cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Amarudin
Contact Email
amarudin@teknokrat.ac.id
Phone
-
Journal Mail Official
teknoinfo@teknokrat.ac.id
Editorial Address
-
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Teknoinfo
Published by Universitas Teknokrat Indonesia
ISSN : 16930010     EISSN : 2615224X     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Teknoinfo is a peer-reviewed scientific Open Access journal that published by Universitas Teknokrat Indonesia. This Journal is built with the aim to expand and create innovation concepts, theories, paradigms, perspectives and methodologies in the sciences of Informatics Engineering. The articles published in this journal can be the result of conceptual thinking, ideas, innovation, creativity, best practices, book review and research results that have been done. Jurnal Teknoinfo publishes scientific articles twice a year in January and July.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol 10, No 2 (2016): Juli" : 5 Documents clear
Model Penunjang Keputusan Penyeleksian Pemberian Beasiswa Bidikmisi Menggunakan Metode Analytical Hierarchy Process Adhie Thyo Priandika
Jurnal Teknoinfo Vol 10, No 2 (2016): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v10i2.7

Abstract

Proses seleksi dalam menentukan penerima beasiswa masih mengalami kendala. Di lapangan masih ditemukan kurang tepatnya penyaluran beasiswa yang di akibatkan oleh sistem yang masih konvensional atau manual. Selain itu pengambil keputusan tidak dapat melihat kriteria-kriteria dalam beasiswa secara bersama-sama. Dalam ilmu komputer terdapat suatu sistem yang dapat membantu pengambil keputusan untuk mengatasi masalah yang sifatnya semi struktur ataupun tidak terstruktur yaitu sistem pendukung keputusan. Dalam Sistem Pendukung Keputusan terdapat berbagai metode salah satunya yaitu metode Analytical Hierarchy Process (AHP) yang ditemukan oleh Thomas L.Saaty. AHP sendiri dapat membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan dari masing-masing kriteria yang sudah ditentukan. Dengan melihat masalah yang ada dalam pengambilan keputusan dalam pemilihan penerima beasiswa, sistem pendukung keputusan dengan menggunakan metode AHP dirasa tepat untuk digunakan dalam membantu pengambilan keputusan untuk menentukan penerima beasiswa. Diharapkan hasil dalam penelitian ini dapat membantu pengambil keputusan dalam menentukan penerima beasiswa.Kata Kunci : Beasiswa, Seleksi, Ilmu Komputer, Sistem Pendukung Keputusan, Metode AHP
Implementasi Teknik Steganografi Least Significant Bit (LSB) Dan Kompresi Untuk Pengamanan Data Pengiriman Surat Elektronik Dedi Darwis
Jurnal Teknoinfo Vol 10, No 2 (2016): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v10i2.8

Abstract

Penelitian ini dilakukan atas dasar perlunya keamanan data pada media digital berupa metode pengolahan data yang dapat membantu mengamankan data yang bersifat rahasia, sehingga data rahasia hanya dapat dibaca oleh orang yang diinginkan dan mengantisipasi agar data tidak terbaca oleh orang yang tidak berhak. Penelitian ini menyarankan penggunaan teknik steganografi dalam keamanan data, dimana data rahasia akan disisipkan ke dalam cover image. Metode dalam penelitian ini menggunakan pendekatan dua metode yaitu metode  untuk memampatkan data dan metode Least Significant Bit (LSB) sebagai metode dalam steganografi. Metode Huffman digunakan untuk memampatkan data sebelum disisipkan ke dalam cover image sehingga dapat memperkecil ukuran data yang akan disisipkan serta stego image yang dihasilkan tidak berubah secara signifikan. Hasil dari penelitian ini menghasilkan stego image yang tidak berubah secara signifikan serta proses pengambilan pesan yang relatif sangat cepat sehingga dapat menjadi alternatif untuk keamanan data yang bersifat rahasia.Kata kunci: Cover Image, Huffman, LSB, Steganografi, Stego Image.
Sistem Pendukung Keputusan Seleksi Penerimaan Staff Administrasi Menggunakan Metode Profile Matching Agung Deni Wahyudi
Jurnal Teknoinfo Vol 10, No 2 (2016): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v10i2.13

Abstract

Proses seleksi dalam penerimaan karyawan masih mengalami kendala. Secara praktikal terdapat beberapa karyawan yang tidak benar benar menguasai apa yang mereka kerjakan sehingga kegiatan operasional kurang berjalan dengan baik. Selain itu banyaknya pelamar yang ada membuat bagian terkait memerlukan waktu yang lama dalam mempertimbangkan calon karyawan yang akan diterima. Dalam ilmu komputer terdapat suatu sistem yang dapat membantu pengambil keputusan untuk mengatasi masalah yang sifatnya semi struktur ataupun tidak terstruktur yaitu sistem pendukung keputusan. Dalam Sistem Pendukung Keputusan terdapat berbagai metode salah satunya yaitu metode Profile Matching. Profile Matching ini sendiri dapat membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa dari masing-masing kriteria yang sudah ditentukan. Dengan melihat masalah yang ada dalam pengambilan keputusan dalam penerimaan karyawan baru, sistem pendukung keputusan dengan menggunakan metode Profile Matching dirasa tepat untuk digunakan dalam membantu pengambilan keputusan. Dengan adanya penelitian ini proses seleksi karyawan baru dapat dilakukan dengan tepat dan cepat.Kata Kunci : Seleksi Karyawan, Ilmu Komputer, Sistem Pendukung Keputusan, Metode Profile Matching.
Penerapan String Matching Dengan Algoritma Boyer Moore Pada Aplikasi Font Italic Untuk Deteksi Kata Asing Rohmat Indra Borman
Jurnal Teknoinfo Vol 10, No 2 (2016): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v10i2.9

Abstract

Dalam karya ilmiah penulisan untuk kata asing, seperti kata berbahasa inggris, berbahasa yunani dan bahasa lainya dibuat dengan memiringkan kata tersebut. Aplikasi pengolah kata yang biasanya digunakan adalah Microsoft Office Word. Untuk memiringkan kata asing pada Microsoft Office Word menggunakan salah satu tools yang ada di toolbar Microsoft Office Word yaitu italic. Algoritma boyer moore merupakan salah satu algoritma yang digunakan untuk melakukan pencocokan string (string matching). Algoritma ini merupakan jenis exact string matching algorithm yang melakukan pencocokan string secara tepat dengan susunan karakter dalam string yang dicocokkan memiliki jumlah maupun urutan karakter dalam string yang sama. Cara kerja algoritma ini adalah dengan melakukan pencocokan dari kanan ke kiri yaitu men­-scan karakter pattern dari kanan ke kiri dimulai dari karakter paling kanan. Penerapan algoritma boyer moore pada aplikasi font italic, akan mencari semua kemungkinan kata asing di dalam dokumen microsoft office word dengan yang ada di database aplikasi untuk membuat otomatis tercetak miring.Kata kunci: Aplikasi, font italic, katas asing, algoritma, string matching, boyer moore, exact string matching.
Analisis Sentimen Tweet Menggunakan Backpropagation Neural Network Maulana Aziz Assuja; Saniati Saniati
Jurnal Teknoinfo Vol 10, No 2 (2016): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v10i2.20

Abstract

Analisis sentimen tweet berkembang sebagai sebuah kajian pada bidang Pengolahan Bahasa Alami yang bermanfaat mengetahui opini masyarakat terhadap sebuah topik tertentu secara otomatis. Pada penelitian ini kami mengajukan teknik analisis tweet kedalam tiga kelas (positif, negatif dan netral) menggunakan algoritma Backpropagation Neural Network. Input jaringan merupakan sejumlah kata terpilih yang dirangking mengunakan skor TF*IDF. Variasi praproses term dilakukan untuk menguji performa klasifikasi sentimen. Hasil pengujian menunjukkan metode yang kami ajukan berhasil melakukan klasifikasi dengan hasil terbaik dengan akurasi 78.34% dan presisi 84.21%.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2016 2016


Reset
Filter By Issues
All Issue Vol 19, No 1 (2025): January 2025 Vol 18, No 2 (2024): Juli 2024 Vol 18, No 1 (2024): Januari Vol 17, No 2 (2023): Vol 17, No 2 (2023) : JULI Vol 17, No 1 (2023): Vol 17, No 1 (2023): JANUARI Vol 16, No 2 (2022): Juli Vol 16, No 1 (2022): Januari Vol 15, No 2 (2021): Juli Vol 15, No 1 (2021): Januari Vol 14, No 2 (2020): Juli Vol 14, No 1 (2020): Januari Vol 13, No 2 (2019): Juli Vol 13, No 1 (2019): JANUARI Vol 12, No 2 (2018): Juli Vol 12, No 1 (2018): Januari Vol 11, No 2 (2017): Juli Vol 11, No 1 (2017): Januari Vol 10, No 2 (2016): Juli Vol 10, No 1 (2016): Januari More Issue