Claim Missing Document
Check
Articles

Found 39 Documents
Search

Analisis Quality Of Service (QoS) Pada Laboratorium Komputer MAN 3 Karawang Lesmana, Rudi Wildantoro; Hannie, Hannie; Sulistiyowati, Nina
CSRID (Computer Science Research and Its Development Journal) Vol 12, No 3 (2020): CSRID OKTOBER 2020
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.12.3.2020.179-190

Abstract

MAN 3 Karawang saat ini telah menggunakan jaringan internet dan telah menerapkan sistem UNBK. Menurut Kepala Laboratorium Komputer (LabKomp), Bapak Suryadi menyebut bahwa sistem UNBK mulai diterapkan di MAN 3 Karawang yaitu pada tahun 2017 untuk tingkat SLTP dan SLTA. Namun pada tahun 2019 bertepatan dengan pelaksanaan try out Ujian Nasional (UN) tingkat SLTP, di sekolah tersebut pernah mengalami gangguan jaringan internet yang berdampak pada pemberhentiannya kegiatan tersebut untuk tahun 2019. Try out tersebut hanya terlaksana 1 hari dari waktu yang seharusnya yaitu 3 hari, yang berarti hanya terlaksana untuk satu mata pelajaran. Setelah dilakukan wawacara kepada 10 pengguna internet pada MAN 3 Karawang diketahui bahwa pada jaringan internet MAN 3 Karawang sering terjadi gangguan konektivitas dan jaringan internet lambat. Untuk mengatasi hal tersebut dilakukan penelitian yaitu menganalisis kinerja lalu lintas jaringan internet pada MAN 3 Karawang menggunakan teknik QoS (Quality Of Service) dengan parameter yang dijadikan acuan untuk QoS yaitu bandwith, delay, jitter,  throughput, dan packet loss. Metode penelitian yang digunakan pada penelitian ini yaitu metode Action Research. Berdasarkan hasil pada penelitian ini diketahui bahwa kualitas jaringan internet pada MAN 3 Karawang kurang layak untuk melaksanakan UNBK.
Perbandingan Metode Certainty Factor dan Dempster Shafer untuk Sistem Pakar Depresi Pasca Melahirkan Yunitasari Yunitasari; Apriade Voutama; Nina Sulistiyowati
Techno.Com Vol 20, No 3 (2021): Agustus 2021
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v20i3.4905

Abstract

Gangguan pasca melahirkan merupakan salah satu permasalahan yang dialami oleh seorang ibu setelah melahirkan. Emosional dan perubahan hormon yang tidak stabil setelah melahirkan menimbulkan gangguan psikologis seperti perasaan cemas, maupun depresi. Bagi masyarakat awam, gejala depresi pasca melahirkan dianggap biasa saja sehingga dengan keterbatasan pengetahuannya tidak memerlukan penanganan khusus. Namun hal ini tidak boleh dibiarkan, karena jika hal tersebut dibiarkan terus menerus dan semakin parah akan berdampak buruk pada kondisi ibu maupun bayinya. Melihat kasus yang terjadi maka sangat diperlukan sebuah informasi yang tepat dan mudah mengenai gangguan setelah mengembangkan suatu aplikasi yaitu sistem pakar. Metode Faktor Kepastian danDempster Shafer merupakan metode pakar sistem yang digunakan pada banyak kasus untuk mendukung ketidakpastian pemikiran dari seorang pakar. Penelitian ini bertujuan untuk membandingkan dua metode untuk mengetahui terbaik dalam sistem pakar diagnosis pasca melahirkan, dengan cara mendeteksi nilai CF pada metode Certainty Factor dan densitas pada metode Dempster Shafer . Hasil penelitian membuktikan bahwa metode Certainty Factor lebih baik dibandingkan metode Dempster Shafer dengan nilai perbandingan 90% yang dihasilkan oleh Certainty Factor dan 70% yang dihasilkan oleh Dempster Shafer .Penerapan yang tepat untuk aplikasi sistem pakar yang dibangun yaitu perhitungan metode Certainty Factor dalam membantu pendiagnosaan awal gangguan depresi pascamelahirkan dengan berbasis website .
Analisis dan Implementasi Sistem Ticketing Helpdesk Pada Universitas Singaperbangsa Karawang Dian Yunadi; Nina Sulistiyowati; Azhari Ali Ridho
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 2 (2020): November 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (228.957 KB) | DOI: 10.31294/ijcit.v5i2.8471

Abstract

UPT-TIK (Unit Pelaksana Teknis-Teknologi Informasi dan Komunikasi) Universitas Singaperbangsa Karawang adalah salah satu unit kerja yang melakukan kegiatan pada hal-hal yang berkaitan dengan teknologi, informasi dan komunikasi. Ketika terjadi suatu masalah yang berkaitan dengan TIK, civitas akademika masih banyak yang tidak tau cara melaporkan masalah tersebut. Adapun cara yang biasa dilakukan adalah dengan datang langsung ke ruangan UPT-TIK. Prosedur pelaporan yang kurang jelas dan penanganan pelaporan yang tidak tercatat dengan baik terkadang menyebabkan permasalahan yang tidak kunjung diatasi karena terlewat. Tujuan dari penelitian ini adalah untuk memudahkan civitas akademika dalam melaporkan masalah TIK yang ada di Universitas Singaperbangsa Karawang dan memberikan informasi kepada civitas akademika terkait perkembangan dari permasalahan yang telah dilaporkan. Metode penelitian yang digunakan adalah SDLC (System Development Life Cycle) dengan teknik pengembangan Evolutionary Prototyping. Tahapan dalam pengembangan Evolutionary Prototyping antara lain Analisa kebutuhan user, membuat prototyping, menyesuaikan prototyping, dan menggunakan prototyping. Hasil dari pengembangan sistem ini adalah suatu sistem ticketing helpdesk dengan memanfaatkan OsTicket untuk membantu civitas akademika dalam melaporkan masalah dan unit kerja UPT-TIK Universitas Singaperbangsa Karawang dalam merespon laporan tersebut.UPT-TIK (Technical and Information Technology and Communication Technology Implementation Unit) Singaperbangsa University of Karawang is a work unit that carries out activities on matters relating to technology, information and communication. When there is a problem related to ICT, there are still many academicians who do not know how to report the problem. The usual way to report the problem is to come directly to the UPT-ICT room. The purpose of this study is to facilitate the academic community in reporting ICT problems in the University of Singaperbangsa Karawang and provide information to the academic community related to the development of the problems that have been reported. The research method used is SDLC (System Development Life Cycle) with the evolutionary prototype development technique. The stages in the development of Evolutionary Prototyping include analyzing user needs, making prototyping, adjusting prototyping, and using prototyping. The result of the development of this system is a helpdesk ticketing system by utilizing OsTicket to assist the academic community in reporting problems and the UPT-TIK work unit of Singaperbangsa University of Karawang in responding to the report.
EVALUASI KEAMANAN INFORMASI BERBASIS ISO 27001 PADA DINAS PENGELOLAAN PENDAPATAN KEUANGAN DAN ASET DAERAH KABUPATEN KARAWANG Nina Sulistiyowati
SYNTAX Jurnal Informatika Vol 4 No 2: Syntax
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (404.012 KB) | DOI: 10.35706/syji.v4i2.332

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan menilai resiko keamanan informasi di DPPKAD, serta memberikan rekomendasi mengenai keamanan informasi yang harus diterapkan. Data yang digunakan dalam penelitian adalah data primer dan sekunder. Metode penelitian dilakukan dengan observasi dan wawancara untuk mengevaluasi dan menganalisa resiko menggunakan ISO 27001. Teknik analisis yang digunakan adalah (1)identifikasi aset (2) identifikasi ancaman dan kelemahan (3) identifikasi kemungkinan terjadi, dan (4) analisa resiko. Hasil analisa resiko menggunakan ISO 27001 menunjukan tingkat resiko yang harus dimitigasi adalah (1) Klausa 8: keamanan sumber daya manusia, (2) Klausa 9: Keamanan fisik dan lingkungan, (3) Klausa 11: kontrol akses, dan (4) Klausa 12: Akuisisi sistem informasi pembangunan dan pemeliharaan. Hasil evaluasi menunjukan bahwa masih banyak aktivitas yang sebaiknya diperbaiki dan diterapkan untuk meningkatkan keamanan informasi di DPPKAD.
Penerapan Algoritma C4.5 untuk Klasifikasi Tumbuh Kembang Balita Muhamad Rizky Abadi; Sofi Defiyanti; Nina Sulistiyowati
SYNTAX Jurnal Informatika Vol 8 No 1: Mei 2019
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.481 KB) | DOI: 10.35706/syji.v8i1.1458

Abstract

Sejak lahir sampai dengan usia lima tahun, anak seharusnya diukur tinggi dan berat badannya secara teratur untuk mengetahui pertumbuhannya. Cara ini dapat membantu untuk mengetahui lebih awal tentang gangguan pertumbuhan, sehingga segera dapat diambil tindakan tepat secepat mungkin. Hasil pengukuran dapat mengetahui apakah seorang anak terlalu cepat bertambah pertumbuhannya dibandingkan usianya atau tidak bertambah pertumbuhannya. Algoritma C4.5 adalah salah satu metode untuk membuat decision tree berdasarkan training data yang telah disediakan. Algoritma C4.5 merupakan pengembangan dari ID3. Penelitian ini menggunakan algoritma C4.5 untuk klasifikasi tumbuh kembang balita yang akan menghasilkan Indeks Massa Tubuh menurut Umur (IMT/U) berupa kategori status gizi sangat kurus, kurus, normal, gemuk. Metode yang digunakan KDD (Knowledge Discovery in Database) menggunakan tools WEKA 3.8.2. Hasil pengolahan data akan diuji dengan test options menggunakan 10-fold cross validation yang akan menghasilkan tingkat akurasi, precision, recall, f-measure. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 dengan test options menggunakan 10-fold cross validation memiliki hasil akurasi tertinggi yang didapat sebesar 90,4901%, precision 0,897, recall 0,905 dan f-measure sebesar 0,900. Hasil evalusi menghasilkan model pohon keputusan tumbuh kembang balita.
Evaluasi Penerapan Sistem Informasi Akademik Universitas Singaperbangsa Karawang Menggunakan Importance Performance Analysis Mohamad Jajuli; Nina Sulistiyowati
SYNTAX Jurnal Informatika Vol 7 No 1: Mei 2018
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.98 KB) | DOI: 10.35706/syji.v7i1.1721

Abstract

Universitas Singaperbangsa Karawang telah memanfaatkan perkembangan teknologi informasi dengan menggunakan Sistem Informasi Akademik (SIAKAD). Namun untuk sekarang ini, penggunaan SIAKAD masih ada kekurangan. Dari kekurangan itu, diperlukan evaluasi agar dapat mengukur kinerja dan kepuasan dari pengguna akan fitur yang ada di SIAKAD. Ada beberapa metode yang dapat digunakan untuk mengevaluasi penerapan SIAKAD salah satunya adalah Importance Performance Analysis. Metode penelitian menggunakan deskriptif kuantitatif dengan populasinya adalah mahasiswa aktif fakultas Ilmu Komputer di Unsika angkatan 2015-2017 sebanyak 539 mahasiswa. Sampel yang diambil sebanyak 230 mahasiswa dengan teknik sampling yang digunakan adalah proportionate stratified random sampling. Pengumpulan data menggunakan kuesioner skala 1 sampai dengan 4. Kuesioner dalam penelitian ini terdiri dari 5 variabel yaitu performance, information and data, control and security, efficiency, dan service. Uji validitas dan reliabilitas kuisioner menggunakan Korelasi Product Moment dan Alpha Cronbach. Hasil uji validitas dan reliabilitas menunjukkan semua variabel valid dan reliabel. Berdasarkan hasil penelitian bahwa variabel yang harus menjadi prioritas utama adalah variabel performance karena dari pemetaan diagram Importance Performance Analysis berada pada kuadran I. Variabel yang menjadi prioritas kedua adalah control and security karena dari hasil analisis kesenjangan harapan dan kenyataan, variabel control and security mendapatkan nilai negatif terbesar.
Analisis Pemetaan Tingkat Kriminalitas di Kabupaten Karawang menggunakan Algoritma K-Means Resti Noor Fahmi; Mohamad Jajuli; Nina Sulistiyowati
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 1 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i1.2413

Abstract

Kriminalitas merupakan salah satu permasalahan yang sering terjadi di masyarakat yang perlu diperhatikan karena merugikan dan menimbulkan dampak negatif kepada masyarakat. Dilansir dari jabar.tribunews.com Kabupaten Karawang menjadi ranking pertama tingkat kriminalitas tertinggi di Jawa Barat pada awal masa pandemi. Ini menjadi PR pemerintah dan Polres Karawang khususnya untuk dapat menangani dan mengupayakan penanggulangan kriminalitas di Karawang. Penelitian ini menggunakan metode clustering dengan algoritma k-means dan dilakukan pemetaan daerah rawan kriminalitas menggunakan QGIS. Hasil pengelompokan daerah rawan kriminalitas di Karawang pada 2019 didapatkan cluster tidak rawan sebanyak 23 kecamatan, cluster rawan sebanyak 3 kecamatan dan cluster sangat banyak sebanyak 4 kecamatan. Sedangkan pada 2020 didapatkan cluster tidak rawan sebanyak 22 kecamatan, cluster rawan sebanyak 4 kecamatan, dan cluster sangat rawan sebanyak 4 kecamatan. Hasil evaluasi clustering menggunakan silhouette coefficient pada tahun 2019 yaitu sebesar 0,52 dan 0,54 pada tahun 2020, keduanya masuk dalam kategori medium strucutre dengan interpretasi penempatan klaster yang wajar
Klasifikasi Jenis Kekerasan Pada Perempuan Dan Anak Dengan Algoritma Multinomial Naïve Bayes Giat Subroto; Nina Sulistiyowati; Azhari Ali Ridha
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3598

Abstract

Laporan kasus tindak kekerasan dan pelecehan seksual pada perempuan dan anak yang diterima oleh Dinas Pemberdayaan Perempuan dan Perlindungan Anak (DP3A) dalam melakukan rekap dan pengelompokan laporan kasus masih dilakukan secara manual. Penelitian dilakukan untuk membuat model klasifikasi berdasarkan kronologi kejadian pada laporan kasus kedalam beberapa kategori jenis kekerasan dengan memanfaatkan Text Mining. Tahapan yang dilakukan sesuai dengan tahapan pada metode Knowledge Discovery in Database (KDD) yaitu data selection, preprocessing, transformation, modeling, dan evaluation. Pembobotan kata dilakukan menggunakan algoritma Term Frequency-Inverse Document Frequency (TF-IDF). Untuk menangani imbalance dataset dilakukan proses oversampling menggunakan algoritma Random Oversampling. Algoritma yang digunakan untuk melakukan klasifikasi yaitu algoritma Multinomial Naïve Bayes. Kata Kunci: Multinomial Naïve Bayes, Random Oversampling, Text Mining, TF-IDF
Aplikasi Penentuan Tunjangan Kinerja dan Rekomendasi Pegawai Universitas Singaperbangsa Karawang Aldi Jakaria; Ade Andri Hendriadi; Nina Sulistiyowati
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 3, No 3 (2019): Juli 2019
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v3i3.1187

Abstract

Universitas Singaperbangsa Karawang does not yet have a system and criteria for assessing the performance of non-P3K employees. Currently the staffing office at the University of Singaperbangsa Karawang does not yet have a way to determine how an employee is entitled to a Performance Allowance. Based on these facts, a website-based employee performance allowance information system will be created with a case study of the staff of the singaperbangsa karawang university. The system to be built includes the definition of criteria, data processing to become the best employee recommendation / promotion and determination of Employee Performance Allowances. The methodology used is software engineering and uses the Software Development Life Cycle (SDLC) method with the waterfall model because it is in accordance with the research that will be carried out with a relatively short stage of system usage. The calculation process is done by using the method of fuzzy multiple attribute decision making with weighted product because this method determines the weight value for each attribute, then proceed with a ranking process that will select the best alternative from a number of alternatives. The system created can provide information about the amount of employee performance benefits and recommendations for promotion for employees. After evaluating the user, this system gets a response that is easy to understand and easy to understand on each menu on the system. Looking at the benefits of this system is useful when it will provide performance allowances to employees and at the time will determine the employees who are reconditioned for promotions. The design of employee recommendation decision support systems using fuzzy multiple attribute decision making is done by completing the weighted product to produce alternatives after verification with the existing data getting 60% accuracy.
Penerapan Algoritma Support Vector Machine (SVM) dengan TF-IDF N-Gram untuk Text Classification Nur Arifin; Ultach Enri; Nina Sulistiyowati
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 6, No 2 (2021)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1003.319 KB) | DOI: 10.30998/string.v6i2.10133

Abstract

Syntax Journal of Informatics is an information system that contains a collection of scientific articles managed by the Informatics Study Program of Singaperbangsa Karawang University. Currently, Syntax Journal of Informatics does not have a feature for categorizing scientific articles based on their focus and scope. The research is conducted to classify scientific articles into categories according to focus and scope contained on Syntax Journal of Informatics’ page automatically by utilizing the text mining process. Text mining is a process that aims to get important information from the text. The method used in the research is Knowledge Discovery in Database (KDD) with stages of data selection, preprocessing, transformation, modeling and evaluation. This study will compare the classifications based on the title of the article. The algorithm used is the Support Vector Machine (SVM) using four SVM kernels, including the linear kernel, polynomial kernel, sigmoid kernel and RBF kernel. Data are divided into four scenarios by using traintestsplit, namely 60:40, 70:30, 80:30 and 90:10. The results of the study after testing the model are measured by of Accuracy, Precision, Recall and F-measure. The best results are accuracy of 70%, precision of 75%, recall of 69% and f-measure of 71% in the 90:10 comparison scenario and linear kernel.