Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal Informatika

ji
Website

Published by Universitas Bina Sarana Informatika

ISSN : 23556579 EISSN : 25282247 DOI : https://doi.org/10.31294/ji.v4i2

Core Subject : Science,

Computer Science & IT

Jurnal Informatika respects all researchers Technology and Information field as a part spirit of disseminating science resulting and community service that provides download journal articles for free, both nationally and internationally. The editorial welcomes innovative manuscripts from Technology and Information field. The scopes of this journal are: Expert System Decision Support System Data Mining Artificial Intelligence System Machine Learning Genetic Algorithms Business Intelligence and Knowledge Management Big Data the manuscripts have primary citations and have never been published online or in print. Every manuscript will be checked the plagiarism using Turnitin software. If the manuscript indicated major plagiarism, the manuscript is rejected.

Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)

Articles 316 Documents

18 19 20 21 22

Deteksi Komentar Cyberbullying Pada Media Sosial Berbahasa Inggris Menggunakan Naïve Bayes Classification Jasman Pardede
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Pesatnya perkembangan teknologi dan media sosial dapat memudahkan pengguna untuk menyampaikan informasi. Selain itu, media sosial juga memberikan dampak negatif dengan cara memposting tulisan kejam atau berkomentar semena-mena tanpa memikirkan akibat pada orang lain. Hal inilah yang menjadikan salah satu terjadinya tindak kekerasan dalam dunia maya (Cyberbullying). Tahapan awal yang dilakukan dalam penelitian ini adalah pengolahan bahasa atau yang disebut dengan text preprocessing meliputi tokenizing,casefolding, stopword removal dan stemming. Kemudian feature selection yaitu mengubah dokument teks menjadi matriks dengan tujuan untuk mendapatkan fitur pada setiap kata untuk dijadikan parameter atau kriteria klasifikasi. Untuk pengambilan keputusan apakah komentar mengandung makna bully atau nonbully menggunakan algoritma Naïve Bayes Classification dengan model multinomial naïve bayes. Perhitungan yang dilakukan adalah menghitung nilai probabilitas setiap kata yang muncul berdasarkan classdan nilai perkalian class conditional probability. Berdasarkan hasil eksperimen menggunakan dataset “cyberbullying comments” yang diambil dari Kaggle akurasi yang didapat sebesar 80%, precission 81% dan recall 80%.

Penggunaan Algoritma Klasifikasi Terhadap Analisa Sentimen Pemindahan Ibukota Dengan Pelabelan Otomatis Jananto Watori; Riska Aryanti; Agus Junaidi
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Perkembangan media yang begitu pesat, memunculkan banyak media online dari media berita sampai media sosial. Media sosial saja sudah begitu banyak, dari Facebook, Twitter, Instagram, Tumblr, Linkedin dan masih banyak lagi. Berdasarkan fakta yang ada dalam penerapannya sendiri untuk kehidupan sehari-hari sosial media sangat sering digunakan. Dampak positif internet dalam perkembangan information technology (IT) sebenarnya membawa banyak keuntungan, misalnya saja memudahkan dalam hal komunikasi, mencari dan mengakses informasi. Namun, terdapat dampak negatif dalam perkembangannya, yaitu contohnya dalam penyebaran berita hoax ataupun ujaran kebencian. Dengan menggunakan internet, dapat memperkuat atas suatu gagasan dan pendapat dalam suatu kelompok maupun individu pada situs web berita dan media sosial. Penelitian ini membahas tentang bagaimana melakukan analisa sentimen yang berasal dari tweet pengguna twitter tentang pemindahan ibukota Indonesia. Gagasan serta pendapat publik melalui twitter yang dalam jumlah besar, setidaknya dapat menganalisa secara global tentang sentimen pemindahan ibukota yang akan dilakukan di Indonesia. Penelitian ini menggunakan pelabelan otomatis menggunakan (Valence Aware Dictionary and sEntiment Reasoner) Vader dengan metode Naïve Bayes dan Support Vector Machine. Sehingga, dapat ditarik kesimpulan bahwa pelabelan pada setiap cuitan di twitter dapat dilakukan sehingga menghasilkan score pada dataset. Dan dari algoritma yang digunakan, algoritma Support Vector Machine menghasilkan nilai akurasi dan AUC yang paling baik yakni akurasi sebesar 76,40% dan AUC sebesar 0,771.

ANALISA SENTIMENT PADA ULASAN FILM DENGAN OPTIMASI ENSEMBLE LEARNING Andreyestha Andreyestha; Agus Subekti
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Dalam dunia hiburan khususnya film, kini situs web ulasan film menjadi media bagi orang-orang untuk memberikan penilaian mengenai seberapa bagus film tersebut. Mereka tidak harus menjadi pakar dalam dunia perfilman untuk menilai kualitas dari film yang mereka saksikan, semua orang dapat memberikan penilaian. Sentimen yang ditemukan dalam komentar, umpan balik atau kritik memberikan indikator yang berguna untuk berbagai tujuan dan dapat dikategorikan berdasarkan polaritas, polaritas tersebut cenderung akan dicari tahu apakah secara keseluruhan positif atau negatif. Algoritma Naïve Bayes dan Random Forest merupakan algoritma yang dapat memberikan hasil analisa klasifikasi sesuai yang diharapkan pada penelitian ini, analisa akan dilakukan dengan membandingkan beberapa kombinasi algoritma untuk diuji pada Polarity Dataset 2.0 dari Cornell University, diantaranya yaitu Algoritma tersebut akan dikombinasikan dengan seleksi fitur Chi Square, Adaboost, dan Voting. Dari hasil pengujian yang didapat algoritma AdaBosst dan Voting mampu meningkatkan akurasi dari metode Naïve Bayes (NB) and Random Forest (RF). Model yang diusulkan dengan Chi Square + Voting 2 (RF + SVM) memiliki nilai akurai 84,6%, dan model ini memiliki nilai akurasi yang lebih tinggi.

Komparasi Algortima C4.5, Naïve Bayes dan k-Nearest Neighbor Sebagai Sistem Pendukung Keputusan Menaikkan Jumlah Peserta Didik Harianto Harianto; Didi Rosiyadi
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Persaingan dalam menarik minat orang tua siswa untuk menyekolahkan anak mereka ke sekolah swasta memang sangat tinggi. Sekolah swasta harus bekerja keras dalam hal mendapatkan siswa yang akan melanjutkan pendidikannya ke tingkat selanjutnya. Sekolah hendaknya harus memiliki nilai tambah yang lebih di mata orang tua siswa. Dari ketiga algoritma yang digunakan, terdapat nilai accuracy tertinggi sebesar 86,50% dihasilkan dari algoritma Naïve Bayes. Dalam artian, tingkat prediksi untuk sekolah SMP Cenderawasih mendapatkan jumlah siswa yang didapatkan dari kuesioner sangat memungkinkan orang tua mendaftarkan anaknya kesekolah ini. Dapat dilihat dari beberapa faktor yang dijadikan sebagai atribut dalam daftar kuesioner. Dengan algoritma Naïve Bayes, atribut yang paling tinggi sebagai faktor penentu orang tua mendaftarkan anaknya adalah atribut umur, yaitu yang berumur 31 sampai 50 tahun, kemudian atribut faktor karena tidak masuk negeri, atribut transport menggunakan motor, kemudian atribut jarak, serta atribut informasi yang didapat dari teman atau saudara. Dari faktor tersebut terlihat apa saja yang harus dilakukan untuk menaikkan jumlah siswa

Aplikasi Pembelajaran Huruf Hangeul Berbasis Android Agung Baitul Hikmah; Yanti Apriyani; Shelin Ayuni Purwandhani
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Masuknya Budaya Korea Selatan ke Indonesia, ketertarikan terhadap budaya Korea Selatan membuat masyarakat Indonesia ingin mempelajari segala sesuatu tentang Korea Selatan, seperti mempelajari bahasanya, bahasa Korea sendiri memiliki huruf yang berbeda dengan huruf yang kita gunakan, huruf yang digunakan dalam bahasa Korea Selatan adalah huruf Hangeul. Dengan adanya perbedaan huruf ini membuat kesulitan dalam mempelajari bahasanya, karena sebelum mempelajari bahasanya kita harus mengetahui terlebih dahulu huruf dan cara membacanya. Tujuan dari penulisan penelitian ini adalah perancangan dan pengembangan aplikasi pembelajaran huruf Hangeul berbasis Android dengan menggunakan bahasa pemrograman C# (C Sharp). Metode pengembangan perangkat lunak yang digunakan yaitu metode waterfall. Dengan kecanggihan teknologi komunikasi yang mana hasil dari penelitian ini mampu membuat perubahan dan menghasilkan inovasi, aplikasi pembelajaran huruf Hangeul berbasis Android ini menjadi solusi yang dapat memperbaiki kesulitan yang ada untuk mereka yang ingin belajar huruf Hangeul agar efisien dalam penggunaannya dan tidak menghabiskan banyak waktu dalam mempelajarinya. The entry of South Korean Culture into Indonesia, the interest in South Korean culture makes Indonesian people want to learn everything about South Korea, such as learning the language, Korean itself has letters that are different from the letters we use, the letters used in South Korean are Hangeul letters. This difference in letters makes it difficult to learn the language, because before learning the language we must know the letters first and how to read them. The purpose of writing this research was the design and development of Android-based Hangeul letter learning applications using the C # (C Sharp) programming language. The software development method used was the waterfall method. With the sophistication of communication technology where the results of this research were able to make changes and produce innovation, this Android-based Hangeul letter learning application was solution that could improve the existing difficulties for those who wanted to learn Hangeul letters to be efficient in their use and did not to spend much time in learning them.

Kajian Website Pendaftaran Peserta Pelatihan Pada Kemendag Dengan Pendekatan Technology Acceptance Model Irawan Satriadi; Amrin Amrin
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Perdagangan dunia menunjukkan perkembangan dinamis terlebih dengan mulai diberlakukannya Free Trade Agreement. Hal ini perlu disikapi oleh para pelaku bisnis terutama eksportir dan calon eksportir, mengingat pasar internasional kini menuntut profesionalisme yang tinggi dan bukan sekedar transaksi. Dengan tuntutan tersebut, pelaku bisnis perlu memiliki keterampilan dan pengetahuan yang cukup untuk menangkap peluang serta memenuhi standar yang dikehendaki oleh pasar internasional. PPEI sebagai lembaga pendidikan dan pelatihan di bidang ekspor impor yang berada di lingkungan Direktorat Jenderal Pengembangan Ekspor Nasional Kementerian Perdagangan, senantiasa terlibat aktif dalam meningkatkan kemampuan sumber daya manusia para pelaku bisnis, dengan berbagai pengetahuan praktis dan keterampilan yang diperlukan untuk menjadi yang handal, berwawasan global dan berdaya saing tinggi. Penelitian ini bertujuan untuk mengevaluasi teknologi web dan mengetahui faktor-faktor yang dapat mempengaruhi penerimaan pengguna pada website pendaftaran peserta pelatihan di PPEI Kemendag. Hasil penelitian menunjukkan bahwa kemampuan diri calon peserta berinternet berpengaruh terhadap persepsi kemudahan calon peserta dalam menggunakan website, tidak berpengaruh terhadap niat untuk menggunakan website, dan tidak berpengaruh terhadap perilaku penggunaan website

DETEKSI PENYAKIT ALZHEIMER MENGGUNAKAN ALGORITMA NAÃVE BAYES DAN CORRELATION BASED FEATURE SELECTION Wildah, Siti Khotimatul; Agustiani, Sarifah; S, M. Rangga Ramadhan; Gata, Windu; Nawawi, Hendri Mahmud
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Alzheimer merupakan kelainan berupa penimbunan plak atau protein tidak normal dalam otak sehingga menyebabkan hilangnya sel neuron dan menjadi salah satu pemicu penyakit demensia yang dapat mengakibatkan terhambatnya aktivitas sehari-hari karena penurunan daya ingat,kesulitan dalam berkomunikasi, tidak dapat berpikir jernih, terjadinya perubahan sikap dan perilaku hingga menimbulkan hilangnya kemampuan untuk mengurus diri sendiri. Di negara berpenghasilan tinggi penyakit ini diakui berada pada peringkat ke 7 sebagai penyakit fatal yang berujung pada kematian. Akan tetapi hingga saat ini belum ditemukan obat yang dapat menyembuhkan penyakit Alzheimer. Oleh sebab itu pentingnya deteksi dini agar dapat memulai untuk merencanakan perawatan dan kebutuhan medis yang memadai. Penelitian ini bertujuan untuk melakukan deteksi penyakit Alzheimer dengan menerapkan metode klasifikasi NaÃ¯ve Bayes dan seleksi atribut menggunakan Correlation Based Feature Selection pada dataset OASIS Longitudinal. Tahapan analisa data menggunakan metode CRISP-DM. Hasil penelitian ini, menunjukan bahwa pada pengujian algoritma NaÃ¯ve Bayes nilai akurasi yang didapatkan sebesar 93,83%, dan kurva ROC yang terbentuk memiliki nilai AUC sebesar 0,937% sedangkan pada pengujian algoritma NaÃ¯ve Bayes dan Correlation Based Feature Selection menghasilkan nilai akurasi sebesar 94,64% dan kurva ROC yang terbentuk memiliki nilai AUC sebesar 0,945%. Sehingga dapat disimpulkan bahwa penerapan algoritma NaÃ¯ve Bayes dan metode Correlation Based Feature Selection dapat meningkatkan nilai akurasi.

Sistem Pendukung Keputusan Perekrutan Karyawan Menggunakan Metode TOPSIS di PT Visionet Data Internasional Ramos Somya; Andre Wahyudi
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

PT Visionet Data Internasional merupakan salah satu perusahaan terbesar dalam bidang penyedia layanan pengelola IT di Indonesia. Atas capaian prestasi tersebut, perusahaan membutuhkan karyawan dengan kualitas yang sesuai dengan kriteria yang dibutuhkan. Namun pada kenyataannya, masih banyak perusahaan yang mengalami kesulitan dalam proses perekrutan karyawan. Hal ini disebabkan oleh banyak faktor seperti banyaknya kriteria penilaian yang menjadi tolak ukur dalam proses penerimaan karyawan. Salah satu cara untuk menyelesaikan permasalahan tersebut adalah membuat sistem pendukung keputusan yang menerapkan salah satu metode MCDM. TOPSIS merupakan metode MCDM yang dapat digunakan pada sistem pendukung keputusan tersebut. Metode ini memberikan kelebihan konsep yang sederhana dan mudah dipahami, komputasi yang efisien dan dapat mengukur kinerja relatif dari alternatif keputusan dalam bentuk matematis yang sederhana. Pada penelitian ini dirancang sistem pendukung keputusan yang dapat digunakan oleh perusahaan untuk memberikan alternatif keputusan dalam proses rekrutmen karyawan. Hasil yang didapatkan dari penelitian ini adalah sebuah sistem pendukung keputusan yang dapat digunakan oleh Admin HRD untuk membantu proses rekrutmen karyawan.

Implementasi Push Notification Pada Sistem Peminjaman Sarana dan Prasarana Berbasis Website Mohammad Imron; Gagas Restu Sutikno; Islakhun Nur Dazki
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Dalam membantu kegiatan yang dilakukan mahasiswa Universitas Amikom Purwokerto menyediakan sarana dan prasarana yang dapat menunjang kegiatan seperti halnya proyektor, laptop, perlengkapan laboratorium dan ruang kelas. Saat ini sistem peminjaman yang berlaku masih menggunakan pencatatan didalam buku peminjaman, sehingga masih kurang efektif dalam membantu proses peminjaman yang dilakukan, permasalahan pengembalian peralatan tersebut mengakibatkan sulitnya proses pencarian peralatan yang belum dikembalikan. Tujuan pembuatan sistem pengelolaan sarana prasarana untuk membantu proses pengelolaan secara akurat dan aktual. Penerapan teknologi Push Notification atau Messaging server sendiri dapat menampilkan pemberitahuan berbasis website meskipun tidak membuka web browser secara langsung, sehingga dapat melakukan broadcast message, metode pengembangan yang dilakukan yaitu dengan metode waterfall. Metode pengujian sendiri menggunakan blackbox dan acceptance testing, dari hasil pengujian yang sudah dilakukan dengan blackbox bahwa aplikasi fitur yang diuji berjalan sesuai dengan harapan dan pengujian acceptance testing berupa kuisioner menggunakan skala pengukuran likert dari jumlah sampel 30 responed didapat 79% tergolong kriteria baik.

Identifikasi Plat Nomor Kendaraan Dengan Metode Optical Character Recognition Menggunakan Raspberry Pi Winarno Sugeng; Rio Korio Utoro; Mochamad Tegar Prabowo
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Plat Nomor Kendaraan merupakan identitas bagi setiap kendaraan bermotor yang terdaftar oleh pemerintah Indonesia. Proses identifikasi plat nomor diawali dengan pembambilan gambar kendaraan dengan kamera. Gambar akan di resize untuk menyamakan ukuran citra dan crop untuk memisahkan antara plat nomor dengan bagian kendaraan lainnya menggunakan algoritma Perspective Transform, setelah itu di crop kembali untuk memisahkan antara kode wilayah, kode registrasi dan kode seri wilayah, lalu setiap karakter akan dikenali menggunakan metode Optical Character Recognition (OCR) berdasarkan citra karakter hasil crop. Terdapat proses character error handling untuk meningkatkan tingkat akurasi identifikasi pada karakter plat nomor. Plat nomor Indonesia yang diujikan terbagi menjadi 4 kategori yaitu Plat Standar Mobil, Plat Kustom Mobil, Plat Tidak Standar dan Plat Motor. Resolusi kamera terbaik menggunakan resolusi 1280x720 piksel dan menghasilkan rata-rata waktu uji 6,51 detik. Persentase kebenaran identifikasi karakter terbesar untuk plat standar sebesar 100% pada nilai lux 20~39 dan nilai lux 70~99, sedangkan untuk plat nomor kustom persentase kebenaran identifikasi karakter terbesar sebesar 58% pada nilai lux 90~140. Sedangkan untuk plat tidak standar tidak ada persentase kebenaran identifikasi karakter terbesar menghasilkan persentase 0% pada semua nilai lux yang diujikan. Untuk plat nomor motor persentase kebenaran identifikasi karakter terbesar sebesar 8% pada nilai lux 150~199. Sehingga dapat ditarik kesimpulan bahwa plat nomor standar menjadi rekomendasi yang tepat bagi setiap kendaraan bermotor yang ada di Indonesia.

Page 20 of 32 | Total Record : 316

18 19 20 21 22

Filter by Year

2014 2025

Filter By Issues

All Issue Vol 12, No 2 (2025): October Vol 12, No 1 (2025): April Vol 11, No 1 (2024): April 2024 Vol 11, No 2 (2024): October Vol 10, No 2 (2023): October 2023 Vol 10, No 1 (2023): April 2023 Vol 9, No 2 (2022): Oktober 2022 Vol 9, No 1 (2022): April 2022 Vol 8, No 2 (2021): September 2021 Vol 8, No 1 (2021): April 2021 Vol 7, No 2 (2020): September 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 2 (2019): September 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 2 (2018): Jurnal INFORMATIKA Vol 5, No 1 (2018): Jurnal INFORMATIKA Vol 4, No 2 (2017): Jurnal INFORMATIKA Vol 4, No 1 (2017): Jurnal INFORMATIKA Vol 3, No 2 (2016): Jurnal INFORMATIKA Vol 3, No 1 (2016): Jurnal INFORMATIKA Vol 2, No 2 (2015): Jurnal INFORMATIKA Vol 2, No 1 (2015): Jurnal INFORMATIKA Vol 1, No 2 (2014): Jurnal INFORMATIKA Vol 1, No 1 (2014): Jurnal INFORMATIKA More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Ricky Firmansyah

Contact Email
ricky.rym@bsi.ac.id

Phone
+6281318340588

Journal Mail Official
jurnal.informatika@bsi.ac.id

Editorial Address
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450

Location
Kota adm. jakarta barat,

Dki jakarta

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Ricky Firmansyah

Contact Email ricky.rym@bsi.ac.id

Phone +6281318340588

Journal Mail Official jurnal.informatika@bsi.ac.id

Editorial Address Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450

Location Kota adm. jakarta barat, Dki jakarta INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Ricky Firmansyah

Contact Email
ricky.rym@bsi.ac.id

Phone
+6281318340588

Journal Mail Official
jurnal.informatika@bsi.ac.id

Editorial Address
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450

Location
Kota adm. jakarta barat,

Dki jakarta

INDONESIA