JIKO (Jurnal Informatika dan Komputer)
JIKO (Jurnal Informatika dan Komputer) is a scientific journal published by Lembaga Penelitian dan Pengabdian Masyarakat of Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM) Yogyakarta, Indonesia. First published in 2016 for a printed and online version. We receive original research articles and any review papers. The aims of JIKO are to disseminate research results and to improve the productivity of scientific publications. JIKO is published in February and September with the scopes and focus of the research areas that are: Software Engineering, Information Systems, Computer Science Applications, Computer Networks and Communications, and Artificial Intelligence.
Articles
224 Documents
<![CDATA[IDENTIFIKASI NYAMUK CULEX DAN AEDES AEGYPTI BETINA MENGGUNAKAN LINIER PREDICTIVE CODING DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION ]]>
<![CDATA[Achmad Lukman]]>;
<![CDATA[Wahju Tjahjo Saputro]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 2 (2017): SEPTEMBER - JANUARI 2017 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (830.763 KB)
|
DOI: 10.26798/jiko.v1i2.33
<![CDATA[Pengolahan sinyal digital yang paling populer dan dampaknya positifnya cukup besar adalah bidang pengolahan suara digital.Pengolahan suara digital dapat dikembangkan dengan berbagai aplikasi yang dapat mempermudah kehidupan manusia, salah satu penelitian yang dapat dibuat adalah pengenalan suara nyamuk. Linier Predictive Coding (LPC) adalah proses mendapatkan nilai energi dalam sekelompok parameter orde LPC.Dalam penelitian ini digunakan metode LPC untuk mengekstraksi ciri sinyal suara nyamuk Culex betina dan Aedes Aegypty betina berupa koefisien cepstrum yang didalamnya sudah terdapat frekuensi sinyal suara nyamuk agar dapat diklasifikasi dengan jaringan syaraf tiruan. Penelitian dilanjutkan dengan membuat sebuah perangkat lunak untuk menunjang eksperimen klasifikasi sinyal suara nyamuk sesuai dengan metode pengolahan sinyal yang diterapkan. Metode klasifikasi menggunakan jaringan syaraf tiruan learning vector quantization (LVQ). Pengujian ini dilakukan dengan skenario variasi jumlah orde LPC yaitu 8, 10, 12, 14 dan 16, dengan jumlah data pelatihan masing-masing nyamuk 50 ekor nyamuk dan pengujian 40 ekor.Selanjutnya hasil akurasi klasifikasi LVQ didapatkan untuk membuat kesimpulan pengaruh pemilihan orde LPC.Kata kunci: LPC, LVQ, Culex betina, Aedes Aegypty betina]]>
<![CDATA[SISTEM INFORMASI IT-HELPDESK PADA UNIVERSITAS AMIKOM YOGYAKARTA BERBASIS WEB ]]>
<![CDATA[Ali Mustopa]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 2 (2017): SEPTEMBER - JANUARI 2018 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (476.603 KB)
|
DOI: 10.26798/jiko.v2i2.71
<![CDATA[IT Helpdesk is a service unit that is responsible to help in overcoming the problems related to the usage of ICT facilities at Universitas AMIKOM Yogyakarta. IT Helpdesk provides some form of services that can be utilized by academic community at Universitas AMIKOM Yogyakarta in usage of ICT services. This unit services include installation, troubleshooting software, service and computer maintenance. This research discusses about how information system development for user, consumer and manajamen IT Helpdesk. IT Helpdesk of Universitas AMIKOM Yogyakarta currently has an information system that includes the management of user registration and financial data. However, there is no information systems that provides detailed information from the consumer, which can be utilized by consumers IT Helpdesk itself in tracking the services status. Additionally, the current system has not been able to support management requirements in monitoring and evaluating the performance of technicians. The results of the research is a system that can provide information with a fast and accurate to the consumer and management of IT Helpdesk.]]>
<![CDATA[PENENTUAN PESERTA LOMBA KOMPETENSI SISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) ]]>
<![CDATA[Maura Widyaningsih]]>;
<![CDATA[Leo Giovanni]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 1 (2016): FEBRUARI - AGUSTUS 2016 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1019.148 KB)
|
DOI: 10.26798/jiko.v1i1.13
<![CDATA[Penggunaan konsep dan metode merupakan salah satu faktor pendukung saat sebuah sistem diimplementasikan untuk menghasilkan suatu keputusan dari beberapa data yang akan diseleksi. Problem Lomba Kompetensi Siswa-Sekolah Menengah Kejuruan (LKS-SMK) adalah menyeleksi siswa-siswi terbaik dari seluruh pendaftar untuk dipilih dan diikutkan lomba. Hasil seleksi siswa akan dilakukan pembinaan oleh tim bidang kompetisi dan akan diikut sertakan pada kompetisi keahlian tingkat nasional. Dengan melibatkan sebuah metode, suatu sistem akan menghasilkan sebuah keputusan yang sesuai untuk penyeleksian data.   Metode untuk menentukan hasil seleksi adalah metode Simple Additive Weighting(SAW). Metode SAW merupakan metode dengan penjumlahan terbobot. Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi Multiple Attribute Decision Making (MADM). Dengan metode ini hasil seleksi diharapkan lebih ketat dan sesuai dengan kriteria yang ditetapkan.Sistem mampu memberikan hasil rekomendasi keputusan yang tepat berdasarkan persyaratan yang telah ditetapkan. Informasi hasil perhitungan terhadap sejumlah data seleksi menunjukan pencapaian yang diharapkan, dalam waktu yang cepat dengan tidak melibatkan banyak user pengelola. Dengan demikian sistem ini dapat memberikan kemudahan pengelolaan untuk pelaksanaan seleksi lomba kompetensi siswa-sekolah menengah kejuruan (LKS-SMK) tingkat sekolah di Palangkaraya.                                                                                                                                                       Kata Kunci: Penentuan Peserta Lomba, Lomba Kompetensi Siswa (LKS), Simple Additive Weighting (SAW)]]>
<![CDATA[PENGARUH STEMMING TERHADAP EKSTRAKSI TOPIK MENGGUNAKAN METODE TF*IDF*DF PADA APLIKASI PDS ]]>
<![CDATA[Luthfan Hadi Pramono]]>;
<![CDATA[Cuk Subiyantoro]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 1 (2017): FEBRUARI - AGUSTUS 2017 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (711.523 KB)
|
DOI: 10.26798/jiko.v2i1.57
<![CDATA[Personal Digital Secretary (PDS) is a system that was developed to be a "personal secretary" who work alongside users digitally. PDS convey information to users in the form of email, social media and news. In order to know the information and news from the outside, it must be done by extracting user topics through email and social media, with the result that news information will have corresponding relationships with users. User topic extraction through email and social media in PDS is using modified weighting method in TF*IDF algorithm named TF*IDF*DF. In the further development, added stemming process in hopes of obtaining an appropriate topic. From the research that has been done, there are differences in terms obtained from the topic extraction without addition stemming process and with addition of stemming process. News information obtained by the addition of stemming process has more focused results than the news information obtained from the topics extraction without additional stemming process. With the addition of stemming process on the TF*IDF*DF algorithm indicates that the word (terms) results obtained from the extraction process has become the basic words because of stemming process. These Basic words are the basic form that an indication of a topicKeywords: User topic, topic extraction, TF*IDF, topic model, fiture selection.]]>
<![CDATA[PERANGKAT LUNAK SIMULASI DEADLOCK MENGGUNAKAN ILUSTRASI DINING PHILOSOPHERS PROBLEM ]]>
<![CDATA[Arfiani Nur Khusna]]>;
<![CDATA[Nur Rochmah Dyah PA]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 1 (2017): FEBRUARI - AGUSTUS 2017 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (859.26 KB)
|
DOI: 10.26798/jiko.v2i1.50
<![CDATA[The operating system must be able to control resource usage. In the process of designing the operating system, there is a common foundation called kongkurensi. Processes called kongkuren if processes (more than one process) are at the same time. This is called the multitasking operating system. Kongkuren processes can be completely independent of the other but can also interact with each other. Processes that require synchronization in order to interact properly controlled. However, the processes that interact kongkuren, there are problems to be solved such as deadlock and synchronization. Deadlock occurs because a set of processes in a block where every process of bringing a resource and waiting to get the resources brought by another process so there is a wait state which will never expire (deadlock).Dining Philosophers Problem is an illustration of the possibility of a deadlock, a condition in which two or more processes can not continue its execution as they waited for the use of resources. Dining Philosophers problem can be illustrated, there are five philosophers sitting around a table. Five philosophers is an illustration of the five processes with the state of the process of mutual waiting to use the resources.The results of this study are to describe the state of software deadlocks using illustrations dining philosophers problem with illustrations of all the philosophers were in a state of hunger and holding chopsticks in hand to the left, there will be a deadlock condition.Keywords: deadlock, dining philosophers problem, simulation]]>
<![CDATA[KOMBINASI METODE ANP DAN TOPSIS DALAM MENENTUKAN PRIORITAS MEDIA PROMOSI PERGURUAN TINGGI (STUDI KASUS: STMIK AKAKOM YOGYAKARTA) ]]>
<![CDATA[Sumiyatun Sumiyatun]]>;
<![CDATA[Retyanto Wardoyo]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 2 (2017): SEPTEMBER - JANUARI 2017 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (791.528 KB)
|
DOI: 10.26798/jiko.v1i2.34
<![CDATA[Perguruan tinggi merupakan sarana untuk mengembangkan ilmu. Setiap perguruan tinggi swasta akan menghadapi persaingan yang semakin ketat dan kompleks serta saling bersaing merebut calon mahasiswa. Salah satu pengaruh dari kesuksesan perolehan mahasiswa baru adalah pemilihan media promosi yang tepat. Penelitian ini bertujuan membangun suatu sistem pendukung keputusan yang dapat membantu bagian marketing di perguruan tinggi dalam menentukan prioritas media promosi.Sistem pendukung keputusan yang dikembangkan dalam penelitian ini menggunakan metode ANP (Analytical Network Process) dan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). Metode ANP digunakan untuk menentukan bobot kriteria dengan memperhatikan pengaruh interdependence antar kriteria, sedangkan TOPSIS digunakan untuk menentukan peringkat alternatif media promosi.Hasil dari penelitian ini adalah suatu sistem yang digunakan untuk menentukan prioritas media promosi berdasarkan kriteria – kriteria yang telah ditetapkan. Hasil pengujian menunjukkan bahwa sistem mampu memberikan urutan prioritas media promosi sebagai bahan pertimbangan dalam melakukan promosi perguruan tinggi.Kata kunci : ANP, media promosi, perguruan tinggi, TOPSIS.]]>
<![CDATA[IMPLEMENTASI WEBSITE PENCARIAN KOS DENGAN NoSQL ]]>
<![CDATA[Danny Kriestanto]]>;
<![CDATA[Alif Benden Arnado]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 2 (2017): SEPTEMBER - JANUARI 2018 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (437.966 KB)
|
DOI: 10.26798/jiko.v2i2.66
<![CDATA[The new technology of database has moved forward the relational databases. Now, the massive and unstructured data encourage experts to create a new type of database without using query. One of this technology is called NoSQL (Not Only SQL). One of the developing RDBMS that using this technique is MongoDB, which already supporting data storage technology that is no longer need for structured tables and rigid-typed of data. The schema was made flexible to handle the changes of data. The MongoDB data collecting characteristics in the form of arrays is considered suitable for the implementation of boarding house searching where each of the boarding houses have their own scenario structures. MongoDB also supports several programming language, including PHP with Bootstrap material as interface. The results of the research showed that there are alot of difference in implementing a NoSQL database with the regular relational one. NoSQL databases considered alot more complicated in structure, data type, even the CRUD system. The results also showed that in order to view an array inside another array will need two processes.]]>
<![CDATA[KLASIFIKASI DATA KEJADIAN LUAR BIASA CAMPAK MENGGUNAKAN METODE DECISSION TREE C4.5 ]]>
<![CDATA[Sulistyowati Sulistyowati]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 1 (2016): FEBRUARI - AGUSTUS 2016 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (400.106 KB)
|
DOI: 10.26798/jiko.v1i1.14
<![CDATA[Klasifikasi merupakan sebuah teknik pembelajaran yang ada pada data mining yang dapat membangun sebuah aturan yang digunakan untuk klasifikasi. Pada penelitian ini, klasifikasi yang dilakukan adalah untuk mengetahui daerah yang menderita kejadian luar biasa (KLB) atau non KLB berdasarkan data survailen penyakit campak di suatu wilayah. Data diperoleh dari Dinas Kesehatan Provinsi DIY dan jumlah data yang dikumpulkan adalah 648 data yang selanjutnya telah dibagi kedalam 2 bagian yaitu data pembelajaran dan data pengujian. Permasalahan dalam penelitian ini adalah bagaimana algoritma decisisin tree C.45 dapat melakukan klasifikasi KLB atau non KLB. Tujuan dari pengklasifikasian yang dilakukan adalah untuk mengetahui kinerja algoritma decision tree c.45 dalam melakukan klasifikasi data KLB suatu penyakit. Hasil penelitian menunjukkan bahwa dari 500 data diperoleh akurasi sebesar 84.4037%. Berdasarkan hasil data akurat yang diperoleh dari testing tersebut maka dilakukan pengujian menggunakan 10-Fold Cross Validation, algoritma decission tree c4.5 mampu melakukan klasifikasi sebesar 96%. Sehingga dapat dikatakan algoritma ini dapat digunakan untuk melakukan klasifikasi. Kata kunci: KLB, Campak, Decision Tree C4.5]]>
<![CDATA[INVESTIGASI SEGMENTASI BARIS UNTUK CITRA DOKUMEN SUNDA LAMPAU ]]>
<![CDATA[Erick Paulus]]>;
<![CDATA[Mira Suryani]]>;
<![CDATA[Setiawan Hadi]]>;
<![CDATA[Akik Hidayat]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 2 (2017): SEPTEMBER - JANUARI 2018 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1047.292 KB)
|
DOI: 10.26798/jiko.v2i2.65
<![CDATA[The variety of image quality of old Sundanese documents can be a real challenge for the process of text line segmentation. This paper describes the results of the investigation of two text line segmentation methods against several collections of Sunda document images, ie projection profile method and Seam Carving method. The deep investigation is done on handwritten documents written on lontar and paper media. The comparative experimental study was used as an investigative methodology in this study. Both methods is tested their performance capability on colored images and binary images using the evaluation matrix provided in handwriting segmentation competition ICDAR 2013. Experimental results show that projection profile method can work optimally on binary image and the type of writing is relatively horizontal. While the Seam Carving method is able to segment the lines in a non-linear manner and produce performance above 80%. With the added of binarization process in the pre-processing stage, the performance of Seam Carving method can increase up to 99% and the number of segmented lines is close to the number of groundtruth lines.]]>
<![CDATA[KLASIFIKASI DATA MAHASISWA MENGGUNAKAN METODE K-MEANS UNTUK MENUNJANG PEMILIHAN STRATEGI PEMASARAN ]]>
<![CDATA[Totok Suprawoto]]>
<![CDATA[ JURNAL INFORMATIKA DAN KOMPUTER Vol 1, No 1 (2016): FEBRUARI - AGUSTUS 2016 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (635.192 KB)
|
DOI: 10.26798/jiko.v1i1.9
<![CDATA[Analisis cluster merupakan teknik data mining yang bertujuan untuk mengidentifikasi suatu kelompok dari objek yang memiliki karakteristik yang sama. Jumlah kelompok yang dapat diidentifikasi tergantung pada sejumlah data dan jenis dari objeknya. K-Means adalah salah satu metode clustering data yang dibagi kedalam bentuk satu atau lebih cluster/kelompok yang memiliki karakteristik sama. Clustering data mahasiswa menggunakan metode K-Means, terdiri dari nilai rerata ujian nasional (UN) dan indeks prestasi kumulatif (IPK) mahasiswa. Penelitian ini menggunakan data mahasiswa angkatan 2014/2015. Kemudian diperoleh kesimpulan bahwa kelompok mahasiswa dengan nilai rerata UN yang rendah memiliki pengaruh terhadap prestasi akademik mahasiswa yang rendah pada jenjang diploma-3( D-3) dan strata-1 (S-1). Jika mahasiswa memiliki nilai UN yang tinggi maka prestasi akademik mahasiswa juga tinggi pada semua jenjang. Dari hasil pengelompakan berdasarkan daerah asal sekolah IPK rata-rata yang tertinggi berasal dari propinsi Daerah Istimewa Yogyakarta (DIY) dan Jawa Tengah (Jateng). Kata kunci: K-Means, Cluster, IPK, Nilai Rerata UN]]>
