cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anang Aris Widodo
Contact Email
anangariswidodo@gmail.com
Phone
-
Journal Mail Official
jimp.unmerpasuruan@gmail.com
Editorial Address
-
Location
Kab. pasuruan,
Jawa timur
INDONESIA
J I M P - Jurnal Informatika Merdeka Pasuruan
Published by Universitas Merdeka Pasuruan
ISSN : 25025716     EISSN : 25031945     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Informatika Merdeka Pasuruan (JIMP) terbit 3 kali dalam satu tahun yaitu dibulan maret, agustus dan desember. Memuat tulisan ilmiah yang berhubungan dengan bidang teknologi informasi serta aplikasi teknik informatika. Jurnal JIMP terbitan berkala ini adalah hasil penelitian dari tugas akhir penelitian dari dalam dan luar Departemen Fakultas Teknologi Informasi Universitas Merdeka Pasuruan.
Arjuna Subject : -
Articles 7 Documents
 1 
Search results for , issue "Vol 7, No 3 (2022): Desember" : 7 Documents clear
Prediksi Penjualan Obat Menggunakan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS) Siti Rahmah; Wina Witanti; Puspita Nurul Sabrina
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.733

Abstract

Abstrak— Penelitian yang akan dilakukan, menggunakan metode ANFIS dalam memprediksi data penjualan obat. Dilakukan untuk mengetahui dan menemukan pola dari metode ANFIS ketika digunakan dalam teknik prediksi dan juga untuk mengetahui hasil akurasi prediksi yang didapatkan ketika menggunakan data penjualan obat, apakah lebih baik dari penelitian sebelumnya atau lebih buruk. Data yang digunakan adalah data penjualan obat yang berstudi kasus di Apotek Agsya. Metode ANFIS memiliki 5 layers atau biasa juga disebut sebagai hiden layers ANFIS,  yang mana masing-masing lapisannya mempunyai perlakuan yang berbeda, dan setiap lapisannya mempunyai peran masing-masing dalam perhitungan algoritma ANFIS. Berdasarkan dari pengujian dengan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS), pada pengujian data penjualan obat amlodipin sebanyak 274 data dengan 20 epoch (error terkecil yang diharapkan 10-3), didapatkan hasil error terkecil nilai RMSE sebesar 0.127. 
Rancang Bangun Sistem Presensi Siswa Menggunakan Sensor RFID dan Website Berbasis PHP & MYSQL Fahrur Rozi; Puji Restiawan; Farid Sukmana
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.737

Abstract

Pelaksanaan kegiatan dan pembelajaran sekolah menengah di Indonesia masih menggunakan sistem presensi manual sebagai media pencatatan kehadiran siswa di sekolah. Presensi secara manual tentu dapat mengakibatkan adanya beberapa permasalahan seperti data presensi yang rawan hilang karena dicatat secara manual satu demi satu. Untuk itu, perlu dikembangkan sistem presensi berbasis digital Adapun tujuan penelitian ini adalah membuat sistem presensi siswa berbasis RFID yang layak digunakan di sekolah dengan mengacu pada konsep fungsi yang diinginkan. Sistem ini dikembangkan dengan menggabungkan konsep kerja mikrokontroller dan Radio Frequency Identification (RFID) menjadi satu sistem. Data berupa nomor unik dari tag RFID digunakan sebagai Primary key data siwa. Saat tag RFID didekatkan pada alat pembaca, datanya akan secara otomatis diolah oleh sistem dan kemudian masuk kedalam database, kemudian buzzer akan berbunyi jika data berhasil terbaca dan nama siswa akan muncul pada halaman web jika presensi berhasil dilakukan. Dari beberapa pengujian yang sudah dilakukan, sensor RFID Reader MFRC522 dapat membaca tag RFID dengan baik pada jarak maksimum 3 cm dengan berbagai penghalang, kecuali penghalang dengan bahan alumunium. Data kehadiran siswa dapat tercatat dengan baik dalam database dan kemudian ditampilkan ke halaman rekapitulasi yang dibuat dengan memadukan bahasa pemrograman php dan database MySql
Perbandingan Algoritma Welch Powell dan Algoritma Greedy dalam Optimasi Penjadwalan Ruang Kuliah Semester Genap Fakultas Teknik Yohana Christela Oktaviani; Yosefina Finsensia Riti
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.560

Abstract

Penjadwalan merupakan suatu proses yang dilaksanakan secara terstruktur untuk mengefisiensikan waktu kerja serta menghindari terjadinya constraint  dalam suatu permasalahan. Penjadwalan ini banyak diterapkan dalam dunia pendidikan, salah satunya ialah penyusunan penjadwalan mata kuliah. Penyusunan penjadwalan sendiri perlu dioptimalisasikan agar proses perkuliahan dapat berjalan dengan lancar tanpa adanya constraint  antar mata kuliah. Seperti yang terjadi pada Fakultas Teknik, Universitas Katolik Darma Cendika, dimana dalam penyusunan penjadwalan ini belum terdapat informasi ruangan kuliah. Oleh sebab itu, penulis menyusun jurnal optimasi penjadwalan ruang kuliah dengan membandingkan kinerja antara algoritma Welch Powell dengan algoritma Greedy. Data yang digunakan dalam penelitian ini ialah sejumlah 109 mata kuliah yang tersebar dari 4 Prodi Fakultas Teknik, yakni Prodi Teknik Industri, Prodi Arsitektur, Prodi Ilmu Informatika, serta Prodi Akupuntur dan Pengobatan Herbal. Metode yang digunakan dalam penelitian ini ialah metode komparatif yang diterapkan pada pewarnaan simpul graf, dimana  parameter yang digunakan ialah waktu pengeksekusian, kompleksitas algoritma, serta perhitungan algoritma  secara manual. Berdasarkan penelitian yang telah dilakukan, diperoleh hasil 7 warna kromatik yang selanjutnya diterapkan pada 7 ruang perkuliahan Fakultas Teknik.  
Implementasi Fine-Tuning BERT untuk Analisis Sentimen terhadap Review Aplikasi PUBG Mobile di Google Play Store Alex Sander P. Braja; Achmad Kodar
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.779

Abstract

Game online adalah salah satu hal yang paling relevan untuk beradaptasi dengan teknologi internet. PUBG Mobile adalah salah satu game online terpopuler di Indonesia, telah diunduh lebih dari 500 juta kali dengan 41,8 juta ulasan pengguna pada tahun 2022 di Google Play. Ulasan pengguna memainkan peran penting dalam keberhasilan pengembangan aplikasi. Ulasan pengguna berupa teks dalam format data tidak terstruktur yang menimbulkan kerumitan saat bekerja dengan analisis sentimen. Ada sebuah pendekatan baru yang disebut BERT. BERT Ini model transfer-learning  memperkenalkan model pre-training yang diperlukan untuk lebih baik dalam representasi konteks tekstual. Penelitian ini menguji kinerja BERT untuk analisis sentimen menggunakan dua model pre-training. Kami menggunakan model pre-training IndoBERTBASE dan BERTBASE Multilingual. Data yang digunakan adalah ulasan pengguna untuk aplikasi PUBG Mobile di Google Play Store. Kami juga melakukan pengaturan hyperparameter untuk menemukan model pencarian yang optimal menggunakan dua pendekatan pelabelan data: pelabelan berbasis skor dan pelabelan berbasis TextBlob untuk menentukan efisiensi model. Hasil percobaan menunjukkan bahwa model fine-tuned IndoBERT memiliki akurasi yang lebih baik dalam pelabelan data berbasis Textblob dengan akurasi tertinggi 94 % pada learning rate 0.00002, batch size 32, jumlah epoch 5, dan waktu pelatihan 12 menit.
Klasifikasi Kematian Akibat Gagal Jantung Menggunakan Algoritma Logistic Regression Berbasis Forward Selection Helmi Imaduddin; Brian Aditya Hermansyah; Muhammad Mutawadhi’ Alfajri
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.565

Abstract

Gagal jantung adalah masalah kesehatan masyarakat utama yang beban penyakitnya meningkat seiring bertambahnya usia. Kondisi jantung dalam kasus ini menandakan bahwa jantung tidak mampu lagi untuk memompa darah secara optimal dan ketidakmampuan jantung dalam memenuhi kuota darah normal yang dibutuhkan oleh tubuh. Berdasarkan timbulnya gejala, gagal jantung dapat terjadi secara tiba-tiba atau lebih dikenal dengan gagal jantung akut, dan gagal jantung yang berkembang secara perlahan karena kondisi jantung yang melemah atau lebih dikenal dengan istilah gagal jantung kronis. Tujuan dari penelitian ini adalah mendapatkan model klasifikasi penyakit gagal jantung untuk membuat sistem penunjang keputusan sebagai deteksi dini penyakit gagal jantung. Setelah itu model yang sudah diperoleh akan dievaluasi untuk mengetahui performanya dengan akurasi, spesifisitas dan sensitivitas. Metode yang digunakan untuk melakukan klasifikasi menggunakan metode Support Vector Machine, Decision Tree, Logistic Regression dan Random Forest. Pengukuran performa klasifikasi menggunakan matrik akurasi, sensitivitas dan spesivisitas, hasil klasifikasi menunjukan bahwa algoritma logistic regression memiliki performa paling baik dengan memperoleh akurasi sebesar 90% dan spesivisitas 80%.
Analisis Pengukuran dan Kualitas Software Menggunakan Function Point Analysis (Studi Kasus Software Harmony) Johansah Wirabuana Susekti; Gabrella Felicia Soebagio; Soetam Rizky Wicaksono
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.781

Abstract

Tujuan pada penelitian ini yaitu mengukur kelayakan dari software Harmony. Prosedur penelitian yang ada pada penelitian ini adalah metode Function Point Analysis (FPA). Obyek penelitian yang digunakan diperoleh melalui identifikasi sitemap pada software Harmony yaitu modul-modul yang ada di dalam software Harmony. Dalam mengetahui bobot aplikasi Harmony dan menentukan kelayakan harga sehingga dilakukan pengukuran untuk menentukan bobot aplikasi yang menghasilkan perhitungan Crude Function Points (CFP) per modul, perhitungan Relative Complexity Adjustment Factor (RCAF), dan juga perhitungan akhir yaitu jumlah Function Points (FP) dengan jumlah 2659. Berdasarkan hasil pengukuran yang didapat dan dibandingkan dengan harga yang ditetapkan oleh Harmony, software Harmony layak karena sesuai dengan kualitas yang dijanjikan.
Analisa Kinerja Algoritma Random Forest Classifier dengan Mutual Information dan Skip-Gram pada Klasifikasi Jurnal INIS Mufidah Karimah; Achmad Hindasyah; Taswanda Taryo
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.638

Abstract

Supervised learning adalah teknik yang bergantung pada masukan berlabel untuk mempelajari suatu fungsi dan menghasilkan keluaran yang sesuai apabila diberi data baru tanpa label. Penggunaan algoritma supervised learning sering dibutuhkan dalam berbagai kondisi, salah satunya yakni mengklasifikasikan dokumen. INIS adalah salah satu perpustakaan digital yang dianggap masih melakukan pengklasifikasian dokumen secara manual dan membutuhkan pengotomatisasian klasifikasi dokumen. Hal ini mengakibatkan proses pengelompokkan memakan waktu yang relatif lama dan terdapat banyak kendala karena banyaknya jumlah dokumen. Penelitian ini memiliki tujuan utama untuk menentukan algoritma yang memiliki kinerja dan akurasi terbaik agar dapat diimplementasikan dalam proses pengklasifikasian dokumen ilmiah. Penelitian ini menggunakan kombinasi algoritma Random Forest (RF) dengan Skip-Gram (SG) dan Mutual Information (MI) sebagai metode ekstraksi fitur dan metode seleksi fitur. Hasil menunjukkan bahwa kumpulan data yang digunakan dapat mempengaruhi kinerja suatu algoritma. Selain itu pada penelitian ini menunjukkan bahwa presentase kinerja dari algoritma Random Forest dan Skip-Gram lebih baik jika dikombinasikan dengan seleksi fitur daripada tidak menggunakan seleksi fitur. Penggunaan seleksi fitur pada Random Forest dan Skip-Gram  dalam penelitian ini juga menunjukkan presentase kinerja lebih stabil jika dibandingkan dengan kinerja Random Forest dan Skip-Gram tanpa fitur seleksi.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 8, No 1 (2023): MARET 2023 Vol 7, No 3 (2022): Desember Vol 7, No 2 (2022): Agustus Vol 7, No 1 (2022): MARET Vol 6, No 3 (2021): DESEMBER Vol 6, No 2 (2021): AGUSTUS Vol 6, No 1 (2021): MARET Vol 5, No 3 (2020): DESEMBER Vol 5, No 2 (2020): AGUSTUS Vol 5, No 1 (2020): MARET Vol 4, No 3 (2019): DESEMBER Vol 4, No 2 (2019): AGUSTUS Vol 4, No 1 (2019): MARET Vol 3, No 3 (2018): DESEMBER Vol 3, No 2 (2018): AGUSTUS Vol 3, No 1 (2018): MARET Vol 2, No 3 (2017): DESEMBER Vol 2, No 2 (2017): AGUSTUS Vol 2, No 1 (2017): MARET Vol 1, No 3 (2016): DESEMBER Vol 1, No 2 (2016): AGUSTUS Vol 1, No 1 (2016): MARET More Issue