Claim Missing Document
Check
Articles

Sistem Pakar Mendiagnosa Penyakit Lambung Metode Dempster Shafer Rika Yunita; Magdalena Simanjuntak
Jurnal Informatika Kaputama (JIK) Vol 4 No 2 (2020): Volume 4, Nomor 2, Juli 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v4i2.328

Abstract

Lambung adalah salah satu organ dalam sistem pencernaan pada manusia yang berfungsi untuk mencerna makanan dan menyerap beberapa sari-sari makanan. Asam lambung sebenarnya tidak langsung menyebabkan kematian, tapi bisa menyebabkan komplikasi organ lain dan bisa berujung ke serangan jantung, stroke, pendarahan dan infeksi. Sistem pakar merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, dan merupakan salah satu alternatif untuk mendiagnosa suatu penyakit berdasarkan gejala-gejala yang dialami. Untuk mendiagnosa penyakit lambung metode yang digunakan dalam penelitian ini adalah metode dempster shafer. Metode Dempster Shafer merupakan metode penalaran yang digunakan untuk mencari ketidakkonsistenan akibat adanya penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada, sehingga memungkinkan seseorang aman dalam melakukan pekerjaan seorang pakar. Dari hasil perhitungan yang dilakukan P02 lebih besar dari P01, dan P05 dengan nilai persentase 0.9%. Dari pembuatan sistem pakar diagnosa lambung yang digunakan sebanyak 61 orang diperoleh bahwa sistem dapat berjalan dan mampu mendiagnosa lambung dengan baik dan dapat memberikan kemudahan bagi masyarakat dalam mendiagnosa lambung.
SISTEM PAKAR DIAGNOSA PENYAKIT SINUSITIS MENGGUNAKAN METODE BAYES BERBASIS WEB Laili Hafni; Magdalena Simanjuntak
Jurnal Informatika Kaputama (JIK) Vol 2 No 1 (2018): Volume 2, Nomor 1, Januari 2018
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v2i1.430

Abstract

Penyakit sinusitis merupakan penyakit yang bisa menyerang siapa saja. Tidak memandang umur, jenis kelamin, status sosial dan daerah tempat tinggal. Banyak faktor yang bisa menyebabkan penyakit sinusitis, antara lain virus dan bakteri. Pada penelitian ini penulis membangun sebuah sistem pakar yang dapat mendiagnosis penyakit sinusitis dengan menggunakan metode bayes. Dari sample yang dilakukan sebanyak 125 orang, didapatkan persentase penyakit sebanyak 0,42% dan dihasilkan sebuah sistem pakar yang dapat memberikan kemudahan bagi masyarakat dalam mendiagnosa jenis penyakit sinusitis.
Penerapan Data Mining Pengelompokan Data Pada Penghasilan Orang Tua Siswa Menggunakan Metode Clustering Algoritma K-Means Pada SMA Negeri 1 Selesai Sella Defita Br. Manurung; Magdalena Simanjuntak; Novriyenni
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.160

Abstract

Penyebab siswa tidak melanjutkan pendidikan adalah factor ekonomi orang tua yangmempengaruhi, Oleh sebab itu, dari pihak sekolah tidak ingin siswanya putus sekolahkarena orang tua siswa tidak mampu membayar secara lunas biaya pendidikan setiapsemester. Maka sekolah membutuhkan sebuah sistem yang dapat mengelompokkansiswanya, berdasarkan penghasilan orang tua siswa dan berbagai kriteria pertimbanganlainya. Sehingga sekolah dapat memberikan penundaan pembayaran setiap semester, padasiswa yang tepat dan tidak salah sasaran sehingga siswa dapat menyelesaikanpendidikannya tampa terbebani dengan baiya pendidikan yang belum lunas. Salah satupendekatan yang di gunakan dalam mengembangkan metode clustering yaitu metode KMeans, dimana metode ini merupakan salah satu metode pengelompokan data nonhierarki(sekatan) yang berusaha mempartisipasi data kedalam bentuk dua atau lebih. Tetapi kalaucluster tidak harus akan tetapi pengelompokanya berdasarkan pada kedekatan dari suatukarakeristik simple yang ada, salah satunya dengan menggunkan rumus jarak eclulden.Aplikasih cluster ini sangat banyak, karena hampir dalam mengidentifikasihkanpermasalahan atau pengembalian keputusan selalu tidak sama persis akan tetapi cenderungmemiliki kemiripan saja.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN WILAYAH PRIORITAS INTERVENSI KEGIATAN KELUARGA BERENCANA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS : DINAS PENGENDALIAN PENDUDUK DAN KELUARGA BERENCANA KOTA BINJAI Ahmad Fauzan Akbar; Magdalena Simanjuntak
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Keluarga Berencana merupakan tindakan yang membantu individu atau pasangan suami istriuntuk mendapatkan objek tertentu yang dijalankan oleh Dinas Pengendalian Penduduk danKeluarga Berencana (DPPKB) Kota Binjai. Intervensi merupakan suatu kegiatan yang dilakukansecara sistematis dan terencana untuk mengubah keadaan seseorang, kelompok orang ataumasyarakat yang menuju kepada perbaikan atau mencegah memburuknya suatu keadaan. untukmemilih wilayah prioritas intervensi kegiatan Keluarga Berencana yang meliputi permasalahanseperti proses pemilihan yang memakan waktu lama dan memungkinkan terjadinya kesalahanmanusia, diperlukan sebuah sistem pendukung keputusan berbasis web yang dibangunmenggunakan metode Simple Additive Weighting (SAW).
Pengelompokan Bidang Usaha Terhadap Bantuan Produktif Usaha Mikro (BPUM) Berdasarkan Wilayah Deli Serdang Menggunakan Metode Clustering K-Means (Studi Kasus: Dinas Koperasi Dan UMKM Kabupaten Deli Serdang) Tiara Jelita; Relita Buaton; Magdalena Simanjuntak
Explorer Vol 3 No 2 (2023): July 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v3i2.783

Abstract

Micro Business Productive Assistance is a program that is assistance from the government to MSME workers throughout Indonesia. Every year, MSMEs can receive this assistance, without exception for those who have received it in previous years. The Office of Cooperatives and MSMEs of Deli Serdang Regency is a regional apparatus in North Sumatra Province which has the main task of carrying out government affairs in the field of cooperatives and small businesses including saving and loan business permits, empowerment and development of small businesses. Micro, Small and Medium Enterprises (MSMEs) are individual business entities which contributed significantly to increasing exports, increasing and equalizing income, forming national products and expanding employment opportunities. Based on these conditions, the authors provide a solution that needs to be built a clustering that can classify fields in each business owned by the community, because not all types of business fields in the community will receive this assistance, including agriculture and animal husbandry. Grouping data can apply the data mining process with the K-Means Algorithm clustering method which is a process of processing very large amounts of data using statistical methods, mathematics, and utilizing Artificial Intelligence technology to produce a group of data. By utilizing the data mining process using the clustering method, it is hoped that clustering can solve the problem of grouping business fields owned by the community. From the test results with 1004 data, which was carried out with MATLAB, it was found that group 1 had 383 data, group 2 had 261 data and group 3 had 360 data. Meanwhile, based on the results of the trial with RapidMiner, it was found that group 1 had 371 data, group 2 had 281 data and group 3 had 352 data.
JARINGAN SYARAF TIRUAN MEMPREDIKSI KEBUTUHAN PEMBUATAN AKTA KEPEMILIKAN LAHAN MENGGUNAKAN METODE BACKPROPAGATION PADA KANTOR NOTARIS DAN PPAT WENNY ADYTIA KURNIAWAN, SH. Muhammad Fikri Azhari; Katen Lumbanbatu; Magdalena Simanjuntak
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.209

Abstract

Akta Kepemilikan Lahan adalah bukti kepemilikan dan hak seseorang atas tanah atau lahan. Akta kepemilikan lahan yang dikeluarkan oleh Badan Pertanahan Nasional (BPN) merupakan dokumen negara yang sangat vital. Dicetak oleh Peruri yang telah dipercayakan BPN, sertifikat tanah bisa dibuat secara mandiri ataupun melalui jasa PPAT Kantor Notaris dan PPAT Wenny Adytia Kurniawan, SH., merupakan perusahaan dalam aktivitas bisnis Pengacara dan Notaris yang berwenang membuat Akta autentik mengenai semua perbuatan, perjanjian, dan penetapan yang diharuskan oleh peraturan perundang-undangan dan/atau yang dikehendaki oleh yang berkepentingan untuk dinyatakan dalam Akta autentik, menjamin kepastian tanggal pembuatan akta, menyimpan akta, memberikan grosse, salinan dan kutipan akta. Kebutuhan pembuatan akta kepemilikan lahan setiap tahunnya terus meningkat sesuai, hal ini yang membuat Kantor Notaris dan PPAT Wenny Adytia Kurniawan, SH., menjadi kesulitan dalam memenuhi permintaan pembuatan akta kepemilikan lahan yang diperlukan oleh masyarakat. Hasil prediksi tersebut dapat digunakan untuk mengantisipasi kebutuhan akta kepemilikan lahan yang diperlukan oleh masyarakat, sehingga pihak kantor dapat mempersiapkan pegawai dalam proses pelaksanaan.Jaringan Syaraf Tiruan (JST) dengan penerapan metode Backpropagation adalah salah satu sistem yang dapat memprediksi jumlah kebutuhan pembuatan akta kepemilikan lahan yang diperlukan dengan sistem terkomputerisasi. Sistem dirancang dengan aplikasi pemrograman MATLAB R2014a, setelah melakukan proses latih data dan uji data pada data tahun 2016 sampai dengan 2020, learning rate sebesar 0,2; maximun epoch sebesar 10000 dan target error sebesai 0,001; didapatkan hasil pada tahun 2021 jumlah prediksi pembuatan akta kepemilikan lahan sebanyak 329 akta.
PENERAPAN METODE VIGENERE CHIPER UNTUK MENGAMANKAN DATA TEXT Dicky Arfandy; Magdalena Simanjuntak; Tio Pasaribu
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.215

Abstract

Perkembangan teknologi dalam sistem pengaman untuk menjamin kerahasiaan informasi data sudah berkembang dengan pesat. Dalam menjaga kerahasiaan dalam informasi data terdapat ilmu dalam pengembangan seperti steganografi dan kriptopgrafi. Keamanan data dan informasi merupakan hal sangat penting di era reformasi saat ini. Umumnya, setiap institusi memiliki dokumen-dokumen penting dan bersifat rahasia yang hanya boleh diakses oleh orang tertentu. Masalah keamanan dan kerahasiaan data merupakan salah satu aspek penting pada sebuah sistem pengiriman informasi. Dalam hal ini, sangat terkait dengan betapa pentingnya informasi tersebut dikirim dan diterima oleh orang yang berkepentingan. Informasi akan tidak berguna lagi apabila di tengah proses pengiriman, informasi itu disadap atau dibajak oleh orang yang tidak berhak. Kejahatan komputer adalah tindakan ilegal dengan menggunakan pengetahuan teknologi komputer untuk melakukan tindak kejahatan. Pencurian perangkat keras dan perangkat lunak (hardware dan software), manipulasi data, pengaksesan sistem komputer secara ilegal dengan telepon, dan mengubah program.
IMPLEMENTASI ALGORITMA OTP DAN STEGANOGRAFI EOF DALAM PENYISIPAN PESAN TEKS PADA CITRA Muhammad Arief; Magdalena Simanjuntak; I Gusti Prahmana
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.216

Abstract

Penggunaan informasi media citra mempunyai beberapa kelemahan, salah satunya adalah mudahnya dimanipulasi oleh pihak-pihak tertentu dengan bantuan teknologi yang berkembang sekarang ini. Upaya yang dapat dilakukan dalam peningkatan pengamanan pengiriman informasi citra adalah kriptografi, yaitu ilmu dan seni untuk menjaga keamanan pesan. Pada penelitian ini diterapkan metode One Time Pad dan Stegnografi End Of File yang bertujuan untuk memperoleh cipher yang lebih kuat dengan menyisipkan pesan kedalam citra sehingga susah untuk di sadap. Algoritma One Time Pad untuk mengenkripsi dan dekripsi, Stegnografi End Of File yang digunakan untuk mengencoding dan mendecoding citra. Hasil dari penelitian ini menunjukkan bahwa dengan menerapkan algoritma One Time Pad dan Stegnografi End Of File dapat mengamankan pesan yang disisipkan kedalam citra dan mengamankan kunci untuk kebutuhan data. Waktu proses encoding dan decoding di pengaruhi oleh banyaknya pesan yang akan dirahasiakan.
PERBAIKAN CITRA CLOSED CIRCUIT TELEVISION (CCTV) DENGAN METODE ARITHMETIC MEAN FILTER Abdul Azan; Magdalena Simanjuntak; Rusmin Saragih
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.255

Abstract

Penggunaan kamera Closed Circuit Television (CCTV) di perusahaan, pertokoan, sekolah, jalan, dan lain-lain digunakan untuk keamanan atau sebagai kamera pemantau. Pemanfaatan CCTV di lingkungan kantor Dinas Komunikasi dan Informatika (Diskominfo) Binjai sebagai pemantau keadaan lingkungan dari tindakan kejahatan atau kriminalisasi, serta tindakan kewenangan lainnya. Kualitas citra hasil capture video CCTV masih banyak yang memiliki resolusi terlalu rendah pencahayaan yang tidak merata mengakibatkan intensitas tidak seragam dan perlu ditajamkan, saat ini telah banyak terdapat metode yang dapat memperbaiki kualitas citra CCTV diantaranya adalah metode Arithmetic Mean Filter. Karena bintik-bintik yang disebabkan oleh proses capture yang tidak sempurna, pencahayaan yang tidak merata atau gangguan yang disebabkan oleh kotoran kotoran yang menempel pada citra. Dengan pemafaatan metode Arithmetic Mean Filter dapat menghasilkan citra dengan informasi yang lebih jelas dengan berkurangnya noise pada citra semula. Sistem dirancang dengan aplikasi pemrograman MATLAB R2014a, setelah melakukan proses pengujian pada beberapa citra CCTV, didapatkan hasil bahwa rata-rata persentasi proses perbaikan citra diatas 50% dan citra CCTV hasil perbaikan sistem menjadi lebih baik dari citra yang diinputkan pada sistem.
ANALSIS METODE K-NEAREST NEIGHBOR (KNN) DALAM KLASIFIKASI SISWA TERBAIK KELAS III-IPA PADA SMP NEGERI 3 SATAP SELESAI Suhendra Suhendra; Juliana Naftali Sitompul; Magdalena Simanjuntak
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.266

Abstract

Dalam melakukan proses klasifikasi data siswa terbaik mengacu pada metode kecerdasan buatan. sebagai proses klasifikasi diantaranya K-Nearest Neighbor (K-NN). Dalam menyikapi hal tersebut pada penelitian menyusun dan berusaha untuk membantu SMP negeri 3 Satap pada kelas III-IPA untuk menerapkan sistem yang mampu bekerja secara cepat, tepat dan efesien dan sehingga untuk mengambil sebuah keputusan untuk klasifikasi siswa pada kelas 3 IPA hasil yang di keluarkan tersebut valid dan benar – benar bisa dikatakan bahwa siswa tersebut termasuk klasifikasi siswa perprestasi. Klasifikasi merupakan salah satu substansi Data Mining yang sering digunakan untuk mengelompokkan data berdasarkan kategori atau variabel tertentu. Diantara metode klasifikasi yang sering digunakan untuk mengklasifikasikan data berupa dokumen adalah Naïve Bayes dan K-Nearest Neighbor (KNN). Penelitian ini membahas secara rinci perbandingan kedua metode tersebut dengan mengukur akurasi dan lama waktu proses dengan 4 skenario uji coba. Dari hasil penelitian, Naïve Bayes mengungguli KNN dengan rata-rata hasil akurasi Naïve Bayes sebesar 76.81% dan KNN bernilai K 3, 6, 9 berturut-turut sebesar 72,47%, 71,12%, 71,56%. Namun jika hanya mengambil akurasi tertinggi, KNN unggul dengan perbandingan Naïve Bayes sebesar 72.22% dengan KNN sebesar 77.78%. Dengan catatan, selisih masih bisa bertambah berbanding lurus dengan jumlah perbendaharaan dokumen latih. Rata-rata waktu proses yang dibutuhkan Naïve Bayes sebanyak 0.31 detik berbanding KNN sebanyak 1.09 detik.