Claim Missing Document
Check
Articles

Found 19 Documents
Search

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN HOTEL DI TANGERANG MENGGUNAKAN METODE AHP DAN TOPSIS Herry Sukma; Fenina Twince Tobing; Rena Nainggolan
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 5 No. 1 (2021): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (408.669 KB) | DOI: 10.46880/jmika.Vol5No1.pp67-72

Abstract

Banten Province has a city, namely Tangerang, to be precise in the northern part of Banten City. There are many tourist attractions that we can visit in the city of Tangerang, such as natural scenery, historical places, natural scenery, photo spots and culinary tours. With various tourist attractions in the city of Tangerang, it attracts tourists who want to travel to these places. With so many interested tourists visiting the city of Tangerang, the existing hotel is one of the destinations for tourists who are visited for a place to stay and rest. This has had an impact on the increasing number of hotels in the area, which has led to an increasing variety of choices for tourists. To make it easier for tourists to choose a hotel according to their needs, a decision support system is needed in choosing a hotel to use for a place to stay and rest. Tourists can choose hotels according to their desired needs by using a decision support system with various criteria. The decision support system applies the initial criteria weighting by using the AHP method and hotel alternative ranking using the TOPSIS method. The system has been tested and implemented by distributing questionnaires to 30 respondents using the USE Questionnaire and applying the Sala Likert Method to perform the questionnaire calculations, and the final result obtained in the calculation of the questionnaire is 84.51%.
EVALUASI CLUSTER SOCIAL MEDIA DATA IN TOURISM DOMAIN MENGGUNAKAN K-MEANS CLUSTERING Rena Nainggolan; Fenina Adline Twince Tobing; Emma Rosinta Simarmata; Resianta Perangin-angin
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 4 No. 1 (2020): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (563.833 KB) | DOI: 10.46880/jmika.Vol4No1.pp89-93

Abstract

Clustering adalah salah satu teknik Data Mining. Clustering bekerja dengan cara menggabungkan sejumlah data atau objek kedalam satu klaster, dengan tujuan setiap data dalam satu klaster tersebut akan mempunyai data yang semirip mungkin dan berbeda dengan data atai objek yang berada pada kelompok lain. K-Means Clustering memiliki kemampuan untuk melakukan komputasi yang relatif cepat dan efisien dalam mengabungkan data dalam jumlah yang cukup besar. Dalam penelitian ini, peneliti akan menggunakan metode K-mean clustering yang diterapkan pada data mining pada Online Reviews pada data TripAdvisor. Implementasi proses K-Means Clustring menggunakan Weka, Atribut yang digunakan adalah galeri seni, klub dansa, bar jus, restoran, museum, resor, taman atau tempat piknik, pantai, teater, dan lembaga keagamaan. Menghasilkan jumlah cluster 4 (k=4) dengan cluster pertama sebanyak 178 (18%) reviews traveler, cluster kedua 243 (25%) reviews traveler, cluster ketiga 228 (23%) reviews traveler, cluster keempat 331(34%) reviews traveler.
ANALISIS PERBANDINGAN PENGGUNAAN METODE BINARY SEARCH DENGAN REGULAR SEARCH EXPRESSION Fenina Adline Twince Tobing; Rena Nainggolan
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 4 No. 2 (2020): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (442.31 KB) | DOI: 10.46880/jmika.Vol4No2.pp168-172

Abstract

The search system is a feature that is indispensable for an application or website. By comparing two algorithms that are often used, namely Binary Search and Regular Search Expression (REGEX) algorithms in a simple search system is a problem that will be discussed in this journal. Analysis of the two algorithms is carried out to solve problems in the search system so that the search algorithm can be applied more precisely and effectively. The results prove that the Binary Search has the advantage of searching large amounts of data in an ordered state and has a more effective iteration. While the Regular Expression Search has the advantage of performing searches that are not completely known about the results and keys, besides that this algorithm also allows you to search based on certain patterns in the data.
ANALISIS CLUSTER DENGAN MENGGUNAKAN K-MEANS UNTUK PENGELOMPOKKAN ONLINE CUSTOMER REVIEWS (OCR) PADA ONLINE MARKETPLACE Rena Nainggolan; Fenina A.T Tobing
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 6 No. 1 (2020): Maret 2020
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v6i1.246

Abstract

Technological advances at this time are very influential on people's shopping culture, plus during the current pandemic, it has resulted in an increasing number of people shopping for daily necessities online. There are many conveniences offered in online shopping that make people switch to using these facilities. Besides the advantages of online shopping, there are also some disadvantages of online shopping, including the rise of online sales fraud such as goods not being shipped, damaged goods, items not as ordered, and much more. For this reason, in conducting online transactions, trust is needed between the seller and the buyer, and one of the factors that greatly affect the prospective buyer is to know the history of the seller, namely by looking at the reviews given by the buyer on the seller's homepage which is called Online Customers Reviews (OCR). OCR is considered to be very influential on customer buying interest. One of the indicators that are considered very important in influencing consumer buying interest and trust is OCR. This study aims to analyze OCR clustering in one of the marketplaces in Indonesia using the K-Means Clustering Method. K-Means is a clustering algorithm that is quite effective because it has the ability to group large amounts of data and with high speed, the K-Means algorithm partitions data into clusters so that they have the similarity of being in one cluster.
Penerapan Algoritma Knuth Morris Pratt (KMP) pada Pencarian Data di SQL LIKE Operators Fenina Adline Twince Tobing; Alex Chandra; Rena Nainggolan
JURNAL WIDYA Vol. 3 No. 1 (2022): Jurnal Widya, April 2022
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54593/awl.v3i1.82

Abstract

Penelitian ini membahas bagaimana database tracking system dapat menemukan data yang diinginkan berdasarkan SQL LIKE Operator yang telah ditentukan dengan menggunakan Knuth Morris Pratt Algorithm (KMP) dalam pencarian data pada SQL. Structured Query Language (SQL) adalah sekumpulan perintah khusus yang digunakan untuk mengakses data dalam database relasional. Untuk mencari data SQL pada query operator LIKE yang telah ditentukan dapat dilakukan melalui pencocokan string pada data yang ada untuk mendapatkan hasil. Pencocokan String adalah algoritma untuk mencari semua kemunculan string pendek yang disebut pola dalam string yang lebih panjang yang disebut teks. Knuth Morris Pratt Algorithm (KMP) adalah pencocokan string dalam teks dari kiri ke kanan dengan mencocokkan karakter per pola karakter dengan karakter dalam teks yang sesuai. Hasil penelitian menggunakan metode KMP pada query SQL berjalan dengan baik dalam melakukan pencarian data menggunakan Operator LIKE dan kemudahan dalam mengimplementasikan algoritma KMP dalam pencarian data pada SQL harus disesuaikan dengan wildcard pada operator LIKE.
Analisis Perbandingan Algoritma DFS, BFS dan Dijkstra untuk Menentukan Rute Terpendek pada Peta Geografis Fenisa Lourence Tobing; Fenina Adline Twince Tobing; Prayogo
JURNAL WIDYA Vol. 3 No. 1 (2022): Jurnal Widya, April 2022
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54593/awl.v3i1.83

Abstract

Ada berbagai algoritma yang akan diterapkan yang dapat memudahkan setiap aktivitas manusia. Dalam pencarian jalur terpendek, terdapat tiga algoritma yang cukup dikenal sebagai pencari jalur terpendek yaitu DFS, BFS dan Dijkstra. Ketiga metode tersebut dibandingkan untuk mengetahui algoritma mana yang paling efisien dan sesuai dalam penelitian ini. Penelitian ini memberikan informasi mengenai algoritma mana yang cocok untuk diterapkan dalam pencarian rute terpendek berdasarkan peta geografis. Hasil dari perbandingan ini adalah perhitungan berupa jarak tempuh antar node yang didekati sesuai dengan karakteristik masing-masing algoritma dan urutan alogoritma dalam pencarian jarak terpendek berdasarkan peta geografis adalah Algoritma Dijkstra, Algoritma DFS dan Algoritma BFS.
PELATIHAN DASAR MEMBATIK DAN TIE DYE KEPADA DHARMA WANITA PERSATUAN (DWP) LEMBAGA PEMBINAAN KHUSUS ANAK (LPKA) KELAS II JAKARTA Fenina Adline Twince Tobing; Indiwan Seto Wahjuwibowo; Eunike Endariahna Surbakti; Marlinda Vasty Overbeek
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 4 (2021): Peran Perguruan Tinggi dan Dunia Usaha dalam Mewujudkan Pemulihan dan Resiliensi Masya
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v4i0.1266

Abstract

Kegiatan pelatihan membatik adalah salah satu wujud gerakan kembali mencintai batik yang merupakan seni tradisional asli Indonesia dan perlu untuk dilestarikan agar tidak punah. Dalam perkembangan potensi ketrampilan khusus tentunya seni kerajinan diharapkan juga megikuti kreatifitas yang tujuannya hasil karya pelatihan tidak berkesan hanya karya kreatifitas biasa atau stagnan saja, tetapi perlu melakukan pengembangan ide-ide yang fress, inovatif dan trend yang karya pelatihan bisa menjadi karya fungsional. Dalam pelatohan membati ini harapannya dapat menghasilkan karya produk unggulan sampai purna jual yang digandrungi. Pelatihan membatik ini bertujuan untuk menambah keterampilan anggota Dharma Wanita, dan diharapkan dapat mengembangkan batik menjadi ikon produk kerajinan didaerah kita. Selain itu, melalui pelatihan ini nantinya juga dapat menciptakan lapangan pekerjaan baru bagi kalangan perempuan dan diharapkan dapat menularkan ilmu yang didapat oleh anggota DWP LPKA Kelas II Jakarta. Diharapkan dengan adanya pelatihan Membatik dan Tie Dye ini, anggota DWP punya jiwa wirausaha dan wiraswasta membuat Membatik dan Tie Dye . Ini juga menjadi bagian kita untuk melestarikan produk batik dan pengembangannya seperti Tie Dye beserta tekniknya. Tidak masalah jika seseorang tidak memiliki latar belakang kerajianan membatik, namun tetap mampu mengikuti dan membuat Membatik dan Tie Dye yang baik dan indah. Kata Kunci : Membatik, Tie Dye, Pelatihan
Analysis Sentiment Cyberbullying In Instagram Comments with XGBoost Method Muhamad Riza Kurniawanda; Fenina Adline Twince Tobing
IJNMT (International Journal of New Media Technology) Vol 9 No 1 (2022): IJNMT (International Journal of New Media Technology)
Publisher : Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ijnmt.v9i1.2670

Abstract

Technological developments make social media widely used by the general public, which causes negative impacts, one of which is cyberbullying. Cyberbullying is an act of insulting, humiliating another person on social media. A system that can detect cyberbullying because of the large amount of information circulating on social media is impossible for humans to visit. One suitable method to solve this problem is Extereme Gradient Boosting (XGBoost). XGBoost was chosen because it can run 10 times faster than other Gradient Boosting methods. The process of changing sentences into vectors uses the TF-IDF method. The TF/IDF method is known as a simple but relevant algorithm in doing words on a document. XGBoost accepts input in the form of vectors obtained from the TF-IDF process. In this research, there are 1452 comments which will be broken down into training data and testing data. By using XGBoost and TF-IDF methods, the accuracy is 75.20%, precision is 71%, recall is 87%, and F1-score is 78%.
Analisis efisiensi pencarian greatest common divisor dengan metode euclidean algorithms, middle school procedure dan CIC Fenisa Lourence Br Tobing; Alex Chandra; Fenina Adline Twince Tobing; Rena Nainggolan; Prayogo
Jurnal Sains dan Teknologi Widyaloka (JSTekWid) Vol. 1 No. 1 (2022): JSTekWid (January 2022)
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1105.306 KB) | DOI: 10.54593/jstekwid.v1i1.62

Abstract

Permasalahan yang ada saat mencari GCD sangatlah beragam, untuk itu perlu diteliti metode mana yang efisiensinya paling tinggi untuk setiap masalah yang ada saat mencarinya. Efisiensi yang kita cari dilihat dari faktor pemakaian memori dan waktu dalam menjalankan algoritma tersebut. Dalam penelitian ini, digunakam tiga metode tersebut dalam mencari Greatest Common Divisor (GCD) yaitu Euclidean Algorithms, Consecutive Integer Checking (CIC) dan Middle School Procedure. Hasil penelitian menunjukkan bahwa metode Consecutive Integer Checking menggunakan waktu yang paling sedikit dibandingkan dua metode lainnya, tetapi metode ini menggunakan memori yang sangat banyak daripada metode lain sehingga metode ini tidak dapat dikatakan sebagai metode yang paling efisien. Metode Euclidean Algorithms adalah metode yang paling efektif karena tidak memerlukan waktu yang banyak dan memori yang digunakan juga sedikit.
Analisis Perbandingan Fibonacci dengan Iterasi dan Rekursi Terhadap Efektifitas Waktu Fenina Adline Twince Tobing; Prayogo; Alex Chandra
Jurnal Sains dan Teknologi Widyaloka (JSTekWid) Vol. 1 No. 2 (2022): JSTekWid (July 2022)
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (991.434 KB) | DOI: 10.54593/jstekwid.v1i2.94

Abstract

Adanya kesalahan dalam pemilihan metode dapat mengakibatkan tidak cepatnya suatu proses untuk menyelesaikan suatu masalah. Penyelesaian suatu masalah dalam fibonacci dapat diselesaikan dengan 2 metode, yaitu: dengan menggunakan iterasi maupun rekursif. Analisis perbandingan kecepatan antara iterasi dan rekursif akan dilakukan pada penelitian ini dengan menguji kedua metode tersebut dari nilai yang kecil ke nilai yang besar. Hasil yang diperoleh adalah penggunaan rekursif lebih baik untuk dilakukan pada penghitungan fibonacci yang berukuran kecil. Sedangkan penggunaan iterasi cenderung stabil, tidak banyak perbedaan pada penghitungan fibonacci yang bernilai kecil maupun besar.