cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
ahmad gawdy prananosa
Contact Email
ahmadgawdynano@yahoo.com
Phone
-
Journal Mail Official
ipm2kpeintecoms@gmail.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
INTECOMS: Journal of Information Technology and Computer Science
Published by Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi
ISSN : 26213249     EISSN : 26141574     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 738 Documents
 12   13   14   15   16 
Prediksi Penyebaran Kasus Demam Berdarah Dengue (DBD) Dengan Metode K-Nearest Neighbor Di Kabupaten Karawang Bimo Aditya Wahyudi; Hannie Hannie; Aries Soeharso
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.3290

Abstract

Demam Berdarah Dengue (DBD) merupakan salah satu penyakit epidemik. Kabupaten Karawang merupakan salah satu daerah endemis Demam Berdarah Dengue (DBD) di Jawa Barat, Indonesia. Munculnya penyakit ini berkaitan dengan kondisi wilayah seperti lingkungan dan juga cuaca serta perilaku masyarakat juga berkaitan terhadap penyebaran kasus DBD. Penyakit epidemik seperti DBD merupakan salah satu penyakit berbahaya, sehingga perlu dilakukan prediksi untuk memprediksi wilayah mana saja yang rawan terkena kasus DBD. Melakukan prediksi tersebut bertujuan agar dapat dengan segera mengetahui wilayah mana yang tingkat persebaran paling tinggi hingga paling rendah untuk melakukan tindakan dan pencegahan yang sesuai. Untuk membantu melakukan prediksi tersebut, digunakan metode K-Nearest Neighbor (K-NN) dan K-Fold Cross Validation. Dengan menggunakan data pada tahun 2016-2020 menggunakan 5 data parameter sebagai input dengan total 150 records. Hasil percobaan menghasilkan performance dengan nilai accuracy terbaik sebesar 81.27% menggunakan nilai K=5 dan 10-Fold Cross Validation. Hasil prediksi ditunjukan dengan pemetaan wilayah Kabupaten Karawang berdasarkan Kecamatan. Sebanyak 18 Kecamatan dengan tingkat persabaran tinggi, 7 Kecamatan dengan tingkat persebaran sedang, dan 5 Kecamatan dengan tingkat persebaran rendah.
Sistem Pakar Deteksi Dini Covid-19 Menggunakan Metode Naïve Bayes Berbasis Website Miftah Fariedh Andriansyah; Dadang Yusup; Apriade Voutama
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.3291

Abstract

Coronavirus disease 2019 atau disingkat Covid-19, ialah suatu penyakit menular yang ditimbulkan oleh sejenis coronavirus baru yaitu severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Pada tanggal 23 Agustus 2021, Negara Indonesia berada dalam urutan ke-13 di dunia sebagai negara dengan jumlah total kasus Covid-19 tertinggi. Tingginya angka kematian disebabkan Covid-19 di Indonesia karena deteksi awal yang terlambat pada penderita serta gejala yang semakin memburuk. Oleh sebab itu, perlu dirancang sebuah sistem yang dapat mendeteksi dini Covid-19 dengan mengimplementasikan pengetahuan yang dimiliki seorang pakar ke dalam sistem, yaitu sistem pakar. Sistem pakar yang dibuat diimplementasikan dengan metode Naïve Bayes yang lebih mengutamakan nilai probabilitas. Sedangkan metode penelitian yang diterapkan untuk mengembangkan sistem pakar ini ialah Expert System Development Life Cycle (ESDLC). Berdasarkan hasil pengujian sistem yang dilakukan, sistem pakar dapat mendeteksi dini Covid-19 dan berjalan baik sesuai dengan tujuan yang diharapkan serta sistem mampu memberikan solusi yang diperlukan bagi pengguna
Sistem Pakar Diagnosa Penyakit Stroke Menggunakan Metode Forward Chaining Dan Certainty Factor Wahyu Rudiansyah; Asep Jamaludin; Kamal Prihandani
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.3293

Abstract

Stroke merupakan penyakit tidak menular yang berbahaya. Stroke terjadi karena tersumbat atau pecahnya pembuluh darah pada otak yang menyebabkan rusaknya kondisi otak. Tingginya kasus penderita penyakit stroke menyebabkan angka penderita penyakit stroke terus bertambah umumnya disebabkan karena masyarakat yang tidak bisa menjaga pola hidup sehat dan terlambatnya diagnosa awal penderita stroke sehingga menyebabkan terlambatnya tindakan medis, jika hal tersebut terjadi sangat fatal akibatnya. Oleh karena itu, sistem pakar ini dibuat untuk dapat mendiagnosa penyakit stroke berdasarkan gejala menggunakan metode forward chaining dan certainty factor. Metode pengembangan perangkat lunak pada penelitian ini menggunakan metode Expert System Development Life Cycle (ESDLC). Hasil pengujian dari sistem pakar diagnosa penyakit stroke menggunakan metode black box testing menghasilkan kesimpulan sangat baik, lalu hasil pengujian sistem dengan metode user acceptance test (UAT) terhadap 30 responden menghasilkan penilaian persentase tampilan sistem sebesar 85,83% dan penilaian persentase manfaat sistem sebesar 83,33%.
Rancang Bangun Sistem Informasi Keuangan Berbasis Web Pada PT. Riau Samudera Mandiri Muhammad Luthfi Hamzah; Muhammad Donny Irwansyah
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.3431

Abstract

PT. Riau Samudra Mandiri merupakan penyedia jasa konstruksi listrik dan instalasi. Proses pengelolaan keuangan pada PT. Riau Samudra Mandiri diakomodir oleh bendahara. Pengelolaan keuangan di PT. Riau Samudra Mandiri masih sangat sederhana dan semua laporan akan terus dicetak menggunakan Microsoft Excel dan disimpan di lemari arsip. Oleh karena itu, pencarian data sebelumnya membutuhkan pembongkaran lemari arsip dan pencarian data satu per satu, yang memakan waktu lama. Tujuan dari penelitian ini adalah untuk membangun sistem informasi keuangan berbasis web yang mudah dan cepat diakses serta memudahkan para eksekutif dan profesional treasury dalam mengelola data dan laporan keuangannya. Penelitian ini menggunakan metode pengembangan perangkat lunak yaitu waterfall model. Pada penelitian ini juga dilakukan pengujian dengan Blackbox testing dan User Acceptance Test agar mengetahui seberapa baik sistem yang dibangun. Hasil penelitian ini adalah sebuah sistem informasi keuangan berbasis web yang dapat membantu pimpinan dan bendahara dalam mengelola data dan laporan keuangan dengan cepat, tepat dan cermat.
Mengukur Pemahaman konsep dan karakter Mahasiswa Kesmas dengan pengembangan LMS (Learning Management System) Berbasis WEB Reno Renaldi; Mohd. Rinaldi Amartha; Yogi Yunefri; Rizer Fahlepi
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3449

Abstract

Di masa Revolusi Industri 4.0 sekarang perkembangan teknologi informasi telah berkembang pesat dalam bidang pendidikan dengan adanya e-learning. Apalagi dimasa pandemic E-learning sangat membantu dosen dalam meningkatkan keaktifan mahasiswa baik dalam memberikan materi dan penugasan, forum diskusi maupun aktivitas lain, sehingga karakter mahasiswa dapat terbentuk dengan sendirinya melalui e-learning. Tujuan dari penelitian ini adalah mengembangkan Software Learning Management System (LMS) untuk kegiatan pembelajaran online, program pembelajaran elektronik dan mudah dimengerti. Selain itu, penelitian ini juga untuk melihat respon dari mahasiswa dengan penggunaan LMS serta menguji keefektifannya dalam meningkatkan pemahaman konsep dan mengembangkan karakter mahasiswa Kesehatan masyarakat. Metode yang digunakan adalah penelitian pengembangan. Uji produk menggunakan Pre Experimental Design dengan jenis Pretest and Posttest One Group Design. Instrumen penelitian berupa angket uji ahli, angket tanggapan, tes tertulis dan angket observasi karakter. Analisis data uji kefektifan menggunakan uji gain. Hasil tanggapan mahasiswa kesehatan masyarakat untuk keseluruhan aspek dengan hasil 87,4% dengan kategori sangat baik. Hasil uji gain pemahaman konsep sebesar 0,60 dengan kategori sedang, artinya LMS efektif meningkatkan pemahaman konsep seorang mahasiswa. Sedangkan uji gain karakter 0,16 kategori rendah, artinya belum efektif mengembangkan karakter mahasiswa.
Evaluasi Kinerja Sistem Informasi Elektronik Kinerja ASN (SI-EKA) Menggunakan Framework Cobit 5 Pada Kementerian Agama Kota Pekanbaru Putri Khairani; Muhammad Luthfi Hamzah; Megawati Megawati; Muhammad Jazman
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3693

Abstract

Penelitian ini dilakukan dengan tujuan menganalisis kinerja Sistem Informasi Elektonik Kinerja ASN (SI-EKA) yang ada pada Kementerian Agama Kota Pekanbaru. Dalam penggunaan SI-EKA terdapat masalah terkait akses sistem dikarenakan masalah jaringan, server, dan maintenance, selain itu untuk penanganan masalah membutuhkan waktu yang lama karena harus dilaporkan kepada pihak pusat terlebih dahulu. Menjawab permasalahan pengelolaan masalah digunakan kerangka kerja COBIT 5 dengan fokus pada proses DSS03 Manage Problems. Analisis Process Capability Model (PCM) digunakan dalam penelitian ini dengan penilaian Process Assessment Model (PAM). Pengumpulan data dilakukan dengan observasi, wawancara, dan kuesioner yang dibagikan kepada responden berdasarkan pemetaan peran RACI Chart. Hasil akhir penelitian diketahui bahwa proses pengelolaan masalah sudah dilaksanakan namun masih ada beberapa kelemahan dan belum mencapai tujuan proses sehingga diberikan rekomendasi yang sesuai dengan kondisi dan temuan yang ada. Tingkat kapabilitas proses berada pada level 1 (Performed Process) dengan nilai kapabilitas 0.9 dan status Largery Achieved (L).
Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine Muhammad Diki Hendriyanto; Azhari Ali Ridha; Ultach Enri
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3708

Abstract

MOLA is one of the video streaming platform applications on the google play store. The mola application has been downloaded 5 million times but only has a 3.2 rating. On the Google Play Store app rating is followed by user reviews of the app. There are quite a lot of reviews that are unstructured and contain opinions from users about their satisfaction with the application so that it is often taken into consideration by potential users to choose the application used. Based on this, sentiment analysis was carried out using the Support Vector Machine algorithm to find out how the sentiments of users towards the MOLA application on the google play store were carried out. This study uses the Knowledge Discovery in Database (KDD) method. The data used is a review of the MOLA application with as many 520 data consisting of 312 positive reviews and 208 negative reviews. The best results are obtained in scenario 1 (90:10) using the RBF (Radial Basis Function) kernel which produces 92.31% accuracy, 96.3% precision, 89.66% recall, and 92.86% f1-score. Keywords: Sentiment Analysis, Support Vector Machine, MOLA
Analisis Perbandingan Kualitas Sinyal 4G LTE Pada Beberapa Provider Yogi Ismemet; Sutoyo Sutoyo; Teddy Purnamirza; Mulyono Mulyono
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3632

Abstract

Komunikasi seluler 4G LTE berkembang sangat pesat, untuk itu diperlukan kualitas jaringan yang baik dalam mendukung komunikasi. Salah satu metode menentukan kualitas sinyal 4G LTE adalah dengan melakukan drive test. Pada penelitian ini Drive test digunakan untuk menganalisis kualitas sinyal 4G LTE dari beberapa provider di lokasi pengukuran kampus UIN Suska Riau dengan Parameter yang diukur ialah RSRP, RSRQ, SNR dan RSSI. Hasil penelitian menunjukkan bahwa provider yang terbaik adalah provider E dengan RSRP 88,3 dBm, RSRQ -12,3 dB, SNR 12,3 dB dan RSSI -54,6 dBm. Yang kedua provider A dengan RSRP -84 dBm, RSRQ -13 dB, SNR 11,3 dB dan RSSI -54,3 dBm. Yang ketiga provider C dengan RSRP -88,3 dBm, RSRQ-11,3 dB, SNR 6,6 dB, dan RSSI -59,6 dBm. Yang keempat provider D dengan RSRP 101,6 dBm, RSRQ -12 dB, SNR 4,3 dB, dan RSSI -68,3 dBm. Dan yang kelima provider B dengan RSRP -100,6 dBm, RSRQ -14,3 dB, SNR 1,6 dB, dan RSSI 65dBm. Kata kunci: 4G LTE, RSRP, RSRQ, SNR, dan RSSI.
Penerapan Layanan Cloud Server Secara Self-Service Menggunakan Model Finite State Automata Muchamad Bachram Shidiq; Windu Gata; Hafifah Bella Novitasari; Achmad Bayhaqy; hendra setiawan
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3216

Abstract

Cloud computing merupakan teknologi yang memungkinkan pengguna untuk menggunakan layanan komputasi berbasis internet. Seiring dengan perkembangan teknologi cloud computing, beberapa instansi pemerintahan sudah melakukan implementasi cloud computing, salah satunya adalah PUSINTEK Sekretariat Jenderal Kementerian Keuangan. Salah satu layanan PUSINTEK dalam bidang cloud computing adalah menyediakan layanan cloud server berupa Virtual Machine (VM) yang dapat diakses oleh pengguna. Pada penyelenggaraan layanan dimaksud terdapat berbagai kesulitan, seperti pembuatan VM yang membutuhkan waktu lama dan adanya potensi kesalahan saat pembuatan VM. Penelitian ini akan membahas desain layanan dan rancangan sistem layanan cloud server secara self-service menggunakan model Finite State Automata dengan 7 (tujuh) state serta fungsi transisi yang berhasil menerima berbagai kemungkinan string input. Penerapan model FSA pada alur siklus layanan cloud server ini diharapkan dapat mempersingkat waktu pemenuhan layanan dan mengurangi potensi kesalahan pembuatan VM tersebut karena dilakukan secara mandiri oleh pengguna.
Klasifikasi Jenis Mangga Berdasarkan Bentuk Dan Tekstur Daun Menggunakan Metode Convolutional Neural Network (CNN) Deni Hidayat
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3401

Abstract

Mangga merupakan salah satu tanaman jenis buah-buahan yang digemari oleh masyarakat khususnya masyarakat Indonesia. Jenis mangga yang paling banyak ditanam di Indonesia adalah jenis mangga arumanis, golek, dan manalagi karena rasanya yang enak. Dalam penelitian ini menggunakan daun mangga sebagai dataset dari tiga jenis mangga yaitu jenis mangga arumanis, golek, dan manalagi. Berbagai cara dapat dilakukan untuk membedakan jenis mangga salah satunya dengan melihat bentuk dan tekstur daun dari pohon mangga. Jika melihat data yang ada di lapangan bentuk dan tekstur daun mangga jenis arumanis, golek, dan manalagi memiliki banyak kesamaan sehingga sulit dibedakan dengan kasat mata. Tujuan penelitian ini adalah melakukan klasifikasi jenis mangga berdasarkan bentuk dan tekstur daun menggunakan metode Convolutional Neural Network (CNN).Metode klasifikasi yang digunakan adalah Convolutional Neural Network (CNN). Hasil pengujian memerlukan waktu rata rata 2 detik dan yang terlama adalah 52 detik. Nilai akurasi rata rata di dapatkan nilai 1.

Page 14 of 74 | Total Record : 738

 12   13   14   15   16 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 5 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 3 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 2 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 2 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 1 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 6 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 4 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 2 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 1 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 2 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 1 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 1 (2021): INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 2 (2020): INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 1 (2020): INTECOMS: Journal of Information Technology and Computer Science Vol 2 No 2 (2019): INTECOMS: Journal of Information Technology and Computer Science Vol 2 No 1 (2019): INTECOMS: Journal of Information Technology and Computer Science Vol 1 No 2 (2018): INTECOMS: Journal of Information Technology and Computer Science Vol 1 No 1 (2018): INTECOMS: Journal of Information Technology and Computer Science More Issue