Articles
Analisis Seleksi Tingkat Kecocokan Gambar pada MDID Multimedia Database Dengan Menggunakan Metode ImageDNA
Jimmy Moedjahedy;
Hamada Zein;
Isdayani B;
Erfan Tongalu;
Kusrini Kusrini;
M. Syukri Mustafa
CogITo Smart Journal Vol 6, No 1 (2020): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (798.177 KB)
|
DOI: 10.31154/cogito.v6i1.223.50-59
Dengan semakin tersedianya pilihan informasi digital saat ini, definisi multimedia yang umum diterima adalah kombinasi dari berbagai media seperti teks, gambar, suara, video, animasi. Dalam teoris basisdata, multimedia basisdata mulai dikenalkan yaitu kumpulan data multimedia terkait. Basisdata yang dipilih untuk optimasi dalam penelitian ini adalah MDID (Multiply Distorted Image Database) yang terdiri dari 20 gambar referensi dan 1600 gambar yang sudah diberikan distorsi. Basidata 1600 gambar tersebut akan diuji kecocokan dengan 20 gambar referensi dengan menggunakan metode ImageDNA. Nilai ImageDNA kemudian dilakukan uji data pencilan, sehingga gambar yang nilai ImageDNAnya ekstrim akan dikeluarkan dari basisdata MDID. Hasil dari penelitian ini adalah ada 100 gambar yang dikeluarkan
PENERAPAN COMPUTERIZED ADAPTIVE TEST PADA TES ONLINE MENGGUNAKAN ALGORITMA TEORI RESPON BUTIR MODEL 3 PL
Wahyuni Wahyuni;
Kusrini Kusrini
METIK JURNAL Vol 1 No 2 (2017): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Sistem ini dikembangkan menjadi sebuah sistem online dimana sistem ini dapat berjalan di internet atau jaringan lokal. Pada dasarnya sistem ini hampir sama dengan sistem CBT (Computerized Based Testing), namun sistem CAT (Computerized Adaptive Test) dapat merandom dan memberikan soal sesuai dengan kemampuan pesertanya. Jika peserta tes tersebut memiliki kemampuan rendah, maka sistem akan memberikan soal yang cenderung mudah. Sebaliknya, jika peserta tes memiliki kemampuan tinggi, maka sistem akan memberikan soal yang cenderung sulit. Sistem ini menggunakan algoritma teori respon butir model 3 PL dimana parameter yang digunakan adalah tingkat kesukaran butir soal (b), daya beda butir soal (a) dan tebakan semu (c). Sistem CAT ini akan memberikan soal secara random berdasarkan respon dari peserta terhadap soal yang dikerjakan sebelumnya, maka tiap peserta tes cenderung tidak akan mendapatkan urutan soal yang sama dan jumlah soal yang sama dari sistem. Pemberhentian pemberian butir soal kepada peserta tes akan terjadi jika tingkat ketelitian estimasi kemampuan telah tercapai yaitu selisih SE <= 0.01 atau jika butir soal telah habis. Hasil penelitian menunjukkan bahwa sistem ini dapat menampung bank soal yang biasa digunakan untuk keperluan tes dalam jumlah banyak. Sistem ini juga dapat merandom soal sesuai dengan kemampuan peserta dan dapat mempersingkat waktu pengerjaan tes, karena soal yang diberikan kepada para peserta rata-rata hanya sebanyak 19 butir soal. Jika estimasi kemampuan peserta sudah tercapai, maka sistem secara otomatis akan menghitung skor akhir.
ANALISIS PENGAMBILAN KEPUTUSAN KELOMPOK DOSEN PENGAMPU MATAKULIAH MENGGUNAKAN METODE WEIGHTRD PRODUCT DAN BORDA
Wahyu Nur Alimyaningtias;
Kusrini Kusrini
METIK JURNAL Vol 1 No 2 (2017): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Dalam proses pemilihan dosen pengampu mata kuliah di STMIK Balikpapan proses pemilihan masih dilakukan secara manual oleh pembantu ketua 1 bidang akademik berdasarkan riwayat dosen pengampu mata kuliah pada semester sebelumnya, sehingga tidak ada penilaian khusus yang dapat dijadikan sebagai acuan dalam penentuan dosen pengampu mata kuliah.Selain itu, hasil evaluasi penentuan dosen peng ampu yang diberikan kurang relevan terhadap dosen pengampu matakuliah. Metode yang digunakan dalam analisis pengambilan keputusan kelompok dalam penentuan dosen pengampu matakuliah adalah dengan menggunakan metode Weighted Products dan Borda sehingga dapat membantu dalam peningkatan mutu pendidikan. Selain itu para dosen dapat mengampu matakuliah sesuai bidang keilmuannya masing-masing. Analisis individu meliputi proses evaluasi kriteria dan alternatif, sehingga menghasilkan ranking setiap dosen yang telah dievaluasi. Hasil evaluasi dari metode weighted product akan di aggregate dengan Borda untuk mendapatkan hasil ranking akhir.
IMPLEMENTASI METODE WEIGHTED PRODUCT DALAM MENENTUKAN PENERIMAAN MAHASISWA BARU PADA STMIK BALIKPAPAN
Yeyen Dwi Atma;
Jhoanne Fredricka;
Kusrini Kusrini
METIK JURNAL Vol 2 No 1 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Pada dunia pendidikan mahasiswa merupakan subjek yang perlu diperhatikan. Sebagai subjek mahasiswa diharapkan mampu mengembangkan kualitas dirinya. Kualitas dari pendidikan mahasiswa dapat dilihat dari keaktifan dan perolehan IPK semester. Untuk menunjang perolehan diatas, perlu dilakukan seleksi secara sistematis agar kriteria mahasiswa yang masuk dalam perguruan tinggi sesuai dan mampu menempuh dinamika pendidikan yang ada pada Perguruan Tinggi. Penerimaan calon peserta didik baru yang berkompeten dapat menunjang mutu dan kualitas perguruan tinggi. Maka dari itu perlu adanya sebuah sistem untuk mendukung keputusan dalam penilaian kriteria yang diinginkan. Sistem pendukung keputusan dalam penilaian kriteria mahasiswa baru akan dilakukan dengan menggunakan metode weighted product (WP) dimana terdiri dari beberapa kriteria yang akan medukung dalam pengambilan keputusan. Penelitian ini dapat membantu koordinator PMB dalam menentukan kualitas calon mahasiswa baru yang diperoleh dari perangkingan setiap alternatif mahasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
Muhammad Fahmi;
Andayani Andayani;
Junaidi Sabtu;
Kusrini Kusrini
METIK JURNAL Vol 2 No 1 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Pemberian beasiswa khususnya universitas sudah banyak ditawarkan kepada mahasiswa, beasiswa yang diberikan yaitu berupa beasiswa PPA dan BBM. Beberapa permasalahan yang sering terjadi misalnya pada proses penyeleksian yang kurang akurat karena banyaknya mahasiswa yang mendaftarkan beasiswa dengan menyesuaikan terhadap kriteria yang ada serta proses seleksi yang masih manual karena data mahasiswa akan dibandingkan satu per satu dengan kriteria beasiswa sehingga proses seleksi membutuhkan ketelitian dan waktu maka hal ini tidak efisien. Aplikasi system pendukung keputusan merupakan solusi untuk mengatasi masalah penentuan penerima beasiswa. Aplikasi ini menggunakan metode Simple Additive Weighting (SAW), metode SAW dipilih karena metode ini menentukan bobot dari setiap kriteria yang telah ditentukan kemudian dilanjutkan dalam proses normaliasi sesuai dengan persamaan yang ada pada metode SAW lalu dilanjutkan dengan proses perangkingan untuk menyeleksi alternatif terbaik, dalam hal ini yang dimaksud adalah mahasiswa yang berhak menerima beasiswa. Hasil dari penelitian ini berupa aplikasi sistem pendukung keputusan penentuan penerima beasiswa dengan metode SAW (simple additive weighting). Berdasarkan hasil penelitian dari aplikasi sistem pendukung keputusan penentuan penerima beasiswa dengan simple additive weighting (SAW) ini memudahkan bagian seleksi beasiswa untuk penentuan penerima beasiswa sesuai kriteria yang ada, lebih cepat dan tepat sasaran sesuai yang diharapkan.
ANALISIS PENENTUAN PRIORITAS MEDIA PROMOSI PERGURUAN TINGGI MENGGUNAKAN KOMBINASI AHP DAN TOPSIS
Yustian Servanda;
Kusrini Kusrini
METIK JURNAL Vol 2 No 2 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Setiap perguruan tinggi melakukan promosi dalam menjaring calon mahasiswa baru. Salah satu pengaruh kegiatan promosi agar berjalan efektif dan efisien adalah pemilihan media promosi yang tepat. Penelitian ini bertujuan melakukan analisis pengambilan keputusan menggunakan metode AHP (Analytical Hierarchy Process) dan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) untuk menentukan prioritas media promosi. Metode AHP (Analytical Hierarchy Process) digunakan untuk menentukan bobot kriteria, sedangkan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) digunakan untuk menentukan peringkat alternatif media promosi. Kriteria yang digunakan dalam penentuan prioritas media promosi perguruan tinggi adalah pembiayaan, jangkauan, tingkat pengaruh, capaian target dan kelengkapan informasi. Bobot kriteria yang dihasilkan dari metode AHP menjadi nilai input pada metode TOPSIS untuk mengurutkan alternatif media promosi yang dipilih. Berdasarkan hasil perhitungan menggunakan kombinasi metode AHP dan TOPSIS menunjukkan bahwa alternatif media promosi yaitu media sosial berada pada urutan pertama dengan nilai bobot preferensi paling tinggi yaitu 0.788520. Dapat disimpulkan bahwa media sosial dari analisis pembiayaan relatif murah, daya jangkauan yang luas, capaian target fleksibel dan isi informasi lebih lengkap, layak diusulkan untuk lebih diprioritaskan sebagai media promosi perguruan tinggi di STMIK Balikpapan.
Pemodelan Sistem Informasi Manajemen Sparepart ATM Menggunakan Zachman Framework pada Logistik ASP Ambo
Ridlan Ahmad;
Kusrini Kusrini
METIK JURNAL Vol 3 No 1 (2019): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1491.951 KB)
Logistik ASP Ambon merupakan tempat penitipan sparepart ATM yang berada di kota Ambon. Manajemen sparepart ATM pada Logistik ASP Ambon telah memiliki prosedur data masuk dan data keluar sparepart ATM yang baik, akan tetapi sistem tersebut masih dilakukan secara konvensional. yang menyebabkan selisih, kekosongan part dan kehilangan data sparepart yang sangat besar. Tujuan dilakukannya penelitian ini yaitu untuk menganalisis kebutuhan dalam memanajemen seluruh data part serta menghasilkan perancangan Enterprise Architecture (EA) Model Sistem Informasi Manajemen (SIM) Sparepart ATM pada Logistik ASP Ambon. Analisis yang dilakukan bertujuan untuk memperoleh informasi-informasi terhadap permasalahan penelitian dan mendefinisikan kebutuhan dengan tujuan untuk menganalisis kebutuhan sistem dan mengetahui kelemahan dari sistem lama atau yang sedang berjalan sedangkan untuk mengurai kebutuhan EA dalam merancang arsitektur Model SIM Sparepart ATM menggunakan pendekatan arsitektur Zachman Framework. Selanjutnya, untuk menguji kelayakan terhadap arsitektur tersebut digunakan metode EA Score Card. Hasil dari analisis dan rancangan yang dilakukan, dihasilkan suatu Model SIM Sparepart ATM yang dapat mengontrol seluruh aktivitasaktivitas part secara optimal yang terdiri dari data stok barang, data penggunaan part, data part masuk dan data return part. Berdasarkan hasil pengujian kelayakan yang dilakukan terhadap perancangan arsitektur tersebut dengan menggunakan EA Score Card menunjukkan bahwa perancangan arsitektur tersebut layak untuk diimplementasikan menjadi sebuah SIM Sparepart ATMdengan rata-rata hasil pengujian sebesar76,18%. Dengan menggunakan pendekatan EA Zachman Framework, diperoleh informasi secara detail dalam mengurai kebutuhan perancangan SIM Sparepart ATM, serta segala kebutuhan baik data, sumber daya manusia dan infrastruktur yang mendukung berjalannya sistem informasi tersebut.
Analisis Perbandingan Algoritma ID3 dan KNN Pada Klasifikasi Emosi Teks Berita Berbahasa Indonesia
Pramudya Insan;
Kusrini
METIK JURNAL Vol 5 No 1 (2021): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/metik.v5i1.213
Penggunaan algoritma pada pembuktian proses klasifikasi berbasis teks atau text mining sangat jarang dilakukan perbandingan khususnya untuk sebuah klasifikasi emosi. Banyak yang melakukan penelitian dalam klasifikasi tanpa unsur perbandingan didalamnya serta tidak terdapat penggunaan sistem yang dibangun secara mandiri. Pada penelitian ini perbandingan dilakukan untuk mengukur kemampuan algoritma dalam perolehan tingkat akurasi pada proses klasifikasi menggunana ID3 dan KNN. Data yang digunakan sebanyak 220 data berbasis teks berita yang diambil pada sistus warta media online yaitu viva.co.id, proses pelatihan data dilakukan dengan perbedaan proses pembobotan pada masing-masing algoritma yaitu dengan term weighting tf-idf untuk ID3 sedangkan KNN dengan similarity dan vector space model. Klasifikasi yang dilakukan untuk memperoleh data berkategori emosi dengan hasil akurasi yang didapatkan dari klasifikasi testing dengan data perbandingan yang beragam didapatkan akurasi paling tinggi yaitu 71.25 yaitu dengan perbandingan data latih dengan data uji 75%- 25%. Demikian penggunaan algoritma ID3 lebih baik dalam pengklasifikasian emosi berbahasa Indonesia dimana sebuah metode yang sangat efisien dalam pengelompokkan data berdasarkan kategori baik secara manual ataupun sistem.
Penerapan Metode Analytical Hierarchy Process (AHP) Dalam Sistem Pendukung Keputusan Penilaian Kinerja Guru
M.Andi Rohmat;
Kusrini
METIK JURNAL Vol 5 No 1 (2021): METIK Jurnal
Publisher : LP3M Universitas Mulia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47002/metik.v5i1.217
Sistem penilaian kinerja guru di SMK Airlangga Balikpapan dilakukan sebagai formalitas namun tidak ada suatu usaha perbaikan apapun dari pihak sekolah. Sehingga dibutuhkan suatu rancangan sistem penilaian kinerja yang dapat memotivasi kinerja guru SMK Airlangga Balikpapan. Untuk itu dirancang sistem penilaian kinerja guru berbasis kompetensi, khususnya Kompetensi Standar Kualifikasi Akademik dan Kompetensi Guru yang dipadukan dengan Kompetensi Gomes. Tahap awal dilakukan perhitungan bobot pada tiap kompetensi menggunakan kuesioner pembanding berpasangan yakni dengan metode AHP. Selanjutnya dilakukan penilaian dengan menggunakan kuesioner menggunakan metode penilaian Rating Scale. Hasil dari penilaian tersebut diolah sehingga didapat prestasi kerja dari masing-masing guru. Adapun dalam penelitian ini menggunakan 4 kriteria dan 8 sub kriteria. Dalam penelitian ini alat bantu pembuatan aplikasinya menggunakan bahasa pemrograman PHP, sedangkan basisdata nya menggunakan MySQL. Hasil akhir dari penelitian ini didapatkan bahwa sistem pendukung keputusan dengan metode AHP mampu mengatasi permasalahan dalam melakukan penilaian kinerja guru di SMK Airlangga Balikpapan.
Perbandingan Tingkat Performa Metode K-Means dan Hierachical Clustering Pada Sistem Rekomendasi Pemilihan Kost
Aiman Ayadi;
Kusrini;
Eko Pramono
TEKNIMEDIA: Teknologi Informasi dan Multimedia Vol. 1 No. 2 (2020): Desember 2020
Publisher : Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (328.987 KB)
|
DOI: 10.46764/teknimedia.v1i2.27
The development of technology is currently getting more advanced and growing faster, especially in the field of information technology. The existence of houses in the vicinity of public facilities is very desirable and beneficial for newcomers to a new area. One of the public facilities that usually have boarding is a university or college. Students who study at a university do not only come from within the city but also come from outside the region. However, most students from outside the region have difficulty choosing boarding or rented houses due to limited information. Limited information about the facilities and the inaccuracy of boarding houses becomes a difficulty at the beginning for those who are new students. With the advancement of information technology, it can answer the need for finding a boarding house, and will be very helpful both from the side of the owner and tenant. To solve complex problems, you can use the K-Means Clustering and Hierarchical Clustering algorithm models that are optimized with naïve Bayes. The final result of this study is that the K-Means and naïve bayes accuracy values are higher with 90.82% accuracy, 90.56% precision, 90.68% recall and longer time that is 10 seconds, while for hierachical and naïve values. Bayes got 88.02% accuracy, 87.82% precision, 88.00% recall and 7.6 seconds faster time