Articles
366 Documents
<![CDATA[KORELASI MODEL PEMBELAJARAN DENGAN HASIL BELAJAR MAHASISWA PADA PEMBELAJARAN BAHASA PEMROGRAMAN JAVA ]]>
<![CDATA[Anthony Anggrawan]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (297.142 KB)
<![CDATA[In learning programming languages, students do not always achieve good learning outcomes, even from the results of previous studies indicating the reported failure rate is quite high. Departing from the problem of the high unsuccessful students in learning programming languages, it is necessary to do research to determine the correlation between learning models of programming languages on learning outcomes. By knowing the correlation of learning models to student learning outcomes, it can be revealed which learning model has more dominant contribution to learning outcomes in programming learning, and also the magnitude of the contribution of other factors in influencing learning outcomes outside the learning model. Furthermore, even though previous studies revealed that online learning can replace face-to-face learning, a large number of educational institutions still persist in implementing face-to-face learning models. For this reason, a correlation study between the learning model and student learning outcomes is conducted on face-to-face learning and Java programming online learning. This study found a positive and significant correlation between online learning models and mixed learning on student learning outcomes in learning the Java programming language with a coefficient of determination0.25. So it can be concluded that the variance that occurs in learning outcomes of 25% can be explained in the variables of learning model.In other words, 75% of learning outcomes are influenced not because of the influence of the learning model.]]>
<![CDATA[PEMBELAJARAN PENGENALAN LAFADZ TAJWID UNTUK SISWA MADRASAH BERBASIS MULTIMEDIA PADA MTsN 1 KOTA BEKASI ]]>
<![CDATA[Siti Nurajizah]]>;
<![CDATA[Ervan Aziz]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (351.577 KB)
<![CDATA[For students Madrasah Tsanawiyah Negeri 1 Bekasi City especially new learners to rise the next level sometimes lesson material delivered is not easy to understand or often learners feel bored and lazy to understand and read books. Though learning will be fun if we can use interactive media methods. Learning media in the form of interactive animation is used as one of the solutions in the delivery of material for teaching and learning activities, the discussion about learning to know lafazd tajwid so that learners easily absorb and understand the material delivered by teachers or teachers. With the media of learning that is interesting for learners such as interactive animation is expected to improve learning achievement and as a fun learning media. The software used to create this interactive animation is Adobe Flash CS5.]]>
<![CDATA[PENERAPAN METODE PROFILE MATCHING PADA PEMILIHAN DOSEN PENERIMA BEASISWA STUDI DOKTORAL ]]>
<![CDATA[Dina Maulina]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (305.714 KB)
<![CDATA[Doctoral study programs or S3 courses are demands and requirements for lecturers. Due to the demands of the profession to be more qualified to carry out the tasks of tridharma education, namely teaching, research and community service. In addition, the need for campus accreditation is also to keep it good and getting better. With this motivation, the lecturers try to continue the S3 study program with a scholarship program both government and internal campus. AMIKOM University collaborates with S3 scholarships with UTeM (Universiti Teknikal Malaysia Melaka) and UMP (Universiti Malaysia Pahang). Lecturers who get the scholarship are also selected according to the criteria determined by the YIKYAKARTA AMIKOM University. The party that chooses the lecturer is in the PSDM section. In the election it was still done manually by matching or selecting criteria determined by the campus by fulfilling the criteria possessed by the lecturers who proposed the scholarship program. The method that will be used to select this is the Profile Matching or GAP method, which is one method of solving problems that provide ranking to the alternatives chosen based on predetermined criteria. ]]>
<![CDATA[PERANCANGAN SISTEM PAKAR DALAM MENGIDENTIFIKASI TANAMAN BERACUN MENGGUNAKAN METODE DEMPSTER SHAPER ]]>
<![CDATA[R Mahdalena Simanjorang]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 1 No. 2 (2017): Jurnal Mantik Penusa ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (487.609 KB)
<![CDATA[Tumbuhan-tumbuhan yang ada di alam sangat banyak jenisnya. Dari berbagai jenis tumbuhan tersebut ada sebagian besarnya dimanfaatkan oleh manusia. Namun ada beberapa yang jarang bahkan tidak dimanfaatkan oleh manusia karena berbahaya terutama bagi kesehatan manusia. Ada beberapa tumbuhan yang berbahaya karena mengandung zat-zat tertentu yang bersifat toksit atau racun. Proses domestikasi atau pembudidayaan secara berangsur-angsur dapat menurunkan kadar zat racun yang dikandung oleh suatu tanaman sehingga tanaman pangan yang kita konsumsi mengandung racun dengan kadar yang jauh lebih rendah daripada kerabatnyayang bertipe liar (wild type). Dempster Shafer adalah suatu teori matematika untuk pembuktian berdasarkan (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Kata Kunci : Sistem Pakar, Artifisial Inteligensi, Dempster Shaper]]>
<![CDATA[PENERAPAN DATA MINING UNTUK KLASIFIKASI PRODUK MENGGUNAKAN ALGORTIMA K-MEANS (STUDI KASUS : TOKO USAHA MAJU BARABAI) ]]>
<![CDATA[Penda Sudarto Hasugian]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (435.433 KB)
<![CDATA[Pada umumnya Toko hanya memanfaatkan data tersebut sebatas untuk pembuat laporan saja. Data transaksi penjualan yang terkumpul dan tersimpan dapat memberikan pengetahuan yang bermanfaat bagi manajemen perusahaan dalam melakukan usaha-usaha yang terkait dengan peningkatan penjualan misalnya dalam hal menentukan strategi pemasaran dan untuk mendukung keputusan bagi perusahaan tersebut. Konsumen yang berbelanja di Toko biasanya memiliki alasan mengapa mereka memilih berbelanja di Toko dari pada dipasar tradisional. Karena Toko dapat memberikan apa yang mereka inginkan seperti kenyamanan, kebersihan, kecepatan dan kerapian produk. Penerapan teknik marketbasketanalysis pada perancangan tata letak produk di Toko sudah dilakukan oleh beberapa peneliti, antara lain metode aturan asosiasi menggunakan algoritma Apriori untuk membuat sistem penunjang keputusan penempatan produk dipasar Toko .Sementara itu aplikasiK-Means diterapkan dalam pengelompokan mahasiswa berdasarkan nilai bodymass index(BMI)&ukuran kerangka Algoritma K-Means juga telah digunakan untuk pengelompokan data ekspresigen. Kata Kunci : Data Mining, Klasifikasi, K-Means]]>
<![CDATA[KLASTERISASI KERANJANG BELANJA TRANSAKSI PENJUALAN DENGAN MENGGUNAKAN K-MEANS CLUSTERING ]]>
<![CDATA[Parasian D.P Silitonga,]]>;
<![CDATA[Misalina Ginting]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (215.022 KB)
<![CDATA[Shopping cart management systems in shopping centers are still done by remembering the sales history of each member. If the members handled are still small, of course this is not an obstacle. In addition to this, the system presented cannot know for certain the member who buys goods with certain types of categories, or the combination between the categories of goods. To be able to determine the right decision in recommending an item to a member, and also to find out how many members buy goods with a certain category, the company needs enough information to be able to do further analysis. Association rules on the K-Means algorithm are used to find relationships between data or how a group of data affects the existence of another data. This method can be used to help identify certain patterns in a large data set, and can be used to improve the marketing strategy of a shopping center. Keywords: Shopping Cart, Association Rule, K-Means Clustering.]]>
<![CDATA[ANALISA DAN IMPLEMENTASI METODE K-MEANS CLUSTERING DALAM PREDIKSI PERSEDIAAN ALAT KONTRASEPSI (STUDI KASUS : KABUPATEN DELISERDANG) ]]>
<![CDATA[Penda Sudarto Hasugian]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 1 No. 2 (2017): Jurnal Mantik Penusa ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (274.768 KB)
<![CDATA[Data persediaan alat kontrasepsi pada Badan Keluarga Berencana Dan Pemberdayaan Perempuan Kab. Deli serdang selama ini hanya berfungsi sebagai arsip bagi Badan KB, sehingga data persediaan alat kontrasepsi tersebut tidak dapat dimanfaatkan seperti untuk mendukung pengembangan pengadaan persediaan alat kontrasepsi pada Badan KB dan Pemberdayaan Perempuan Kab. Deli Serdang. Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan dalam database. Data Mining adalah proses ekstraksi informasi dari kumpulan data melalui penggunaan algoritma dan teknik yang melibatkan bidang ilmu stastistik, mesin pembelajaran, matematika, dan kecerdasan buatan. Data mining digunakan untuk ekstrasi informasi penting yang tersembunyi dari dataset yang besar. Dengan adanya data mining maka akan didapatkan suatu permata berupa pengetahuan di dalam kumpulan data-data yang banyak jumlahnya. K-means clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Menggunakan pendekatan partitional clustering. Tiap cluster dihubungkan dengan sebuah centroid (titik pusat). Tiap titik ditempatkan ke dalam cluster dengan centroid terdekat. Jumlah cluster, k, harus ditentukan. Kata Kunci : Data Mining, Algoritma K-Means Clustering]]>
<![CDATA[PENGUJIAN ALGORITMA GENETIKA PADA SISTEM PENJADWALAN PENGUJI TUGAS AKHIR UNIVERSITAS AMIKOM YOGYAKARTA ]]>
<![CDATA[Windha Mega PD]]>;
<![CDATA[Haryoko Haryoko]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (635.773 KB)
<![CDATA[The scheduling of the final project / thesis lecturer examiners must be in accordance with the competency of the examining lecturer. In addition to considering the competency of examiners, the scheduling process must pay attention to several aspects, including the availability of rooms used in the session, the available schedule of examiners and the number of available sessions.So we need a final assignment examiner information system with Genetic algorithms, and calculate the accuracy value using k-fold cross validation. Through the approach of Genetic Algorithm, it is expected that the system designed to produce the most optimal final / thesis exam schedule based on fitness values, considering this algorithm uses a combination of the principle of natural selection and inheritance in order to get individuals or schedules as expected. The stages of algorithm testing using lecturer datasets, the field of lecturer science, the concentration of lecturers, students, the field of student knowledge and the concentration of students obtained from the Amikom website. The results of the tests were carried out statistical tests to find out the results of applying Genetic Algorithms. Then it will be concluded whether it has answered the problem statement and according to the research objectives. Berdasarkan hasil pengujian didapatkan nilai optimal berada pada kombinasi Probabilitas Crossover 0.7 dan Probabilitas Mutasi 0.4]]>
<![CDATA[PENERAPAN METODE ECONOMIC ORDER QUANTITY MULTI ITEM DALAM PENGADAAN BAHAN BAKU (STUDI KASUS PT.YASANDA MEDAN) ]]>
<![CDATA[Agustina Simangunsong]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 1 No. 2 (2017): Jurnal Mantik Penusa ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (273.747 KB)
<![CDATA[Teknologi sanagat dibutuhkan oleh setiap perusahaan, dimana perusahaan dituntut untuk memanfaatkan teknologi demi kepentingan perusahaan itu sendiri salah satunya adalah teknologi informasi . teknologi informasi ini sangat membantu perusahaan didalam hal yang berhubungan dengan informasi. PT.YASANDA adalah perusahaan yang begerak didalam bidang pengolahan kayu, dimana dalam pengolahan data pengadaan bahan baku produksi masih menggnakan sistem manual sehingga dalam proses data terkesan lambat. Dengan demikian dibutuhkan penerapan sistem komputerisasi untuk mempermudah proses pengolahan data tersebut. Bahan baku sangat berkaitan erat dengan penghasilan dari suatu perusahaan, untuk itu perusahaan harus mempunyai suatu cara yang digunakan guna untuk mengantisipasi terjadinya kekosongan bahan baku sehingga proses produksi dapat berjalan dengan lancar. Untuk itu penulis membuat suatu perubahan dalam sistem informasi pengadaan bahan baku. Dalam hal ini penulis tidak melakukan pengembangan seara keseluruhan tetapi hanya melengkapi informasi yang dihasilkanoleh sistem yang ada. Dengan menggunakan sistem komputerisasi berupa sistem pengolahan data pengadaan bahan baku, maka waktu dan tenaga yang digunakan oleh staff dan karyawan dalam mengisi data pengadaan bahan yang masuk dan keluar dapat diminimalkan kesalahan dan dipastikan menjadi efisien. ]]>
<![CDATA[IMPLEMENTASI METODE GEOMETRIC MEAN FILTER UNTUK PERBAIKAN DENGAN REDUKSI NOISE PADA CITRA DIGITAL ]]>
<![CDATA[Fristi Riandari]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (476.525 KB)
<![CDATA[Citra memegang peranan sangat penting sebagai bentuk informasi. Seiring kemudahan yang ditawarkan dalam pengambilan, pemrosesan dan penyimpanannya masyarakat mulai banyak yang meninggalkan citra analog dan beralih ke citra digital. Citra digital merupakan salah satu bentuk citra yang paling mudah dipergunakan dari segi pengiriman sebagai data, pengolahan dan pemrosesan citra itu sendiri. Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki mengalami penurunan intensitas mutu, misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras atau kabur. Penurunan intensitas mutu tersebut, biasanya terjadi pada proses pengambilan ataupun penyimpanan gambar (citra digital). Mean filter merupakan salah satu filtering linear yang berfungsi untuk memperhalus dan menghilangkan noise pada suatu citra yang bekerja dengan menggantikan intensitas nilai pixel dengan rata-rata dari nilai pixel tersebut dengan nilai pixel-pixel tetangganya. Aplikasi pada penelitian ini diimplementasikan dengan menggunakan bahasa pemrograman VB.Net.2008 dan database menggunakan Mysql. Kata Kunci : Metode Geometric Mean Filter, Pengolahan Citra Digital, Reduksi noise]]>
