cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyudin
Contact Email
Jurnal.tk@bsi.ac.id
Phone
+6285770777011
Journal Mail Official
jurnal.tk@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
Jurnal Teknik Komputer AMIK BSI
Published by Universitas Bina Sarana Informatika
ISSN : 24412436     EISSN : 25500120     DOI : http://dx.doi.org/10.31294/jtk
Core Subject : Science,
Computer Science & IT
Jurnal Teknik Komputer merupakan jurnal ilmiah yang diterbitkan oleh LPPM Universitas Bina Sarana Informatika. Jurnal ini berisi tentang karya ilmiah hasil penelitian yang bertemakan: Networking, Robotika, Aplikasi Sains, Animasi Interaktif, Pengolahan Citra, Sistem Pakar, Sistem Komputer, Soft Computing, Web Programming, Data Mining, dan Sistem Penunjang Keputusan. Jurnal Teknik Komputer berisi pokok-pokok permasalahan baik dalam pengembangan kerangka teoritis, implementasi maupun kemungkinan pengembangan sistem secara keseluruhan. Diharapkan setiap naskah yang diterbitkan di dalam jurnal ini memberikan kontribusi yang nyata bagi peningkatan sumberdaya penelitian di dalam bidang informatika dan komputer. Tim redaksi membuka komunikasi lebih lanjut baik kritik, saran dan pembahasan.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 15 Documents
 1   2 
Search results for , issue "Vol 7, No 2 (2021): JTK-Periode Juli 2021" : 15 Documents clear
Random Forest Classifier untuk Deteksi Penderita COVID-19 berbasis Citra CT Scan Nanik Wuryani; Sarifah Agustiani
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.577 KB) | DOI: 10.31294/jtk.v7i2.10468

Abstract

Covid-19 merupakan virus yang menyebar dan meluas sehingga berubah menjadi suatu pandemi. Virus Covid-19 menyerang melalui organ vital manusia yaitu paru-patu, oleh karena itu peneliti lebih berfokus untuk mengidentifikasi Covid-19 pada paru-paru. Penelitian ini dilakukan dengan menggunakan citra CT Scan paru-paru dan bertujuan untuk mendeteksi ada tidaknya virus dengan cara mengklasifikasikan citra Covid-19 ke dalam tiga kelas menggunakan algoritma Random Forest serta mengkombinasikannya dengan menyertakan beberapa ekstraksi fitur yaitu Haralick, Color Histogram, dan Hu-Moments. Penelitian dimulai dengan hanya memasukkan satu fitur ke dalam percobaan, lalu mengkombinasikan dengan fitur yang lain, kemudian membandingkannya menggunakan klasifikasi oleh algoritma lain seperti K-Nearest Neighbor (KNN), Decision Tree, Linear Discriminant Analysis (LDA), Logistic Regression, Support Vector Machine (SVM), dan Naive Bayes. Hasil penelitian menunjukkan bahwa akurasi tertinggi dihasilkan oleh algoritma Random Forest dengan memasukkan fitur Haralick dan Color Histogram ke dalam proses yaitu sebesar 96,9%, diikuti oleh KNN sebesar 96,5%, Decision Tree sebesar 95,5%, dan yang paling rendah yaitu Naive Bayes sebesar 42,4%
Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten Normah Normah; Siti Nurajizah; Arinda Salbinda
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (352.423 KB) | DOI: 10.31294/jtk.v7i2.10553

Abstract

Toko Helai merupakan sebuah toko yang bergerak dalam bidang penjualan fashion hijab, namun demikian dari berbagai jenis pakaian yang dijual tentu tidak semuanya yang laris terjual, ada juga yang kurang laris terjual. Data-data penjualan, pembelian barang maupun pengeluaran tidak terduga pada Toko Helai  ini tidak tersusun dengan baik, sehingga data tersebut hanya berfungsi sebagai arsip bagi toko dan tidak dapat dimanfaatkan untuk pengembangan strategi pemasaran.Oleh karena itu perlu diterapkan data mining menggunakan metode K-Means pada Toko Helai. Metode K-Means dapat diterapkan pada Toko Helai untuk menentukan penjualan baju mana yang sangat laris, laris dan kurang laris. Penerapan metode K-Means pada toko Helai, yaitu dengan cara mengelompokan data stok baju. Kemudian memilih 3 cluster secara acak sebagai centroid awal. Setelah data pada setiap cluster tidak berubah-ubah, maka dapat diketahui hasil akhirnya yaitu yang sangat laris ada 11 artikel, yang laris ada 55 artikel dan 34 artikel untuk yang kurang laris. Kemudian Menerapkan metode K-Means pada Rapidminer dilakukan dengan memasukkan data stok produk yaitu stok awal, stok terjual dan stok akhir yang akan menjadi Database pada Ms.Excel, data tersebut kemudian dikoneksikan ke dalam Tools Rapidminer, dan akan diolah dan dibentuk K-means. Setelah itu, Rapidminer akan menghasilkan produk mana yang sangat laris, laris, dan kurang laris
Sistem Penunjang Keputusan Untuk Penentuan Ketua Ekstrakurikuler Menggunakan Metode Profile Matching Nazmi Uliah; Bakhtiar Rifai; Sopiyan Dalis
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (262.594 KB) | DOI: 10.31294/jtk.v7i2.10658

Abstract

The role of the School Extracurricular (EKSKUL) in a junior high school, high school, vocational high school/equivalent has an important function in improving the quality of school environment, proper selection in determining the Chair of the EKSKUL is very necessary in order to be able to protect and become role models for students in the environment. school. The absence of a fixed application of specific criteria, and the absence of voter understanding in choosing the extracurricular chair according to the criteria, make this study more helpful in applying the criteria using the profile matching method. It is hoped that it can help the existing schools at MA Tarbiyah Islamiyah in facilitating the selection of the chairman of EKSKUL. The criteria that have been determined are Behavioral Aspects, Responsibility Aspects, Communication Aspects. The assessment was carried out by filling out a Likert scale questionnaire by the respondents, where Scale 5 = Very Good, Scale 4 = Good, Scale 3 = Doubtful, Scale 2 = Disagree, Scale 1 = Strongly Disagree. The results were processed using the profile matching method, and based on the results obtained, the top-ranking was Dhiyah Fathiyyah with a final score of 4.86. So it can be concluded that there is an influence in determining the selection of extracurricular chairman using the profile matching method according to the existing criteria.
Pengujian Tingkat Reliabilitas Metode Weight Aggregated Sum Product Assessment Menggunakan Pearson Correlation Hidayanti Murtina; Nunung Hidayatun; Susafaati Susafaati
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (499.2 KB) | DOI: 10.31294/jtk.v7i2.10436

Abstract

Teacher assessment activities are common activities carried out. Evaluation of exemplary teachers is one of the activities held every year in schools, especially at PGRI Babelan Junior High School. The selection of exemplary teachers carried out by SMP PGRI Babelan must be as minimum as possible free from things that can damage the results such as conducting a subjective assessment, therefore the author conducted research using one of the multi attribute decision making methods, namely the Weight Aggregated Sum Product Assessment (WASPAS) method. . The criteria used in the selection of exemplary teachers at SMP PGRI Babelan include Ethics, Methods and Didactics, Responsibility, Credibility, Absence with the stages of the Weight Aggregated Sum Product Assessment (WASPAS) method itself consisting of matrix normalization stages, searching for the value of Qi (1) namely the value of the Weighted Sum Model (WSM), the search for the value of Qi (2), namely the value of the Weighted Product Model (WPM) and the stages of the Weight Aggregated Sum Product Assessment (WASPAS) method itself so that it is found that the 6th alternative is the teacher most recommended by the method. Weight Aggregated Sum Product Assessment (WASPAS) with a value of 0.9860 followed by the 1st alternative with a value of 0.8907 and re-tested the level of reliability using Pearson Correlation
Prediksi Status Pinjaman Bank dengan Deep Learning Neural Network Sukri Syafrudin; Ranu Agastya Nugraha; Kartika Handayani; Safitri Linawati; Windu Gata
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.917 KB) | DOI: 10.31294/jtk.v7i2.10474

Abstract

Penilaian risiko pada penentuan status pinjaman merupakan proses yang penting dalam usaha simpan pinjam. Prediksi dalam mengklasifikasikan apakah nasabah akan melunasi atau tidak akan menentukan pengambilan keputusan dan tindaklanjutnya yang berdampak pada kinerja entitas dalam menjalankan usahanya. Berbagai teknik dalam prediksi status pinjaman dengan machine learning diterapkan dengan hasil yang meningkat dalam akurasi dan performance. Metode Deep Learning Neural Network (DNN) merupakan salah satu metode machine learning yang sekarang ini memiliki peran penting di era big data dimana data yang besar, dengan kemampuan mesin yang mumpuni dan kompleksitas pada suatu fitur mampu ditangani oleh DNN. Penelitian ini memvariasikan beberapa arsitektur dan parameter dalam pembangunan model DNN dengan score yang terbaik. Pengujian terhadap dataset bank loan status dengan metode DNN menghasilkan akurasi 82.27% tidak lebih baik dari metode SVM dengan hasil akurasi 84%. Namun metode DNN masih lebih baik dibandingkan dengan metode lainnya. Karena penggunaan variasi arsitektur dan parameter DNN tidak berpengaruh signifikan dalam menghasilkan score terbaik. Data yang diproses benar-benar diperlukan pemrosesan lebih lanjut sebelum dilakukan pemodelan.

Page 2 of 2 | Total Record : 15

 1   2 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 11, No 2 (2025): Periode Juli 2025 Vol 11, No 1 (2025): Periode Januari 2025 Vol 10, No 2 (2024): Periode Juli 2024 Vol 10, No 1 (2024): Periode Januari 2024 Vol 9, No 2 (2023): JTK Periode Juli 2023 Vol 9, No 1 (2023): JTK Periode Januari 2023 Vol 8, No 2 (2022): JTK Periode Juli 2022 Vol 8, No 1 (2022): JTK Periode Januari 2022 Vol 7, No 2 (2021): JTK-Periode Juli 2021 Vol 7, No 1 (2021): JTK-Periode Januari 2021 Vol 6, No 2 (2020): JTK-Periode Juli 2020 Vol 6, No 1 (2020): JTK-Periode Januari 2020 Vol 5, No 2 (2019): JTK - Periode Agustus 2019 Vol 5, No 1 (2019): JTK - Periode Februari 2019 Vol 4, No 2 (2018): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 4, No 1 (2018): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 3, No 2 (2017): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 3, No 1 (2017): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 2, No 2 (2016): Jurnal Teknik Komputer AMIK BSI Vol 2, No 1 (2016): Jurnal Teknik Komputer AMIK BSI Vol 1, No 2 (2015): Jurnal Teknik Komputer AMIK BSI Vol 1, No 1 (2015): Jurnal Teknik Komputer AMIK BSI More Issue