Articles
<![CDATA[Penentuan Jarak Terpendek Menggunakan Metode Dijkstra Pada Data Spasial Openstreetmap (Studi Kasus : Pada Perusahaan Pengantaran Barang Wahana Logistik Kota Malang) ]]>
<![CDATA[Muhammad Ashari Fajar Nugroho]]>;
<![CDATA[Yan Watequlis Syaifudin]]>;
<![CDATA[Dwi Puspitasari]]>
<![CDATA[ SMATIKA JURNAL Vol 9 No 01 (2019): SMATIKA Jurnal : STIKI Informatika Jurnal ]]>
Publisher : <![CDATA[LPPM STIKI MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (465.699 KB)
|
DOI: 10.32664/smatika.v9i01.265
<![CDATA[Openstreetmap is a web-based project to create a free and open worldwide map, built entirely by volunteers by conducting surveys using gps, digitizing satellite imagery and collecting and freeing available geographic data in the public. Many types of digital maps are available on the internet, but most have legality limitations. This makes the user unable to use the map freely. And also on openstreetmap still does not support to search the track with data input of more than 1 destination. Wahana Logistics is one of the logistics shipping services in Malang. But in openstreetmap, the location of the Wahana logistics is still not available at all. Therefore, a system for determining the shortest pathway was made using the Dijkstra algorithm at a Wahana Logistics case study. The system is in the form of a web using a codeigniter framework, with the consideration that the web can be accessed by all members of Wahana Logistics without differentiating platform used by user. The dijkstra is one of methods to determine shortest path, but before entering method calculation, path data will be processed using haversine formula to determine the distance between the node s. To process a path search, this system provides search facility with multiple input purpose. So, the resulting paths according with data entered by user]]>
<![CDATA[Optimalisasi Keuntungan Bisnis Laundry Dengan Program Linier ]]>
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Anggie Irfhan Refhiansyah]]>;
<![CDATA[Sajidul Fajri]]>;
<![CDATA[Erwin Harahap]]>
<![CDATA[ Matematika Vol 20, No 1 (2021): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v20i1.8481
<![CDATA[Berbisnis merupakan pekerjaan yang memiliki potensi besar dalam kehidupan, terutama pada era modern seperti sekarang ini. Banyak sekali peluang bisnis dimana salah satunya adalah bisnis laundry (jasa cuci). Tidak mudah untuk menjalankan sebuah bisnis, oleh karena itu dibutuhkan ketekunan dan perhitungan yang tepat dari berbagai segi aspek agar bisnis dapat bertahan dan berkembang dengan baik. Bisnis laundry akan berkembang dengan baik jika dijalankan dengan mengedepankan kualitas dan kuantitas, seperti bahan pencuci yang baik dan tarif laundry yang terjangkau. Dengan begitu akan semakin menarik pelanggan berdatangan. Untuk mengetahui seberapa besar keuntungan yang didapat melalui bisnis laundry ini maka diperlukannya metode untuk menghitungnya. Salah satu metode yang dapat dipakai adalah metode grafik pada program linier. Metode ini adalah metode yang paling mudah digunakan oleh kaum awam. Dengan metode ini maka keuntungan optimum yang didapat dalam periode tertentu akan diketahui, dimana pebisnis dapat mengetahui kekuatan dan kelemahan dalam bisnis laundry yang digelutinya sehingga bisnis laundry akan berkembang dengan pesat.]]>
<![CDATA[SISTEM INFORMASI AKUNTASI (SAKTIPOL) UNTUK PENGELOLAAN KEUANGAN PRODUK BATIK DAN BORDIR DI DESA PAKISAJI KABUPATEN MALANG ]]>
<![CDATA[Mungki Astiningrum]]>;
<![CDATA[Yuri Ariyanto]]>;
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Atiqah Nurul Asri]]>;
<![CDATA[Moch Zawaruddin A]]>
<![CDATA[ Jurnal Pengabdian Kepada Masyarakat (J-ABDIMAS) Vol 7 No 2 (2020): JURNAL PENGABDIAN KEPADA MASYARAKAT 2020 ]]>
Publisher : <![CDATA[Publisher UPT P2M Politeknik Negeri Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (254.584 KB)
<![CDATA[The increasingly heavier life demands, especially in the economic sector, have encouraged housewives in Desa Pakisaji, Kabupaten Malang to set up Ron Tuwuh batik tulis business group and Prohandji Embroidery business group. The batik works are quite good and have begun to be well-known, especially among government agencies in Kabupaten Malang, as well as their embroidery works. There have been several steps taken to develop themselves in terms of design, namely by establishing a partnership with the 2019 Partnership PKM team of Information Technology Department of State Polytechnic of Malang. They have learned to design using applications built and as a result their designs become more up-to-date and the workmanship becomes more efficient. In an effort to sustain this program, this year the same team also continued PKM Partnership by solving other problems faced. From the results of interviews and observations conducted, it was found that each group had problems in the field of financial recording. The income of the batik cloth and the embroidered cloth are still recorded manually so that the financial recording process of both income and expenditure is ineffective and inefficient. From these problems, an Accounting Information System, SAKTIPOL was created which aims to assist both groups in the field of financial management. In addition, after the system was designed, this team then provided training and assistance in the use of this computer and internet-based application. ]]>
<![CDATA[IDENTIFIKASI KESEGARAN DAGING SAPI BERDASARKAN CITRANYA DENGAN EKSTRAKSI FITUR WARNA DAN TEKSTURNYA MENGGUNAKAN METODE GRAY LEVEL COOCCURRENCE MATRIX ]]>
<![CDATA[Rosa Andrie Asmara]]>;
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Siti Romlah]]>;
<![CDATA[Qonitatul Hasanah]]>;
<![CDATA[Robertus Romario]]>
<![CDATA[ SENTIA 2017 Vol 9 (2017) ]]>
Publisher : <![CDATA[Politeknik Negeri Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1779.309 KB)
<![CDATA[Di Indonesia harga daging sapi cukup mahal, hal ini terjadi karena mata rantai distribusi yang sangat panjang dari peternak hingga ke tangan konsumen, sehingga diperlukan biaya yang sangat tinggi untuk membeli daging sapi. Dengan mahalnya daging sapi tersebut ada beberapa oknum yang berusaha untuk mencampur kualitas kesegaran daging sapi dengan mencampurnya antara daging yang baru dipotong dengan daging yang sudah dipotong beberapa waktu. Kondisi ini sangat merugikan kalangan konsumen yang membeli daging sapi. Saat ini identifikasi daging dilakukan secara manual dengan kasat mata maupun dengan menekan dagingnya untuk mengetahui tekstur daging. Cara ini memiliki banyak kelemahan bila para konsumen tidak jeli untuk membedakan kualitas kesegaran daging sapi.Perkembangan ilmu pengetahuan dan teknologi pengolahan citra digital memungkinkan untuk memilih kualitas kesegaran daging sapi tersebut secara otomatis dengan bantuan aplikasi pengolahan citra. Klasifikasi kesegaran daging sapi ini menerapkan metode Backpropagation sebagai classifier. Untuk ekstraksi fitur warna menggunakan channel warna Red Green Blue, sedangkan ekstraksi tekstur dilakukan menggunakan metode Gray Level Co-Occurrence Matrix. Metode ini akan mengambil informasi tekstur permukaan daging pada level warna keabuan. Tingkat keberhasilan klasifikasi kesegaran daging sapi yang didapatkan menggunakan metode Naïve Bayes memiliki tingkat akurasi 95,83%.Kata kunci : Daging, Gray Level Co-Occurrence Matrix, Backpropagation.]]>
<![CDATA[Dukungan Keluarga dalam Keikutsertaan KB pada Pasangan Usia Subur di Desa Argomulyo Sedayu Bantul Yogyakarta ]]>
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Siti Nurunniyah]]>
<![CDATA[ JNKI (Jurnal Ners dan Kebidanan Indonesia) (Indonesian Journal of Nursing and Midwifery) Vol 2, No 3 (2014): November 2014 ]]>
Publisher : <![CDATA[Alma Ata University Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (269.289 KB)
|
DOI: 10.21927/jnki.2014.2(3).93-98
<![CDATA[Family planning (FP) participation in 6 village located in Argomulyo, Sedayu, namely Puluhan, Kemusuk Kidul, Karanglo, Pedes, Surobayan and Kaliberot was 59.22%. The percentage was lower than the average number of Bantul which reached 81.40%. The progress of family planning programs can not be separated from their families since the family support is closely related to encouragement or motivation given to the reproductive age couples to participate in FP. The purpose of this study was to determine the relationship between family support and the participation of FP of reproductive age couples Argomulyo village Sedayu, Bantul, Yogyakarta. Study design used in this study was cross sectional. The total population of reproductive age couples in Argomulyo village were 916 respondents. The sampling technique was done by total sampling. The research instrument used in the form of questionnaires. Hypothesis testing with chi-square test (α=0.05). From the data analysis between family support and FP participation variables resulted on OR=19.09 (95%CI:12.614-28.875) and contingency coefficient = 0.479 and the FP participation. In conclusion, there was a positive relationship between family support with the FP participation on the spous of reproductive age couples in Argomulyo village, Sedayu, Bantul, Yogyakarta.]]>
<![CDATA[PENERAPAN ENTROPY BASED DISCRETIZATION PADA METODE NAIVE BAYES DALAM KLASIFIKASI PENYAKIT DIABETES MELLITUS ]]>
<![CDATA[Rudy Ariyanto]]>;
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Yusniar Alfani]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v6i4.301
<![CDATA[Diabetes Mellitus merupakan salah satu penyakit penyebab kematian tertinggi di Indonesia. Penderita Diabetes Mellitus diperkirakan akan terus meningkat. Hal ini tersebut menunjukkan bahwa Diabetes Mellitus perlu diperhatikan secara serius. Penyakit diabetes dapat dicegah jika kita mengetahui gejala – gejala penyakit Diabetes Mellitus. Dari permasalahan di atas, maka dibuatlah sistem yang berjudul “Penerapan Entropy Based Discretization pada Metode Naive Bayes Dalam Klasifikasi Penyakit Diabetes Mellitus”. Sistem ini membantu sarana kesehatan Puskesmas Kendalsari dalam melakukan anamnesa dan menentukan hasil tes laboraturium. Peetugas anamnesa akan melakukan anamnesa dengan pasien dengan keluaran tingkat potensi user terhadap penyakit diabetes. Tingkat potensi pasien terhadap Diabetes Mellitus dikelompokkan menjadi tiga kelas yaitu, rendah, sedang dan tinggi. Selanjutnya petugas laboraturiu akan pemerikasaan terhadap pasien untuk memastikan apakah hasil pemerikasaan sesuai dengan tingkat potensi user terhadap penyakit Diabetes Mellitus . Metode Naive Bayes adalah metode yang digunakan melakukan klasifikasi potensi user dan hasil laboraturium pasien. Sedangkan Metode Entropy Based Discretization digunakan untuk melakukan trasnformasi hasil laboraturium pasien yang memiliki nilai kontinyu menjadi bernilai diskrit. Data gejala Diabetes Mellitus dalam penelitian ini diambil dengan menggunakan kuisioner, sedangkan data hasil tes dalam penelitian ini diambil dari Puskesmas Kendalsari.Dari hasil implementasi klasifikasi gejala user menggunakan metode Naive Bayes mendapatkan akurasi sebesar 96%. Sementara hasil implementasi klasifikasi hasil tes user menggunakan metode transformasi Entropy Based Discretization mendapatkan akurasi sebesar 80%. Saran untuk sistem ini adalah penambahan jadwal kontrol user kepada dokter agar gula darah selalu terjaga.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN BERPRESTASI JURUSAN TEKNOLOGI INFORMASI DI POLITEKNIK NEGERI MALANG ]]>
<![CDATA[Ervin Vidi Wicahya]]>;
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Ahmadi Yuli Ananta]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v6i4.347
<![CDATA[Penilaian prestasi dosen merupakan salah satu kegiatan yang diadakan setiap semester pada Jurusan Teknologi Informasi di Politeknik Negeri Malang. Kegiatan ini bertujuan untuk memberikan penghargaan pada Dosen sesuai dengan UU No 14 tahun 2005 tentang Guru dan Dosen, Pasal 51 Ayat (1) Butir b, bahwa Dosen berhak mendapatkan penghargaan sesuai dengan kinerja akademiknya. Pada Jurusan Teknologi Informasi penilaian prestasi dosen merupakan salah satu kegiatan yang diadakan setiap semester di Politeknik Negeri Malang. Adapun data kriteria yang dijadikan sebagai dasar penilaian yaitu kehadiran dosen, pengumpulan nilai, pengumpulan soal ujian, penilaian mahasiswa, jurnal, seminar, penelitian dan pengabdian kepada masyarakat. Untuk saat ini setiap dosen di Jurusan Teknologi Informasi harus memberikan secara langsung data penilaian tersebut dan admin harus menjumlahkan semua nilai yang terkumpul dari setiap dosen yang pada akhirnya membutuhkan waktu yang cukup lama dalam perhitungannya. Sehingga itu menjadi suatu permasalahan yang harus segera diselesaikan. Untuk mengatasi permasalahan tersebut maka dirancang sebuah sistem pendukung keputusan untuk pemilihan dosen berprestasi menggunakan Metode Simple Additive Weighting (SAW). Hasil akhir dari penelitian ini sistem dapat menampilkan hasil perangkingan untuk membantu dalam menentukan dosen berprestasi Jurusan Teknologi Informasi di Politeknik Negeri Malang, dengan cara menghitung dan memproses nilai prioritas atau bobot yang ditentukan dari setiap kriteria data yang dimasukkan. Kata Kunci : SPK, pemilihan dosen berprestasi, metode SAW]]>
<![CDATA[PENGEMBANGAN SISTEM REKOMENDASI MENU PAKET MEETING MENGGUNAKAN METODE FP-GROWTH (STUDI KASUS LOTUS GARDEN HOTEL KEDIRI) ]]>
<![CDATA[Betlian Fajrin]]>;
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Deasy Sandhya Elya Ikawati]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v6i3.307
<![CDATA[Perkembangan teknologi informasi yang semakin pesat, menuntut pihak manajemen hotel agar para konsumen mendapatkan informasi secara cepat dan akurat mengenai sarana dan prasarana yang disediakan. Namun, tidak tersedianya informasi mengenai detil menu paket meeting yang dapat diambil ketika konsumen menyewa ruang pertemuan (meeting) serta bagaimana cara pemesanannya. Dalam hal ini, untuk memperoleh informasi yang benar mengenai penyewaan ruang dan detil menu paket meeting yang dapat dipesan tidak terlepas dari proses penggalian dan pengolahan data transaksi penyewaan ruang. Dari data transaksi menu yang diperoleh dapat pula dimanfaatkan untuk mengetahui pola beli konsumen agar dapat diketahui pola–pola yang sering muncul (frequent pattern) sehingga dapat dibuat menjadi suatu rekomendasi menu paket meeting agar memudahkan konsumen dalam menentukan menu paket meeting yang dipilih. Salah satu algoritma yang dapat digunakan untuk mencari himpunan data yang sering muncul dalam suatu kumpulan data adalah algoritma FP-Growth. Algoritma FP-Growth merupakan algoritma yang digunakan untuk mendapatkan pola dari sebuah basis data. Pada penelitian ini, nilai ambang batas (threshold) yang ditetapkan sebesar = 3, sehingga diperoleh aturan–aturan yang kemudian diambil beberapa aturan (rule) dengan nilai final support dan final confidence tertinggi untuk ditarik suatu kesimpulan yaitu nilai kekuatan keterkaitan antar item paling tinggi 11.0 yang diuji menggunakan metode lift ratio. Juga untuk pengujian kesesuaian aturan yang dihasilkan dari perhitungan manual dan perhitungan dari system sebesar 57%.Perkembangan teknologi informasi yang semakin pesat, menuntut pihak manajemen hotel agar para konsumen mendapatkan informasi secara cepat dan akurat mengenai sarana dan prasarana yang disediakan. Namun, tidak tersedianya informasi mengenai detil menu paket meeting yang dapat diambil ketika konsumen menyewa ruang pertemuan (meeting) serta bagaimana cara pemesanannya. Dalam hal ini, untuk memperoleh informasi yang benar mengenai penyewaan ruang dan detil menu paket meeting yang dapat dipesan tidak terlepas dari proses penggalian dan pengolahan data transaksi penyewaan ruang. Dari data transaksi menu yang diperoleh dapat pula dimanfaatkan untuk mengetahui pola beli konsumen agar dapat diketahui pola–pola yang sering muncul (frequent pattern) sehingga dapat dibuat menjadi suatu rekomendasi menu paket meeting agar memudahkan konsumen dalam menentukan menu paket meeting yang dipilih. Salah satu algoritma yang dapat digunakan untuk mencari himpunan data yang sering muncul dalam suatu kumpulan data adalah algoritma FP-Growth. Algoritma FP-Growth merupakan algoritma yang digunakan untuk mendapatkan pola dari sebuah basis data. Pada penelitian ini, nilai ambang batas (threshold) yang ditetapkan sebesar = 3, sehingga diperoleh aturan–aturan yang kemudian diambil beberapa aturan (rule) dengan nilai final support dan final confidence tertinggi untuk ditarik suatu kesimpulan yaitu nilai kekuatan keterkaitan antar item paling tinggi 11.0 yang diuji menggunakan metode lift ratio. Juga untuk pengujian kesesuaian aturan yang dihasilkan dari perhitungan manual dan perhitungan dari system sebesar 57%.]]>
<![CDATA[PEMETAAN DAERAH RAWAN KECELAKAAN MENGGUNAKAN METODE FUZZY C-MEANS ]]>
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Yan Watequlis Syaifudin]]>;
<![CDATA[Resqy Dwi Nofyandi]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i1.260
<![CDATA[Kecelakaan lalu lintas adalah suatu peristiwa di jalan yang tidak diduga dan tidak disengaja melibatkan kendaraan dengan atau tanpa pengguna jalan lain yang mengakibatkan korban manusia dan kerugian harta benda. Angka kecelakaan hingga menyebabkan korban meninggal dunia meningkat tajam di wilayah hukum Polres Pasuruan Kota. Data kecelakaan lalu lintas sangat berhubungan erat dengan data yang bersifat spasial temporal, yaitu memiliki informasi utama berupa lokasi dan waktu kejadian. Namun, pemanfaatan data kecelakaan lalu lintas masih kurang optimal karena hanya disajikan dalam bentuk grafik statistika sehingga potensi informasi dari data tersebut tidak tersampaikan secara maksimal. Dengan memanfaatkan teknik data mining, data mengenai kecelakaan lalu lintas dapat digali untuk mengelompokkan ruas-ruas jalan berdasarkan faktor kesamaan karakteristik yang melekat pada data. Salah satu metode klasterisasi yang digunakan untuk mencapai tujuan ini adalah algoritma Fuzzy C-Means. Hasil pengelompokan data kecelakaan tadi divisualisasikan menggunakan peta yang menggambarkan pemetaan daerah hasil clustering di wilayah hukum Polres Pasuruan Kota. Kata kunci : clustering, fuzzy c-means, kecelakaan lalu lintas, data mining]]>
