Pub Date : 2023-12-06DOI: 10.37373/infotech.v4i2.898
A. Wirawan, Daru Prasetyawan
Latar belakang ekonomi mahasiswa merupakan salah satu faktor yang berpengaruh dalam keberhasilan seorang mahasiswa dalam menyelesaikan kuliahnya. Pengelompokan mahasiswa berdasarkan latar belakang ekonomi dapat digunakan untuk identifikasi kemampuan ekonomi mahasiswa. Penelitian ini bertujuan untuk pengelompokan data latar belakang ekonomi mahasiswa berdasarkan atribut-atribut di dalamnya, seperti penghasilan per kapita, status kepemilikan rumah, penggunaan daya listrik, jumlah mobil, jumlah motor, biaya pulsa dan internet, serta jaminan biaya pendidikan menggunakan algoritma k-Modes untuk rekomendasi dalam penentuan Uang Kuliah Tunggal (UKT). K-Modes digunakan dalam clustering ini karena k-Modes dapat menangani data kategorik dengan baik. Dalam proses clustering dengan menggunakan k-Modes, metode Elbow digunakan untuk mencari jumlah cluster yang paling optimal. Dari proses clustering, data latar belakang mahasiswa dikelompokan menjadi 3 cluster. Cluster pertama memiliki karakteristik dengan latar belakang ekonomi relatif rendah, cluster kedua memiliki karakteristik latar belakang ekonomi sedang, dan cluster ketiga memiliki karakteristik latar belakang ekonomi tinggi. Hasil dari dari proses analisis cluster tersebut selanjutnya digunakan sebagai rekomendasi dalam penentuan UKT.
{"title":"Analisis cluster data latar belakang ekonomi mahasiswa untuk rekomendasi penentuan uang kuliah tunggal dengan model K-Modes","authors":"A. Wirawan, Daru Prasetyawan","doi":"10.37373/infotech.v4i2.898","DOIUrl":"https://doi.org/10.37373/infotech.v4i2.898","url":null,"abstract":"Latar belakang ekonomi mahasiswa merupakan salah satu faktor yang berpengaruh dalam keberhasilan seorang mahasiswa dalam menyelesaikan kuliahnya. Pengelompokan mahasiswa berdasarkan latar belakang ekonomi dapat digunakan untuk identifikasi kemampuan ekonomi mahasiswa. Penelitian ini bertujuan untuk pengelompokan data latar belakang ekonomi mahasiswa berdasarkan atribut-atribut di dalamnya, seperti penghasilan per kapita, status kepemilikan rumah, penggunaan daya listrik, jumlah mobil, jumlah motor, biaya pulsa dan internet, serta jaminan biaya pendidikan menggunakan algoritma k-Modes untuk rekomendasi dalam penentuan Uang Kuliah Tunggal (UKT). K-Modes digunakan dalam clustering ini karena k-Modes dapat menangani data kategorik dengan baik. Dalam proses clustering dengan menggunakan k-Modes, metode Elbow digunakan untuk mencari jumlah cluster yang paling optimal. Dari proses clustering, data latar belakang mahasiswa dikelompokan menjadi 3 cluster. Cluster pertama memiliki karakteristik dengan latar belakang ekonomi relatif rendah, cluster kedua memiliki karakteristik latar belakang ekonomi sedang, dan cluster ketiga memiliki karakteristik latar belakang ekonomi tinggi. Hasil dari dari proses analisis cluster tersebut selanjutnya digunakan sebagai rekomendasi dalam penentuan UKT.","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"117 3","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-12-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139186104","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 : 2023-12-03DOI: 10.37373/infotech.v4i2.863
Panji Al Muqsith Prasetyo, Arief Hermawan
Tahun 2024 esok merupakan akhir dari masa kepemimpinan presiden Joko Widodo yang mana menjadi penentu dari presiden selanjutnya. Saat ini masyarakat indonesia sedang heboh dengan maraknya calon presiden dan calon wakil presiden yang sudah ditentukan. Capres-cawapres saat ini yang dapat dipastikan akan berkompetisi di ajang pemilihan presiden antara lain Ganjar-Mahfud, Prabowo-Gibran, dan Anies-Cak imin. Berbagai komentar dari banyaknya platform internet seperti sosial media khususnya media sosial Twitter atau X menjadi tempat menuai opini dan reaksi terhadap ketiga capres-cawapres tersebut. Ini menjadi masalah bagi masyarakat yang kurang literasi dalam kebahasaan dan literasi digital, mereka akan mudah terpancing serta tergiring oleh opini dari netizen yang memiliki literatur lebih baik. Dengan munculnya masalah tersebut, maka dikembangkan sistem sentimen analisis ini yang menjadi salah satu platform untuk menentukan memiliki sifat apa komentar tersebut secara otomatis. Sifat dari komentar umumnya dibagi menjadi 3, yaitu netral, positif, dan negatif. Ditambah, dengan metode crawling menggunakan API dari X (Twitter) akan mempermudah dalam mengumpulkan dataset komentar dengan lebih fleksibel. Dari hasil crawling ini, didapat komentar sebanyak 540. Metode lain yang akan digunakan untuk proses sentimen analisis ini yaitu algoritma naive bayes dengan tipe multinomialNB. Penelitian ini menghasilkan nilai akurasi sebesar 85% dengan precision 86.54%, recall 85%, dan f1-score sebesar 85% dimana hasil ini menggunakan skenario test_size sebesar 0.2 yang menjadi skenario paling baik dalam pembangunan model
2024 年是佐科-维多多总统任期的最后一年，届时将决定下一任总统的人选。目前，印尼人民对已经确定的总统和副总统候选人的崛起感到兴奋。目前肯定会参加总统选举的总统和副总统候选人包括甘加-马哈福德、普拉博沃-吉卜兰和阿尼-查克-伊明。 许多互联网平台，如社交媒体，尤其是推特或 X 社交媒体上的各种评论，已成为对三位总统候选人的意见和反应的集散地。这对于缺乏语言素养和数字素养的人来说是个问题，他们很容易被文学素养较高的网民的观点所激怒和引导。随着这些问题的出现，情感分析系统应运而生，成为自动判断评论性质的平台之一。评论的性质一般分为三种，即中性、正面和负面。此外，利用 X（Twitter）的 API 进行抓取的方法可以更灵活地收集评论数据集。从这次抓取的结果中，我们获得了 540 条评论。情感分析过程中使用的另一种方法是多项式 NB 类型的 naive bayes 算法。这项研究得出的准确率为 85%，其中精确度为 86.54%，召回率为 85%，f1 分数为 85%。
{"title":"Analisis sentimen twitter terhadap pemilihan presiden menggunakan algoritma naïve bayes","authors":"Panji Al Muqsith Prasetyo, Arief Hermawan","doi":"10.37373/infotech.v4i2.863","DOIUrl":"https://doi.org/10.37373/infotech.v4i2.863","url":null,"abstract":"Tahun 2024 esok merupakan akhir dari masa kepemimpinan presiden Joko Widodo yang mana menjadi penentu dari presiden selanjutnya. Saat ini masyarakat indonesia sedang heboh dengan maraknya calon presiden dan calon wakil presiden yang sudah ditentukan. Capres-cawapres saat ini yang dapat dipastikan akan berkompetisi di ajang pemilihan presiden antara lain Ganjar-Mahfud, Prabowo-Gibran, dan Anies-Cak imin. Berbagai komentar dari banyaknya platform internet seperti sosial media khususnya media sosial Twitter atau X menjadi tempat menuai opini dan reaksi terhadap ketiga capres-cawapres tersebut. Ini menjadi masalah bagi masyarakat yang kurang literasi dalam kebahasaan dan literasi digital, mereka akan mudah terpancing serta tergiring oleh opini dari netizen yang memiliki literatur lebih baik. Dengan munculnya masalah tersebut, maka dikembangkan sistem sentimen analisis ini yang menjadi salah satu platform untuk menentukan memiliki sifat apa komentar tersebut secara otomatis. Sifat dari komentar umumnya dibagi menjadi 3, yaitu netral, positif, dan negatif. Ditambah, dengan metode crawling menggunakan API dari X (Twitter) akan mempermudah dalam mengumpulkan dataset komentar dengan lebih fleksibel. Dari hasil crawling ini, didapat komentar sebanyak 540. Metode lain yang akan digunakan untuk proses sentimen analisis ini yaitu algoritma naive bayes dengan tipe multinomialNB. Penelitian ini menghasilkan nilai akurasi sebesar 85% dengan precision 86.54%, recall 85%, dan f1-score sebesar 85% dimana hasil ini menggunakan skenario test_size sebesar 0.2 yang menjadi skenario paling baik dalam pembangunan model","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"16 9","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-12-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139187282","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 : 2023-12-03DOI: 10.37373/infotech.v4i2.747
Muhammad Nugraha Perdana, Mega Pranata
Perkembangan jaringan komputer di era globalisasi sekarang sangat pesat. Jaringan komputer semakin berpengaruh yang mana hampir semua orang menggunakan komputer untuk transfer data yang mengakibatkan traffic lalu lintas menjadi kacau. Routing protocol dapat mengatur lalu lintas sehingga menjadi lebih terarah. Routing protocol yang digunakan yaitu RIPv2 dan EIGRP yang termasuk kedalam jenis routing dinamis. GNS3 menjadi wadah yang digunakan untuk merancang dan mengkonfigurasi routing protocol RIPv2 dan EIGRP menggunakan IPv4 dan routernya adalah FRrouting. Wireshark digunakan untuk mengukur hasil performansi quality of service yang meliputi packet loss, delay, throughput dan jitter. EIGRP unggul 2,187% daripada RIPv2 di parameter packet loss TCP. EIGRP unggul 18,186 ms daripada RIPv2 di parameter delay TCP. EIGRP unggul 133876,167 Kbps daripada RIPv2 di parameter throughput TCP. EIGRP seimbang dengan RIPv2 di parameter packet loss UDP. EIGRP unggul 0,899 ms daripada RIPv2 di parameter delay UDP. EIGRP unggul 0,009 Kbps daripada RIPv2 di parameter throughput UDP. EIGRP unggul 0,075 ms daripada RIPv2 di parameter jitter UDP. Kesimpulannya EIGRP lebih baik daripada RIPv2.
{"title":"Analisis performansi routing protocol RIPv2 dan EIGRP menggunakan FRRouting","authors":"Muhammad Nugraha Perdana, Mega Pranata","doi":"10.37373/infotech.v4i2.747","DOIUrl":"https://doi.org/10.37373/infotech.v4i2.747","url":null,"abstract":"Perkembangan jaringan komputer di era globalisasi sekarang sangat pesat. Jaringan komputer semakin berpengaruh yang mana hampir semua orang menggunakan komputer untuk transfer data yang mengakibatkan traffic lalu lintas menjadi kacau. Routing protocol dapat mengatur lalu lintas sehingga menjadi lebih terarah. Routing protocol yang digunakan yaitu RIPv2 dan EIGRP yang termasuk kedalam jenis routing dinamis. GNS3 menjadi wadah yang digunakan untuk merancang dan mengkonfigurasi routing protocol RIPv2 dan EIGRP menggunakan IPv4 dan routernya adalah FRrouting. Wireshark digunakan untuk mengukur hasil performansi quality of service yang meliputi packet loss, delay, throughput dan jitter. EIGRP unggul 2,187% daripada RIPv2 di parameter packet loss TCP. EIGRP unggul 18,186 ms daripada RIPv2 di parameter delay TCP. EIGRP unggul 133876,167 Kbps daripada RIPv2 di parameter throughput TCP. EIGRP seimbang dengan RIPv2 di parameter packet loss UDP. EIGRP unggul 0,899 ms daripada RIPv2 di parameter delay UDP. EIGRP unggul 0,009 Kbps daripada RIPv2 di parameter throughput UDP. EIGRP unggul 0,075 ms daripada RIPv2 di parameter jitter UDP. Kesimpulannya EIGRP lebih baik daripada RIPv2.","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"13 11","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-12-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139187345","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 : 2023-12-03DOI: 10.37373/infotech.v4i2.857
Mohamad akhmani Akhmani, Muhammad Fachrie
Pendidikan awal anak usia 4-6 tahun merupakan fondasi penting dalam sistem pendidikan, perkembangan teknologi dapat mempengaruhi proses belajar sehingga bisa menjadi inovasi dalam pembelajaran. Penggunaan teknologi dapat mempermudah proses belajar dikarenakan tampilan yang interaktif dan menarik diantaranya penggunaan teknologi augmented reality yang dapat menampilkan objek 3D sehingga pembelajaran lebih efektif. Berbanding terbalik dimana proses pembelajaran sebelumnya untuk belajar huruf dan angka hanya menggunakan metode membaca dan menulis serta media yang digunakan masih menggunakan buku. Sehingga dengan adanya penelitian ini yang berjudul Aplikasi belajar huruf dan angka pada anak usia dini berbasis augmented reality, maka dapat membantu anak dalam belajar huruf dan angka menjadi lebih menyenangkan. Dalam penelitian ini metode yang digunakan adalah Metode R&D dimana model untuk pengembanganya model ADDIE. Terdapat beberapa tahap dalam membuat aplikasi diantaranya yaitu Analisis, Pengembangan, Implementasi dan Evaluasi. Hasil akhirnya terbentuk aplikasi belajar huruf dan angka berbasis augmented reality, dimana dalam pembuatanya menggunakan aplikasi unity dan vuforia sebagai engine pembantu. Pengujian aplikasi dilakukan menggunakan metode black box dengan hasil yang di dapat bahwa sistem yang ada di aplikasi berhasil dan berjalan sesuai analisis yang telah direncanakan. Kesimpulanya bahwa media pembelajaran berbasis AR (augmented reality) untuk mengenal huruf dan angka dirancang untuk anak usia 4-6 tahun memiliki tingkat kevalidan yang dapat diakui. Dengan persentase 86,1% dan layak digunakan serta bisa dikembangkan
4-6 岁儿童的早期教育是教育系统的重要基础，技术发展可以影响学习过程，从而成为学习的创新。技术的使用可以促进学习过程，因为它具有互动性和吸引力，包括使用可以显示 3D 物体的增强现实技术，从而使学习更加有效。在学习字母和数字的过程中，以前的学习方法仅仅是读和写，使用的媒体仍然是书本，这两者成反比。因此，通过这项题为 "基于增强现实技术的幼儿字母和数字学习应用 "的研究，可以帮助儿童在学习字母和数字的过程中获得更多乐趣。本研究采用的方法是研发法，其开发模型是 ADDIE 模型。应用软件的开发分为几个阶段，包括分析、开发、实施和评估。最终成果是一个基于增强现实的字母和数字学习应用程序，在创建过程中使用了 unity 应用程序和 vuforia 作为辅助引擎。使用黑盒方法进行了应用测试，结果表明应用中的系统是成功的，并按照计划分析运行。结论是，为 4-6 岁儿童设计的基于 AR 的识别字母和数字的学习媒体（增强现实）具有一定的有效性。百分比为 86.1%，使用可行，可以开发。
{"title":"Aplikasi belajar huruf dan angka pada anak usia dini berbasisi augmented reality","authors":"Mohamad akhmani Akhmani, Muhammad Fachrie","doi":"10.37373/infotech.v4i2.857","DOIUrl":"https://doi.org/10.37373/infotech.v4i2.857","url":null,"abstract":"Pendidikan awal anak usia 4-6 tahun merupakan fondasi penting dalam sistem pendidikan, perkembangan teknologi dapat mempengaruhi proses belajar sehingga bisa menjadi inovasi dalam pembelajaran. Penggunaan teknologi dapat mempermudah proses belajar dikarenakan tampilan yang interaktif dan menarik diantaranya penggunaan teknologi augmented reality yang dapat menampilkan objek 3D sehingga pembelajaran lebih efektif. Berbanding terbalik dimana proses pembelajaran sebelumnya untuk belajar huruf dan angka hanya menggunakan metode membaca dan menulis serta media yang digunakan masih menggunakan buku. Sehingga dengan adanya penelitian ini yang berjudul Aplikasi belajar huruf dan angka pada anak usia dini berbasis augmented reality, maka dapat membantu anak dalam belajar huruf dan angka menjadi lebih menyenangkan. Dalam penelitian ini metode yang digunakan adalah Metode R&D dimana model untuk pengembanganya model ADDIE. Terdapat beberapa tahap dalam membuat aplikasi diantaranya yaitu Analisis, Pengembangan, Implementasi dan Evaluasi. Hasil akhirnya terbentuk aplikasi belajar huruf dan angka berbasis augmented reality, dimana dalam pembuatanya menggunakan aplikasi unity dan vuforia sebagai engine pembantu. Pengujian aplikasi dilakukan menggunakan metode black box dengan hasil yang di dapat bahwa sistem yang ada di aplikasi berhasil dan berjalan sesuai analisis yang telah direncanakan. Kesimpulanya bahwa media pembelajaran berbasis AR (augmented reality) untuk mengenal huruf dan angka dirancang untuk anak usia 4-6 tahun memiliki tingkat kevalidan yang dapat diakui. Dengan persentase 86,1% dan layak digunakan serta bisa dikembangkan","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"18 6","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-12-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139187249","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 : 2023-12-03DOI: 10.37373/infotech.v4i2.790
Naufal Dhianur Alam Putra, Didi Juardi, Arif Sholehudin, Slamet Abadi
Dampaknya dikeluarkannya Surat Edaran 4 Mendiknas tahun 2020 tentang kebijakan pendidikan pada masa darurat akibat penyebaran wabah Covid-19 menjadi pembelajaran daring. Sentimen yang disampaikan masyarakat mengenai kebijakan Pembelajaran Tatap Muka terbatas dapat dianalisis dan hasilnya digunakan sebagai feedback dari kebijakan untuk mengetahui efektifitas dari kebijakan tersebut. Tujuannya a). mengklasifikasikan sentimen pengguna sosial media twitter terhadap kebijakan pembelajaran tatap muka menggunakan support vector machine. b). menganalisis hasil performan dari penerapan algortima support vector machine berdasarakan nilai akurasi menggunakan metode confusion matrix. Penelitian mempunyai 4 tahap penelitian yang dilakukan, yaitu tahap pendahuluan, tahap pengumpulan data, tahap pengolahan data, tahap analisis dan pembahasan, dan kesimpulan. Metode Knowledge Discovery in Database terdiri dari, Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluasi. Data yang digunakan bisa berupa satu tweet dari aplikasi Twitter atau sebanyak 200 data, splitting data sebanyak 80% data digunakan untuk pelatihan dan 20% digunakan untuk pengujian sebelum tahap penemuan data. Information Gain menghasilkan 665 fitur yang tidak relevan. Hasil Support Vector Machine dan Information Gain yang digunakan dalam pemrosesan data dan evaluasi kinerja ini sebesar Accuracy sebesar 85,00%, Precision sebesar 40,00%, dan recall sebesar 66,67% untuk kernel linear sedangkan Accuracy sebesar 82,50%, Precision sebesar 0%, dan recall tidak bernilai untuk kernel Radial Basis Function
{"title":"Application Penerapan support vector machine pada analisis sentimen kebijakan pembelajaran tatap muka saat pandemi 2021","authors":"Naufal Dhianur Alam Putra, Didi Juardi, Arif Sholehudin, Slamet Abadi","doi":"10.37373/infotech.v4i2.790","DOIUrl":"https://doi.org/10.37373/infotech.v4i2.790","url":null,"abstract":"Dampaknya dikeluarkannya Surat Edaran 4 Mendiknas tahun 2020 tentang kebijakan pendidikan pada masa darurat akibat penyebaran wabah Covid-19 menjadi pembelajaran daring. Sentimen yang disampaikan masyarakat mengenai kebijakan Pembelajaran Tatap Muka terbatas dapat dianalisis dan hasilnya digunakan sebagai feedback dari kebijakan untuk mengetahui efektifitas dari kebijakan tersebut. Tujuannya a). mengklasifikasikan sentimen pengguna sosial media twitter terhadap kebijakan pembelajaran tatap muka menggunakan support vector machine. b). menganalisis hasil performan dari penerapan algortima support vector machine berdasarakan nilai akurasi menggunakan metode confusion matrix. Penelitian mempunyai 4 tahap penelitian yang dilakukan, yaitu tahap pendahuluan, tahap pengumpulan data, tahap pengolahan data, tahap analisis dan pembahasan, dan kesimpulan. Metode Knowledge Discovery in Database terdiri dari, Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluasi. Data yang digunakan bisa berupa satu tweet dari aplikasi Twitter atau sebanyak 200 data, splitting data sebanyak 80% data digunakan untuk pelatihan dan 20% digunakan untuk pengujian sebelum tahap penemuan data. Information Gain menghasilkan 665 fitur yang tidak relevan. Hasil Support Vector Machine dan Information Gain yang digunakan dalam pemrosesan data dan evaluasi kinerja ini sebesar Accuracy sebesar 85,00%, Precision sebesar 40,00%, dan recall sebesar 66,67% untuk kernel linear sedangkan Accuracy sebesar 82,50%, Precision sebesar 0%, dan recall tidak bernilai untuk kernel Radial Basis Function","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"23 4","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-12-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139187387","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 : 2023-07-23DOI: 10.37373/infotech.v4i2.662
A. Agustian, Sifa Fauziah, Wahyu Hadikristanto
PT Aji adalah perusahaan yang bergerak dibidang manufaktur lampu untuk kendaraan roda empat, kendaraan roda dua, kendaraan agrikultural, dan alat berat. Dibalik berjalannya operasional perusahaan khususnya dalam pengelolaan Manufacturing order masih di lakukan secara manual lalu dikelola di Ms. Excel sehingga, perhitungan stok barang di Deprtement menyebabkan Lost Time serta tidak ada monitoring barang secara realtime. Sistem yang diusulkan ialah sistem informasi aplikasi berbasis web informasi pengelolaan Manufacturing order yang didalam nya terdapat fasilitas untuk mengisi Planning, pengeluaran barang, laporan dan mampu melakukan edit data, guna perbaikan kesalahan dalam proses peng-inputan. Penelitian bertujuan untuk mengembangkan sistem informasi pengelolaan manufacturing yang terintegrasi dengan Database. Metode Waterfall mengharuskan setiap tahapan dilakukan secara berurutan dan tidak boleh dilakukan secara bersamaan. Pada Penelitian ini juga menunjukkan bahwa model ini terkait dengan pengembangan perangkat lunak yang sistematis, karena prosesnya berlangsung secara berurutan dan mengurangi risiko kesalahan dalam pembuatan sistem informasi tersebut. Pemrograman yang digunakan dalam hal ini adalah pemrograman website dengan menggunakan database MySQL dan bahasa pemrograman PHP (Hypertext Preprocessor). Dengan adanya sistem tersebut dari hasil penelitian Pengujian User Acceptance Test (UAT) dapat mempermudah dalam mengelola planning Manufacturing Order, barang keluar dan laporan. Sehingga dapat menyajikan informasi pengelolaan Manufacturing order secara cepat dan akurat
PT Aji 是一家生产四轮车、两轮车、农用车和重型设备灯具的公司。在公司运营的背后，特别是在管理制造订单方面，仍然是手工操作，然后在 Excel 中进行管理，因此计算部门的货物库存造成了时间损失，并且没有对货物进行实时监控。拟议的系统是一个基于网络的制造订单管理信息应用信息系统，其中有填写计划、发 货、报告和编辑数据的功能，以便纠正输入过程中的错误。这项研究旨在开发一个与数据库集成的制造管理信息系统。瀑布法要求每个阶段按顺序进行，不能同时进行。本研究还表明，这种模式与系统化软件开发有关，因为其过程是按顺序进行的，可以降低信息系统制作过程中出现错误的风险。本案例中使用的编程是使用 MySQL 数据库和 PHP（超文本预处理器）编程语言进行的网站编程。从用户验收测试（UAT）的结果来看，该系统的存在有助于管理生产订单计划、货物出库和报告。这样，它就能快速、准确地呈现生产订单管理信息。
{"title":"Sistem informasi dan metode pengelolaan manufaktur order berbasis website dengan metode waterfall (Studi kasus PT. Aji)","authors":"A. Agustian, Sifa Fauziah, Wahyu Hadikristanto","doi":"10.37373/infotech.v4i2.662","DOIUrl":"https://doi.org/10.37373/infotech.v4i2.662","url":null,"abstract":"PT Aji adalah perusahaan yang bergerak dibidang manufaktur lampu untuk kendaraan roda empat, kendaraan roda dua, kendaraan agrikultural, dan alat berat. Dibalik berjalannya operasional perusahaan khususnya dalam pengelolaan Manufacturing order masih di lakukan secara manual lalu dikelola di Ms. Excel sehingga, perhitungan stok barang di Deprtement menyebabkan Lost Time serta tidak ada monitoring barang secara realtime. Sistem yang diusulkan ialah sistem informasi aplikasi berbasis web informasi pengelolaan Manufacturing order yang didalam nya terdapat fasilitas untuk mengisi Planning, pengeluaran barang, laporan dan mampu melakukan edit data, guna perbaikan kesalahan dalam proses peng-inputan. Penelitian bertujuan untuk mengembangkan sistem informasi pengelolaan manufacturing yang terintegrasi dengan Database. Metode Waterfall mengharuskan setiap tahapan dilakukan secara berurutan dan tidak boleh dilakukan secara bersamaan. Pada Penelitian ini juga menunjukkan bahwa model ini terkait dengan pengembangan perangkat lunak yang sistematis, karena prosesnya berlangsung secara berurutan dan mengurangi risiko kesalahan dalam pembuatan sistem informasi tersebut. Pemrograman yang digunakan dalam hal ini adalah pemrograman website dengan menggunakan database MySQL dan bahasa pemrograman PHP (Hypertext Preprocessor). Dengan adanya sistem tersebut dari hasil penelitian Pengujian User Acceptance Test (UAT) dapat mempermudah dalam mengelola planning Manufacturing Order, barang keluar dan laporan. Sehingga dapat menyajikan informasi pengelolaan Manufacturing order secara cepat dan akurat","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"17 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-07-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139356447","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 : 2023-06-30DOI: 10.37373/infotech.v4i1.452
Dikan Ismafillah, Tatang Rohana, Yana Cahyana
Kumpulan data ini didapat dari situs data dunia Kaggle yang berasal dari National Institute of Diabetes and Digestive and Kidney Diseases sebanyak 768 data yang terdiri dari 8 variable dan 1 class target. Penelitian ini menggunakan model Random Forest (RF) + SMOTE dan Decision Tree (DC) + SMOTE dengan matriks konfusi serta perhitungan K-fold cross validation yang bertujuan untuk memprediksi pengukuran diagnostik apakah seorang pasien menderita diabetes. Untuk mencapai tingkat akurasi terbaik, pada penelitian ini melakukan proses prediksi tingkat diabetes menggunakan dua algoritma, yaitu Decision Tree dan Random Forest. Pada data penyakit diabetes yang ditemukan terdiri dari Pregnancies, Glucose, BloodPressure, SkinThickness, Insulin, BMI, Diabetes Pedigree Function, Age, dan Outcome(output). Berdasarkan hasil dari penelitian yang telah dilakukan, pengujian model RF + SMOTE menggunakan confusion matrix dan metode K-Fold Cross Validation memberikan akurasi yang jauh lebih baik dalam distribusi data diabetes. Hasil pengujian menunjukkan akurasi data sebesar 88,9%. Dengan hasil perbandingan Kurva ROC nilai Area Under the Curve (AUC) Random Forest + SMOTE 89,0%.
这个数据来自世界的Kaggle数据网站来自Digestive和肾糖尿病研究院(National Institute of Diseases共有768组成8可变的数据,1级目标。这项研究使用随机森林模型(射频)SMOTE和Decision Tree (DC) + SMOTE konfusi矩阵和计算K-fold cross validation旨在预测的测量诊断病人是否患有糖尿病。为了达到最好的精确度,在这个研究做糖尿病发病率的预测过程用两个,即决策树算法和随机森林。Pregnancies组成的糖尿病数据发现,Glucose BloodPressure SkinThickness糖尿病胰岛素、BMI Pedigree功能,Age,结果(输出)。基于所做的研究的结果,测试模型+射频SMOTE采用矩阵混乱和K-Fold Cross Validation给好多数据分布中糖尿病的准确度。测试结果显示88,9%大数据的准确性。ROC曲线下的区域价值比较的结果曲线(AUC)随机森林+ SMOTE 89,0%。
{"title":"Analisis algoritma pohon keputusan untuk memprediksi penyakit diabetes menggunakan oversampling smote","authors":"Dikan Ismafillah, Tatang Rohana, Yana Cahyana","doi":"10.37373/infotech.v4i1.452","DOIUrl":"https://doi.org/10.37373/infotech.v4i1.452","url":null,"abstract":"Kumpulan data ini didapat dari situs data dunia Kaggle yang berasal dari National Institute of Diabetes and Digestive and Kidney Diseases sebanyak 768 data yang terdiri dari 8 variable dan 1 class target. Penelitian ini menggunakan model Random Forest (RF) + SMOTE dan Decision Tree (DC) + SMOTE dengan matriks konfusi serta perhitungan K-fold cross validation yang bertujuan untuk memprediksi pengukuran diagnostik apakah seorang pasien menderita diabetes. Untuk mencapai tingkat akurasi terbaik, pada penelitian ini melakukan proses prediksi tingkat diabetes menggunakan dua algoritma, yaitu Decision Tree dan Random Forest. Pada data penyakit diabetes yang ditemukan terdiri dari Pregnancies, Glucose, BloodPressure, SkinThickness, Insulin, BMI, Diabetes Pedigree Function, Age, dan Outcome(output). Berdasarkan hasil dari penelitian yang telah dilakukan, pengujian model RF + SMOTE menggunakan confusion matrix dan metode K-Fold Cross Validation memberikan akurasi yang jauh lebih baik dalam distribusi data diabetes. Hasil pengujian menunjukkan akurasi data sebesar 88,9%. Dengan hasil perbandingan Kurva ROC nilai Area Under the Curve (AUC) Random Forest + SMOTE 89,0%.","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133326315","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 : 2023-06-30DOI: 10.37373/infotech.v4i1.416
M Rizky Astari, Bambang Sugiantoro
Di dunia sekarang ini, teknologi menembus semua aspek kehidupan. Permintaan pasar yang besar membuat banyak perusahaan untuk meningkatkan service sehingga bisa menawarkan yang terbaik untuk pelanggannya. Satu diantaranya dengan mengoptimalkan pelayanan berbasis teknologi informasi. Pondok Pesantren Sabilul Hasanah (PPSH) Banyuasin merupakan lembaga yang memiliki sistem informasi. Pada riset ini, framework COBIT 5 diaolikasikan untuk mengevaluasi sistem informasi dan tata kelola TI di PPSH. Dalam kerangka kerja domain terbentuk serangkaian proses TI yang menjalankan operasi sehingga dapat dikelola dan tersusun, COBIT menawarkan standar kerangka kerja domain DSS (Deliver, Service, and Support). Hasil evaluasi teknologi informasi PPSH khususnya tingkat kapabilitas level, secara keseluruhan menunjukkan bahwa pengelolaan Sistem Informasi Tata Kelola PPSH masih dilaksanakan. Hal ini ditunjukkan oleh proses kontrol domain DSS mendapatkan score sebagai berikut DSS01 76,6%, DSS02 71,4%, DSS04 50%, DSS05 80,9%, dan DSS06 75% pada level 1, dan hanya DSS03 pada level 1 mendapatkan score 86,6% dan dilanjutkan pada level 2 dengan memperoleh score 66,6%. sehingga didapatkan kontrol domain DSS pada kisaran level 0 (tidak lengkap) dan level 1 (terlaksana). Dengan demikian, hal tersebut menunjukkan bahwa masih dalam proses memenuhi tujuannya. Prosedur yang harus diikuti untuk mencapai target level adalah level 2, yang mencakup pendefinisian, pemantauan, dan pengawasan setiap aktivitas proses dan peningkatan sejumlah faktor implementasi untuk operasi level 1. Sehingga disarankan kepada PP Sabilul Hasanah membuat pedoman dalam melaksanakan tugas, membuat dokumentasi, dan memonitor setiap tindakan terkait dengan framework COBIT 5 agar mencapai target capability level yang diharapkan.
{"title":"Evaluasi sistem informasi pondok pesantren sabilul hasanah banyuasin menggunakan framework cobit 5 domain deliver, service, and support","authors":"M Rizky Astari, Bambang Sugiantoro","doi":"10.37373/infotech.v4i1.416","DOIUrl":"https://doi.org/10.37373/infotech.v4i1.416","url":null,"abstract":"Di dunia sekarang ini, teknologi menembus semua aspek kehidupan. Permintaan pasar yang besar membuat banyak perusahaan untuk meningkatkan service sehingga bisa menawarkan yang terbaik untuk pelanggannya. Satu diantaranya dengan mengoptimalkan pelayanan berbasis teknologi informasi. Pondok Pesantren Sabilul Hasanah (PPSH) Banyuasin merupakan lembaga yang memiliki sistem informasi. Pada riset ini, framework COBIT 5 diaolikasikan untuk mengevaluasi sistem informasi dan tata kelola TI di PPSH. Dalam kerangka kerja domain terbentuk serangkaian proses TI yang menjalankan operasi sehingga dapat dikelola dan tersusun, COBIT menawarkan standar kerangka kerja domain DSS (Deliver, Service, and Support). Hasil evaluasi teknologi informasi PPSH khususnya tingkat kapabilitas level, secara keseluruhan menunjukkan bahwa pengelolaan Sistem Informasi Tata Kelola PPSH masih dilaksanakan. Hal ini ditunjukkan oleh proses kontrol domain DSS mendapatkan score sebagai berikut DSS01 76,6%, DSS02 71,4%, DSS04 50%, DSS05 80,9%, dan DSS06 75% pada level 1, dan hanya DSS03 pada level 1 mendapatkan score 86,6% dan dilanjutkan pada level 2 dengan memperoleh score 66,6%. sehingga didapatkan kontrol domain DSS pada kisaran level 0 (tidak lengkap) dan level 1 (terlaksana). Dengan demikian, hal tersebut menunjukkan bahwa masih dalam proses memenuhi tujuannya. Prosedur yang harus diikuti untuk mencapai target level adalah level 2, yang mencakup pendefinisian, pemantauan, dan pengawasan setiap aktivitas proses dan peningkatan sejumlah faktor implementasi untuk operasi level 1. Sehingga disarankan kepada PP Sabilul Hasanah membuat pedoman dalam melaksanakan tugas, membuat dokumentasi, dan memonitor setiap tindakan terkait dengan framework COBIT 5 agar mencapai target capability level yang diharapkan.","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"32 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122477099","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 : 2023-06-30DOI: 10.37373/infotech.v4i1.422
Tania Puspa Rahayu Sanjaya, Ahmad Fauzi, Anis Fitri Nur Masruriyah
Saat ini banyak pelaku bisnis, baik skala besar maupun ritel, yang melakukan transisi atau pengembangan bisnisnya ke digital, terutama dalam bentuk e-commerce. Salah satu aplikasi e-commercece yang paling sering digunakan oleh masyarakata yaitu Shopee. Analisis sentimen digunakan untuk mengklasifikasi analasis sentimen terhadap Shopee menggunakan algoritma Naive Bayes dan Support Vector Machine. Pada pengujian ini menggunakan 2000 data terdiri dari 80% data training dan 20% data testing. Hasil pengujian akurasi, penelitian ini menggunakan confusion matrix, dalam penelitian ini algoritma Naive Bayes dapat melakukan klasifikasi yang lebih baik akurasi yang di dapatkan untuk algoritma Naive Bayes menghasilkan nilai accuracy 85%. Metode Naive Bayes menghasilkan hasil akurasi dan AUC yang lebih baik dari algoritma Support Vector Machine. Algoritma Support Vector Machine mendapatkan nilai akurasi 81%.
{"title":"Analisis sentimen ulasan pada e-commerce shopee menggunakan algoritma naive bayes dan support vector machine","authors":"Tania Puspa Rahayu Sanjaya, Ahmad Fauzi, Anis Fitri Nur Masruriyah","doi":"10.37373/infotech.v4i1.422","DOIUrl":"https://doi.org/10.37373/infotech.v4i1.422","url":null,"abstract":"Saat ini banyak pelaku bisnis, baik skala besar maupun ritel, yang melakukan transisi atau pengembangan bisnisnya ke digital, terutama dalam bentuk e-commerce. Salah satu aplikasi e-commercece yang paling sering digunakan oleh masyarakata yaitu Shopee. Analisis sentimen digunakan untuk mengklasifikasi analasis sentimen terhadap Shopee menggunakan algoritma Naive Bayes dan Support Vector Machine. Pada pengujian ini menggunakan 2000 data terdiri dari 80% data training dan 20% data testing. Hasil pengujian akurasi, penelitian ini menggunakan confusion matrix, dalam penelitian ini algoritma Naive Bayes dapat melakukan klasifikasi yang lebih baik akurasi yang di dapatkan untuk algoritma Naive Bayes menghasilkan nilai accuracy 85%. Metode Naive Bayes menghasilkan hasil akurasi dan AUC yang lebih baik dari algoritma Support Vector Machine. Algoritma Support Vector Machine mendapatkan nilai akurasi 81%.","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121411450","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 : 2023-06-23DOI: 10.37373/infotech.v4i1.397
Pria Sukamto Pria Sukamto, Muhammad Cahyadi Agustian, Umar Tsani Abdurahman
Sistem pakar merupakan salah satu cabang dari kecerdasan buatan yang paling dahulu dimanfaatkan secara luas. Sistem pakar dikembangkan sejalan dengan adanya teknologi informasi. Pengembangan sistem pakar bertujuan sebagai sarana bantu untuk memberikan solusi Saat ini teknisi membutuhkan waktu yang cukup lama untuk mendiagnosa kerusakan komputer, bahkan teknisi sering sekali menunda pekerjaanya hanya untuk menghasilkan solusi dari kerusakan jaringan LAN. Salah satu masalah yang sering di alami oleh koneksi internet adalah troubleshooting jaringan LAN. pada pengguna akses internet wifi. Pengembangan aplikasi sistem pakar diagnosa troubleshooting jaringan LAN (lokal area network) ini menggunakan metode sekuensial linier (waterfall). Metode waterfall merupakan metode pengembangan perangkat lunak yang sistematik dan sekuensial. Metode ini dimulai pada tingkat dan kemajuan sistem sampai pada analisis, desain, kode, test, dan pemeliharaan. Secara keseluruhan, sistem pakar dapat berfungsi dengan baik untuk melakukan konsultasi diagnosa troubleshooting jaringan LAN, melihat informasi masalah, memberikan hasil diagnosa yang sesuai dengan gejala dan melakukan pengolahan data masalah dan gejala yang dihadapi masyarakat umum
{"title":"Aplikasi sistem pakar diagnosa troubleshooting jaringan lan menggunakan metode backward chaining","authors":"Pria Sukamto Pria Sukamto, Muhammad Cahyadi Agustian, Umar Tsani Abdurahman","doi":"10.37373/infotech.v4i1.397","DOIUrl":"https://doi.org/10.37373/infotech.v4i1.397","url":null,"abstract":"Sistem pakar merupakan salah satu cabang dari kecerdasan buatan yang paling dahulu dimanfaatkan secara luas. Sistem pakar dikembangkan sejalan dengan adanya teknologi informasi. Pengembangan sistem pakar bertujuan sebagai sarana bantu untuk memberikan solusi Saat ini teknisi membutuhkan waktu yang cukup lama untuk mendiagnosa kerusakan komputer, bahkan teknisi sering sekali menunda pekerjaanya hanya untuk menghasilkan solusi dari kerusakan jaringan LAN. Salah satu masalah yang sering di alami oleh koneksi internet adalah troubleshooting jaringan LAN. pada pengguna akses internet wifi. Pengembangan aplikasi sistem pakar diagnosa troubleshooting jaringan LAN (lokal area network) ini menggunakan metode sekuensial linier (waterfall). Metode waterfall merupakan metode pengembangan perangkat lunak yang sistematik dan sekuensial. Metode ini dimulai pada tingkat dan kemajuan sistem sampai pada analisis, desain, kode, test, dan pemeliharaan. Secara keseluruhan, sistem pakar dapat berfungsi dengan baik untuk melakukan konsultasi diagnosa troubleshooting jaringan LAN, melihat informasi masalah, memberikan hasil diagnosa yang sesuai dengan gejala dan melakukan pengolahan data masalah dan gejala yang dihadapi masyarakat umum","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127176159","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：