Articles
10 Documents
Search results for
, issue
"Vol 6, No 2 (2020): Desember 2020"
:
10 Documents
clear
<![CDATA[Analisis Sentimen Penghapusan Ujian Nasional pada Twitter Menggunakan Support Vector Machine dan Naïve Bayes berbasis Particle Swarm Optimization ]]>
<![CDATA[Alkhalifi, Yuris]]>;
<![CDATA[Gata, Windu]]>;
<![CDATA[Prasetya, Arfhan]]>;
<![CDATA[Budiawan, Imam]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (699.502 KB)
|
DOI: 10.24014/coreit.v6i2.9723
<![CDATA[Twitter merupakan sebuah platform media sosial yang sering digunakan oleh pengguna di Indonesia. Dalam penggunaannya twitter digunakan sebagai platform yg membahas tentang opini publik, hiburan dan trending topik didunia salah satu perbincangan pada awal tahun 2020 yakni dihapusnya Ujian Nasional (UN) oleh Kementerian Pendidikan dan Kebudayaan Republik Indonesia (Mendikbud RI). Opini dan Sentimen pengguna di twitter pun sangat beragam, ada yg termasuk kedalam sentimen positif dan ada juga sentimen negatif. Untuk memilah mana yang termasuk kedalam sentimen positif dan negatif diperlukan sebuah rangkaian proses, salah satu proses yang dapat digunakan yakni data mining. Pada penelitian ini akan membahas tentang sentimen pengguna twitter dalam kasus penghapusan UN dengan menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes (NB) berbasis Particle Swarm Optimization (PSO). Dalam 2 algoritma tersebut akan dibagi masing-masing kedalam 2 proses yakni menggunakan PSO dan tidak menggunakan PSO sehingga mempunyai 4 metode. Pengujian dilakukan menggunakan k-Fold Cross Validation untuk diperoleh nilai akurasi (accuracy), tabel Confusion Matrix dan Area Under Curve. Hasil pengujian diperoleh nilai akurasi 92,92% dan AUC sebesar 0,977 untuk SVM tanpa PSO. Lalu nilai akurasi 94,81% dan AUC sebesar 0,974 untuk SVM dengan PSO. Nilai akurasi 85,93% dan AUC sebesar 0,645 untuk NB tanpa PSO. Serta nilai akurasi 86,92% dan AUC sebesar 0,715 untuk NB dengan PSO. Dalam penelitian ini metode SVM dengan PSO yang paling baik untuk mengklasifikasikan sentimen positif dan negatif terkait penghapusan UN.]]>
<![CDATA[Penerapan Model People At the Center of Mobile Application Development (PACMAD) Pada Evaluasi Usability Aplikasi Portal Mahasiswa ULM Berbasis Android ]]>
<![CDATA[Maulida, Muti'a]]>;
<![CDATA[Khatimi, Husnul]]>;
<![CDATA[Suriazdin, Syahrul Alam]]>;
<![CDATA[Wijaya, Eka Setya]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (804.983 KB)
|
DOI: 10.24014/coreit.v6i2.10922
<![CDATA[Universitas Lambung Mangkurat memandang bahwa perkembangan teknologi informasi harus dimanfaatkan dengan baik. Salah satu upayanya adalah dengan meluncurkan aplikasi berbasis Android untuk mahasiswa dengan nama Portal Mahasiswa ULM. Kurangnya perhatian dan banyaknya keluhan terhadap aplikasi ini menjadi masalah utama yang diangkat dalam penelitian ini. Penelitian ini bertujuan untuk mengevaluasi usability dari sisi mahasiswa, agar aplikasi ini dapat sesuai dengan kebutuhan dan keperluan pengguna. Model PACMAD digunakan dalam proses evaluasi untuk memberikan penilaian usability secara keseluruhan dengan 7 atribut di dalamnya. Kemudian merancang rekomendasi perbaikan berupa prototype dengan mengikuti aturan Eight Golden Rules sebagai solusi dari hasil penilaian PACMAD sebelumnya. Untuk mengetahui apakah rekomendasi perbaikan sudah sesuai dengan kebutuhan pengguna, tahap akhir adalah melakukan pengujian ulang dengan menggunakan model yang sama. Hasil akhir didapatkan peningkatan pada atribut effectiveness dari 61,11% menjadi 96,67%, efficiency dari 34,67% menjadi 96,11%, memorability dari Kurang Baik menjadi Baik, dan satisfaction dari 58,83 menjadi 79,11. Selain itu terdapat penurunan pada atribut errors dari 19,65% menjadi 1,75%, dan cognitive load dari 59 keluhan turun menjadi 7 keluhan saja. Serta learnability yang tetap pada penilaian Baik.]]>
<![CDATA[Mesin Rekomendasi Menggunakan Algoritma Alternating Least Square (ALS) pada Goodreads ]]>
<![CDATA[Martin, Stanley]]>;
<![CDATA[Sihotang, Jay Idoan]]>;
<![CDATA[Jonathan, Bern]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (562.54 KB)
|
DOI: 10.24014/coreit.v6i2.11578
<![CDATA[Sistem rekomendasi merupakan sistem yang dapat memberikan rekomendasi berupa prediksi rating pada suatu item. Ada banyak cara dalam merekomendasikan suatu item kepada pengguna, salah satunya adalah Alternating Least Square. Goodreads adalah situs web buku yang menjelaskan sinopsis dan memberi peringkat untuk buku, dan Goodreads membagikan peringkat pengguna mereka ke item di Kaggle untuk dianalisis. Oleh karena itu, penulis ingin merancang, mengimplementasikan, menguji serta ingin mengevaluasi mesin rekomendasi buku Goodreads mulai dari rating pengguna hingga item sebagai alternatif pemecahan masalah dari rekomendasi peringkat buku di Goodreads sekarang ini. Terdapat 981.756 data yang diolah menggunakan Alternating Least Square dengan 80% data latih dan 20% data uji. Hasil prediksi dievaluasi dengan Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Hasil penelitian ini menunjukkan bahwa Root Mean Square Error 0.67 dan Mean Absolute Error 0.52 dan dapat dikatakan mesin yang dibuat memiliki error varians yang kecil karena memiliki kesalahan di bawah 1.00.]]>
<![CDATA[Sistem Presensi Siswa Berbasis Android Menggunakan Pemodelan Zachman Framework ]]>
<![CDATA[Ina Sholihah Widiati]]>;
<![CDATA[Sri Widiyanti]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (569.596 KB)
|
DOI: 10.24014/coreit.v6i2.11602
<![CDATA[Sistem presensi menjadi salah satu hal penting dalam dunia pendidikan khususnya pada proses pengajaran. Pada sebuah Lembaga Ketrampilan dan Pelatihan (LKP), presensi tidak hanya sebagai rekap kehadiran siswa saja, tetapi juga untuk keperluan manajemen lainnya. Sehingga perlu adanya sistem informasi presensi yang mudah digunakan dan dapat mendukung pengambilan keputusan dalam sisi manajemen. Untuk mencapai tujuan tersebut, pada penelitian ini, sistem presensi yang dikembangkan mengacu pada kerangka kerja Zachman (Zachman Framework). Kerangka kerja tersebut memungkinkan pengembangan sistem lebih memperhatikan detail dari 6 perspektif dan 6 fokus komponen. Sistem presensi yang dihasilkan berupa aplikasi android dan web sebagai server. Teknologi yang digunakan untuk membaca data siswa yaitu menggunakan QR Code. QR Code yang ada pada Kartu Siswa akan discan menggunakan fitur scan pada aplikasi android yang dikembangkan untuk melakukan presensi. Administrator dapat mengelola segala data presensi di web. Kesimpulan dari penelitian ini yaitu pengembangan sistem dengan mengacu pada kerangka kerja Zachman, sistem presensi yang dihasilkan sesuai dengan kebutuhan pengguna dengan memperhatikan detail fungsionalitasnya.Kata Kunci – Sistem Presensi, Zachman Framework, Aplikasi Android, QR Code]]>
<![CDATA[Penentuan Kandidat Lurah Pondok Menggunakan Metode Decision Support System Weighted Product (Studi Kasus: Pondok Pesantren Al-Munawwir Krapyak Komplek “L” Yogyakarta) ]]>
<![CDATA[Tundo Tundo]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (551.421 KB)
|
DOI: 10.24014/coreit.v6i2.10529
<![CDATA[Penelitian ini menerangkan metode Decision Support System Weighted Product (WP) dalam menentukan kandidat lurah pondok di Pondok Pesantren Al-Munawwir Krapyak Komplek “L” Yogyakarta, dengan tujuan untuk mengurangi adanya pemilihan kandidat lurah pondok yang bersifat subjektif. Setelah dilakukan penelitian menghasilkan akurasi sebesar 93% mengatakan setuju dengan hasil tiga kandidat lurah pondok yang direkomendasikan yaitu, Adha Hujatu Latif menempati peringkat pertama, Ridwan Syarif menempati peringkat kedua, dan Chanif Mahfudz menempati peringkat ketiga, dari beberapa pilihan alternatif santri yang ada. Sehingga metode ini dapat digunakan dalam menentukan kandidat lurah pondok di Pondok Pesantren Al-Munawwir Krapyak Komplek “L” Yogyakarta.]]>
<![CDATA[Aplikasi Android untuk Alih Aksara Latin ke Arab Melayu dengan Pendekatan Berbasis Aturan ]]>
<![CDATA[Yusra, Yusra]]>;
<![CDATA[Fikry, Muhammad]]>;
<![CDATA[Yani, Susmi Syahfrida]]>;
<![CDATA[Irsyad, Muhammad]]>;
<![CDATA[Sanjaya, Suwanto]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (478.821 KB)
|
DOI: 10.24014/coreit.v6i2.11645
<![CDATA[Bahasa Indonesia didasarkan dari bahasa Melayu yang dapat dituliskan dengan menggunakan aksara Latin dan aksara Arab Melayu. Saat ini, generasi muda di Riau lebih memahami penggunaan aksara Latin daripada aksara Arab Melayu. Meskipun mereka mendapatkan pelajaran baca tulis Arab Melayu di sekolah, ketidaktahuan dan kurang pahamnya aturan dalam menulis Arab Melayu akan menyebabkan kesalahan penulisan. Untuk mencegah terjadinya kesalahan penulisan, dipergunakan aplikasi transliterasi (alih aksara). Transliterasi melakukan penyalinan dengan penggantian huruf dari abjad yang satu ke abjad yang lain. Aplikasi alih aksara dirancang berdasarkan aturan-aturan yang ada di buku Pedoman Umum Tulisan Arab Melayu, dan dibangun menggunakan bahasa pemrograman Java (Android). Pengujian dilakukan dengan membandingkan keluaran dari aplikasi terhadap hasil alih aksara oleh pakar aksara Arab Melayu. Akurasi dari hasil pengujian sebesar 95,5%. Persentase akurasi menunjukkan bahwa hasil validitasnya pada kriteria Sangat Valid.]]>
<![CDATA[Analisis Sentimen Opini Publik Mengenai Larangan Mudik pada Twitter Menggunakan Naïve Bayes ]]>
<![CDATA[Mutiara, Tika Adilah]]>;
<![CDATA[Alkhalifi, Yuris]]>;
<![CDATA[Mayangky, Nissa Almira]]>;
<![CDATA[Gata, Windu]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2876.129 KB)
|
DOI: 10.24014/coreit.v6i2.9727
<![CDATA[Aturan larangan mudik yang dikeluarkan oleh pemerintah di tengah pandemic virus corona (covid-19) saat ini menjadi topik yang sering diperbincangkan oleh masyarakat, salah satunya di twitter. Twitter merupakan salah satu media sosial yang seringkali digunakan untuk penyampaian pesan berupa pendapat atau opini masyarakat. Analisis sentimen adalah studi komputasional dari opini-opini orang. Analisis sentimen akan mengelompokkan teks yang ada dalam sebuah kalimat atau dokumen untuk mengetahui pendapat yang dikemukakan dalam kalimat atau dokumen tersebut. Penelitian ini mencoba untuk menganalisa opini masyarakat mengenai aturan larangan mudik dengan mengklasifikasikan opini kedalam 2 sentimen yaitu positif atau negatif. Klasifikasi dilakukan dengan menggunakan metode Naïve Bayes Clasifiers. Metode Naive Bayes Classifiers merupakan salah satu metode klasifikasi teks berdasarkan probabilitas kata kunci dalam membandingkan dokumen latih dan dokumen uji. Hasil pengujian pada tools RapidMiner memperlihatkan bahwa akurasi dengan fitur TF-IDF memberikan hasil akurasi yang baik. Metode Naïve Bayes Classifier dapat menghasilkan akurasi yang tingga yaitu 83,38%. secara keseluruhan penggunaan metode Naive Bayes memiliki performansi yang cukup baik untuk melakukan klasifikasi tweet.]]>
<![CDATA[Pengenalan Iris Dengan Normalisasi Menggunakan LBP dan RBF ]]>
<![CDATA[Al Rivan, Muhammad Ezar]]>;
<![CDATA[Devella, Siska]]>;
<![CDATA[Saputra, Jordi]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (515.475 KB)
|
DOI: 10.24014/coreit.v6i2.9685
<![CDATA[Biometrik merupakan sistem yang menggunakan bagian tubuh manusia untuk dijadikan identitas pribadi seseorang. Iris merupakan salah satu bagian tubuh yang dapat digunakan dalam biometri. Setiap iris memiliki tekstur yang sangat detail dan unik bahkan berbeda antara mata kanan dan kiri. Iris mata juga tidak berubah dan stabil dalam waktu yang lama sehingga dapat digunakan dalam sistem identifikasi. Pada penelitian ini proses yang dilakukan untuk melakukan identifikasi iris mata adalah akuisisi data, preprocessing, ekstraksi ciri dan klasifikasi. Prepocessing yang dilakukan berupa normalisasi iris dengan mengubah bentuk iris. Local Binary Pattern digunakan sebagai ektraksi ciri tekstur iris mata sedangkan untuk mengklasifikasikan ciri dari tekstur iris mata digunakan Jaringan Syaraf Tiruan Radial Basis Function (RBF). Dari hasil pengujian diperoleh hasil akurasi tertinggi sebesar 80% dengan menggunakan spread 225 untuk data training berupa 8 citra iris kiri dan data testing berupa 2 citra iris kiri.]]>
<![CDATA[Application Design of Optical Network Defect Tracking based on Location-Based Service ]]>
<![CDATA[Sutrisno, Eko Setyo]]>;
<![CDATA[Hantoro, Kusdarnowo]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (733.392 KB)
|
DOI: 10.24014/coreit.v6i2.9792
<![CDATA[To maintain good service quality, network maintenance is needed. Device maintenance must be carried out as quickly and accurately if supported by an application device that can find the right location as fast as possible. Maintenance devises related to defective optical network cables, optical distribution point (ODP) panel, and ODC (Optical Distribution Cabinet) panel, to FTM (Fiber Termination Management) room. Through the three existing locations, maintenance technicians often difficulties to find the exact location of the ODC and to find out the status of the ports that are in the ODC. By utilizing features on mobile devices. LBS communicates from two-way interactions and can combine three technologies: Geographic Information System, Internet Service, and Mobile Device ]]>
<![CDATA[Penerapan Codeigniter Dalam Pengembangan Sistem Pembelajaran Dalam Jaringan Di SMK 7 Bandar Lampung ]]>
<![CDATA[Setiawansyah, Setiawansyah]]>;
<![CDATA[Sulistiani, Heni]]>;
<![CDATA[Saputra, Very Hendra]]>
<![CDATA[ Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (683.55 KB)
|
DOI: 10.24014/coreit.v6i2.10679
<![CDATA[Teknologi informasi merupakan bagian dari sistem informasi yang mendukung sistem informasi dalam menghasilkan berbagai informasi yang dibutuhkan oleh suatu perusahaan untuk mencapai tujuan tertentu. Perkembangan teknologi informasi di Indonesia telah banyak mengalami kemajuan, didukung dengan teknologi komunikasi yang menunjukkan peningkatan yang sangat signifikan merupakan alternatif yang tepat bagi suatu bidang pendidikan untuk menunjang kinerja dari penyelenggaraan pendidikan tersebut agar dapat berjalan dan bekerja dengan baik. Penggunaan teknologi berbasis online dan mobile mempunyai peranan yang cukup penting dalam proses pembelajaran dalam jaringan, termasuk di dalamnya adalah pencapaian tujuan pembelajaran jarak jauh pada masa pandemi Covid-19. Pembelajaran DARING pada SMK 7 Bandarlampung menggunakan aplikasi Google Classroom, pengumpulan tugas siswa harus mengirimkan jawaban melalui aplikasi pesan instan WhatApps, serta belum tersedianya tutorial video pengajaran yang dilakukan oleh guru. Pengembangan Sistem Pembelajaran Dalam Jaringan menggunakan CodeIgniter membantu pihak sekolah dalam melakukan pengawasan pembelajaran karena dapat di monitoring secara langsung proses pembelajaran yaitu upload materi, video pengerjaan dan pembelajaran, upload tugas yang dilakukan oleh siswa dan guru, sehingga membantu pihak sekolah dalam pengawasan pembelajaran DARING. Hasil pengujian menggunakan kriteria Model TAM untuk penerimaan teknologi sebesar 85,41% dengan kriteria Sangat Baik untuk model penerimaan teknologi model TAM dalam aplikasi pembelajaran DARING]]>
