cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Tedyyana
Contact Email
Agus Tedyyana
Phone
-
Journal Mail Official
agustedyyana@polbeng.ac.id
Editorial Address
-
Location
Kab. bengkalis,
Riau
INDONESIA
INOVTEK Polbeng - Seri Informatika
Published by Politeknik Negeri Bengkalis
ISSN : 25279886     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Inovasi dan Teknologi Seri Informatika (Jurnal INOVTEK Polbeng - Seri Informatika) Politeknik Negeri Bengkalis merupakan jurnal informatika berbasis penelitian ilmiah. Jurnal ini diharapkan dapat sebagai wadah akademisi, peneliti dan praktisi menyebarkan hasil penelitian. Jurnal INOVTEK Polbeng - Seri Informatika menerbitkan naskah berkaitan dengan Web and Mobile Computing, Image processing, System Cerdas, Sistem Informasi, Database, DSS, IT project management, Geographical Information System, Teknologi Informasi, Computer Network and Security, Wireless Sensor Network, dan lainya.
Arjuna Subject : -
Articles 14 Documents
 1   2 
Search results for , issue "Vol 5, No 2 (2020)" : 14 Documents clear
APLIKASI PENGUKUR TINGKAT SENTIMEN PELANGGAN BERDASARKAN KOMPLAIN PELANGGAN PLN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR rahmiati rahmiati; Dedy Irfan; Agustin Agustin; Siska Hediyati
Jurnal Inovtek Polbeng Seri Informatika Vol 5, No 2 (2020)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v5i2.1467

Abstract

PLN merupakan perusahaan milik negara yang mempunyai peran dalam menyediakan pelayanan kepada masyarakat mengenai listrik. Permasalahan yang sering terjadi mengenai listrik PLN adalah pemadaman listrik yang disebabkan oleh beberapa faktor seperti cuaca, kerusakan maupun karena penghematan. Masalah tersebut mengakibatkan kerugian pada lini bisnis, kesehatan, pendidikan dan arus lalu lintas. Berbagai kendala tersebut memberikan dampak kepada masyarakat sehingga menyebabkan masyarakat berkomentar baik secara langsung maupun melalui sosial media. Adanya komentar pada layanan PLN tersebut, dapat dijadikan masukan untuk PLN dalam memberikan layanan yang lebih baik lagi kepada masyarakat. Komentar tersebut menjadi sumber data dalam penelitian text mining untuk klasifikasi jenis komentar. Pengguna dapat memberikan opini yang baik maupun tidak baik. Dengan menggunakan teknik pengolahan data dalam text mining, penelitian ini memanfaatkan hal tersebut dengan menggunakan Algoritma KNN (K-Nearest Neighbor). Pada penelitian ini menggunakan dataset 100 komentar dan terdiri dari 3 kelas, yaitu positif, negatif, dan netral. Dari hasil hasil data latih dan data uji, didapatkan Algoritma KNN (K-Nearest Neighbor) mampu mengelompokkan komentar tersebut ke dalam kelas positif, negatif dan netral.
Implementasi Algoritma K-Means untuk Clustering Penyebaran Tuberkulosis di Kabupaten Karawang Yanti Puspita Sari; Aji Primajaya; Agung Susilo Yuda Irawan
Jurnal Inovtek Polbeng Seri Informatika Vol 5, No 2 (2020)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v5i2.1457

Abstract

Tuberkulosis merupakan masalah kesehatan yang sifatnya menular melewati udara karena adanya kuman mycobacterium tuberculosis. Kasus penyakit tuberkulosis tersebar hampir diseluruh daerah Kabupaten Karawang. Luasnya daerah Kabupaten Karawang dan jumlah kasus yang cenderung terus meningkat setiap tahunnya, memungkinkan perlunya pengelompokan daerah penyebaran penyakit tuberkulosis. Metode yang dapat digunakan untuk mengelompokkan daerah penyebaran penyakit tuberkulosis adalah data mining. Metodologi data mining yang diterapkan yaitu CRISP-DM. Dataset yang digunakan bersumber dari Dinas Kesehatan Kabupaten Karawang tahun 2018. Kemudian data tersebut diproses menggunakan algoritma k-means clustering dengan bantuan tools WEKA. Penelitian diawali dengan mencari jumlah cluster terbaik menggunakan metode elbow, dimana K=3 adalah jumlah cluster terbaik. K=3 dikombinasikan dengan S (random seed) 5, 10, 15 untuk diuji coba. Hasil dari uji coba tersebut kemudian dievaluasi menggunakan SSE (Sum of  Square Error). Clustering terbaik dihasilkan oleh K=3 dengan kombinasi S=10 yang terdiri dari cluster 0 (7 anggota), cluster 1 (9 anggota), dan cluster 2 (14 anggota).
Perancangan Aplikasi Sistem Pendukung Keputusan Kinerja Dosen Menggunakan Multy Attribute Utility Theory Ellya Nurfarida; Kunti Eliyen; Benni Agung Nugroho
Jurnal Inovtek Polbeng Seri Informatika Vol 5, No 2 (2020)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v5i2.1579

Abstract

PSDKU Polinema Kampus Kediri merupakan perguruan tinggi yang turut serta dalam usaha untuk mencerdaskan bangsa. Dalam rangka memberikan pelayanan yang baik kepada masyarakat maka diperlukan penjaminan mutu terhadap sumber daya manusia di perguruan tinggi baik dosen maupun tenaga kependidikan. Salah satu cara untuk menjamin mutu Sumber Daya Manusia (SDM) adalah dengan melakukan penilaian kinerja terhadap dosen yang dapat dilakukan dalam kurun waktu tertentu. Penelitian ini merancang aplikasi sistem pendukung keputusan penilaian kinerja dosen berbasis web  dengan menghitung lima kriteria dengan skala yang telah ditentukan masing-masing yaitu, survei mahasiswa terhadap pengajaran dosen, penelitian, pengabdian masyarakat, jenjang pendidikan dan jabatan fungsional. Kriteria yang telah ditentukan akan dihitung menggunakan metode Multy Attribute Utility Theory(MAUT).Pada penelitian ini dibuat rancangan sistem penilaian kinerja dosen dengan menggunakan use case diagram, sequence diagram dan class diagram. Hasil dari metode pendukung keputusan mampu memberikan perangkingan data alternative dosen dari nilai terbesar ke nilai terkecil
Komparasi Analisis Penentuan Lokasi Pemasangan Media Promosi Menggunakan Algoritma Naïve Bayes dan KNN Pada PT. Reka Media Askara Bibit - Sudarsono; Umi - Faddillah; Triya - Anesti; Ipin - Sugiyarto
Jurnal Inovtek Polbeng Seri Informatika Vol 5, No 2 (2020)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v5i2.1644

Abstract

Dengan adanya Covid-19 yang melanda Indonesia membuat beberapa kota melakukan Pembatasan Skala Besar-Besaran (PSBB) baik Total hingga Transisi. Salah satu efek adanya PSBB berkurangnya aktifitas di berbagai tempat. PT Reka Media Aksara sebagai perusahaan indoor dan outdoor advertising berupaya memberikan pelayanan terbaiknya dengan memberikan rekomendasi lokasi-lokasi terbaik bagi para konsumennya yang ingin memasang media iklan. Oleh sebab itu maka dilakukan penelitian dengan menggunakan data pelanggan yang melakukan pemesanan dan pemasangan media iklan selama pandemi baik yang puas dengan pemasangan tersebut maupun tidak dengan menggunakan algoritma KNN dan Naïve Bayes. Dan berdasarkan perhitungan yang telah dilakukan Algoritma KNN dengan K-2 mampu memberikan rekomendasi terbaik lokasi pemasangan media iklan pada PT. Reka Media Askara dengan nilai akurasi sebesar 72,67 %, precision 50% dan recall sebesar 10%.

Page 2 of 2 | Total Record : 14

 1   2 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 9, No 1 (2024) Vol 8, No 2 (2023) Vol 8, No 1 (2023) Vol 7, No 2 (2022) Vol 7, No 1 (2022) Vol 6, No 2 (2021) Vol 6, No 1 (2021) Vol 5, No 2 (2020) Vol 5, No 1 (2020) Vol 4, No 2 (2019) Vol 4, No 1 (2019) Vol 3, No 2 (2018) Vol 3, No 1 (2018) Vol 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 2 (2016) Vol 1, No 1 (2016) More Issue