cover
Contact Name
Syahroni Wahyu Iriananda
Contact Email
syahroni@widyagama.ac.id
Phone
-
Journal Mail Official
syahroni@widyagama.ac.id
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Journal of Information Technology and Computer Science (JOINTECS)
Published by Universitas Widyagama
ISSN : 25413619     EISSN : 25416448     DOI : -
JOINTECS terbit 2 (dua) kali dalam setahun, yaitu pada bulan Agustus dan Pebruari dengan versi cetak p-ISSN: 2541-3619 dan versi elektronik dengan sistem OJS dengan e-ISSN: 2541-6448. (medio online) yang mewajibkan setiap naskah yang masuk, proses review, editing, sampai pada publikasi, dan semua yang berhubungan dengan sistem, wajib menggunakan Open Journal Sistem (OJS). JOINTECS dapat diakses melalui website http://publishing-widyagama.ac.id/ejournal-v2/index.php/jointecs yang telah mendukung penuh fitur-fitur OJS tersebut.
Arjuna Subject : -
Articles 7 Documents
Search results for , issue "Vol 4, No 2 (2019)" : 7 Documents clear
Image Smoothing Menggunakan Metode Mean Filtering Imanuddin Imanuddin; Raza Oktafian; Munawir Munawir
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (561.043 KB) | DOI: 10.31328/jointecs.v4i2.1007

Abstract

Pelembutan Citra (Image smoothing) bertujuan untuk menekan gangguan (noise) pada citra.Gangguan tersebut biasanya muncul sebagai akibat dari hasil penerokan yang tidak bagus (sensor noise, photographic grain noise) atau akibat saluran transmisi (pada pengiriman data).Penelitian ini telah menghasilkan sebuah program aplikasi untuk image smoothing dengan beberapa metode yaitu mean filtering,grayscale dan gaussian filtering. Citra uji yang digunakan pada penelitian ini menggunakan satu sampel gambar. Citra tersebut di-load dan ditampilkan pada program. Kemudian dilakuan proses image smoothing dengan menggunakan metode grayscale,gaussian dan mean.
Komparasi Algoritma Klasifikasi Data Mining untuk Memprediksi Tingkat Kematian Dini Kanker dengan Dataset Early Death Cancer Panny Agustia Rahayuningsih
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.267 KB) | DOI: 10.31328/jointecs.v4i2.1008

Abstract

Penyakit Kanker merupakan sepuluh besar penyakit pembunuh di dunia. Kanker merupakan penyakit yang ganas dan sulit disembuhkan jika penyebarannya sudah terlalu luas. Akan tetapi, pendeteksian sel kanker sedini mungkin dapat mengurangi resiko kematian. Penelitian ini bertujuan untuk memprediksikan tingkat kematian dini kanker pada penduduk Eropa dengan menggunakan 5algoritma klasifikasi yaitu: Desecion Tree, Naïve Bayes, k-Nearset Neighbour, Random Forest dan Neural Network dari algoritma tersebut algoritma mana yang dianggap paling baik untuk penelitian ini. Pengujian dilakukan dengan beberapa tahapan penelitian antara lain: dataset (pengumpulan data), pengolahan data awal, metode yang diusulkan, pengujian metode menggunakan 10-fold cross validation, evaluasi hasil dan uji beda t-test. Nilai alpha yang digunakan adalah 0.05. jika probabilitasnya >0.05 maka H0 diterima. Sedangkan jika probabilitasnya <0.05 maka Ho ditolak.Hasil dari penelitian yang mendapatkan performe terbaik dengan nilai akurasi sebesar 98,35% adalah algoritma Neural Network. Sedangkan, hasil penelitian menggunakan uji t-test algoritma dengan model terbaik yaitu: algoritma Random Forest dan Neural Network, algoritma Naïve Bayes lumanyan baik, algoritma Desecion Tree cukup baik dan algoritma yang kurang baik adalah algoritma K-Nearset Neighbour (K-NN).
Penilaian Kinerja Karyawan di Kantor RUPBASAN Kelas II Blitas Dengan Menggunakan Fuzzy Simple Additive Weighted Ahmad Desma Syahputra; Fitri Marisa
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (781.644 KB) | DOI: 10.31328/jointecs.v4i2.1009

Abstract

Pengukuran kinerja suatu perusahaan sangat penting guna evaluasi dan perencanaan masa depan. Penilaian prestasi karyawan mutlak harus dilakukan untuk mengetahui prestasi yang hendak dicapai setiap karyawan. Untuk itu setiap perusahaan mempunyai cara yang berbeda dalam melakukan penilaian prestasi kerja karyawan. Dalam praktiknya, kegiatan penilaian atas prestasi kerja para karyawan harus dilakukan dengan metode yang baik dan tepat, sehingga tidak terjadi kesalahan dalam penilaian. Hasil penilaian yang dilakukan harus dapat menjamin perlakuan yang adil serta memuaskan bagi para karyawan yang dinilai, sehingga pada gilirannya menumbuhkan loyalitas dan semangat kerja. Ada beberapa alat bantu yang sudah umum digunakan untuk melakukan penilaian prestasi kerja karyawan, yaitu dengan metode performance apparsial. Akan tetapi metode ini memiliki beberapa masalah diantaranya adalah penilaian masih bersifat samar, terjadi efek halo, kecenderungan terpusat, dipengaruhi umur, ras dan jenis kelamin. Sistem pendukung keputusan merupakan alat bantu yang dapat digunakan untuk melakukan penilaian prestasi kerja karyawan dengan cara memperbaiki metode penilaian dari performance apparsial. Metode Fuzzy Simple Additive Weighting dipilih untuk melakukan penilaian dan perangkingan prestasi kerja karyawan. Dari hasil pengujian dapat disimpulkan bahwa aplikasi  ini dapat diimplementasikan untuk penilaian prestasi kerja karyawan kontrak di kantror RUPBASAN kelas II Blitar.
Analisis Sentimen Twitter Debat Calon Presiden Indonesia Menggunakan Metode Fined-Grained Sentiment Analysis Septian Fendyputra Pratama; Ricsa Andrean; Aryo Nugroho
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.446 KB) | DOI: 10.31328/jointecs.v4i2.1004

Abstract

Media sosial, Twitter, saat ini telah banyak memberikan dampak besar dalam membangun opini, pandangan, sentimen, dan preferensi politik publik (menjelang Pemilihan Umum) berlangsung. Penelitian ini dilakukan untuk mengetahui percakapan di Twitter pada debat pertama calon presiden Republik Indonesia melalui hashtag dari kedua pasang calon. Selain itu, juga untuk mengetahui tentang kecenderungan masyarakat di Twitter terkait dengan debat yang sedang berlangsung tersebut cenderung positif, negatif, atau netral. Data percakapan di Twitter didapatkan melalui Twitter API yang diambil dengan bahasa Pemrograman R. Proses analisis sentimen ini menggunakan metode Fined-grained Sentiment Analysis yaitu, Jika satu tweet berisi lebih banyak kalimat positif daripada negatif, maka hasil keseluruhan akan positif dan bernilai (+1). Jika jumlah kalimat negatif lebih besar dari kalimat positif, maka hasil keseluruhan negatif dan bernilai (-1). Jika ada jumlah yang sama dari kalimat positif dan negatif dalam paragraf, maka hasilnya adalah netral dan bernilai (0). Hasil dari penelitian ini menunjukkan bahwa tweet sentimen dari kedua hashtag cenderung positif, lebih banyak daripada sentimen negatif dan netral.
Sistem Pakar Tes Kepribadian Menggunakan Metode Naive Bayes Khalid Aji
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.391 KB) | DOI: 10.31328/jointecs.v4i2.1010

Abstract

Ilmu Psikologi merupakan disiplin ilmu yang secara umum bertujuan untuk memahami perilaku sesama manusia. Dalam prakteknya ilmu psikologi sebagian besar masih menggunakan cara-cara dan metode lama dalam proses memahami dan mempelajari ilmu psikologi suatu objek. Salah satu metode lama yang masih digunakan dalam ilmu psikologi yakni dengan cara membuat lembaran-lembaran kuisioner atau serangkaian pernyataan yang akan diberikan kepada objek yang akan dipelajari lalu kuisioner-kuisioner tersebut diisi oleh masing-masing objek.Melihat hal tersebut perlu pemanfaatan teknologi untuk membuat aplikasi bidang psikologi, khususnya pada sub bidang kepribadian dimana aplikasi tersebut menggunkan pengetahuan komputer dibidang kecerdasan buatan khususnya cabang sistem pakar untuk membantu klasifikasi kepribadian seseorang dengan menggunkana metode Naive Bayes. Sebab, metode ini mempunyai tingkat akurasi yang lebih baik dibandingan model klasifikasi lainnya. Metode Naive Bayes merupakan salah satu metode klasifikasi yang efektif dan efisien karena proses pengklasifikasiannya bekerja secara independen pada setiap fitur objek yang akan diklasifikasi.Berdasarkan hasil perbandingan pengujian sistem dengan menggunakan metode Naive Bayes dengan 100 data learning dan menguji 10 data testing, perbandingan untuk uji sistem pakar memiliki hasil akurasi 70%. Berdasarkan penelitian yang dilakukan hasil akurasi menunjukkan bahwa metode yang digunakan cukup baik untuk klasifikasi menentukan jenik kepribadian Introvert atau Ekstrovert. Dapat disimpulkan semakin banyak data yang digunakan maka semakin besar pula nilai akurasinya.
Deteksi Mata Mengantuk Pada Pengemudi Mobil Menggunakan Metode Viola Jones Imanuddin Imanuddin; Rahmat Maulana; Munawir Munawir
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.146 KB) | DOI: 10.31328/jointecs.v4i2.1005

Abstract

Sistem pendeteksian dan pengenalan wajah semakin banyak. Walaupun semakin banyak, bukan berarti penelitian mengenai hal ini sudah selesai. Tuntutan akan efektifitas, baik kecepatan maupun tingkat keakuratan dalam sebuah sistem pendeteksian semakin diperhitungkan.  Banyak dari beberapa sistem pendeteksian wajah menggunakan metode Viola Jones sebagai metode pendeteksi objek. Metode Viola Jones dikenal memiliki kecepatan dan keakuratan yang tinggi karena menggabungkan beberapa konsep (Haar Features, Integral Image, AdaBoost, dan Cascade Classifier) menjadi sebuah metode utama untuk mendeteksi objek. Bahasa pemrograman yang digunakan dalam makalah ini menggunakan bahasa pemrograman matlab sehingga memudahkan dalam pembuatan sistem. Makalah ini bertujuan untuk  mengimplementasikan Viola Jones  ke dalam sistem deteksi mata kantuk sederhana dengan memanfaatkan library yang ada pada matlab. Setelah sistem selesai dibuat, dilakukan pengujian sistem terhadap karakteristik deteksi mata kantuk yang dapat dideteksi. Deteksi mata mengantuk ini bertujuan untuk menentukan  apakah pengendara kendaraan mobil mengantuk atau tidak pada saat berkendara dengan input berupa deteksi mata yang diambil menggunakan kamera digital kemudian di masukkan ke dalam sebuah bahasa pemrograman GUI Matlab dimana diambil  nilai mata biner mata mengantuk dan tidak mengantuk menjadi referensi yang nanti akan diolah sehingga menghasilkan output berupa suara peringatan pengendara kendara mobil mengantuk atau tidak secara otomatis.
Hand Human Recognition Berdasarkan Geometri Telapak Tangan Menggunakan Principal Component Analysis Nurul Fadillah; Imanuddin Imanuddin; Dewi Lestari
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (998.511 KB) | DOI: 10.31328/jointecs.v4i2.1006

Abstract

Sistem pengenalan diri merupakan sebuah sistem yang dapat digunakan untuk mengenali identitas sesorang yang dapat dilakukan secara otomatis menggunakan komputer. Pengenalan diri secara otomatis dapat dilakukan dengan menggunakna bagian tubuh atau perilaku manusia yang dikenal dengan istilah biometrika. Biometrika merupakan teknologi pengenalan diri yang menggunakan bagian tubuh atau perilaku dari manusia Terdapat beberapa cara untuk biometrika umum yang sering dipakai untuk pengenalan diri, seperti sidik jari (fingerprint), selaput pelangi, (iris), wajah (face), suara (voice), tanda tangan (signature), geometri tangan (hand geometry) dan telapak tangan (palmprint). Geometri tangan merupakan salah satu biometrika yang dimiliki oleh manusia yang dapat menggambarkan struktur geometri tangan seseorang. Sistem yang terdapat dalam penelitian ini adalah sebuah sistem pengenalan telapak tangan yang menggunakan ekstraksi fitur berbasis berbasis Principal Component Analysis (PCA). Teknik ini melibatkan pengambilan komponen utama dari database telapak tangan. Untuk mengetahui keakuratan sistem pengenalan telapak tangan yang dirancang pada penelitian ini, telah dilakukan uji coba sistem dengan menggunakan input sebanyak 21 citra telapak tangan dari database. Dari hasil pengujian ini, didapatkan hasil performasi sistem adalah 52,38% dalam mengenali citra input dengan benar.

Page 1 of 1 | Total Record : 7