Articles
<![CDATA[Sistem Informasi Alumni Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo dengan API Berbasis Web ]]>
<![CDATA[Nur Fitriani]]>;
<![CDATA[Natalis Ransi]]>;
<![CDATA[Amalia Nurani Basyarah]]>;
<![CDATA[Andi Tenriawaru]]>;
<![CDATA[La Ode Saidi]]>;
<![CDATA[Umar Reky]]>
<![CDATA[ Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 13, No 1 (2021): Januari 2021 ]]>
Publisher : <![CDATA[Politeknik Negeri Samarinda ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46964/justti.v13i1.607
<![CDATA[Alumni merupakan hasil atau produk dari sebuah institusi pendidikan yang memiliki peran penting untuk pengembangan lembaga pendidikan. Keberadaan alumni saat ini merupakan salah satu komponen penilaian akreditasi suatu lembaga pendidikan. Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo merupakan salah satu lembaga yang perlu menyediakan media bagi para alumni, salah satunya dengan memanfaatkan penggunaan sistem informasi dalam pendataan alumni. Tujuan sistem informasi ini diharapkan mampu mempermudah pengelolaan data alumni. Selain itu, sistem informasi alumni juga dapat memfasilitasi berbagai keperluan seperti forum antar alumni, berita dan informasi kegiatan, lowongan kerja, informasi beasiswa dan tracing (penelusuran) alumni. Bertujuan mempermudah akses alumni dalam memberikan informasi untuk mendata informasi alumni Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo. Metode pengembangan sistem yang digunakan pada penelitian ini adalah metode Waterfall untuk merancang dan juga membangun sistem informasi alumni. Sistem ini dibuat menggunakan bahasa pemrograman PHP dengan framework laravel dan MySQL sebagai database. Dari hasil pengujian sistem menggunakan metode black box dan hasil pengujian API menggunakan aplikasi Postman, diketahui bahwa sistem informasi alumni yang dibangun memiliki fungsionalitas yang baik dan berjalan sesuai dengan yang diharapkan. Hal ini ditandai dengan respon sistem yang sudah sesuai dengan input yang diberikan dalam proses pengambilan data alumni menggunakan API dan pencarian data alumni.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Menular Pada Anak Menggunakan Metode Forward Chaining dan Backward Chaining ]]>
<![CDATA[Suci Hardianti]]>;
<![CDATA[Andi Tenriawaru]]>;
<![CDATA[Natalis Ransi]]>
<![CDATA[ Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 13, No 2 (2021): Juli 2021 ]]>
Publisher : <![CDATA[Politeknik Negeri Samarinda ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46964/justti.v13i2.625
<![CDATA[Sistem pakar merupakan pengetahuan seorang ahli yang dimasukkan kedalam sistem komputer agar dapat memecahkan masalah tertentu. Sebab terbatasnya pengetahuan dan informasi mengenai penyakit menular, khususnya yang menyerang anak-anak menjadi permasalahan umum yang didapatkan di masyarakat. Para orang tua kesulitan untuk memprediksi penyakit yang diderita oleh anak mereka, dan bingung untuk mengobatinya. Orang tua lebih memilih merawat anak mereka sendiri sesuai kemampuan mereka karena terkendala biaya yang bagi sebagian orang tua merupakan biaya yang cukup mahal. Hal itu sering kali terjadi, akibat keterlambatan penanganan menyebabkan penyakit tersebut bertambah parah dan sulit untuk disembuhkan. Tujuan dibuatnya sistem pakar diagnosa penyakit menular pada anak adalah untuk mempermudah orang tua dalam mendiagnosa penyakit yang dialami oleh anak dan dapat segera mendapatkan penanganan sesuai penyakit yang dialami oleh anak sehingga dapat Menghemat waktu dalam pengambilan keputusan. Bagi pakar diharapkan dapat menyimpan pengetahuan dan keahlian para pakar. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode waterfall karena metode ini lebih mudah dipahami untuk perancangan sistem pakar. Sistem ini dibuat menggunakan bahasa pemrograman PHP dan MySQL sebagai database. Dari hasil pengujian menggunakan metode blackbox testing diperoleh sistem pakar diagnosa penyakit menular pada anak yang dibangun memiliki fungsionalitas yang baik dan berjalan sesuai dengan yang diharapkan.]]>
<![CDATA[METHODS COMPARISON OF ARAS AND TOPSIS FOR DETERMINING THE BEST PRACTICUM ASSISTANT (CASE STUDY CHEMICAL LABORATORY DEPARTMENT OF FMIPA UHO) ]]>
<![CDATA[Statiswaty]]>;
<![CDATA[Ayu Pratiwi]]>;
<![CDATA[Natalis Ransi]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 7 No. 1 (2022) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v7i1.93
<![CDATA[Practicum is one of the activities that are part of the curriculum in universities. The role of a practicum assistant is needed to support practicum activities. Practicum assistants is a selected through a selection process. The selection of practicum assistants at the Faculty of Mathematics dan Natural Science (FMIPA), Halu Oleo University, to be precise the department of Chemistry, is still done through a manual process. The problem faced in the selection process is that each lecturer determines the ranks of the selected practicum assistants sequentially, from the first practicum supervisor lecturer to the last, which takes a long time and subjective assessment is unavoidable. Then from that problem, it is necessary to develop a computerized system as a supporting media in decision-making to facilitate selecting practicum assistants. The Additive Ratio Assessment (ARAS) and Technique For Others Reference By Similarity To Ideal Solution (TOPSIS) method applicated to compare the results of the two ways. The results of the comparison of the two methods show that TOPSIS provides a higher accuracy value of 50%, while the accuracy value of the ARAS method is 44%, but from testing the speed of processing data, the ARAS method is faster than the TOPSIS method.]]>
<![CDATA[ANALISIS SENTIMEN MASYARAKAT TERHADAP TOKO ONLINE APLIKASI SHOPEE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES ]]>
<![CDATA[Sanrilla Sanrilla]]>;
<![CDATA[Natalis Ransi]]>;
<![CDATA[La Surimi La Surimi]]>;
<![CDATA[Andi Tenriawaru Andi Tenriawaru]]>;
<![CDATA[La Ode Saidi La Ode Saidi]]>
<![CDATA[ Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus ]]>
Publisher : <![CDATA[Universitas Halu Oleo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (715.28 KB)
|
DOI: 10.33772/jmks.v2i2.9
<![CDATA[Analisis sentimen masyarakat terhadap toko online pada aplikasi shopee menggunakan metode Multinomial Naïve Bayes. Tujuan penelitian ini adalah untuk mengetahui tingkat sentimen masyarakat dari ulasan produk yang ada pada toko online 3second dalam aplikasi shopee dengan menggunakan metode Multinomial Naïve Bayes. Analisis ulasan secara mudah dapat dilakukan dengan melihat jumlah bintang yang diberikan oleh pembeli, tetapi jumlah bintang tidak dapat mewakili isi dari keseluruhan ulasan. Diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui keseluruhan maksud ulasan. Sangat mungkinkan untuk menganalisis ulasan secara manual dengan melihat satu persatu, namun apabila ulasan yang dimiliki banyak akan lebih cepat menggunakan sistem analisis sentimen dengan cara melakukan teknik kalsifikasi. Algoritma Multinomial Naïve Bayes adalah pengembangan dari Naïve Bayesyang digunakan dalam pembuatan analisis sentiment, karena algoritma ini bertujuan untuk mode klasifikasi dalam kategori positif dan negatif. Berdasarkan hasil pengujian yang dilakukan metode Multinomial Naïve Bayes terbukti berfungsi baik pada penelitian ini. Hal ini dibuktikan dengan hasil confusion matrixdari pengujian klasifikasi sistem dan klasifikasi dari ahli bahasa mendapat nilai akurasi 91% dan memperoleh tingkat sentiment yang dibukti hasil recall dan precision yang bernilai 65.93% dan 60% untuk kelas positif, sedangkan untuk kelas negatif bernilai 34.06% dan 31%.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE WEIGHTED PRODUCT (StudiKasus :KelurahanWandoka Utara) ]]>
<![CDATA[Ega Agustina]]>;
<![CDATA[Natalis Ransi]]>;
<![CDATA[La Surimi La Surimi]]>;
<![CDATA[Andi Tenriawaru]]>;
<![CDATA[La Ode Saidi]]>
<![CDATA[ Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus ]]>
Publisher : <![CDATA[Universitas Halu Oleo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1117.325 KB)
|
DOI: 10.33772/jmks.v2i2.11
<![CDATA[Tujuan dari penelitian ini adalah untuk menghasilkan sebuah sistem pendukung keputusan untuk menentukan keluarga yang layak menerima bantuan program keluarga harapan sesuai dengan persyratan yang diberikan dengan menggunakan metode Weighted Product. Metode Weighted Product menggunakan Teknik perkalian untuk menghubungkan rating atribut, kemudian rating atribut dipangkatkan dengan bobot atribut yang bersangkutan. Terdapat 10 kriteria utama, 4 kriteria khusus program keluarga harapan dan 6 kriteria umum keluarga msikin yang terdaftar pada Data Terpadu Kesejahteraan Sosial dan 45 data uji yang akan di olah dalam melakukan perhitungan. Hasil pengolahan data memberikan nilai bobot pada setiap kriteria dan selanjutnya dilakukan perangkingan untuk mendapatkan penerima bantuan program keluarga harapan. Hasil pengujian sistem menggunakan metode Balck box testing diperoleh sistem yang diciptakan memberikan hasil yang baik, perhitungan nilai akurasi dengan metode ConfusionMatrix, menggunakan 45 data alternatif, diperoleh nilai Accuracy sebesar 75%, Precision sebesar 77% dan Recall sebesar 9%.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) ( Studi Kasus: Desa Sambuli, Kecamatan Abeli, Kota Kendari ) ]]>
<![CDATA[Reina Rahmona]]>;
<![CDATA[Ika Purwanti Ningrum]]>;
<![CDATA[Natalis Ransi]]>
<![CDATA[ semanTIK Vol 2, No 1 (2016): semanTIK ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (156.306 KB)
|
DOI: 10.55679/semantik.v2i1.850
<![CDATA[As a result of the increase in the price of fuel (fuel oil), the government held a relief for the people of Indonesia, namely direct cash assistance (BLT). Indonesian government believes these measures are important for the country's fiscal rescue. At this difficult time, direct cash assistance program be good news for the poor throughout the country. In this study, the criteria used by 5 criteria using AHP method to enter data in the form of the head of the family that was obtained from the Central Statistics Agency kendari city. This decision support system is implemented using the Java programming language integrated with MySQL database. Results of this study states AHP method can be implemented into a decision support system to determine the recipients of direct cash assistance. This system can provide the best receiver making it easier for the government to provide assistance. Keywords— Method of AHP, Decision Support Systems, Cash Direct Assistance Receivers (BLT)]]>
<![CDATA[PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN DAN METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN BARANG (STUDI KASUS: BUANA MART KENDARI) ]]>
<![CDATA[Indri Anatasya Alam]]>;
<![CDATA[LM Golok Jaya]]>;
<![CDATA[Natalis Ransi]]>
<![CDATA[ semanTIK Vol 6, No 1 (2020): semanTIK ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (537.125 KB)
|
DOI: 10.55679/semantik.v6i1.8924
<![CDATA[Toko Buana Mart merupakan toko yang bergerak dalam bidang penjualan bahan campuran yang menjual berbagai jenis barang atau produk serta kebutuhan pokok dan kebutuhan lainnya bagi konsumen. Dengan banyaknya jumlah data penjualan barang Buana Mart, pengelompokan jenis-jenis produk dapat digunakan untuk peningkatan stok pada produk secara tepat. Toko tersebut dalam memperkirakan stok penjualan barang masih menggunakan cara manual sehingga mengalami kesulitan dalam menentukan jumlah barang yang akan dijual. Oleh sebab itu toko tersebut memerlukan sebuah sistem yang dapat melakukan pengolahan data dan memprediksi stok penjualan barang. Untuk memudahkan dalam mengelola dan memprediksi stok barang maka dibuat penelitian dengan menerapkan algoritma K-Means dan metode Least Square. Algoritma K-Means merupakan salah satu algoritma yang digunakan untuk melakukan pengelompokan data yang memiliki kesamaan karakteristik. Metode Least Square merupakan metode yang digunakan untuk melakukan proses perhitungan prediksi menggunakan data deret berkala pada suatu waktu yang akan datang dibuat berdasarkan data pada periode sebelumnya. Hasil penelitian ini dapat dibuat suatu aplikasi pengolahan data dengan algoritma K-Means dengan mengelompokkan barang untuk peningkatan stok. Hasil prediksi menggunakan metode least square mempunyai error (tingkat kesalahan) yang diukur dengan MAPE sebesar 18,14%Kata kunci; K-Means Clustering, Prediksi, Least Square, Persediaan Barang]]>
<![CDATA[PENERAPAN METODE CBA (CLASSIFICATION BASED ON ASSOSIATION RULE ) MENGGUNAKAN ALGORITMA APRIORI UNTUK KLASIFIKASI PENYAKIT ISPA (INFEKSI SALURAN PERNAPASAN AKUT) ]]>
<![CDATA[Haryati Haryati]]>;
<![CDATA[Natalis Ransi]]>;
<![CDATA[Yuwanda Purnamasari Pasrun]]>
<![CDATA[ semanTIK Vol 3, No 2 (2017): semanTIK ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (898.664 KB)
|
DOI: 10.55679/semantik.v3i2.3149
<![CDATA[Infeksi pada saluran pernapasan merupakan penyakit yang umum terjadi pada masyarakat. Dari hasil rekapitulasi dan laporan medis UPT Puskesmas Lepo-Lepo, ISPA (Infeksi Saluran Pernapasan Akut) adalah salah satu penyakit yang sering diderita. Hasil diagnosis yang yang diberikan hanya berupa keterangan positif atau negatif, belum ada keterangan kategori ISPA. Dalam menemukan pola penyakit ISPA diperlukan analisis terhadap pola data. Pencarian pola atau hubungan asosiatif dari data yang berskala besar sangat erat kaitannya dengan data mining. Metode yang digunakan adalah metode CBA (Classification Based on Assosiation ) dengan algoritma apriori untuk klasifikasi pola penyakit ISPA. Metode CBA mengintegrasikan teknik klasifikasi dengan teknik asosiasi data mining untuk menemukan rule. Banyak rule yang ditemukan tergantung pada minimum support dan minimum confidence. Informasi yang dihasilkan untuk selanjutnya bisa digunakan oleh dokter sebagai dasar untuk melakukan tindakan – tindakan yang diperlukan dalam menangani penyakit ISPA.Kata kunci— ISPA (Infeksi Saluran Pernapasan Akut), Data Mining, CBA (Classification Based on Assosiation ), Algoritma Apriori]]>
<![CDATA[IMPLEMENTASI ALGORITMAAPRIORITERHADAP STRATEGI PEMASARAN BISNIS PRODUK DI KOTA KENDARI (STUDI KASUS : PT. INDOMARCO) ]]>
<![CDATA[Anugrah Septia Ningsih]]>;
<![CDATA[Natalis Ransi]]>;
<![CDATA[LM Tajidun]]>
<![CDATA[ semanTIK Vol 3, No 1 (2017): semanTIK ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (783.597 KB)
|
DOI: 10.55679/semantik.v3i1.3532
<![CDATA[PT. Indomarco merupakan perusahaan yang bergerak di bidang distribusi makanan dan minuman. Dalam kegiatannya PT. Indomarco perlu mengetahui barang apa saja yang dibeli secara bersamaan dan yang paling banyak didistribusikan. Data penjualan yang ada pada perusahaan dapat dimanfaatkan dalam proses data mining.Salah satu metode data mining adalah Association Rule. Metode Association Rule menemukan relasi atau korelasi diantara himpunan item-item. Data diproses menggunakan konsep analisis keranjang pasar dengan Algoritma Apriori oleh karena itu dilakukan penelian untuk mengimplementasikan Algoritma Apriori dalam Strategi Pemasaran Bisnis Produk di PT.Indomarco. Algoritma Apriori adalah algoritma pengambilan data dengan aturan association rule untuk menentukan hubungan asosiatif suatu kombinasi item. Asosiation rule yang dimaksud dilakukan melalui mekanisme penghitungan support dan confidence dari suatu hubungan item. Algoritma Apriori ini terkenal untuk menemukan pola frekuensi tinggi. Hasil pengujian adalah aplikasi ini sudah dapat digunakan untuk menentukan barang apa saja yang paling sering dipesan oleh konsumen pada PT. Indomarco dan bisa diterapkan dalam bidang promosi dan penentuan strategi pemasaran. Jadi aplikasi ini nantinya bisa memilah dan memilih data yang besar selama masa penjualan produk perusahaan. Kata Kunci : Algoritma Apriori, assosiation rule, data mining, PT. Indomarco.]]>
<![CDATA[ANALISIS SENTIMEN WISATA BAHARI DI SULAWESI TENGGARA MEMANFAATKAN MEDIA SOSIAL TWITTER DENGAN MENGGUNAKAN METODE LEXICON-BASED ]]>
<![CDATA[Statiswaty Statiswaty]]>;
<![CDATA[Rusnia Rusnia]]>;
<![CDATA[Natalis Ransi]]>
<![CDATA[ semanTIK Vol 3, No 2 (2017): semanTIK ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (341.517 KB)
|
DOI: 10.55679/semantik.v3i2.3657
<![CDATA[Sulawesi Tenggara memiliki potensi wisata bahari yang cukup besar yang masih perlu dikembangkan. Salah satu cara mengembangkannya adalah melalui analisis sentimen pada media sosial seperti Twitter. Twitter adalah sebuah media sosial yang memberikan kemudahan bagi penggunanya untuk membagi dan mengakses informasi. Pengguna jejaring sosial twitter tersebar di seluruh penjuru dunia dan diakses melalui berbagai macam perangkat teknologi. Melalui penggunaan twitter, berbagai tanggapan atau sentimen masyarakat pada suatu tempat wisata dapat diperoleh untuk mengetahui kekurangan yang dimiliki tempat wisata tersebut. Dengan demikian, berdasarkan tweet dari wisatawan, maka dapat dilakukan analisis sentimen pada wisata bahari di Sulawesi Tenggara.Untuk membangun sentiment classifier diperlukan sebuah metode di dalamnya. Metode yang digunakan dalam penelitian ini adalah Lexicon-Based yaitu metode untuk melakukan analisis sentimen yang berbasis kamus. Metode ini dapat mengidentifikasi sentimen dari setiap opinion words yang terdapat pada data tweetBerdasarkan hasil uji coba dan evaluasi yang telah dilakukan, maka sistem yang dibuat mampu memberikan informasi tentang opini positif,negatif dan netral masyarakat terhadap wisata bahari di Sulawesi Tenggara. Penelitian ini mendapatkan hasil akurasi 77,06 %. Kata Kunci—Analisis Sentimen, Lexicon-Based, Twitter, Wisata Bahari.]]>
