cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. tanah laut,
Kalimantan selatan
INDONESIA
Jurnal Sains dan Informatika
Published by Politeknik Negeri Tanah Laut
ISSN : 2460173X     EISSN : 25985841     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Engineering Mathematics
Arjuna Subject : -
Articles 317 Documents
 27   28   29   30   31 
Sistem Pengamanan Dokumen dengan Algoritma Time-Based One Time Password (TOTP) pada Two-Factor Authentation (2FA) Laila Qadriah; Sayed Achmady; Husaini
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.519

Abstract

Keamanan dokumen menjadi perhatian utama pada era digital, karena hampir keseluruhan dokumen saat ini menggunakan sistem komputer yang dapat disimpan secara online. Banyak aplikasi berbasis web berkembang di dunia pemerintahan, instansi, perbankan, institusi pendidikan dan lain sebagainya. Pemanfaatan Aplikasi-aplikasi tersebut pada umumnya menggunakan kombinasi username dan password dalam proses otentikasi pengguna dan proses login. Pelaku kejahatan sering kali memanfaatkan kelalaian pengguna terhadap informasi username dan password. Oleh karena itu dibutuhkan sistem pengamanan ekstra untuk menjaga keamanan dokumen. Penelitian ini bertujuan untuk merancang sistem pengamanan dokumen dari segi proses otentikasi yang mengalami perubahan pada proses login dengan teknik penggabungan dua metode otentikasi yaitu Two-factor authentication (2FA) dan Time-Based One Time Password (TOTP). Metode ini memiliki kemampuan untuk menghasilkan password sekali pemakaian. Password yang dihasilkan memiliki masa berlaku yang terbatas dan selalu berubah dalam periode tertentu.
Pemodelan Sistem Deteksi Kadar Unsur Hara Tanah Berdasarkan Nilai NPK Menggunakan Metode Fuzzy Mamdani Zulkham Umar Rosyidin; Dityo Kreshna Argeshwara; Aji Prasetya Wibawa; Anik Nur Handayani; Mokh. Sholihul Hadi
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.523

Abstract

Profil kesuburan tanah merupakan hal yang penting dalam pertanian karena merupakan media utama dalam bercocok tanam. Penggunaan pupuk kimia dan pestisida secara terus menerus dan berlebihan akan dapat menimbulkan perubahan sifat fisika dan kimia tanah yang pada akhirnya akan dapat menyebabkan tanah menjadi kritis. Hal ini akan berpengaruh pada produktivitas hasil panen para petani. Salah satu upaya untuk mengetahui tingkat kesuburan tanah adalah melalui diagnosa unsur hara dalam tanah. Tujuan penelitian ini adalah untuk membuat pemodelan sistem optimalisasi deteksi kadar unsur hara dalam tanah menggunakan fuzzy. Melalui simulasi ini akan didapatkan data kadar unsur hara tanah dengan parameter unsur hara N (Nitrogen), P (Fosfor) , K (Kalium) menggunakan labview. Berdasarkan parameter tersebut kemudian dihasilkan berapa nilai kadar unsur hara NPK dalam tanah apakah rendah, sedang atau tinggi.
Pengelompokan Seleksi Siswa Baru di Lembaga Pendidikan Non Formal Kabupaten Gresik Menggunakan Clustering K-Medoids Nia Saurina; Lestari Retnawati; Firman Hadi Sukma Pratama; Udik Pudjianto
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.527

Abstract

Non-formal education has different programs according to the current and future needs of society. The course institutions in Gresik Regency are the unofficial educational institutions of the Gresik Regency Education Office which organize programs, namely the SMA Package C Equivalency Education Program, the SMP Package B Equality Education Program and the Sewing Course. The current grouping of new student selection is felt to be less effective because the grouping is based on certificates obtained more than two years ago. This is because most non-formal students drop out of school due to financial constraints. So that the value given to the certificate is not in accordance with the qualifications of students while taking informal education. This study uses the K-Medoids cluster using datasets, namely practical exam scores, final exam scores and interview scores. The data used are students enrolled in package C as high school equivalents as many as 28 students and 32 students enrolled in package B as high school equivalents. The results obtained in this study are educational institutions that can place prospective students at a more accurate value. The Medoid-K clustering procedure for new student clustering requires two iterations to get a total S-distance of 54.594255.
Peningkatan Penjualan Produk Berdasarkan Analisis Komentar Pelanggan di Marketplace: Shopee Ulfi Saidata Aesyi; Puji Winar Cahyo
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.539

Abstract

Transaksi secara online mulai digemari karena dirasa mudah dan tidak berbatas waktu. Hal ini yang membuat transaksi secara online mulai meningkat sehingga menyebabkan munculnya persaingan penjualan antar toko online. Toko yang sudah lama berdiri dan memiliki banyak produk yang ditawarkan umumnya cukup kesulitan untuk mengidentifikasi dan menyimpulkan isi keseluruhan komentar berdasar rating yang telah diberikan oleh pelanggan. Kesulitan tersebut biasanya terjadi pada pemberian rating yang tidak sesuai dengan isi komentar yang telah ditulis. Oleh karena itu, diciptakan platform Customer Comment Analysis (Cuscoma) untuk dilakukan analisis terkait isi komentar pelanggan. Isi komentar pelanggan terhadap suatu produk dikelompokan berdasarkan komentar sejenis menggunakan metode rule based. Metode rule based yang diterapkan dapat mengelompokan data komentar yang terbagi dalam pembahasan produk, pengiriman, packing, pelayanan dan harga. Mengambil contoh kasus toko pada marketplace shopee dengan nama akun Seagate Official menunjukan bahwa pembahasan produk mencapai 180 data komentar, sedangkan pada akun toko Mixacc mencapai 574 data komentar. Melalui data komentar yang telah dikelompokan tersebut maka dilanjutkan analisis berfokus pada isi komentar. Analisis isi konten komentar menunjukan bahwa pembahasan komentar mengenai produk mempunyai irisan yang cukup tinggi dengan pelayanan toko dan pengiriman. Dengan melihat pembahasan komentar pada masing-masing group dan diketahuinya pembahasan produk yang memiliki irisan maka dapat digunakan sebagai dasar evaluasi untuk peningkatan penjualan produk oleh masing-masing toko online.
Analisa Performa Algoritma C4.5 dalam Mendeteksi Tuberculosis pada Fitur GLCM Citra Chest X-Ray Imam Junaedi
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.590

Abstract

Tuberculosis (TB) merupakan penyakit infeksi saluran pernapasan yang umumnya menyerang paru-paru. Indonesia memiliki permasalahan underreporting dan underdiagnosis kasus TB. Chest x-ray (CXR) merupakan salah satu sarana utama dalam pendeteksian TB pada paru-paru. CXR memiliki sensitifitas yang tinggi dalam mendeteksi mendeteksi abnormalitas paru-paru yang menjadi ciri-ciri penderita TB pada pasien yang tidak menunjukkan gejala TB. Pendeteksian TB pada CXR dapat dibantu dengan menggunakan Computer Aided Diagnosis (CAD) dan machine learning. Penelitian ini menganalisa performa algoritma C4.5 dalam mendeteksi TB pada fitur GLCM citra CXR. Algoritma C4.5 dalam mengklasifikasi TB pada citra CXR dengan menggunakan fitur GLCM diuji dengan menggunakan metode cross validation pada 2-fold, 3-fold, 4-fold dan 5-fold. Algoritma C4.5 pada penelitian ini memiliki performa tertinggi pada uji 5-fold dengan akurasi sebesar 78,09%, sensitifitas sebesar 80,52% dan spesifisitas 75,62%. Algoritma C4.5 mampu mengenali citra berlabel TB lebih baik, hal ini dibuktikan dengan nilai sensitifitas yang lebih besar dibandingkan dengan nilai spesifisitas.
Penerapan Metode EDAS untuk Menentukan Kelayakan Perpustakaan Sekolah Diakreditasi Sukamto Sukamto
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.606

Abstract

Perpustakaan sekolah harus diakreditasi dengan tujuan untuk meningkatkan kualitas perpustakaan. Dinas Perpustakaan dan Kearsipan Kota Pekanbaru (DISPUSIP) dalam menentukan suatu perpustakaan sekolah yang layak untuk diakreditasi masih dilakukan secara manual. Untuk itu diperlukan suatu sistem pendukung keputusan (SPK). Penelitian ini menggunakan metode EDAS. Alternatif yang digunakan adalah sembilan (9) sekolah jenjang SMP baik negeri maupun swasta. Kriteria yang digunakan mengacu pada instrument akreditasi perpustakaan sekolah yang dikeluarkan oleh Perpustakaan Nasional (Perpusnas) terdiri dari enam (6) kriteria yaitu koleksi, sarana dan prasarana perpustakaan, pelayanan perpustakaan, tenaga perpustakaan, penyelenggaraan dan pengelolaan perpustakaan, serta penguat. Hasil penelitian yang diperoleh untuk perpustakaan SMP adalah SMPN 27 Pekanbaru dengan nilai = 0,942; SMPN 23 Pekanbaru dengan nilai = 0,799; dan SMPN 6 Pekanbaru dengan nilai = 0,755 yang layak untuk diakreditasi.
Perancangan Sistem Informasi Manajemen Alumni (Tracer Study) Berbasis Web Di Politeknik Piksi Ganesha Jepry Maulana Yusup; Falaah Abdussalaam
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.621

Abstract

Alumni merupakan salah satu aspek penting dalam rangka peningkatan kualitas Perguruan Tinggi, sistem manajemen alumni atau tracer study ini bertujuan sebagai media pelacakan jejak lulusan/alumni dan untuk mengetahui outcome pendidikan dalam bentuk transisi dari dunia pendidikan tinggi ke dunia usaha/industri. Politeknik Piksi Ganesha telah mencetak belasan ribu lulusan yang tersebar di dalam maupun luar negeri, dalam proses pelacakan alumni saat ini masih menggunakan google form, belum adanya sistem informasi manajemen alumni ini menyebabkan data lulusan sulit ditemukan dan sulit untuk dilacak keberadaannya dikarenakan belum adanya sistem yang baik untuk mengolah data alumni. Sistem ini menggunakan bahasa pemrograman PHP dengan framework laravel dan database MySQL. Dengan adanya sistem manajemen ini, alumni dapat memasukan identitas pribadi, riwayat pekerjaan, laporan tugas akhir, sharing sesama alumni, serta mengisi kuisioner sesuai dengan surat edaran Kementerian Pendidikan dan Kebudayaan (KEMDIKBUD). Hasil akhir dari penelitian ini adalah untuk mempermudah tenaga pendidik dalam melakukan proses pendataan, mencari informasi yang dibutuhkan dari alumni, dapat menjadikan laporan tugas akhir sebagai referensi bagi lulusan selanjutnya, dapat menjaring informasi lowongan kerja untuk alumni/lulusan, serta dapat mempermudah dalam pembuatan laporan pengisian kuisioner. Dari Hasil pengujian menggunakan metode black box, sistem sudah sesuai dengan hasil yang diharapkan.
Pengaruh Komposisi Split data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning Rian Oktafiani; Arief Hermawan; Donny Avianto
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.622

Abstract

Hasil klasifikasi kanker payudara yang tidak tepat dan memiliki akurasi rendah berpotensi membahayakan nyawa pasien. Rasio split data training dan testing mempengaruhi akurasi klasifikasi. Pemilihan rasio split data yang tidak tepat dapat menurunkan akurasi model. Penelitian ini bertujuan menemukan komposisi data terbaik untuk hasil klasifikasi kanker payudara yang baik. Metode yang digunakan adalah holdout dan k-fold cross validation. Algoritma klasifikasi yang dibandingkan adalah SVM, Random Forest, dan Naïve Bayes. Hasil penelitian menunjukkan performa akurasi yang berbeda pada ketiga algoritma tergantung pada metode validasi. Skema holdout validation dengan rasio 75%:25% menghasilkan akurasi terbaik untuk SVM, yaitu 98.89%. Algoritma Random Forest mencapai akurasi terbaik pada rasio split data 55%:45%, yaitu 95.85%. Namun, Naïve Bayes memiliki performa akurasi yang lebih baik saat menggunakan k-fold cross validation dengan akurasi 93.85%. Metode holdout dengan rasio 75:25 terbukti menghasilkan akurasi terbaik untuk klasifikasi data kanker payudara menggunakan SVM. Penelitian selanjutnya dapat menggunakan algoritma deep learning dan memperluas penelitian ke jenis kanker lainnya untuk meningkatkan hasil klasifikasi.
Analisis Perbandingan Metode Harmonic Mean dan Local Mean Vector Dalam Penyeleksian Tetangga Pada Algoritma KNN Said, Muhammad Al Ichsan Nur Rizqi; Faisal, Mohammad Reza; Kartini, Dwi; Budiman, Irwan; Saragih, Triando Hamonangan
Jurnal Sains dan Informatika Vol. 9 No. 2 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i2.376

Abstract

Algoritma K Nearest Neighbour (KNN) merupakan salah satu algoritma klasifikasi yang telah digunakan pada banyak penelitian, namun KNN memiliki beberapa kekurangan diantaranya adalah pada pemilihan jumlah tetangga terdekat. Jika jumlah tetangga terdekat terlalu kecil maka akan sensitif terhadap derau (noise) dan jika jumlah tetangga terdekat terlalu besar kemungkinan ada tetangga outlier dari kelas lain. Majority Voting juga merupakan metode yang sederhana dan ini bisa jadi masalah jika jarak bervariasi. Salah satu solusi untuk masalah outlier adalah menggunakan Local Mean Vector dengan menambahkan Harmonic Mean untuk membantunya. Penelitian ini bertujuan untuk mengetahui perbandingan kinerja teknik penyeleksian tetangga terakhir yang didapatkan menggunakan Local Mean Vector dan Harmonic Mean. Dari Hasil dari penelitian ini menunjukkan bahwa teknik penyeleksian tetanggal berbasis Local Mean Vector dan Harmonic Mean memberikan akurasi lebih baik yaitu sebesar 0,78 dibandingkan dengan teknik Majority Voting dengan akurasi sebesar 0.75.
Implementasi Metode Simple Additive Weighting pada Sistem Pendukung Keputusan Endorsement Melalui Instagram Raufani, Hasnadhia; Munggaran, Lulu Chaerani
Jurnal Sains dan Informatika Vol. 9 No. 2 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i2.481

Abstract

Penelitian ini merancang Sistem Pendukung Keputusan (SPK) untuk menemukan pilihan influencer terbaik untuk tujuan endorsement untuk mendukung Glowbe Beauty. Kriteria yang digunakan untuk sistem adalah how-to-rate, average likes, followers, engagement rate, dan rate card, dan data diperoleh dari website Social Blade. Metode Simple Additive Weighting digunakan sistem untuk melakukan perhitungan dengan mengevaluasi skor dari setiap alternatif dengan mengalikan nilai yang diskalakan. Nilai yang diskalakan diberikan kepada keseluruhan atribut alternatif dengan bobot kepentingan relatif. Pengujian sistem digunakan dengan menggunakan metode Black Box Testing. Hasil perhitungan manual dan sistem akan dibandingkan untuk mengetahui keakuratan sistem. Hasil yang diperoleh dari perhitungan menunjukkan bahwa Dilla Jaidi memiliki skor tertinggi yaitu 0,7826 dan disimpulkan sebagai alternatif influencer pilihan terbaik untuk endorsement.

Page 29 of 32 | Total Record : 317

 27   28   29   30   31 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol. 11 No. 2 (2025): Jurnal Sains dan Informatika Vol. 11 No. 1 (2025): Jurnal Sains dan Informatika Vol. 10 No. 2 (2024): Jurnal Sains dan Informatika Vol. 10 No. 1 (2024): Jurnal Sains dan Informatika Vol. 9 No. 2 (2023): Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika Vol. 8 No. 2 (2022): Jurnal Sains dan Informatika Vol. 8 No. 1 (2022): Jurnal Sains dan Informatika Vol. 7 No. 2 (2021): Jurnal Sains dan Informatika Vol. 7 No. 1 (2021): Jurnal Sains dan Informatika Vol. 6 No. 2 (2020): Jurnal Sains dan Informatika Vol. 6 No. 1 (2020): Jurnal Sains dan Informatika Vol 6 No 1 (2020): Jurnal Sains dan Informatika Vol 5 No 2 (2019): Jurnal Sains dan Informatika Vol. 5 No. 2 (2019): Jurnal Sains dan Informatika Vol. 5 No. 1 (2019): Jurnal Sains dan Informatika Vol 5 No 1 (2019): Jurnal Sains dan Informatika Vol 4 No 2 (2018): Jurnal Sains dan Informatika Vol. 4 No. 2 (2018): Jurnal Sains dan Informatika Vol 4 No 1 (2018): Jurnal Sains dan Informatika Vol. 4 No. 1 (2018): Jurnal Sains dan Informatika Vol. 3 No. 2 (2017): Jurnal Sains dan Informatika Vol 3 No 2 (2017): Jurnal Sains dan Informatika Vol. 3 No. 1 (2017): Jurnal Sains dan Informatika Vol 3 No 1 (2017): Jurnal Sains dan Informatika Vol 2 No 2 (2016): Jurnal Sains dan Informatika Vol. 2 No. 2 (2016): Jurnal Sains dan Informatika Vol 2 No 1 (2016) Vol. 2 No. 1 (2016) Vol. 1 No. 2 (2015): Jurnal Sains dan Informatika Vol 1 No 2 (2015): Jurnal Sains dan Informatika Vol 1 No 1 (2015): Jurnal Sains dan Informatika Vol. 1 No. 1 (2015): Jurnal Sains dan Informatika More Issue