PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer
Jurnal PROCESSOR merupakan Jurnal yang diterbitkan oleh STIKOM DINAMIKA BANGSA JAMBI. Jurnal ini terbit 2 kali dalam setahun yaitu pada bulan April dan Oktober. Misi dari Jurnal PROCESSOR adalah untuk menyebarluaskan, mengembangkan dan menfasilitasi hasil penelitian mengenai Ilmu bidang informatika, sebagai media bagi para dosen, guru, peneliti dan para praktisi dalam bidang teknologi informasi dari seluruh Indonesia, dalam melakukan pertukaran informasi tentang hasil-hasil penelitian terbaru yang telah dilakukan.
Articles
26 Documents
Search results for
, issue
"Vol 11 No 2 (2016): Processor"
:
26 Documents
clear
PROTOTIPE PENILAIAN KINERJA CUSTOMER SERVICE DENGAN METODE FUZZY MAMDANI: STUDI KASUS PT. X
Marrylinteri Istoningtyas
Jurnal Processor Vol 11 No 2 (2016): Processor
Publisher : LPPM STIKOM Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (185.999 KB)
Bagi PT. X yang bergerak di bidang jasa, Customer Service adalah ujung tombak bagi perusahaan karena melalui Customer Service-lah customer dapat ‘bertemu’ dan berinteraksi dengan perusahaan. Customer Service diharapkan memenuhi semua kebutuhan customer dengan aturan yang berlaku di perusahaan dan menjadi sumber pendapatan bagi perusahaan. Untuk menciptakan Customer Service yang handal, salah satu caranya dengan menilai kinerja mereka. Dengan penilaian kinerja, perusahaan dapat mempertimbangkan dan menentukan pemberian reward, promosi, punishment, training, coaching, konseling, ataupun mutasi bagi para karyawannya. Pilihan metode yang digunakan untuk menilai kinerja Customer Service di PT. X adalah Fuzzy Mamdani. Dengan metode Fuzzy Mamdani, sistem yang serba terukur dan penilaian manusia yang cenderung tidak terukur, dapat dijembatani. Prototipe penilaian kinerja Customer Service menggunakan metode fuzzy yang dihasilkan diharapkan dapat dijadikan alternatif solusi bagi PT. X untuk menilai kinerja Customer Service.
EXPLORATORY DATA ANALYSIS PADA DATABASE SISTEM INFORMASI AKADEMIK STIKOM DINAMIKA BANGSA
Beny Beny
Jurnal Processor Vol 11 No 2 (2016): Processor
Publisher : LPPM STIKOM Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (340.381 KB)
STIKOM Dinamika Bangsa memiliki pangkalan data yang menyimpan sebagian besar transaksi data akademik di tiap semester. Data-data yang cukup besar ini mengandung informasi yang siap digali. Untuk salah satu informasi yang dapat diambil dari pangkalan data tersebut adalah pola-pola dan relasi antar variabel. Untuk mendapatkan informasi itu bisa melalui proses eksplorasi data. Pada penelitian ini penulis melakukan proses explorartory data analysis pada pangkalan data sistem informasi Sekolah Tinggi Ilmu Kompter Dinamia Bangsa untuk mendapatkan gambaran pola-pola, sebaran data, dan korelasi antar variabel. Hasil dari penelitian ini terbentuklah data yang lebih rapih, tergambarkannya sebaran data nilai ipk berdasarkan beberapa variabel lainnya, dan teridentifikasinya beberapa variabel yang memiliki korelasi.Dari hasil yang didapatkan tersebut dapat disimpulkan bahwa variabel angkatan terhadap rata-rata ipk menunjukkan nilai korelasi Pearson Product Moment sebesar 0.91 dengan Confidence Interval 95% dan p-value 0.0003, ini menandakan korelasi yang secara statistic signifikan.
PROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR
Irawan Irawan
Jurnal Processor Vol 11 No 2 (2016): Processor
Publisher : LPPM STIKOM Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (589.903 KB)
Sistem pengenalan wajah bertujuan untuk mengidentifikasi wajah seseorang dengan cara membandingkan wajah tersebut dengan database wajah yang sudah ada. Pengenalan wajah dilatarbelakangi oleh adanya sistem identifikasi atau verifikasi yang lebih akurat dibandingkan dengan password yang memungkinkan orang lain dapat masuk ke dalam sistem. Dalam salah satu penelitian, untuk proses pengenalan wajah dengan ekstraksi fitur wajah menggunakan filter gabor dan identifikasi pengenalan wajah menggunakan Bidirectional Associative Memory (BAM) dan Back-Propagation Neural Network (BPNN). Diperoleh tingkat akurasi pengenalan wajah hanya sekitar 84,50%. Peneliti yang lain menggunakan metode Principal Component Analysis (PCA). Nilai akurasi yang diperoleh sekitar 94% dengan kriteria wajah close up. Dalam penelitian ini untuk pengenalan wajah menggunakan gabungan algoritma eigenface dan metode CBIR. Dengan menggunakan gabungan metode ini menambah tingkat akurasi pengenalan wajahnya, yaitu rata-rata sekitar 96%.
RANCANG MODEL FRAME MULTICOPTER: LITERATURE REVIEW
Erick Fernando;
Derist Touriono
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Penelitian ini memaparkan Model-model multicopter yang dapat digunakan untuk perancangan multicopter. Penelitian ini menggunakan metode literature review. Literature didapat dengan melakukan penelusuran di berbagai artikel ilmiah yang terbit pada jurnal ilmiah bereputasi internasional, penelitian ini mereview dan menganalisis model-model multicopter. Artikel yang berkaitan dengan “model frame multicopter†dikumpulkan melalui database jurnal online seperti: Google Scholar, ProQuest, EBSCOhost, dan IEEEexplore. “model multicopter†dan “design multicopter†digunakan sebagai kata kunci dalam pencarian artikel. Artikel tersebut kemudian direview dan dianalisis untuk kemudian di paparkan berkaitan dengan model – model frame multicopter. Penelitian ini menemukan bahwa model multicopter untuk merancang pesawat multicopter ada 4 model multicopter yaitu: tricopter, quadcopter, octacopter, hexacopter. Multicopter tipe tricopter merupakan multicopter yang sangat menghemat daya arus dalam pengguna sedangkan Multicopter dengan tipe hexacopter dan octacopter merupakan multicopter yang memiliki stabilitas tinggi dalam penerbangan.
ANALISIS NON PARAMETRIK DALAM MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA TIDAK MELANJUTKAN STUDI PADA SEMESTER PERTAMA
Susandri Susandri
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Jumlah mahasiswa aktif dari semester awal sampai semester akhir merupakan hal yang sangat diinginkan oleh institusi yang bergerak dalam jasa pendidikan. Pada institusi STMIK Amik Riau jumlah mahasiswa baru yang tidak melanjutkan studi pada semester satu cukup tinggi. Hal ini terus berulang dalam tiga tahun terakhir sehingga mempengaruhi operasional dan program strategis yang dirancang instiusi. Permasalahan diatas sampai saat ini belum dilakukan kajian secara ilmiah. Penelitian ini bertujuan untuk mengetahui faktor apa saja yang mempengaruhi mahasiswa tersebut tidak melanjutkan studi. Penelitian ini perlu dilakukan untuk membuktikan secara ilmiah sehingga bisa menjawab permasalahan tersebut diatas. Penelitian ini digunakan analisis non parametrik dengan tahapan pengumpulan dan seleksi data, distribusi dan pengujian data, penambangan data, analisa dan hasil, dokumentasi dan pelaporan penelitian serta publikasi. Pada penelitian ini telah diuji variabel nilai bahasa inggris, nilai kecakapan logika dan nilai rata-ratat terhadap keberlanjutan studi. Pada tingkat kepercayaan 95%, yang memiliki hubungan yang signifikan dengan keberlanjutan studi pada semester satu adalah nilai kecakapan logika dengan sig. (2-tailed)= 0,07 dan kualitas hubungan yang lemah koefesien korelasi = (-0,085)
PROTOTIPE PENILAIAN KINERJA CUSTOMER SERVICE DENGAN METODE FUZZY MAMDANI: STUDI KASUS PT. X
Marrylinteri Istoningtyas
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Bagi PT. X yang bergerak di bidang jasa, Customer Service adalah ujung tombak bagi perusahaan karena melalui Customer Service-lah customer dapat ‘bertemu’ dan berinteraksi dengan perusahaan. Customer Service diharapkan memenuhi semua kebutuhan customer dengan aturan yang berlaku di perusahaan dan menjadi sumber pendapatan bagi perusahaan. Untuk menciptakan Customer Service yang handal, salah satu caranya dengan menilai kinerja mereka. Dengan penilaian kinerja, perusahaan dapat mempertimbangkan dan menentukan pemberian reward, promosi, punishment, training, coaching, konseling, ataupun mutasi bagi para karyawannya. Pilihan metode yang digunakan untuk menilai kinerja Customer Service di PT. X adalah Fuzzy Mamdani. Dengan metode Fuzzy Mamdani, sistem yang serba terukur dan penilaian manusia yang cenderung tidak terukur, dapat dijembatani. Prototipe penilaian kinerja Customer Service menggunakan metode fuzzy yang dihasilkan diharapkan dapat dijadikan alternatif solusi bagi PT. X untuk menilai kinerja Customer Service.
STUDI LITERATUR: TEKNOLOGI CLOUD COMPUTING
Lola Yorita Astri
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Teknologi cloud computing telah menjadi bagian dari kebutuhan hidup bagi sebagian orang. Kebutuhan distribusi data yang tinggi membuat orang mencari alterlatif lain untuk dapat menyampaikan data dan informasi secara cepat, efektif dan efisien. Cloud computing menjadi salah satu solusi yang ditawarkan oleh penyedia layanan ini untuk dapat ditawarkan ke masyarakat luas sekaligus ini menjadi peluang bisnis yang menguntungkan bagi pengusaha yang jeli menangkap peluang ini. Pengusaha yang bergerak dibidang ini tentu harus melakukan kajian yang mendalam mengenai hal-hal yang berkaitan dengan cloud computing ini. Walaupun telah banyak system cloud computing yang dibuat, namun ini belum cukup membantu pengusaha untuk merencanakan system cloud computing dengan baik. Oleh sebab itu, maka tujuan penulisan artikel ini adalah untuk menyediakan pemahaman yang lebih baik mengenai cloud computing dengam cara menyajikan teknologi yang berkembang berkaitan dengan cloud computing, konsep dasar, arsitektur dan tantangan penelitian di bidang cloud computing ini.
KOMBINASI ALGORITMA GENETIKA DAN ALGORITMA FUZZY TIME SERIES DALAM PREDIKSI JUMLAH CALON MAHASISWA BARU STIKOM DINAMIKA BANGSA JAMBI
M.Riza Pahlevi
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
STIKOM Dinamika Bangsa Jambi adalah perguruan tinggi swasta mandiri yang menjadikan penerimaan mahasiswa baru sebagai bisnis utama untuk kelangsungan kehidupan kampus tersebut. Ketersediaan sumber daya (Dosen,gedung dan fasilitas pendukung lainnya) merupakan faktor penting yang harus diperhatikan demi terciptanya kualitas yang baik dalam suatu perguruan tinggi. Untuk menjaga mutu pendidikan, pihak kampus perlu mempersiapkan strategi yang matang sehingga terciptanya mutu pendidikan yang diharapkan. Dengan sistem peramalan mahasiswa baru maka pihak pimpinan dapat menyusun strategi bisnis yang akan dilaksanakan menjadi lebih tepat. Penelitian ini menggunakan kombinasi algoritma genetika dan algoritma fuzzy time series. Kombinasi kedua algoritma tersebut untuk memprediksi jumlah calon mahasiswa yang akan masuk pada sebuah perguruan tinggi. Sehingga apabila pada hasil dari prediksi menunjukan adanya peningkatan ataupun penurunan jumlah calon mahasiswa baru yang akan masuk ke perguruan tinggi tersebut, pihak pimpinan dapat mempersiapkan solusi dan strategi yang nantinya akan dijalankan. Dengan menggabungkan kedua metode tersebut menjadi satu, maka dihasilkan suatu kombinasi metode yang cukup baik, terbukti dengan pencapaian nilai rata-rata kesalahan (Mean Square Error) yang terbaik yaitu 6.487 dengan nilai probabilitas crossover sebesar 0,6 dan nilai probabilitas mutasi sebesar 0,4. Sedangkan dengan menggunakan metode fuzzy saja nilai MSE terbaik yang didapat hanya bernilai 15.536,23 dengan nilai interval 10. Hasil peramalan yang didapat menjadi akurat dan dapat dijadikan referensi oleh pihak pimpinan untuk menjalankan rencana strategis demi keberlangsungan STIKOM.
PENGEMBANGAN MODEL KARAKTER INTERAKTIF 3D BERBASIS MULTIMEDIA MENGGUNAKAN GAME ENGINE
Agus Nugroho
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Game engine unity merupakan suatu aplikasi pengembangan yang tidak hanya dapat digunakan untuk mengembangkan game saja, melainkan dapat dimanfaatkan untuk mengembangkan aplikasi yang digunkan sebagai media edukasi interaktif pada multiplatform. Mengingat pemanfaatan game engine yang cukup luas diberbagai bidang, maka dirasa perlu dilakukan untuk memproduksi aplikasi edukasi multimedia, yang bertujuan memperagakan gerakan sholat lima waktu sebagai sarana visual untuk melihat model peraga dalam bentuk 3D yang bisa dilihat dari berbagai sudut pandang. Tahap produksi game terbagi menjadi beberapa proses tahapan yang dilalui, beberapa diantaranya adalah tahap Pre-Produksi dengan proses modeling karakter. Tahap modeling merupakan unsur penting dalam proses produksi game. Penggunaan karakter 3D sebagai tampilan visual peraga yang dapat dirotasi hingga 360 derajat, bermanfaat untuk melihat gerakan dari sudut yang ingin dilihat oleh pengguna.
PROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR
Irawan Irawan
Jurnal PROCESSOR Vol 11 No 2 (2016): Processor
Publisher : LPPM Universitas Dinamika Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Sistem pengenalan wajah bertujuan untuk mengidentifikasi wajah seseorang dengan cara membandingkan wajah tersebut dengan database wajah yang sudah ada. Pengenalan wajah dilatarbelakangi oleh adanya sistem identifikasi atau verifikasi yang lebih akurat dibandingkan dengan password yang memungkinkan orang lain dapat masuk ke dalam sistem. Dalam salah satu penelitian, untuk proses pengenalan wajah dengan ekstraksi fitur wajah menggunakan filter gabor dan identifikasi pengenalan wajah menggunakan Bidirectional Associative Memory (BAM) dan Back-Propagation Neural Network (BPNN). Diperoleh tingkat akurasi pengenalan wajah hanya sekitar 84,50%. Peneliti yang lain menggunakan metode Principal Component Analysis (PCA). Nilai akurasi yang diperoleh sekitar 94% dengan kriteria wajah close up. Dalam penelitian ini untuk pengenalan wajah menggunakan gabungan algoritma eigenface dan metode CBIR. Dengan menggunakan gabungan metode ini menambah tingkat akurasi pengenalan wajahnya, yaitu rata-rata sekitar 96%.