Articles
316 Documents
Integrasi SMOTE Dan Ensemble AdaBoost Untuk Mengatasi Imbalance Class Pada Data Bank Direct Marketing
Amin Nur Rais;
Agus Subekti
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (336.77 KB)
|
DOI: 10.31294/ji.v6i2.6186
Kampanye pemasaran produk bank secara langsung dapat dibantu dengan adanya teknologi informasi. Dengan terus bertambahnya data dan penggunaan teklogi informasi, data yang didapatkan dapat dimanfaatkan lebih maksimal untuk membuat keputusan. Dengan teknik klasifikasi dari, didapatkan hasil penambangan data berupa akurasi dari pembelajaran yang dilakukan. Metode dalam penelitian ini dengan menggunakan preprocessing SMOTE dan ensemble AdaBoost yang dikombinasikan dengan algoritma Naïve Bayes, SVM, dan J48. Hasil eksperimen yang diperoleh menunjukkan klasifikasi dengan menggunakan Naïve Bayes untuk akurasi sebesar 88,30%, sedangkan SVM 89,68%, dan J48 memiliki akurasi sebesar 95,73%. Maka dapat disimpulkan bahwa dengan menggunakan teknik klasifikasi Decision Tree J48 yang dikombinasikan dengan preprocessing SMOTE dan ensemble AdaBoost dapat memprediksi untuk menentukan objek pemasaran secara langsung kepada konsumen.
PENGEMBANGAN LIBRARY SISTEM PEMERINGKAT OTOMATIS BERBASIS KATA SIFAT
Muhammad Elfa Rodhian Putra;
Faisal Rahutomo;
Yushintia Pramitarini
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1214.299 KB)
|
DOI: 10.31294/ji.v6i2.5883
Saat ini khususnya di Indonesia banyak beredar ide, opini, kritik atau saran di internet dalam bentuk website atau blog pribadi. Hal-hal tersebut dapat dinilai menggunakan analisis semantic berdasarkan kata sifat sehingga menghasilkan sebuah rating dari objek yang dinilai. Penelitian tentang pemeringkatan dengan menggunakan kata sifat yang berasal dari tulisan / teks dari internet (Khususnya Bahasa Indonesia) sudah pernah dilakukan menggunakan metode Sistem Pemeringkat Otomatis Berbasis Kata Sifat. Namun, penelitian tersebut hanya dibuat spesifik untuk suatu permasalahan tertentu, ketika permasalahan yang akan diselesaikan berbeda, sistem harus dibuat ulang untuk menyesuaikan dengan permasalahan yang baru. Maka penelitian ini menyusun sebuah library agar dapat digunakan untuk berbagai macam objek tanpa harus menulis fungsi dari awal. Adapun hasil pengujian dari fungsi library yang menggunakan objek wisata sebagai data pengujian adalah memperoleh presentase error sebesar 15% dan PCC sebesar 0.990156941. Hasil dari pengujian kompabilitas adalah library dapat berjalan pada Python versi 3.x.x. Library yang dibuat telah diunggah di PyPI (Python Package Index) dengan Lisensi MIT sehingga dapat digunakan secara public oleh pengguna Python dan cara penggunaanya diterangkan di Github.
SPK Penilihan Guru Terbaik Dengan Metode WP Pada MAN 1 Pariaman
arman arman;
Tri Aprianto Sundara;
Ilfa Stephane;
Muammar Fadli
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4565.464 KB)
|
DOI: 10.31294/ji.v6i2.6176
Madrasah Aliyah Negeri 1 Padang Pariaman proses pemilihan guru terbaik masih mengalami kendala dan untuk saat ini sistem penilaian terhadap guru masih dengan cara memperundingkan dan menyampaikan pendapat dari tim penilai dalam memberi penilaian kepada masing-masing guru, sehingga guru yang bersangkutan tersebut akan protes terhadap nilainya yang tidak realistis. Tentu hal ini mengakibatkan tidak maksimalnya dalam proses penilaian yang sudah terjadi. Penelitian ini bertujuan untuk membantu Madrasah Aliyah Negeri (MAN) 1 Padang Pariaman dalam memudahkan proses penilaian para guru dengan menggunakan sistem yang terkomputerisasi. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut dengan cara memberikan tim penilai kuisioner, kemudian dilakukan proses perengkingan yang akan menentukan alternatif yang optimal. Metode penelitian menggunakan Web Engineering, bahasa pemrograman yang digunakan untuk implementasi PHP dan database MySQL. Alat bantu perancangan menggunakan UML. Sistem dibangun adalah sisitem pendukung keputusan pemilihan guru terbaik berbasis web. metode yang digunakan yaitu Weighted Product (WP). Hasil penelitian ini adalah Merancang sebuah Aplikasi Sistem pendukung dalam pengmbilan keputusan pemilihan guru terbaik, dan diimpimentasikan terkomputersasi berbasis web, dengan metode weighted product, dan dapat memperoleh dalam pengolahan data lebih cepat dan efektif,dan dapat membantu Kepala Sekolah dalam menentukan kriteria Guru yang terpilih sesuai dengan variabel kriteria dan sub kriteria yang di nilai oleh Kepala Sekolah.
Penerapan Algoritma K-Means Clustering pada Karakter Permainan Multiplayer Online Battle Arena
Mustofa, Mustofa
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (487.547 KB)
|
DOI: 10.31294/ji.v6i2.6096
Salah satu teknologi di bidang hiburan yang berkembang dengan cepat dan begitu populer di masyarakt adalah video game. Bahkan Esport (kompetisi video game) yang semakin menerima pengakuan industri sebagai hiburan olahraga. Dalam pembahasan esport pasti akan muncul pembahasan tentang faktor-faktor yang mempengaruhi peluang untuk menang. Berbagai studi trlah melakukan penelitian mengenai hal ini. Akan tetapi belum ada yang membahas pengelompokan karakter berdasarakan karakteristik yang dimiliki tanpa melihat role play default dari developer sebagai panduan untuk memilih hero alternatif agar komposisi role play dalam pemainan tetap terjaga namun karakter yang digunakan tetap sesuai dengan keinginan player. Untuk itulah penelitian ini menyusun pengklasteran terhadap hero pada video game Vainglory menggunakan algoritma k-means. Dari hasil penelitian yang dilakukan didapatkan tiga klaster karater hero yang meiliki karakteristik yang dekat. Klaster pertama terdiri dari hero dengan regenerasi HP yang cepat dengan karateristi serangan jarak dekat. Klaster kedua memiliki karakter hero dengan HP yang tinggi dan pertahanan yang mumpuni denga damage yang tinggi. Klaster ketiga mengumpulkan karakter hero dengan HP dan pertahanan rendah namun memiliki keunggulan dari jangauan serangan yang luas.
Analisa Perancangan Sistem Penerimaan Donasi dan Laporan Pertanggung Jawaban Pada Yayasan Yatim Piatu Aisyiyah
Nurlila Nurlila;
Nia Rahma Kurnianda
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (403.909 KB)
|
DOI: 10.31294/ji.v7i1.6245
Yayasan Yatim Piatu Aisyiyah merupakan lembaga sosial yang berperan untuk memberikan pengasuhan,dan pembiayaan kepada anak--anak yang telah kehilangan kedua orang tuanya. Yayasan Yatim Piatu Aisyiyah juga dapat menjadi wadah untuk para donatur yang ingin memberikan bantuan donasi untuk anak yatim piatu di yayasan. Tetapi selama ini permasalahan utama yang muncul di dalam pengelolaan penerimaan donasi di dalam yayasan yaitu masih dilakukan secara manual sehingga transparansi atas laporan pertanggung jawaban donasi anatara pihak yayasan dan donatur masih sangat terbatas dan membutuhkan waktu yang sedikit lama untuk menghasilkan laporan yang baik dan benar. Oleh karena itu penulis memberikan solusi untuk mengatasi permasalahan tersebut dengan membuat perancangan sistem terkomputerisasi yang dapat mempermudah penerimaan donasi, serta pembuatan laporan pertanggung jawaban dari donasi tersebut. Perancangan sistem penerimaan dan laporan pertanggung jawaban donasi ini berbasis web dengan menggunakan metode pengembangan sistem waterfall. Sistem ini dirancang menggunakan pemodelan UML yang diharapkan dapat menghasilkan sebuah sistem yang bisa lebih efektif dan efesien sehingga berefek kepada pembuatan laporan pertanggung jawaban bisa tepat waktu.
SISTEM PAKAR DETEKSI PENYAKIT REFRAKSI MATA DENGAN METODE TEOREMA BAYES BERBASIS WEB
Rizal Rachman
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (386.111 KB)
|
DOI: 10.31294/ji.v7i1.7267
Masalah gangguan penglihatan di Indonesia, sebagian besar disebabkan oleh kurangnya pengetahuan mengenai penyakit mata dan sering menganggap enteng kasus penyakit mata, khususnya refraksi. Gangguan penglihatan di Indonesia khususnya Jawa Barat telah menjadi masalah kesehatan masyarakat, oleh sebab itu, perlu upaya penanggulangan yang terpadu dengan pelibatan semua sektor termasuk profesi di dalamnya, sehingga di masa mendatang tidak lagi menjadi masalah kesehatan masyarakat. Saat ini,sekitar 314 juta orang di dunia mengalami penglihatan lemah dan 45 juta diantaranya merupakan kasus kebutaan. terlambatnya kesadaran penderita, dan mahalnya biaya untuk konsultasi membuat para penderita enggan untuk ke dokter spesialis. Sistem pakar deteksi penyakit refraksi mata ini diharapkan dapat memberikan pengetahuan mengenai diagnosa penyakit refraksi mata pada penderita, memberikan sarana berupa media konsultasi mengenai penyakit pada refraksi mata serta meminimalisir biaya konsultasi ke dokter ahli. Sistem pakar merupakan bagian dari kecerdasan buatan yang meniru penalaran manusia. Pemanfaatan teknologi memudahkan manusia untuk mengakses informasi tanpa terbatas ruang dan waktu. Metode Teorema Bayes adalah metode yang menerapkan aturan yang dihubungkan dengan nilai probabilitas atau kemungkinan untuk menghasilkan suatu keputusan dan informasi yang tepat berdasarkan penyebab yang terjadi. Hasil dari penelitian ini yaitu aplikasi sistem pakar yang dapat memberikan pengetahuan mengenai diagnosa penyakit refraksi mata, menjadi media untuk berkonsultasi mengenai penyakit bagi penderita.
Optimasi Prediksi NilaiTukar Rupiah Terhadap Dolar Menggunakan Neural Network Berbasiskan Algoritma Genetika
Primandani Arsi;
Joko Prayogi
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (206.799 KB)
|
DOI: 10.31294/ji.v7i1.6793
Nilai tukar adalah nilai mata uang sebuah negara yang dinyatakan dalam nilai mata uang negara lain. Sebagai contoh, nilai tukar rupiah (Rp) pada dolar amerika serikat (USD) adalah nilai satu dolar amerika dalam rupiah, begitu juga sebaliknya nilai satu rupiah terhadap dolar amerika. Korelasi nilai tukar ini kaitannya dengan pergadangan internasional dimana etidakpastian nilai tukar menjadi permasalahan yang penting dalam bidang keuangan. Oleh karena itu diperlukan sebuah model prediksi guna memprakirakan nilai tukar dimasa depan. Hasil yang akurat dalam prediksi nilai tukar ini sangat bermanfaat bagi pemegang kepentingan dimasa depan. Pada peneltian ini prediksi data nilai tukar rupiah pada dolar dilakukan dengan menggunakan Neural Network berbasis algoritma genetika. Berdasarkan eksperimen yang dilakukan pada data time series nilai tukar rupiah pada dolar periode 1 Januari 2013 sd 30 Agustus 2018 yang berjumlah 1470 record menggunakan metode Neural Network berbasis algoritma Genetika, terbukti bahwa model optimasi tersebut mampu meningkatkan hasil akurasi prediksi yaitu dari 0,010 +/- 0,001 menjadi 0,008 +/- 0,001, terjadi penurunan nilai RMSE sebesar 0,002 yang berarti peningkatan akurasi prediksi.
Implementasi Vigenere Cipher Sebagai Pengaman Pada Proses Deskripsi Steganografi Least Significant Bit
Alawiyah, Tuti;
Ardianto, Rian;
Purnia, Dini Silvi
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (650.407 KB)
|
DOI: 10.31294/ji.v7i1.6431
Kemajuan teknologi diiringi dengan meningkatnya ancaman terhadap keamanan serta kerahasiaan pesan/informasi. Salah satu cara untuk menjaga keamanan dan kerahasiaan pesan/informasi dapat menggunakan teknik steganografi. Steganografi adalah teknik untuk menyembunyikan pesan/informasi pada sebuah media, bisa berupa media gambar, suara ataupun video, sehingga pesan yang disembunyikan sulit dikenali oleh indera manusia. Penelitian ini bertujuan untuk membuat aplikasi steganografi dengan metode least significant bit serta implementasi vigenere cipher untuk meningkatkan keamanan pesan/informasi. Informasi/pesan akan disisipkan pada satu bit paling kanan ke pixel file objek tanpa merubah medianya. Penelitian ini menghasilkan aplikasi  yang dapat menyembunyikan informasi/pesan pada media gambar. Untuk meningkatkan sistem pengamanannya, proses deskripsi disertai dengan metode vigenere cipher jika pesan/informasi diakses oleh orang yang tidak berhak atas informasi/pesan tersebut.
Pendeteksi Kesalahan Pengetikan Kata Non Baku pada Karya Tulis Menggunakan Metode N-Gram
Hartina, Titi;
Agustin, Agustin
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (515.168 KB)
|
DOI: 10.31294/ji.v7i1.7916
Karya tulis sudah menjadi salah satu sarana bagi para generasi muda untuk menuangkan idenya, ide tersebut biasa di susun membentuk sebuah karangan berupa tulisan dari hari pemikiran, pengamatan, dan tinjauan dalam berbagai bidang. Karya tulis yang dibuat haruslah memiliki kualitas yang baik sehingga pembaca akan mudah untuk menerima makna dan tujuan dari penulisan karya tulis tersebut. Akan tetapi tidak semua karya tulis yang dibuat memiliki kualitas seperti yang diharapkan. Salah satu faktor yang mempengaruhi rendahnya kualitas penulisan karya tulis yang baik adalah kesalahan dalam penggunanan kata non baku yang disengaja maupun yang tidak disengaja. Mengacu pada masalah tersebut, maka digunakan metode N-Gram untuk membantu proses penelitian yang akan dilakukan. Metode N-Gram ini digunakan untuk pembangkitan kata dan karakter yang tidak sesuai dengan penulisan kata baku dalam Bahasa Indonesia. Dengan cara ini, maka kata nonbaku yang menjadi inti pemasalahan tersebut akan mudah terdeteksi. Agar dapat mengimplementasikan tujuan dari penelitian maka metode ini dituangkan kedalam sebuah aplikasi pendeteksi kesalahan pengetikan kata nonbaku pada karya tulis berbahasa indonesia menggunakan metode N-Gram. Aplikasi ini dapat meminimalisasi kekurangan dalam penulisan karya tulis.
Implementasi Data Mining dengan Algoritma Naïve Bayes pada Penjualan Obat
Herry Derajad Wijaya;
Saruni Dwiasnati
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (191.351 KB)
|
DOI: 10.31294/ji.v7i1.6203
Jenis obat yang makin lama makin bervariatif, dari obat yang berharga murah sampai harga yang kalau dilihat sangat kurang masuk akal namun fungsinya sangat bagus. Meningkatnya peredaran jenis obat terutama vitamin, hal ini mendorong penulis untuk melakukan penelitian untuk menentukan produk vitamin mana yang LAKU atau TIDAK LAKU yang bisa di gunakan sebagai pedoman sebuah apotek menentukan jumlah stok barang yang harus ada pada gudang apotek tersebut. Penelitian ini bertujuan untuk mendapatkan nilai accuracy untuk data penjualan obat terutama jenis-jenis vitamin dengan menggunakan algoritma klasifikasi data mining yaitu algoritma Naïve Bayes. Penelitian ini menggunakan tools Rapidminner versi 8 sebagai media untuk menguji data yang akan diolah untuk mendapatkan hasil accuracy dan ROC.