cover
Contact Name
FIRMAN TEMPOLA
Contact Email
firma.tempola@unkhair.ac.id
Phone
-
Journal Mail Official
if_jiko@unkhair.ac.id
Editorial Address
-
Location
Kota ternate,
Maluku utara
INDONESIA
Jiko (Jurnal Informatika dan komputer)
Published by Universitas Khairun
ISSN : 26148897     EISSN : 26561948     DOI : -
Core Subject : Science,
Jiko (Jurnal Informatika dan Komputer) Ternate adalah jurnal ilmiah diterbitkan oleh Program Studi Teknik Informatika Universitas Khairun sebagai wadah untuk publikasi atau menyebarluaskan hasil - hasil penelitian dan kajian analisis yang berkaitan dengan bidang Informatika, Ilmu Komputer, Teknologi Informasi, Sistem Informasi dan Sistem Komputer. Jurnal Informatika dan Komputer (JIKO) Ternate terbit 2 (dua) kali dalam setahun pada bulan April dan Oktober
Arjuna Subject : -
Articles 12 Documents
Search results for , issue "Vol 4, No 2 (2021)" : 12 Documents clear
IMPLEMENTASI METODE SAW DALAM PENENTUAN KELAYAKAN KREDIT MOTOR PT ADIRA DINAMIKA MULTIFINANCE KOTA TERNATE Neneng Kurniasari; Abdul Mubarak; Syarifuddin N Kapita; Hairil Kurniadi Siradjuddin
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3279

Abstract

Adira Finance adalah bagian dari perusahaan yang membuka jasa kredit bagi  pemohon  dan menawarkan  berbagai  macam  produk  salah  satunya  adalah  motor  baru  ataupun  bekas  dan  mendapatkan keuntungan saat pembayaran bunga kredit dilakukan. Masalah kredit macep mengakibatkan pendapatan perusahaan menurun. Dalam Penentuan konsumen mana yang sesuai kriteria agar mendapatkan kredit bukanlah hal yang gampang. Untuk itu perlu suatu sistem agar dapat membantu itu semua. Salah satunya dengan sistem pendukung keputusan. Untuk itu perusahaan perlu membangun Sistem Pendukung Keputusan agar bisa membantu Credit Marketing officer dalam mengetahui rekomendasi kesesuaia konsumen untuk diberikan kredit. Dalam penelitian ini Metode yang digunakan sebagai perhitungan pengambilan keputusan yaitu Simple Additive Weighting (SAW) dengan 5 kriteria yaitu Keperibadian, Uang Muka, Jaminan, Kondisi dan Modal. Sistem ini dibangun dengan menggunakan bahasa pemrograman Hypertext Preprocessor (PHP). Hasil akhir dari sistem ini adalah apakah konsumen menerima kredit sepeda motor atau tidak. Pengujian sisitem yang digunakan yaitu Black box dan hasilnya sistem telah berjalan sesuai. Kemudian dilakukan uji akurasi sistem pada 50 data konsumen dengan hasilnya 84% sudah sesuai.
DESAIN PROTOTIPE SISTEM MONITORING MINUM OBAT BAGI ODHA Mufti Syawaludin; Izzati Muhimmah; Rahadian Kurniawan
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.2226

Abstract

ODHA adalah sebutan bagi orang-orang yang telah terjangkit penyakit HIV/AIDS. Agar para ODHA tetap dapat dalam kondisi baik, dibutuhkan obat yang secara resmi direkomendasikan oleh pemerintah yaitu berupa terapi antiretroviral (ART). Dalam menjalankan terapi ARV harus meminum obat dengan disiplin ketat dan terus menerus seumur hidup ODHA untuk menghambat replikasi virus HIV, namun dalam kenyataanya banyak ODHA yang tidak mendapatkan hasil yang optimal dalam menjalankan terapi tersebut, karena kurangnya tingkat kepatuhan pasien dalam mengkonsumsi obat ARV dan juga tidak termonitoring dengan baik oleh para pendamping. Untuk itu dipandang perlu untuk merancang desain prototipe sistem monitoring minum obat bagi ODHA sebagai solusi masalah tersebut. Metode penelitian yang digunakan dengan studi pustaka, review aplikasi sejenis dan wawancara dengan petugas klinik pengobatan HIV/AIDS, Orang dengan HIV/AIDS (ODHA) dan Pendamping ODHA. Sistem ini dikembangkan dengan metode Participatory Design yaitu Teknik Design dengan melibatkan users. Hasil dari penelitian ini berupa desain prototipe sistem monitoring minum obat bagi ODHA. Desain prototipe yang dihasilkan kemudian di uji menggunakan metode Questionnaire for User Interface Satisfaction (QUIS). Hasil pengujian dengan indikator penilaian keseluruhan sistem menunjukan nilai 72%, penilaian tampilan layar menunjukkan 77%, penilaian istilah dan informasi menunjukan 66%, penilaian mempelajari sistem mununjukan 80% dan perhitungan persentase indikator pengujian untuk penilaian kemampuan sistem 76%. Sehingga dilihat dari persentase hasil pengujian desain prototipe menunjukan sangat baik.
PREDIKSI JUMLAH PENDAFTAR HAJI LANJUT USIA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION nurhanudin nurhanudin; Jan Everhard Riwurohi
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3138

Abstract

Tingginya animo masyarakat muslim Indonesia untuk mendaftar haji ditandai dengan meningkatnya jumlah pendaftar haji dari tahun ke tahun. Hal ini menyebabkan antrian keberangkatan haji semakin panjang termasuk bagi Jemaah Haji lanjut usia. Undang-Undang Nomor 8 Tahun 2019 tentang Penyelenggaraan Ibadah Haji dan Umrah mengamanatkan memberikan prioritas kuota persentase tertentu bagi Jemaah Haji lanjut usia untuk berangkat haji. Permasalahan yang terjadi adalah belum adanya data prediksi pendaftar haji lanjut usia setiap tahun yang digunakan sebagai salah satu pertimbangan penetapan kuota bagi Jemaah Haji lanjut usia agar tidak terlalu lama menunggu. Penelitian ini bertujuan mengetahui model jaringan syaraf tiruan backpropagation yang tepat untuk memprediksi jumlah pendaftar haji lanjut usia. Penelitian dilakukan dengan mengubah jumlah node hidden layer untuk mendapatkan model terbaik, penelitian menggunakan data pendaftar haji lanjut usia periode tahun 2004 sampai dengan 2019. Data dibagi menjadi 2 bagian yaitu data latih (2004 sampai dengan 2014) dan data uji (2009 sampai dengan 2019). Berdasarkan hasil pelatihan, model yang terbaik adalah 10-7-1 dengan nilai MSE sebesar 0,000998514, nilai MAPE sebesar 9,8% dan akurasi sebesar 90,20%. Hasil prediksi pendaftar haji lanjut usia tahun 2020 dengan menggunakan model 10-7-1 adalah 5.124 pendaftar haji lanjut usia. Dengan dibangunnya model prediksi pendaftar haji lanjut usia maka pengambil kebijakan mudah mendapatkan data prediksi jumlah pendaftar haji lanjut usia setiap tahun dan hasil prediksi dapat digunakan untuk menetapkan kuota bagi Jemaah Haji lanjut usia sehingga antrian keberangkatan bagi Jemaah Haji lanjut usia tidak terlalu lama.
Halaman Depan dan Daftar Isi JIKO Unkhair
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3405

Abstract

SISTEM OTOMASI PEMBERIAN PAKAN KEPITING CANGKANG LUNAK MENGGUNAKAN TEKNOLOGI ROBOTIK DAN INTERNET OF THINGS Zagita Marna Putra; Febriansyah Febriansyah; Asmawaty Azis
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.2566

Abstract

Pengembangan sistem otomatisasi bertujuan untuk pemberian pakan pada budidaya kepiting cangkang lunak yang saat ini umumnya masih bergantung melalui sumber daya manusia. Pada saat ini dalam budidaya kepiting cangkang lunak masih banyak terjadi kesalahan pada penjadwalan pemberian pakan dan juga tidak adanya pengontrolan pada setiap takaran pakan yang diberikan, padahal pakan kepiting merupakan faktor penting untuk proses pelepasan cangkang keras ke cangkang lunak kepiting. Metode yang dilakukan pada penelitian ini yaitu metode kuantitaf deduktif yang bersifat eksperimen. Dalam penelitian ini, waktu pemberian pakan hanya dilakukan 2 hari sekali menggunakan Real Time Clock (RTC) dan melakukan pemberian jumlah bobot pakan sebesar 5% dari berat badan tiap kepiting menggunakan Force Sensitive Resistor (FSR) Square yang berfungsi sebagai sensor berat. Penelitian ini menggunakan teknologi Internet of Things dengan output perangkat lunak berbasis website yang telah terintegrasi dengan Ethernet Shield pada Mikrokontroller. Hasil pengembangan pada penelitian ini, agar dapat memudahkan pengguna dalam budidaya kepiting cangkang lunak untuk meningkatkan keuntungan.
RANCANG BANGUN SISTEM INFORMASI RAWAT JALAN DENGAN METODOLOGI BERORIENTASI OBYEK STUDI KASUS BIDAN HJ.KUSSUDIATI Mochammad Windy Trihantoro; Amin Muzaeni; Dwi Joko Sulistio
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3187

Abstract

Hadirnya bidan HJ. Kussudiati merupakan salah satu wujud dari fasilitas kesehatan yang diminati oleh banyak golongan masyarakat. Namun terkadang beberapa bidan masih sangat minim dalam hal penggunaan program untuk pengolahan serta pengelolaan data dan informasi pasien. Salah satunya pada bidan HJ. Kussudiati dimana masih banyaknya proses pengelolaan data dan informasi pasien yang mereka lakukan secara manual yaitu dengan menulis pada sebuah buku atau kertas. Dikarenakan masih menggunakan cara manual maka beberapa kegiatan seperti pencatatan data, penghitungan biaya yang harus dibayarkan oleh pasien, pembuatan surat-surat kepada pasien serta pembuatan laporan bulanan serta beberapa kesalahan dalam informasi menjadi sebuah kendala yang sangat perlu diperhatikan. Pasalnya hal tersebut membutuhkan waktu yang lebih serta proses yang panjang terlebih dapat menyebabkan kekeliruan pada sebuah informasi. Untuk mengatasi beberapa permasalahan tersebut, maka penelitian ini diharapkan dapat memecahkan masalah tersebut dengan merancang sebuah sistem informasi administrasi rawat jalan yang pada proses uji kualitas menggunakan ISO 9126 dan mendapatkan hasil kriteria sangat baik dengan persentase tanggapan dari responden sebesar 93,44%. Pada penelitian sebelumnya masih ada beberapa hal yang belum bisa diakomodasi oleh sistem informasi hasil dari penelitian tersebut seperti proses otomasi pencadangan basis data serta pencetakan surat keterangan, yang mana hal tersebut sudah dapat diakomodasi oleh sistem informasi hasil dari penelitian ini.
Halaman Indeks JIKO Unkhair
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3406

Abstract

PERBANDINGAN HASIL TOOL FORENSIK PADA FILE IMAGE SMARTPHONE ANDROID MENGGUNAKAN METODE NIST ahwan ahmadi; Taufik Akbar; Hadian Mandala Putra
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.2812

Abstract

Salah satu cara mengamankan suatu file agar tidak berubah-ubah pada sebuah teknik forensik digital adalah dengan cara membuat cloning suatu devices atau menyalin keseluruhan file pada suatu devices (smartphone) kedalam bentuk suatu file yaitu dalam bentuk file Image yang bisa dibuka dimanapun dan dengan tools apapun yang mendukung terbukanya file Image hasil cloningan suatu devices. Penggunaan tools forensik digital khususnya forensics mobile tergantung dari pilihan examiner dalam melakukan ekstraksi data dari file Image tersebut. Metode National Institute of Standard and Technology (NIST) digunakan dalam penelitian ini dengan tahapan seperti Coolection/Preservation, Examination, Analysis dan Reporting. Hasil ekstraksi yang kemudian dianalisa dengan menggunakan metode NIST didapatkan hasil dari penggunaan tool forensik seperti Belkasoft Evidence Center berhasil melakukan ekstraksi data dari sebuah file Image smartphone android Samsung GT-S5282 dengan tingkat akurasi ekstraksi data sebesar 66,66% dari variabel yang sudah ditentukan dan juga ditemukan file panggilan dan pesan yang sudah terhapus didevices pengguna. Tool Magnet AXIOM mendapatkan tingkat akurasi dari smartphone yang sama sebesar 55,55% dari variabel yang sudah ditentukan dan dalam proses analisis ditemukan banyak sekali file carving dalam devices pengguna. Hasil penelitian ini dapat disimpulkan bahwa tool Belkasoft Evidence Center lebih memiliki kinerja yang baik daripada tool Magnet AXIOM dalam proses exstraksi data dari sebuah file Image smartphone android. Hasil penelitian ini bisa dijadikan sebagai rujukan bagi para examiner dalam menentukan tool forensic digital yang mumpuni dalam menangani sebuah kasus kejahatan digital.
PENERAPAN NAÏVE BAYES UNTUK KLASIFIKASI TINGKAT RISIKO DIAGNOSIS GIGI DI UPTD PUSKESMAS CINGAMBUL Elin Nurlia; Mohamad Jajuli; Intan Purnamasari
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3190

Abstract

Penyakit gigi merupakan kondisi yang dialami ketika muncul rasa sakit pada organ gigi dan mulut karena gigi berlubang atau gangguan lainnya. Kesehatan gigi sangat penting sebab gigi termasuk organ penting pada sistem pencernaan, jika terjadi gangguan dapat menyebabkan masalah kesehatan lainnya. Bahkan peradangan gigi dan gusi yang parah jika tidak segera ditangani dapat menimbulkan penyakit mematikan seperti stroke, diabetes dan jantung. Kasus penyakit gigi yang terjadi di UPTD Puskesmas Cingambul setiap tahunnya masih mengalami peningkatan, bahkan penyakit dengan kondisi yang parah seringkali dikeluhkan. Namun pelayanan kesehatan gigi di sana masih terbatas karena tidak ada dokter yang bertugas. Oleh karena itu, diperlukan sebuah metode yang mampu mengklasifikasikan tingkat risiko diagnosis gigi agar dapat menilai penanganan yang tepat. Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes dengan metodologi Knowledge Discovery in Database (KDD) untuk mengklasifikasikan diagnosis gigi berdasarkan risiko parah, sedang dan ringan. Pengujian penerapan algoritma Naïve Bayes dilakukan dengan sembilan skenario k-fold cross-validation. Penggunaan 3-fold cross-validation menunjukan performa terbaik dengan akurasi 93,33% dan nilai kappa 0,855 yang termasuk kategori klasifikasi Very Good. Sedangkan rata-rata hasil pengujian memperoleh accuracy 92,32% dan nilai kappa 0,833 yang termasuk kategori klasifikasi Very Good. Sehingga, algoritma Naïve Bayes dinilai mampu mengklasifikasikan tingkat risiko diagnosis gigi yang terjadi di UPTD Puskesmas Cingambul dengan baik karena memiliki nilai accuracy cukup baik dan nilai kappa yang termasuk kategori Very Good.
ANALISIS DAN KOMPARASI ALGORITMA KLASIFIKASI DALAM INDEKS PENCEMARAN UDARA DI DKI JAKARTA Syekh Syihabuddin Azmil Umri
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.2871

Abstract

Udara mengambil peran penting dalam menjaga kehidupan makhluk hidup di bumi. DKI Jakarta merupakan salah satu kota dengan peringkat tertinggi dalam kualitas udara yang terburuk di dunia. Hal ini diakibatkan karena faktor utama selain aktivitas umum manusia yang menyumbang udara tidak baik ini berasal dari pabrik industri dan operasi pembangkit listrik berbahan bakar fosil pada daerah lintas batas administratif Jakarta. Fokus penelitian ini adalah melakukan analisis dan komparasi dari berbagai algoritme klasifikasi yakni Neural Network, Support Vector Machine, K-Nearest Neighbors, Naive Bayes, dan Decission Tree dengan menggunakan T-Test sebagai metode uji parametrik untuk menghasilkan perbandingan metode yang lebih baik dalam menentukan level Indeks Standar Pencemar Udara berdasarkan lima pencemar utama yakni arbon monoksida (CO), sulfur dioksida (SO2), nitrogen dioksida (NO2), ozon permukaan (O3), dan partikel debu (PM10) menghasilkan performa model terbaik yakni Decission Tree dengan nilai akurasi sebesar 99.80%, nilai kappa yang hampir sempurna yakni 0.996, nilai RMSE terkecil dan di bawah 0.1 yakni 0.039, serta waktu yang dibutuhkan hanya 0.8 detik. Meskipun begitu, Neural Network Backpropagation, K-Nearest Neighbors, Support Vector Machine, dan Naive Bayes juga masih dapat digunakan sebagai model klasifikasi yang baik karena mendapatkan nilai akurasi yang tinggi di atas 90% dan nilai kappa di atas 0.8 dan nilai RMSE di bawah 0.3.

Page 1 of 2 | Total Record : 12