the system. The research focuses on students so that the Information Technology Infrastructure Library (ITIL) v3 audit framework is appropriate because there is a unique domain that can measure the maturity level of SIASAR, namely Domain Service Operation. The analysis is in the form of distributing questionnaires to users or those involved with the SIASAR system directly. Based on the calculation, the SIASAR system is still at level 2 (repeatable) with a value of 1.78 where the SIASAR system currently has a level of discipline and compliance with applicable regulations and operational standards. Recommendations can be given in the form of improving the process of documentation, standardization, and measurement and recording of all units in STMIK Amik Riau. Keywords : STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation
Amik Riau的STMIK摘要使用学术信息系统为学生和其他学术活动提供服务，如e-KRS、e-EDOM、Labkom、电子图书馆、e-ktm、e-BAAK、PMB等。系统评估是发现系统能够良好和优化地运行以提供更高效和高效的服务的一种方法。IT审计用于衡量SIASAR的成熟度水平，并向系统提出建议。研究的重点是学生，因此框架审计信息技术基础设施库（ITIL）v3是合适的，因为有一个特定的领域可以衡量SIASAR的技能水平，即领域服务运营。分析是传感器向用户的分布或与系统SIASAR直接相关的分布。根据SIASAR系统计算，SIASAR仍处于2级（可重复），值为1.78，其中SIASAR系统目前具有一定程度的纪律性并遵守适用规则和操作标准。[UNK]可以提出的建议是加强STMIK Amik Riau上可用单元的文件编制、标准化以及测量和记录流程。关键词：STMIK Amik Riau，ITIL V3，成熟度，服务运营摘要[学术信息系统的成熟度分析STMIK Amik-Riau正在进行ITIL V3域服务运营]STMIK Amik-Riau使用学术信息系统为学生提供服务和其他教育活动，如e-KRS、e-EDOM、Labkom、电子图书馆、e-KTM、e-BAAK、PMB等。系统评估是发现系统能够良好、优化地运行以提供更有效和高效的服务的一种方法。IT审计用于衡量SIASAR的成熟度水平，并提供系统建议。研究的重点是学生，因此信息技术基础设施库（ITIL）v3审计框架是合适的，因为有一个独特的领域可以衡量SIASAR的成熟度水平，即领域服务运营。分析的形式是向用户或直接参与SIASAR系统的用户分发问卷。根据计算，SIASAR系统仍处于2级（可重复），值为1.78，其中SIASAR系统目前具有一定的纪律水平，并符合适用的法规和操作标准。可以以改进STMIK Amik Riau所有单位的文件编制、标准化、测量和记录流程的形式提出建议。关键词：STMIK Amik Riau，ITIL V3，成熟度级别，服务运营
{"title":"Analisa Tingkat Kematangan Sistem Informasi Akademik STMIK Amik Riau Menggunakan ITIL V3 Domain Service Operation","authors":"M. K. Anam, Nora Lizarti, Aniq Noviciatie Ulfah","doi":"10.21111/FIJ.V4I1.2810","DOIUrl":"https://doi.org/10.21111/FIJ.V4I1.2810","url":null,"abstract":"Abstrak STMIK Amik Riau menggunakan sistem informasi akademik dalam memberikan pelayanan terhadap mahasiswa dan kegiatan akademik lainnya seperti e-KRS, e-EDOM, Labkom, e-library, e-ktm, e-BAAK, PMB, dan lain sebagainya. Evaluasi sistem merupakan salah satu cara untuk mengetahui sistem dapat berjalan dengan baik dan optimal dalam memberikan layanan yang lebih efektif dan efisien. Audit TI digunakan untuk mengukur tingkat kematangan (maturity level) dari SIASAR dan memberikan rekomendasi terhadap sistem. Penelitian berfokus pada terhadap mahasiswa sehingga framework audit Information Technology Infrastucrure Library (ITIL) v3 sesuai karena terdapat domain khusus yang dapat mengukur tingkat kematangan dari SIASAR yaitu Domain Service Operation. Analisa berupa penyebaran kuisioner kepada pengguna atau yang terlibat dengan sistem secara langsung SIASAR. Berdasarkan perhitungan sistem SIASAR masih pada level 2 (repeatable) dengan nilai 1,78 dimana sistem SIASAR saat ini sudah memiliki sebuah tingkat kedisiplinan dan kepatuhan terhadap peraturan dan standar operasional yang berlaku. Rekomendasi yang dapat diberikan berupa peningkatan proses pendokumentasian, standarisasi, dan pengukuran serta pencatatan pada seluruh unit yang ada pada STMIK Amik Riau. Kata kunci : STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation Abstract [Maturity Level Analysis of Academic Information Systems STMIK Amik Riau u s ing ITIL V3 Domain Service Operation] STMIK Amik Riau uses academic information systems in providing services to students and other educational activities such as e-KRS, e-EDOM, Labkom, e-library, e-KTM, e-BAAK, PMB, and so on. System evaluation is one way to find out the system can run well and optimally in providing more effective and efficient services. IT audits are used to measure the maturity level of SIASAR and provide recommendations on the system. The research focuses on students so that the Information Technology Infrastructure Library (ITIL) v3 audit framework is appropriate because there is a unique domain that can measure the maturity level of SIASAR, namely Domain Service Operation. The analysis is in the form of distributing questionnaires to users or those involved with the SIASAR system directly. Based on the calculation, the SIASAR system is still at level 2 (repeatable) with a value of 1.78 where the SIASAR system currently has a level of discipline and compliance with applicable regulations and operational standards. Recommendations can be given in the form of improving the process of documentation, standardization, and measurement and recording of all units in STMIK Amik Riau. Keywords : STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation","PeriodicalId":33722,"journal":{"name":"Fountain of Informatics Journal","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-05-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47527719","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：