Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi

APLIKASI E–KAMUS OTOMOTIF BERBASIS ANDROID Hekmatiar, Altida; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 8 No 2 (2016)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (424.149 KB) | DOI: 10.35315/informatika.v8i2.8105

Abstract

Saat ini kendaraan yang paling banyak dimiliki masyarakat adalah kendaraan sepeda motor. Banyak masyarakat yang membeli dan bahkan memiliki sepeda motor lebih dari satu. Karena jenis kendaraan sepeda motor termasuk golongan benda bergerak, maka dibutuhkan kegiatan perawatan berkala, sebab seiring dengan pemakaian sehari-hari komponen mesin akan mengalami kerusakan.Namun saat ini banyak pemilik kendaraan yang pengetahuan otomotifnya masih tergolong rendah. Sebab cukup penting bagi pemilik kendaraan untuk mengetahui atau memahami paling tidak komponen – komponen utama pada kendaraannya sendiri. Dibutuhkan suatu aplikasi kamus elektronik (E-Kamus) yang dapat membantu memudahkan dalam mencari informasi nama – nama atau istilah – istilah pada otomotif secara offline. Dengan aplikasi offline,pemakai tidak harus mengeluarkan biaya tambahan untuk selalu terkoneksi dengan jaringan internet. Aplikasi kamus otomotif sepeda motor ini diharapkan dapat membantu masyarakat untuk mengetahui dan mempelajari tentang macam – macam nama komponen maupun onderdil yang ada dalam suatu kendaraan berserta penjelasannya dengan menggunakan perangkat handphone. Aplikasi E-Kamus Otomotif Berbasis Android dapat dikatakan user friendly hal ini dapat dilihat dari desain aplikasi,penjelasan informasi dan kemudahan dalam mengakses aplikasi tersebut. Aplikasi e- kamus otomotif berbasis android ini dapat dijalankan pada smartphone android minimal versi 4.0 ICS (Ice Cream Sandwich). Untuk mendapatkan hasil tampilan yang maksimal, spesifikasi penginstalan pada smartphone android masih dibatasi dengan resolusi layar minimal 4.5 inch. Aplikasi e-kamus otomotif berbasis android ini pada halaman penjelasan komponen menjelaskan informasi keterangan dan fungsi komponen beserta contoh gambar pada kendaraan sepeda motor
MENCARI POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA FP-GROWTH Wijaya, Arnandia Raka; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 1 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (157.922 KB) | DOI: 10.35315/informatika.v10i1.8124

Abstract

Data Mining adalah proses pencarian informasi dengan melakukan penggalian dari pola pola data transaksi dengan tujuan dapat memperoleh sebuah informasi yang berharga untuk mengelola data yang sangat besar.Pada Toko Kita setiap harinya terjadi ratusan transaksi. Dalam mempermudah melakukan pengelolaan penyediaan barang maka perlu diketahui produk apa saja dan itemset antar kaitan barangnya untuk membantu menangani penyediaan barang.Dalam kaitannya dalam mengatasi permasalahan penyediaan yang ada pada Toko Kita, data mining memiliki beberapa teknik salah satunya adalah teknik assossiasi. Teknik assossiasi dilakukan untuk menemukan aturan assossiatif antara suatu kombinasi item. Sedangkan beberapa metode algoritma yang dapat digunakan salah satunya adalah algoritma FP-GROWTH yaitu dalam pembangunan frequent itemsetnya algoritma FP-GROWTH menggunakan struktur data tree atau disebut FP-Tree, dari struktur FP-tree ini nantinya frequent itemset dapat langsung diekstrak dan diketahui hasilnya Adapun dalam penelitian ini data yang digunakan adalah data transaksi pada Toko Kita dari rentang waktu bulan November 2016 sampai Oktober 2017. Dimana dalam penelitiannya dihasilkan beberapa aturan assossiasi salah satunya yaitu {item1=899898910012GG FILTER 12} => {frequent=899190610101DJARUM SUPER 12} yang berarti item GG FILTER 12 muncul bersamaan dengan item DJARUM SUPER 12 dengan tingkat dukungan 0.02 dan tingkat kepercayaan 1.00.
PENERAPAN DATA MINING NILAI PENJAJAKAN UJIAN NASIONAL MENGGUNAKAN METODE CLUSTERING STUDI KASUS DI SMP “X” DI KOTA SEMARANG Sulastri, Sulastri; Jananto, Arief; Eniyati, Sri
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.266 KB) | DOI: 10.35315/informatika.v10i2.8134

Abstract

Untuk menghadapi Ujian Nasional memerlukan persiapan yang baik agar siswa mendapat nilai yang maksimal. Salah satu cara untuk menyiapkan siswanya, sekolah dan dinas terkait melakukan Penjajakan Ujian Nasional (PUN). SMP “X” di kota Semarang juga melakukan PUN, nilai PUN yang diperoleh kemudian diranking untuk pengelompokan kelas tambahan. Tiap kelas tambahan mempunyai 30 siswa. Siswa yang ranking 1-30 menempati kelas A, siswa yang ranking 31-60 di kelas B dan seterusnya. Tujuan peneltian ini menganalisa nilai PUN dari 288 siswa dengan menggunakan metoda K-mean untuk mendapatkan cluster-cluster kelas tambahan sesuai dengan kebutuhan. Nilai PUN yang dianalisa adalah nilai Bahasa Indonesia, Matematika, Bahasa Inggris dan IPA. Dari analisa yang sudah dikerjakan didapat bahwa jumlah cluster dapat ditentukan sesuai kebutuhan bidang akademik dan tiap cluster mempunyai cacah anggota yang berbeda.
ALGORITMA ECLAT SEBAGAI ALAT BANTU PENGELOLAAN PERSEDIAAN BARANG Huda, Alfian Fatkhul; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (368.728 KB) | DOI: 10.35315/informatika.v10i2.8136

Abstract

Tokokita adalah mini market yang melayani penjualan sembako,alat-alat tulis dan lain-lain.Toko Kita sudah menggunakan barcode untuk penjualan semua barang yan ada. Namun TokoKita sering menemukan kendala dalam persediaan barang dikarenan tidak mempunyai pedoman tolak ukur dalam persiapan persediaan barang selanjutnya. Data transaksi TokoKita dari bulan november 2016 sampai bulan oktober 2017 digunakan untuk menggali informasi keterkaitan suatu item. Metode penelitian yang digunakan pada penelitian ini yaitu CRISP-DM yang terdiri dari , bussines understanding, data understanding, data preparation, modelling, evaluation, dan deployment.
KLUSTERISASI OPTIMAL DENGAN ELBOW METHOD UNTUK PENGELOMPOKAN DATA KECELAKAAN LALU LINTAS DI KOTA SEMARANG Ekasetya, Vada Annisa; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 12 No 1 (2020)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (554.499 KB) | DOI: 10.35315/informatika.v12i1.8159

Abstract

Kota Semarang merupakan kota metropolitan terbesar ke-5 se-Indonesia dengan angka kecelakaan lalu lintas yang dapat dikatakan tinggi. Dalam laporan tahunan Satlantas Kota Semarang dari tahun 2017, 2018 berurutan telah terjadi sebanyak 936 kasus dan 1.008 kasus. Kemudian pada tahun 2019 dengan hasil rekap sampai dengan bulan Agustus terjadi sebanyak 909 kasus. Untuk mengetahui pola kecelakaan dalam mengolah data Laka Lantas dapat menggunakan sebuah metode penambangan data yang disebut data mining. Menggunakan teknik clustering dengan algoritma K-Means untuk menghasilkan pola dalam ekstraksi informasi, yang dikombinasikan dengan teknik optimasi kluster yaitu metode Elbow. Penelitian ini menggunakan proses uji coba manual dan aplikasi RStudio. Perhitungan manual menggunakan uji coba jumlah K=2 sampai K=10 dengan penerapan metode Elbow menggunakan perhitungan nilai SSE (Sum of Square Error) pada tiap kluster. Pada grafik selisih SSE tiap kluster menunjukan patahan siku pada jumlah K=3. Perhitungan komputasi dengan aplikasi RStudio menghasilkan grafik selisih SSE dengan patahan siku pada jumlah K=3. Kemudian dengan menggunakan jumlah K=3 diimplementasikan kedalam Algoritma K-Means pada RStudio. Berdasarkan analisis yang dilakukan dengan data Laka Lantas periode bulan Oktober 2018 sampai bulan Juli 2019 menghasilkan tiga segmentasi data.
ANALISA PENGARUH JUMLAH PENDUDUK, LUAS WILAYAH DAN CUACA TERHADAP PENYEBARAN KASUS VIRUS CORONA PADA BEBERAPA NEGARA TERPAPAR DI DUNIA Wahyudi, Eko Nur; Anis, Yunus; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 12 No 2 (2020)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (446.688 KB) | DOI: 10.35315/informatika.v12i2.8277

Abstract

Pandemi virus corona (covid-19) melanda dunia. Terhitung mulai Desember 2019 hingga sekarang telah melanda ratusan negara dengan banyak korban mencapai jutaan jiwa. Tak sedikit pula korban yang terkena dampak dari berbagai kebijakan yang ditetapkan oleh masing-masing negara dalam rangka menanggulangi wabah penyakit tersebut. Hingga saat ini masih menjadi perdebatan asal muasal virus tersebut, ada yang menyebut berasal dari Wuhan China, tapi ada pula yang menyatakan berasal dari Amerika yang kemudian dibawa ke China. Sampai sekarang belum ada satupun negara yang memproklamirkan telah menemukan vaksin corona. Hingga kapan wabah ini akan berakhir dan berapa lagi korban jiwa yang akan direnggut, semuanya masih dalam upaya semua pihak yang berkepentingan khususnya para peneliti di bidang virologi, kedokteran, kesehatan dan farmasi. Mereka seakan berlomba untuk menjadi penemu dan pemenang dalam perang melawan virus corona. Penyebaran virus yang sangat cepat menjadi sebuah perhatian khusus, bahkan beberapa negara melejit jumlah kasus dan korbannya jauh melebihi negara asal virus corona muncul yaitu China. Negara Amerika, Italia, Spanyol dan Inggris contohnya, kasus dan korban di negara tersebut sangatlah tinggi dalam rekapan jumlah setiap harinya. Banyak yang menghubungkan penyebab tersebut dengan kondisi yang berbeda di setiap negara, baik dari sisi jumlah penduduk, iklim yang ada, kebijakan pemerintahannya, dan masih ada beberapa yang lainnya menjadi pertimbangan penilaian terhadap mewabahnya virus tersebut. Penelitian ini mencoba menganalisa faktor-faktor yang diduga menjadi beberapa penyebab penyebaran virus corona yang begitu cepat dengan metode analisis matematika, statistik dan data mining sederhana menggunakan K-Means. Penelitian ini menghasilkan informasi mengenai pengaruh jumlah penduduk, luas wilayah dan cuaca di suatu negara terhadap perkembangan virus covid-19. Dengan demikian diharapkan bahwa informasi tersebut dapat dijadikan salah satu dasar pengambilan kebijakan terhadap langkah-langkah penanganan terhadap kasus covid-19.
KLASTERISASI LITERATUR MAHASISWA MENGGUNAKAN METODE AHC DI DINAS KEARSIPAN DAN PERPUSTAKAAN PROVINSI JAWA TENGAH Fadhilah, Annisa Nur; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 13 No 1 (2021)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (981.395 KB) | DOI: 10.35315/informatika.v13i1.8366

Abstract

ABSTRAK Dinas Kearsipan dan perpustakaan Provinsi Jawa Tengah adalah suatu instansi pemerintahan yang menjadi pusat pengelolaan buku dan arsip yang ada di Provinsi Jawa Tengah. pelajar dan mahasiswa untuk memenuhi kebutuhan literasi yang diperlukan atau untuk sekedar membaca buku. Namun, seringkali buku yang diperlukan oleh mahasiswa persediaannya terbatas dan terkadang statusnya masih dipinjam. Untuk mengelompokkan buku yang sering dipinjam agar pihak perpustakaan dapat lebih efektif dalam menambahkan koleksi buku yang ada pada perputakaan dapat menggunakan metode Single Linkage dan Complete Linkage pada Agglomerative Hierarchial Clustering (AHC). Hasil yang didapatkan pada penelitian ini yaitu untuk metode Single Linkage menggunakan data sebanyak 1890 data dengan cluster 1 sebanyak 1840 data, cluster 2 sebanyak 34 data, dan cluster 3 sebanyak 16 data. Untuk metode Complete Linkage menggunakan 1890 data dengan hasil cluster 1 sebanyak 1592 data, cluster 2 sebanyak 248 data, dan cluster 3 sebanyak 3 data. Dari hasil yang didapat tersebut, dapat diketahui bahwa atribut pekerjaan yang mendominasi adalah mahasiswa dan atribut kategori buku yang mendominasi adalah Ilmu Umum, sehingga pihak perpustakaan dapat menambahkan koleksi Ilmu Umum dan mengurangi koleksi dengan kategori Fiksi. Kata Kunci: Agglomerrative Hierarchial Clustering (AHC), Single Linkage, Complete Linkage, Koleksi Buku Perpustakaan
PENERAPAN K-MEANS CLUSTERING PADA PENDAFTARAN ANGGOTA PERPUSTAKAAN DI DINAS KEARSIPAN DAN PERPUSTAKAAN PROVINSI JAWA TENGAH Laila, Tsurayya Nur; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 13 No 1 (2021)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (630.237 KB) | DOI: 10.35315/informatika.v13i1.8369

Abstract

Dinas Kearsipan dan Perpustakaan Provinsi Jawa Tengah merupakan pusat pengolahan buku dan arsip yang ada di Kota Semarang. Yang menyediakan berbagai jenis layanan dan juga koleksi, karena itu hampir setiap hari masyarakat umum dari berbagai latar belakang datang ke perpustakaan untuk menikmati layanan dan koleksi yang disediakan. Para pengunjung diwajibkan memiliki kartu anggota perpustakaan, jadi setiap hari banyak masyarakat yang ingin mendaftar menjadi anggota. Untuk mengelompokan kalangan masyarakat yang mendaftar di perpustakaan menggunakan metode clustering dengan algoritma K-Means yang diharapkan dapat membantu untuk mengetahui kalangan apa yang mendominasi pendaftaran anggota di perpustakaan. Penelitian ini menggunakan 2007data dengan jumlah cluster 3 cluster. Hasil dari perhitungan untuk masing –masing cluster adalah untuk cluster 1 berjumlah 173data, untuk yang mendominasi pendaftaran anggota pada cluster 1 adalah berusia 17 sampai 25 tahun, bertingkat pendidikan S1 yang merupakan Pegawai Swasta. Cluster 2 berjumlah 967 yang mendominasi adalah berusia 17 sampai 25 tahun, bertingkat pendidikan S1 yang merupakan Mahasiswa. Cluster 3 berjumlah 867 data yang mendominasi adalah berusia 6 sampai 11 tahun yang bertingkat pendidikan SD yang merupakan sebagai Pelajar. Kata Kunci: Pendaftaran Anggota Perpustakaan, Data Mining, Clustering, K-Means