Articles
<![CDATA[APLIKASI MIKROKONTROLER AT89S51 PADA PENGATURAN SUHU BAK PENAMPUNGAN AIR KAMAR MANDI DIDUKUNG BAHAS PEMROGRAMAN ASSEMBLER ]]>
<![CDATA[Feri Oktavianus]]>;
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 1 No 1 (2012): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2012/Vol1.Iss1.4
<![CDATA[Penelitian ini bertujuan untuk mengembangkan sistem pengontrol shower serta pengisian bak penampungan menggunakan sensor suhu sebagai sensor dan mikrokontroler sebagai pengendali proses. Manfa’at yang didapat dari sistem pengontrolan shower ini adalah mengefektifkan penggunaan air untuk mandi, efisiensi waktu dalam kegiatan mandi dan pengurangan tenaga manusia dalam proses mandi. Penelitian ini dilakukan dengan merancang, membuat dan mengimplementasikan komponen – komponen sistem yang meliputi mikorokontroler sebagai pengendali proses, sensor suhu sebagai media pendeteksi, element sebagai pemanas dan pompa air untuk memompakan air. Hasil penelitian menunujukkan alat yang dibuat dapat berfungsi dengan baik dan dapat dikembangkan untuk skala yang lebih besar.]]>
<![CDATA[ANALISIS DATA MAHASISWA DENGAN ALGORITMA K-MEAN UNTUK MENDUKUNG STRATEGI PROMOSI STIKes HANG TUAH PEKANBARU ]]>
<![CDATA[eka sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 6 No 2 (2017): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2017/Vol6.Iss2.69
<![CDATA[New student data owned by STIKes Hang Tuah Pekanbaru has been in large numbers with many variations of attributes stored in the database (database). But the data data has not been utilized optimally, therefore in need of a method that can dig and extract the new student data into a valuable information strategic. This study aims to classify the data of New Students of STIKes Hang Tuah Pekanbaru by using Data Mining Technique. Data Mining Technique used is Clustering Technique with K-Means algorithm and for process used CRISP-DM method. This research is used to determine the right Promotion Strategy. Determining the right promotional strategy will be able to reduce promotional costs and achieve the right promotional goals.]]>
<![CDATA[ANALISIS DATA MAHASISWA DENGAN ALGORITMA K-MEAN UNTUK MENDUKUNG STRATEGI PROMOSI STMIK HANG TUAH PEKANBARU ]]>
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 8 No 1 (2019): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2019/Vol8.Iss1.116
<![CDATA[Data mahasiswa baru yang dimiliki oleh STMIK Hang Tuah Pekanbaru sudah dalam jumlah besar dengan banyak variasi atribut yang tersimpan dalam basis data (database). Namun data data tersebut belum di manfaatkan secara optimal, oleh karena itu di perlukan suatu metode yang dapat menggali dan mengekstrak data mahasiswa baru tersebut menjadi suatu informasi yang bernilai strategis. Penelitian ini bertujuan untuk melakukan pengelompokkan terhadap data Mahasiswa Baru STMIK Hang Tuah Pekanbaru dengan menggunakan Teknik Data Mining. Teknik Data Mining yang digunakan adalah Teknik Clustering dengan algoritma K-Means dan untuk proses digunakan metode CRISP-DM. Penelitian ini dimanfaatkan untuk menentukan Strategi Promosi yang tepat. Penentuan strategi promosi yang tepat akan dapat mengurangi biaya promosi dan mencapai sasaran promosi yang tepat.]]>
<![CDATA[PEMANFAATAN DATA MINING UNTUK PENEMPATAN BUKU DI PERPUSTAKAAN MENGGUNAKAN METODE ASSOCIATION RULE: PEMANFAATAN DATA MINING UNTUK PENEMPATAN BUKU DI PERPUSTAKAAN MENGGUNAKAN METODE ASSOCIATION RULE ]]>
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 8 No 2 (2019): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2019/Vol8.Iss2.127
<![CDATA[Abstract Data mining is the process of analyzing data to find a pattern of hidden data collection by utilizing library visit data, can dig up information about what books are often borrowed by visitors and the relationship between each borrower to be able to compile and layout books. To be able to place books in accordance with the needs of members, it is necessary to process a data processing of book borrowing using the Associtation Rule method so that support and confidence can be found between books that are often borrowed so that patterns can be identified. The research data were obtained from book lending data at the Hang Tuah Pekanbaru STIKes Library. In processing the data using the Rapidminer software with the Association Rule method with support = 0.6 and confidence = 0.9. The resulting rule to be used as a book placement pattern consists of 7 patterns / rules. Keywords : Data Mining, Library, Association Rule. Abstrak Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data yang tersembunyi dengan memanfaatkan data kunjungan perpustakaan, dapat menggali informasi tentang buku-buku apa yang sering dipinjam oleh pengunjung dan keterkaitan antar masing-masing peminjam hingga dapat melakukan penyusunan dan tata letak buku. Untuk dapat melakukan penempatan buku sesuai dengan kebutuhan anggota perlu dilakukan suatu proses pengolahan data peminjaman buku dengan menggunakan metode Associtation Rule agar dapat diketahui support dan confidence antara buku-buku yang sering di pinjam sehingga dapat diketahui pola penempatan buku. Data penelitian diperoleh dari data peminjaman buku di Perpustakaan STIKes Hang Tuah Pekanbaru. Dalam pengolahan data nya menggunakan software Rapidminer dengan metode Association Rule dengan nilai support = 0.6 dan confidence = 0,9. Rule yang dihasilkan untuk dijadikan pola penempatan buku terdiri dari 7 pola/rule. Kata Kunci : Data Mining, perpustakaan, Assocition Rule]]>
<![CDATA[ANALISIS TEXT MINING DARI HASIL WAWANCARA ]]>
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 9 No 1 (2020): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2020/Vol9.Iss1.157
<![CDATA[Abstract One important component in research is the process of researchers in collecting data or sampling data. A common technique used to obtain data sampling is to use a printed questionnaire (paper) then the respondent fills in or answers the questionnaire. Then the questionnaire is written in the form of documents / text. With the development of technology we can change the questionnaire technique by conducting interviews with respondents, the results of the conversation are recorded (the video) and then the voice is converted into text (text file) using the Speech to Text Application. Then the text file is analyzed using the Text Mining technique using the Rapidminer application to obtain a pattern from the results of the interview. Keywords: Text Mining, Interview, Conversation Abstrak Salah satu komponen yang penting dalam penelitian adalah proses peneliti dalam pengumpulan data atau sampling data. Teknik yang umum dilakukan untuk mendapatkan sampling data adalah dengan menggunakan kuesioner yang dicetak (kertas) kemudian responden mengisi atau menjawab kuesioner tersebut. Kemudian kuesioner tersebut dituliskan ke dalam bentuk dokumen/text . Dengan berkembangnya teknologi kita bisa merubah teknik kuesioner tersebut dengan cara melakukan wawancara dengan responden, hasil pembicaraan tersebut direkam (video) kemudian suara tersebut dilakukan konversi menjadi text (file text) dengan menggunakan Aplikasi Speech to Text. Kemudian file text tersebut dianalisis menggunakan teknik Text Mining dengan menggunakan aplikasi Rapidminer untuk memperoleh suatu pola dari hasil wawancara tersebut. Kata Kunci : Text Mining, Wawancara, Konversi]]>
<![CDATA[IMPLEMENTASI TEXT MINING PADA TWITTER DENGAN ALGORITMA K-MEANS CLUSTERING SEBAGAI DASAR KEBIJAKAN MARKETING BIRO PERJALANAN WISATA ]]>
<![CDATA[hendry fonda fonda]]>;
<![CDATA[Budy Mustika]]>;
<![CDATA[Eka Sabna]]>;
<![CDATA[Yuda Irawan]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 9 No 2 (2020): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2020/Vol9.Iss2.180
<![CDATA[Pada zaman modern seperti saat ini, penggunaan internet dan sosial media adalah instrumen yang wajib dalam menjalani kehidupan sehari-hari. Salah satunya twitter. Setiap unggahan pengguna twitter tersimpan pada media penyimpanan milik pengembangnya dan jarang dimanfaatkan dengan baik. Setiap pelaku usaha membutuhkan informasi tentang apa yang sedang tren terkait dengan jenis produk usahanya. Untuk itulah penulis ingin menggali dan mengelompokkan data bagi sosial tersebut untuk mendapatkan sebuah informasi yang kiranya bermanfaat untuk pelaku usaha. Dalam penelitian ini, penulis menggunakan metode pendekatan deskriptif analitis. Metode ini mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data atau sampel yang telah terkumpul sebagaimana adanya tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Dalam hal pengumpulan data dimulai dengan mengunduh data unggahan para pengguna twitter dan kemudian diolah dengan algoritma K-Means. Hasil yang diperoleh dari pengelompokan data tersebut menghasilkan data berupa kata-kata yang sedang tren dibicarakan. Hasil inilah yang digunakan oleh pelaku usaha untuk menentukan arah kebijakan pemasaran produknya. Hasil tersebut juga bisa dimanfaatkan oleh pelaku usaha sebagai bahan prediksi terhadap kecenderungan masyarakat dalam berwisata.]]>
<![CDATA[PENERAPAN TEXT MINING UNTUK PENGELOMPOKAN PENELITIAN DOSEN ]]>
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 9 No 2 (2020): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2020/Vol9.Iss2.183
<![CDATA[Penelitian merupakan salah satu dari Tri Darma Perguruan Tinggi. Setiap Dosen wajib melakukan penelitian. Hasil penelitian Dosen di Program Studi semakin bertambah dan beragam. Penelitian ini dilaksanakan untuk mengelompokkan judul-judul dari penelitian Dosen dengan menggunakan Text Mining. Pengelompokkan ini bertujuan untuk mengetahui Topik-topik penelitian Dosen. Dari hasil ini dapat membantu Program Studi dan Peneliti-peneliti yang lain untuk melihat kecendrungan (trend) penelitian yang dilakukan Dosen. Selain itu Program Studi dapat menggunakan hasil penelitian ini untuk menentukan Dosen Pembimbing dan Penguji dari mahasiswa yang mengambil matakuliah Skripsi. Selain itu hasil penelitian ini juga dapat membantu Dosen dalam mencari relasi/rekanan dalam penelitian Dosen tersebut selanjutnya.]]>
<![CDATA[APLIKASI PEMBAYARAN REKENING AIR PADA UPTD SPAM DINAS PEKERJAAN UMUM DAN PENATAAN RUANG, PERUMAHAN DAN KAWASAN PERMUKIMAN KABUPATEN KEPULAUAN MERANTI ]]>
<![CDATA[Muhardi Muhardi]]>;
<![CDATA[Eka Sabna]]>;
<![CDATA[Benni Harianto Naibaho]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 10 No 1 (2021): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2021/Vol10.Iss1.202
<![CDATA[UPTD SPAM adalah sebuah unit kerja di bawah naungan bidang Cipta karya di Dinas Pekerjaan Umum dan Penataan Ruang, Perumahan dan Kawasan Permukiman Kabupaten Kepulauan Meranti yang bergerak di bidang Pengadaan air bersih. UPTD SPAM ini masih melakukan pencatatan kwitansi pembayaran rekening dan pelaporan pemakaian air masih secara manual dalam buku besar, hal ini tentu tidak efektif dan efisien karena membutuhkan waktu yang lama jika pelanggan ingin membayar rekening pemakaian air setiap dan pelaporan pemakaian setiap bulannya. Untuk itu diterapkan sebuah aplikasi sebagai pengolahan data agar admin dapat melakukan pencatatan atau penginputan data terhadap seluruh data pelanggan UPTD SPAM, data input dan output pemakaian pelanggan yang digunakan dalam satu bulan serta laporan pemakaian pelanggan berdasarkan data yang telah di input ke dalam aplikasi.Aplikasi ini akan diimplementasikan dalam bentuk aplikasi berbasis website. Aplikasi pengolahan data ini menggunakan pemograman webPHP dan basis data MySQL sebagai penyimpanan data. Aplikasi ini adalah sebuah sistem yang akan menangani masalah penambahan lokasi daerah pelanggan, penambahan baru data pelanggan, pencatatan penggunaan pemakaian pelanggan setiap bulannya, serta pencatatan setiap pengaduan pelanggan yang mengalami masalah jaringan dan juga pelaporan bulanan pemakaian seluruh pelanggan.]]>
<![CDATA[DATA MINING DENGAN 2 (DUA) MODEL KLASIFIKASI UNTUK PREDIKSI KINERJA MAHASISWA ]]>
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 10 No 2 (2021): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2021/Vol10.Iss2.229
<![CDATA[Berlimpahnya data mahasiswa pada perguruan tinggi dapat digunakan secara maksimal sesuai dengan kebutuhan dan mampu diolah menjadi informasi yang bermanfaat sehingga dapat mengetahui hubungan antara atribut data yang di dalamnya dapat dianalisis dan diharapkan memiliki keluaran berupa kinerja mahasiswa yang berhubungan Hasil Belajar (IPK). Metode yang digunakan mengunakan metode CRISP-DM yang terdiri dari 6 tahapan. Ada 2 (dua) metode klasifikasi yang digunakan yaitu Naïve Bayes Classifier dan Decision Tree Algoritma C4.5 untuk dilakukan perbandingan algoritma mana yang lebih baik untuk memprediksi kinerja mahasiswa. Hasil dari implementasi data mining dengan menggunakan software Rapidminer, dilakukan terhadap dua model algoritma klasifikasi yaitu C4.5 dan NBC kemudian memasukan dataset sebagai bahan uji untuk kedua model tersebut yang di dalamnya terdapat data latih dan data uji. Berdasarkan nilai akurasi terbaik pada model algoritma Naive Bayes Classifier (NBC) adalah 80% sedangkan berdasarkan nilai akurasi terbaik pada model algoritma C4.5 adalah 60 %. Keywords: C4.5, NBC, IPK, kinerja, mahasiswa]]>
<![CDATA[INFORMATION RETRIEVAL PADA DATA JUDUL SKRIPSI BERBASIS TEXT MENGGUNAKAN VECTOR SPACE MODEL ]]>
<![CDATA[Eka Sabna]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 10 No 2 (2021): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[STMIK Hang Tuah Pekanbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33060/JIK/2021/Vol10.Iss2.230
<![CDATA[Penyimpanan data judul skripsi mahasiswa semakin banyak dan akan terus bertambah. Untuk mencari informasi dari judul skripsi tersebut akan menjadi sulit. Untuk itu dikembangkanlah metode pencarian yang disebut dengan temu-kembali informasi (information retrieval). Metode-metode temu-kembali informasi sudah dikenal sejak lama, salah satu dari metode tersebut yang paling banyak digunakan karena kemudahan implementasinya adalah Space Vector Model (SVM). Tujuan penelitian ini adalah memberikan paparan tentang proses pencarian dokumen digital dengan metode Vektor Space Model. Pada model ini dilakukan dengan proses token dan indexing sehingga ditemukan hasil dari maksimal terdapat dalam data judul skripsi menggunakan kata kunci, sehingga di lakukan pencarian sesuai dengan kata kunci dan akan dibandingkan dengan data yang terdapat pada file dokumen judul skripsi, sehingga dapat menghasilkan informasi yang benar.]]>
