Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal CoreIT

coreit
Website

Published by Universitas Islam Negeri Sultan Syarif Kasim Riau

ISSN : 2460738X EISSN : 25993321 DOI : -

Core Subject : Science,

Computer Science & IT

Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi published by Informatics Engineering Department – Universitas Islam Negeri Sultan Syarif Kasim Riau with Registration Number: Print ISSN 2460-738X | Online ISSN 2599-3321. This journal is published 2 (two) times a year (June and December) containing the results of research on Computer Science and Information Technology.

Arjuna Subject : -

Articles 6 Documents

Search results for , issue "Vol 4, No 2 (2018): Desember 2018" : 6 Documents clear

Implementasi Business Intelligence Menentukan Daerah Rawan Gempa Bumi di Indonesia dengan Fitur Geolokasi Namora, Jesi
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Gempa bumi merupakan bencana alam yang dapat menimbulkan banyak kerusakan. Secara geografis, Indonesia terletak pada kawasan cincin api (ring of fire), yaitu lokasi yang sering mengalami bencana gempa bumi dan letusan gunung berapi. Badan Nasional Penanggulangan Bencana (BNPB) adalah Lembaga yang memiliki data tentang bencana yang terjadi di Indonesia dalam ukuran besar. Agar data tersebut dapat diolah menjadi informasi yang lebih bernilai, diperlukan aplikasi yang dapat memvisualisasikan data-data tersebut. Sehingga dapat menampilkan informasi berupa provinsi yang rawan bencana dan aman dari bencana khususnya gempa bumi. Penerapan business inteligence sangat cocok untuk kasus ini agar BNPB dapat mengelompokkan bencana khususnya gempa bumi di setiap provinsi yang ada di Indonesia untuk mempermudah masyarakat mendapat informasi bencana gempa bumi yang terjadi. Penelitian ini menggunakan salah satu aplikasi business inteligence yakni QlikView untuk dapat mengelompokkan bencana gempa bumi yang terjadi di setiap provinsi di Indonesia serta menampilkan visualisasinya pada peta menggunakan fitur geolokasi.

Analisis dan Seleksi Fitur Audio pada Musik Tradisional Indonesia Jondya, Aisha Gemala; Iswanto, Bambang Heru
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Fitur-fitur yang digunakan untuk menemukan kemiripan pada audio antara lain dengan menggunakan fitur yang ditentukan secara manual sampai fitur yang diekstraksi secara otomatis dari sebuah file audio. Para peneliti terdahulu juga telah merekomendasikan beberapa nilai numerik dari fitur yang dapat mewakili audio untuk diekstraksi. Meskipun demikian, set fitur yang optimal dalam menemukan kemiripan musik mungkin berbeda pada setiap penelitian, tergantung pada metode atau jenis musik yang digunakan dalam penelitian. Untuk menemukan fitur audio yang optimal untuk musik tradisional Indonesia, proses seleksi fitur dilakukan dalam penelitian ini. Empat musik tradisional Indonesia dari 4 provinsi yang berbeda disegmentasi secara otomatis menjadi 60 segmen audio. Sebelas set fitur dengan total 36 fitur audio ini diekstraksi langsung dari 60 segmen audio tersebut dengan kombinasi nilai rata-rata dan standar deviasi standar. Principal Component Analysis (PCA) digunakan untuk mengurangi set fitur. Kemudian, untuk membuktikan set fitur yang dihasilkan adalah fitur yang optimal, clustering dilakukan pada 60 segmen audio. Proses clustering dengan metode x-Means dengan fitur-fitur yang diperoleh dalam penelitian ini menunjukkan bahwa setiap segmen audio dari 1 lagu berada pada cluster yang sama.

Klasifikasi Tweet E-Commerce dengan Menggunakan Metode Support Vector Machine Yusra, Yusra; Fikry, Muhammad
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Aktifitas belanja online telah menjadi kebutuhan masyarakat. Online shop di media sosial merupakan pilihan tempat berbelanja karena pembeli dapat berinteraksi dan berkonsultasi langsung dengan penjual. Tantangan dalam mengumpulkan informasi transaksi e‑commerce di media sosial adalah banyaknya pemilik online shop dan kerahasiaan data. Namun demikian, informasi transaksi e‑commerce di Twitter dapat ditemukan pada tweet yang dapat diakses publik. Tweet biasanya berisikan aktifitas sebelum pembelian, aktifitas pembelian, aktifitas pengiriman oleh penjual, atau aktifitas penerimaan oleh pembeli. Hal ini menjadi indikator adanya transaksi. Tantangan lainnya adalah teks di media sosial menggunakan bahasa alami manusia yang seringkali dituliskan secara tidak terstruktur. Dalam penelitian ini, diklasifikasikan apakah suatu tweet berkaitan dengan transaksi e‑commerce atau tidak. Oleh karena itu, tweet yang telah dikumpulkan dan diberi label perlu dipraproses, meliputi case folding, cleaning, tokenisasi, normalisasi kata, stopword removal dan stemming. Selanjutnya, dilakukan ekstraksi fitur berdasarkan nilai document frequency dan threshold minimum bagi kata untuk dipilih sebagai fitur. Untuk setiap tweet, ditentukan nilai fitur dengan term frequency-inverse document frequency. Setelah dilakukan cross-validation dengan menggunakan kernel RBF, diketahui parameter terbaik adalah pasangan parameter C=0,9 dan γ=0,8 dengan rataan akurasi sebesar 96,1%. Model terbaik merupakan model yang menghasilkan nilai akurasi tertinggi. Akhirnya dilakukan pengujian dengan hasil akurasi sebesar 94%.

Sistem Pakar Untuk Mendiagnosa Gangguan Anxietas Dengan Menggunakan Teorema Bayes Reski Mai Candra; Bambang Mirwanto
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Gangguan Anxietas atau gangguan kecemasan merupakan salah satu penyakit yang sering dijumpai didalam ilmu kejiwaan. Gangguan anxietas ini dimiliki oleh semua orang, baik dari bayi hingga orang yang sudah tua sekalipun. Beberapa orang masih banyak yang mengabaikan gangguan anxietas ini dikarenakan kurangnya informasi mengenai gangguan anxietas yang apabila dibiarkan secara terus-menerus akan berdampak negatif pada kehidupan mereka, seperti rutinitas hidup jadi terganggu, menurunkan prestasi akademik dan juga berdampak pada kualitas hidup serta kondisi psikologi orang tersebut. Sistem pakar ini akan mendiagnosa gangguan anxietas dengan cara menghitung jumlah nilai-nilai dari gejala yang dialami. Sistem pakar ini menggunakan Teorema Bayes untuk melakukan Implementasi dan pembuatan sistem menggunakan bahasa pemrograman PHP dan database MySQL. Pada pengujian Black Box tidak ditemukannya error didalam sistem dan telah sesuai dengan output. Sedangkan pada pengujian User Acceptence Test (UAT) terhadap 10 responden sistem berhasil menambah wawasan serta informasi kepada user. Perhitungan manual Teorema Bayes dan beberapa pertanyaan yang diberikan kepada pakar menunjukkan hasil yang sama terhadap sistem. Oleh karena itu, dapat disimpulkan bahwa sistem pakar untuk mendiagnosa gangguan anxietas ini layak untuk digunakan.

Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak Marlina, Dini; lina, Nure; Fernando, Andri; Ramadhan, Aditya
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Usia dibawah 18 tahun merupakan usia yang baik dalam pertumbuhan dan perkembangan fisik dan mental pada seseorang. Pertumbuhan dan perkembangan yang baik akan menjadi modal bagi kelangsungan anak sebagai generasi penerus yang baik. Namun, seorang anak yang dilahirkan dalam keadaan cacat fisik yang berat beresiko untuk mengalami stress dan hambatan penyesuaian. Dinas Sosial Provinsi Riau mengaku fasilitas yang diberikan kepada penyandang cacat masih rendah. Selain itu, angka penyandang cacat di Provinsi Riau lebih dari 11 ribu tersebar di seluruh Kabupaten/ Kota di Provinsi Riau. K-Medoids mampu melakukan pengelompokan pada data sebaran anak cacat yang ada pada Provinsi Riau. Klaster yang dihasilkan pada penelitian ini adalah berjumlah tiga klaster. Validitas yang digunakan pada penelitian ini adalah validitas Silhoutte Coefficient Adapun nilai validitas yang dihasilkan pada algoritma K-Medoids adalah sebesar 0.5009. Sedangkan nilai validitas yang dihasilkan pada algoritma K-Means adalah 0.1443. Hal ini menunjukkan bahwa algoritma K-Medoids lebih baik dalam melakukan pengelompokan pada data sebaran Anak Cacat dibandingkan dengan algoritma K-Means.

Evaluasi Manajemen Keamanan Informasi Menggunakan Indeks Keamanan Informasi (KAMI) berdasarkan ISO 27001:2013 Pada Pusat Informasi dan Pangkalan Data Perguruan Tinggi X Thoyyibah, Thoyyibah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Perguruan tinggi merupakan sebuah lembaga yang mengelola generasi penerus melalui berbagai data olahan yang tersimpan. Data yang tersimpan diolah menggunakan sebuah sistem yaitu sistem informasi akademik atau sering disebut pusat informasi sebagai pangkalan data. Sebuah sistem informasi seharusnya memiliki perlindungan agar terbebas dari berbagai ancaman dan bahaya. Dengan adanya permasalahan tersebut maka perlu evaluasi terhadap keamanan informasi yang ada. Evaluasi digunakan pada pangkalan data untuk mengetahui seberapa baik tingkat keamanan pada Sistem Informasi. Penelitian ini menggunakan metode pengumpulan data secara kuesioner yaitu indeks KAMI versi 3.1.berdasarkan ISO 27001:2013. Melalui penelitian ini juga dilakukan untuk menambah wawasan dan pengetahuan tentang keamanan pada Sistem Informasi. Hasil penelitian ini berupa skor pengukuran SE (Sistem Elektronik) pada sistem informasi akademik perguruan tinggi X adalah 22, yang termasuk kedalam kategori tinggi. Jumlah total semua skor dari 5 area indeks KAMI yang diiukur adalah 577, dengan arti bahwa indeks keamanan informasi pada pustipanda adalah cukup baik. Rincian area indeks KAMI sebagai berikut, Tata kelola III+, Pengelolaan Risiko IV+, Kerangka Kerja Keamanan Informasi II, Pengelolaan Aset III dan Teknologi dan Keamanan Informasi III. Hasil penilaian kelima area yang menunjukkan nilai sebesar 577, dengan hasil nilai tingkat penggunaan sistem elektronik sebesar 22 maka perguruan tinggi X sudah dapat dikatakan matang dan sesuai dengan standar ISO 27001:2013 karena sudah mencapai level IV+.

Page 1 of 1 | Total Record : 6

Filter by Year

2018 2018

Filter By Issues

All Issue Vol 11, No 2 (2025): December 2025 Vol 11, No 1 (2025): June 2025 Vol 10, No 2 (2024): December 2024 Vol 10, No 1 (2024): June 2024 Vol 9, No 2 (2023): December 2023 Vol 9, No 1 (2023): June 2023 Vol 8, No 2 (2022): December 2022 Vol 8, No 1 (2022): June 2022 Vol 7, No 2 (2021): Desember 2021 Vol 7, No 1 (2021): Juni 2021 Vol 6, No 2 (2020): Desember 2020 Vol 6, No 1 (2020): Juni 2020 Vol 5, No 2 (2019): Desember 2019 Vol 5, No 1 (2019): Juni 2019 Vol 4, No 2 (2018): Desember 2018 Vol 4, No 1 (2018): Juni 2018 Vol 3, No 2 (2017): Desember 2017 Vol 3, No 1 (2017): Juni 2017 Vol 2, No 2 (2016): Desember 2016 Vol 2, No 1 (2016): Juni 2016 Vol 1, No 2 (2015): Desember 2015 Vol 1, No 1 (2015): Juni 2015 More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Suwanto Sanjaya

Contact Email
suwantosanjaya@uin-suska.ac.id

Phone
-

Journal Mail Official
coreit@uin-suska.ac.id

Editorial Address
-

Location
Kab. kampar,

Riau

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Suwanto Sanjaya

Contact Email suwantosanjaya@uin-suska.ac.id

Phone -

Journal Mail Official coreit@uin-suska.ac.id

Editorial Address -

Location Kab. kampar, Riau INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Suwanto Sanjaya

Contact Email
suwantosanjaya@uin-suska.ac.id

Phone
-

Journal Mail Official
coreit@uin-suska.ac.id

Editorial Address
-

Location
Kab. kampar,

Riau

INDONESIA