Articles
<![CDATA[Performance Comparison of Data Mining Algorithm to Predict Approval of Credit Card ]]>
<![CDATA[Sugiyarto, Ipin]]>;
<![CDATA[Sudarsono, Bibit]]>;
<![CDATA[Faddillah, Umi]]>
<![CDATA[ Sinkron : jurnal dan penelitian teknik informatika Vol. 4 No. 1 (2019): SinkrOn Volume 4 Number 1, October 2019 ]]>
Publisher : <![CDATA[Politeknik Ganesha Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (617.118 KB)
|
DOI: 10.33395/sinkron.v4i1.10181
<![CDATA[Credit analysis needs to identify and assess the factors that can affect customers in returning credit. Accurate measurement and good management ability in dealing with credit risk is an effort to save the economic operations unit and be beneficial for a stable and healthy financial system. Data mining prediction techniques are used to determine credit risk. Using the Cross-Industry Standard Process for Data Mining (CRISP-DM) method which consists of several stages, namely Business Understanding (dataset), Data Processing (Feature Selection PCA & Dimension Reduce), Algorithm Models (NN+PSO, SVM, LR), Evaluation (Validation and Accuracy). This study has tested the model using a neural network using the PCA selection feature and optimized with the Particle Swarm Optimize (PSO) algorithm to predict credit card approval. Several experiments were conducted to see the best results. The results of this study prove that the use of a single Neural Network method produces an accuracy of 80.33%. whereas the use of PCA + Neural Network + PSO hybrid method has been proven to increase accuracy to 82.67%. Likewise, the AUC NN value of 0.706 increased to 0.749 when the Neural Network was optimized using PSO and used feature selection. The purpose of this study is to implement and compare Support Vector Machine, Logistic Regression and Neural Network algorithms based on PCA and optimize PSO (Particle Swarm Optimization) to improve accuracy in predictions of credit card approvals.]]>
<![CDATA[Optimasi Artificial Neural Network dengan Algorithm Genetic pada Prediksi Approval Credit Card ]]>
<![CDATA[Sugiyarto, Ipin]]>;
<![CDATA[Faddillah, Umi]]>
<![CDATA[ Jurnal Teknik Informatika Vol. 3 No. 2 (2017): JTI Periode Agustus 2017 ]]>
Publisher : <![CDATA[LPPM STMIK ANTAR BANGSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51998/jti.v3i2.151
<![CDATA[Abstract— Approval credit card initial determination of approval to be a credit card customer for non-cash transaction purposes with a payment system. The population dataset of credit cards is taken from the UCI data repository of 30000 population data with 23 predictor attributes. Credit card approval prediction using sample data redaction top 100, down 100 and 4 attributes predictor as a parameter to determine the accuracy. Sex, education, marriage and age are used as parameter attributes. The process of determining credit card approval required computation calculation to solve the problem. Neural network and genetic algorithm are used as computation method to get the best accuracy value. The result of initial accuracy using neural network 85.42%, while the optimization results with genetic algorithm 87.82%. Intisari— Approval credit card awal penentuan persetujuan menjadi nasabah kartu kredit untuk keperluan transaksi non-tunai dengan sistem pembayaran berjangka. Dataset populasi credit card ini di ambil dari UCI data repository sebanyak 30000 data populasi dengan 23 atribut prediktor. Prediksi approval credit card menggunakan sampel data redaction top 100, down 100 dan 4 atribut predictor sebagai parameter untuk menentukan akurasi. Sex, education, marriage dan age dijadikan sebagi atribut parameter. Proses penentuan approval credit card dibutuhkan perhitungan komputasi untuk menyelesaikan permasalahan. Neural network dan algoritma genetika digunakan sebagai metode komputasi untuk mendapatkan nilai akurasi terbaik. Hasil akurasi awal menggunakan neural network 85.42%, sedangkan hasil optimasi dengan genetic algorithm 87.82%. Kata Kunci - Kartu Kredit, Akurasi, Neural Network, Genetic Algorithm]]>
<![CDATA[Perancangan Prototype Sistem Peringatan Dini Tsunami dengan Sensor Deteksi Ketinggian Permukaan Air Laut ]]>
<![CDATA[Umi, Faddillah]]>;
<![CDATA[Sugiyarto, Ipin]]>
<![CDATA[ Jurnal Teknik Informatika Vol. 4 No. 1 (2018): JTI Periode Februari 2018 ]]>
Publisher : <![CDATA[LPPM STMIK ANTAR BANGSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51998/jti.v4i1.181
<![CDATA[Abstract- Tsunami early warning system is a form to give an early warning of tsunami disaster that could be happened and have an effect to ecosystem and whole life thing around on the strike. In this cases, it need a system that can be signed as an early warning by giving information correctly and accurately. Based on the tsunami chronological it always began by the changing of the river such as the decrease of the river more the usually. Because of that, it needed a system who have power full combination in order to detect how is the surface of the river while the disaster comes up. Atmega 16 microcontroller is a smart controller that can be used into develop. Tsunami an early warning system. To increase this system with Atmega 16 microcontroller it will integrated with programming language based on C language and some of supporting sensor system to describe of water object. The sensor will giving an instruction to microcontroller then follow with outputs light, also a voice as a siren to detect tsunami potency. Besides that this system is using serial RS232 communication connecting to the computer and short message service through cellular phone.Intisari- Sistem peringatan dini Tsunami merupakan salah satu bentuk upaya untuk memberikan peringatan dini pada bencana Tsunami yang biasa terjadi dan berdampak langsung pada ekosistem dan kehidupan yang berada di sekitar pesisir pantai. Dalam permasalahan ini dibutuhkan suatu sistem peringatan dini yang dapat memberikan informasi secara cepat, tepat dan akurat. Berdasarkan kronologis Tsunami, selalu diawali dengan perubahan pada permukaan air laut, seperti pasang surut yang melebihi batas normal. Untuk itu dibutuhkan suatu sistem yang dapat terintegrasi untuk mendeteksi keadaan permukaan laut pada saat itu. Mikrokontroler Atmega16 merupakan pengendali cerdas yang dapat dipergunakan dalam pembangunan sistem peringatan dini Tsunami. Untuk pembangunan sistem yang berbasis mikrokontroler Atmega16 ini diintegrasikan dengan bahasa pemrograman berbasis bahasa C dan beberapa sensor sebagai pendukung sistem untuk pembacaan objek air. Sensor akan memberikan instruksi ke mikrokontroler kemudian akan dilanjutkan dengan output lampu dan suara sirine sebagai indikator berpotensinya Tsunami. Selain itu sistem informasi juga menggunakan komunikasi serial RS232 dengan komputer dan layanan SMS menggunakan handphone.Kata Kunci: Sistem, Sensor, Tsunami, Mikrokontroler]]>
<![CDATA[Implementasi Koreksi Jawaban Soal Essai Menggunakan Metode Vector Space Model ]]>
<![CDATA[Sugiyarto, Ipin]]>;
<![CDATA[Darono, Hanafi Eko]]>
<![CDATA[ Jurnal Teknik Informatika Vol. 5 No. 1 (2019): JTI Periode Februari 2019 ]]>
Publisher : <![CDATA[LPPM STMIK ANTAR BANGSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51998/jti.v5i1.299
<![CDATA[to judge based personal weight determined by each teacher. Correction value calculation result of the answers to the essay can use the quick way by computational methods. Used computational methods based text mining to test the system using the information retriveral vector space model. The result of the test method vector space model obtained by election the second-highest rank of valid answer content to answer valid student and teachers. Answer approach contained in rank-2 closest rank-1 with the result of the closest distance between the has a similarity value for student 0.45 and 0.10 teacher similarity value.        Intisari—Koreksi jawaban soal essai selama ini masih menggunakan cara manual dengan menilai berdasarkan bobot personal yang ditentukan oleh setiap pengajar. Perhitungan nilai hasil koreksi jawaban soal essai dapat menggunakan cara cepat dengan metode komputasi. Metode komputasi yang digunakan berbasis text mining dengan menguji information retriveral system menggunakan metode Vector Space Model. Hasil dari uji coba menggunakan metode Vector Space Model didapatkan berdasarkan pemilihan rangking kedua tertinggi dari konten jawaban valid siswa terhadap jawaban valid pengajar. Jawaban mendekati terdapat di rank-2 terdekat dari rank-1 dengan hasil distance terdekat antara keduanya yang memiliki nilai similarity untuk siswa 0.45 dan 1.10 nilai similarity pengaja Kata Kunci — Koreksi, vector space model, rank, similarity]]>
<![CDATA[Optimasi Artificial Neural Network dengan Algorithm Genetic pada Prediksi Approval Credit Card ]]>
<![CDATA[Sugiyarto, Ipin]]>;
<![CDATA[Faddillah, Umi]]>
<![CDATA[ Jurnal Teknik Informatika Vol 3 No 2 (2017): JTI Periode Agustus 2017 ]]>
Publisher : <![CDATA[LPPM STMIK ANTAR BANGSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51998/jti.v3i2.151
<![CDATA[Abstract Approval credit card initial determination of approval to be a credit card customer for non-cash transaction purposes with a payment system. The population dataset of credit cards is taken from the UCI data repository of 30000 population data with 23 predictor attributes. Credit card approval prediction using sample data redaction top 100, down 100 and 4 attributes predictor as a parameter to determine the accuracy. Sex, education, marriage and age are used as parameter attributes. The process of determining credit card approval required computation calculation to solve the problem. Neural network and genetic algorithm are used as computation method to get the best accuracy value. The result of initial accuracy using neural network 85.42%, while the optimization results with genetic algorithm 87.82%. Intisari Approval credit card awal penentuan persetujuan menjadi nasabah kartu kredit untuk keperluan transaksi non-tunai dengan sistem pembayaran berjangka. Dataset populasi credit card ini di ambil dari UCI data repository sebanyak 30000 data populasi dengan 23 atribut prediktor. Prediksi approval credit card menggunakan sampel data redaction top 100, down 100 dan 4 atribut predictor sebagai parameter untuk menentukan akurasi. Sex, education, marriage dan age dijadikan sebagi atribut parameter. Proses penentuan approval credit card dibutuhkan perhitungan komputasi untuk menyelesaikan permasalahan. Neural network dan algoritma genetika digunakan sebagai metode komputasi untuk mendapatkan nilai akurasi terbaik. Hasil akurasi awal menggunakan neural network 85.42%, sedangkan hasil optimasi dengan genetic algorithm 87.82%. Kata Kunci - Kartu Kredit, Akurasi, Neural Network, Genetic Algorithm]]>
<![CDATA[Perancangan Prototype Sistem Peringatan Dini Tsunami dengan Sensor Deteksi Ketinggian Permukaan Air Laut ]]>
<![CDATA[Umi, Faddillah]]>;
<![CDATA[Sugiyarto, Ipin]]>
<![CDATA[ Jurnal Teknik Informatika Vol 4 No 1 (2018): JTI Periode Februari 2018 ]]>
Publisher : <![CDATA[LPPM STMIK ANTAR BANGSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51998/jti.v4i1.181
<![CDATA[Abstract- Tsunami early warning system is a form to give an early warning of tsunami disaster that could be happened and have an effect to ecosystem and whole life thing around on the strike. In this cases, it need a system that can be signed as an early warning by giving information correctly and accurately. Based on the tsunami chronological it always began by the changing of the river such as the decrease of the river more the usually. Because of that, it needed a system who have power full combination in order to detect how is the surface of the river while the disaster comes up. Atmega 16 microcontroller is a smart controller that can be used into develop. Tsunami an early warning system. To increase this system with Atmega 16 microcontroller it will integrated with programming language based on C language and some of supporting sensor system to describe of water object. The sensor will giving an instruction to microcontroller then follow with outputs light, also a voice as a siren to detect tsunami potency. Besides that this system is using serial RS232 communication connecting to the computer and short message service through cellular phone.Intisari- Sistem peringatan dini Tsunami merupakan salah satu bentuk upaya untuk memberikan peringatan dini pada bencana Tsunami yang biasa terjadi dan berdampak langsung pada ekosistem dan kehidupan yang berada di sekitar pesisir pantai. Dalam permasalahan ini dibutuhkan suatu sistem peringatan dini yang dapat memberikan informasi secara cepat, tepat dan akurat. Berdasarkan kronologis Tsunami, selalu diawali dengan perubahan pada permukaan air laut, seperti pasang surut yang melebihi batas normal. Untuk itu dibutuhkan suatu sistem yang dapat terintegrasi untuk mendeteksi keadaan permukaan laut pada saat itu. Mikrokontroler Atmega16 merupakan pengendali cerdas yang dapat dipergunakan dalam pembangunan sistem peringatan dini Tsunami. Untuk pembangunan sistem yang berbasis mikrokontroler Atmega16 ini diintegrasikan dengan bahasa pemrograman berbasis bahasa C dan beberapa sensor sebagai pendukung sistem untuk pembacaan objek air. Sensor akan memberikan instruksi ke mikrokontroler kemudian akan dilanjutkan dengan output lampu dan suara sirine sebagai indikator berpotensinya Tsunami. Selain itu sistem informasi juga menggunakan komunikasi serial RS232 dengan komputer dan layanan SMS menggunakan handphone.Kata Kunci: Sistem, Sensor, Tsunami, Mikrokontroler]]>
<![CDATA[Implementasi Koreksi Jawaban Soal Essai Menggunakan Metode Vector Space Model ]]>
<![CDATA[Sugiyarto, Ipin]]>;
<![CDATA[Darono, Hanafi Eko]]>
<![CDATA[ Jurnal Teknik Informatika Vol 5 No 1 (2019): JTI Periode Februari 2019 ]]>
Publisher : <![CDATA[LPPM STMIK ANTAR BANGSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51998/jti.v5i1.299
<![CDATA[to judge based personal weight determined by each teacher. Correction value calculation result of the answers to the essay can use the quick way by computational methods. Used computational methods based text mining to test the system using the information retriveral vector space model. The result of the test method vector space model obtained by election the second-highest rank of valid answer content to answer valid student and teachers. Answer approach contained in rank-2 closest rank-1 with the result of the closest distance between the has a similarity value for student 0.45 and 0.10 teacher similarity value.        Intisariâ€â€Koreksi jawaban soal essai selama ini masih menggunakan cara manual dengan menilai berdasarkan bobot personal yang ditentukan oleh setiap pengajar. Perhitungan nilai hasil koreksi jawaban soal essai dapat menggunakan cara cepat dengan metode komputasi. Metode komputasi yang digunakan berbasis text mining dengan menguji information retriveral system menggunakan metode Vector Space Model. Hasil dari uji coba menggunakan metode Vector Space Model didapatkan berdasarkan pemilihan rangking kedua tertinggi dari konten jawaban valid siswa terhadap jawaban valid pengajar. Jawaban mendekati terdapat di rank-2 terdekat dari rank-1 dengan hasil distance terdekat antara keduanya yang memiliki nilai similarity untuk siswa 0.45 dan 1.10 nilai similarity pengaja Kata Kunci  Koreksi, vector space model, rank, similarity]]>
<![CDATA[Pengelompokan Dampak Gempa Bumi dan Kerusakan Pada Wilayah Berpotensi Gempa di Provinsi Sumatera Barat ]]>
<![CDATA[Sugiyarto, Ipin]]>;
<![CDATA[Irawan, Rama]]>;
<![CDATA[Rosiyadi, Didi]]>
<![CDATA[ Journal of Students‘ Research in Computer Science Vol. 2 No. 2 (2021): November 2021 ]]>
Publisher : <![CDATA[Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31599/81fwpe68
<![CDATA[Earthquake disaster data represent knowledge from the West Sumatra Province, data taken from the official website of the National Disaster Management Agency that occurred in the period 2001 to 2018. Clustering data mining techniques are used to determine the earthquake impact area using Knowledge Discovery Data. Mining Method (KDD) consisting of Domain Understanding, Additional Selection (Data Selection), Preprocessing (Data Cleaning, Data Sampling), Transformation (Data Normalization), Data Mining (K-means & Linear Regression), Evaluation and Interpretation (cluster & Prediction). The results showed that the use of the K-Means method resulted in 3 clusters with the largest earthquake impact in the city of Padang in 2009, while the use of Linear Regression estimates the impact of victims and damage to facilities and units that often occur in earthquake locations. The purpose of the research is to implement and categorize and predict to find out the results of the impact and damage of the earthquake that occurred in the province of West Sumatra.]]>
<![CDATA[SISTEM MONITORING INFUS MENGGUNAKAN ARDUINO MEGA 2560 BERBASIS IOT (INTERNET OF THINGS) ]]>
<![CDATA[Muhamad Iqbal Febrianto]]>;
<![CDATA[Sita Anggraeni, Cicisita]]>;
<![CDATA[Sugiyarto, Ipin]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 8 No 2 (2024): Volume 8, Nomor 2, Juli 2024 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v8i2.806
<![CDATA[Infus merupakan tindakan yang dalam kondisi tertentu digunakan untuk menggantikan cairan yang hilang dan menyeimbangkan elektrolit dalam tubuh. Tetapi pada pengaplikasiannya sehari-hari kerap terjadi masalah yang di sebabkan oleh kelalaian penjaga pasien serta kurangnya sumber daya perawat yang ada di rumah sakit dalam memantau infus yang terpasang di pasien, kadang kala menimbulkan masalah ketika kondisi infus habis tidak pada saat perawat melakukan observasi infus, sehingga mengakibatkan keluarga pasien di harus kan melapor ke perawat jaga untuk pergantian infus. Sistem monitoring infus menggunakan Arduino menjadi solusi yang dirancang dengan tujuan untuk memudahkan perawat dalam pemantauan kondisi infus pasien jika akan habis menggunakan sensor load cell, dengan pemakaian teknologi internet of things ini di harapkan dapat melakukan monitoring menggunakan Arduino Mega 2560 dengan ESP 8266 yang berbasis web. Dengan adanya sistem ini perawat dapat memantau tindakan infus yang diberikan pada pasien melalui ruangan perawat sehingga dapat membantu meringankan tugas perawat. Alat infus ini digunakan untuk memberikan cairan ataupun obat kepada pasien sehingga memerlukan keakuratan agar tidak terjadi hal – hal yang tidak diinginkan.]]>
<![CDATA[Implementasi Extreme Programming pada Pembuatan Website Sistem Informasi E-Accountant PT Naga Emas Internasional ]]>
<![CDATA[fachrurozi, Ahmad]]>;
<![CDATA[Agustine, Lady]]>;
<![CDATA[Faddillah, Umi]]>;
<![CDATA[Sugiyarto, Ipin]]>
<![CDATA[ REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025 ]]>
Publisher : <![CDATA[Politeknik Ganesha Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33395/remik.v9i1.14294
<![CDATA[PT Naga Emas Internasional menghadapi tantangan dalam mengelola keuangan perusahaan akibat perubahan regulasi dan dinamika bisnis yang cepat. Sistem pencatatan keuangan yang digunakan saat ini tidak efektif dalam menangani masalah tersebut, sehingga perusahaan membutuhkan sistem informasi yang lebih fleksibel dan dapat beradaptasi dengan perubahan yang terjadi. Penelitian ini mengusulkan penerapan metode Extreme Programming (XP) dalam pengembangan Sistem Informasi E-Accountant sebagai solusi yang tepat untuk mengatasi masalah tersebut. XP adalah metode pengembangan perangkat lunak yang mengutamakan fleksibilitas, kolaborasi erat dengan pengguna, serta pengujian yang terus-menerus. Metode ini memungkinkan sistem dikembangkan secara iteratif dan dapat dengan cepat menyesuaikan diri dengan kebutuhan yang terus berubah. Dalam penelitian ini, sistem E-Accountant berbasis web dirancang untuk memudahkan pengelolaan keuangan perusahaan, yang meliputi pencatatan transaksi, pembuatan laporan keuangan, serta pemantauan kondisi keuangan secara real-time. Keunggulan utama XP adalah keterlibatan pengguna pada setiap tahap pengembangan, sehingga sistem dapat disesuaikan secara langsung dengan kebutuhan mereka. Hasil penelitian ini menunjukkan bahwa penerapan XP berhasil menciptakan sistem yang fleksibel, mudah diadaptasi terhadap perubahan regulasi dan kebutuhan bisnis, serta memastikan bahwa setiap fitur sistem telah diuji dan sesuai dengan kebutuhan pengguna. Dengan demikian, sistem ini diharapkan dapat meningkatkan efisiensi, transparansi, dan akurasi dalam pengelolaan keuangan perusahaan yang lebih baik dan lebih efektif.]]>
