MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer
MATRIK adalah salah satu Jurnal Ilmiah yang terdapat di Universitas Bumigora Mataram (eks STMIK Bumigora Mataram) yang dikelola dibawah Lembaga Penelitian dan Pengabadian kepada Masyarakat (LPPM). Jurnal ini bertujuan untuk memberikan wadah atau sarana publikasi bagi para dosen, peneliti dan praktisi baik di lingkungan internal maupun eksternal Universitas Bumigora Mataram. Jurnal MATRIK terbit 2 (dua) kali dalam 1 tahun pada periode Genap (Mei) dan Ganjil (Nopember).
Articles
22 Documents
Search results for
, issue
"Vol 21 No 1 (2021)"
:
22 Documents
clear
<![CDATA[Deteksi Serangan Denial of Service pada Internet of Things Menggunakan Finite-State Automata ]]>
<![CDATA[Fery Antony]]>;
<![CDATA[Rendra Gustriansyah]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (393.009 KB)
|
DOI: 10.30812/matrik.v21i1.1078
<![CDATA[Internet of things memiliki kemampuan untuk menghubungkan obyek pintar dan memungkinkan mereka untuk berinteraksi dengan lingkungan dan peralatan komputasi cerdas lainnya melalui jaringan internet. Namun belakangan ini, keamanan jaringan internet of things mendapat ancaman akibat serangan cyber yang dapat menembus perangkat internet of things target dengan menggunakan berbagai serangan denial of service. Penelitian ini bertujuan untuk mendeteksi dan mencegah serangan denial of service berupa synchronize flooding dan ping flooding pada jaringan internet of things dengan pendekatan finite-state automata. Hasil pengujian menunjukkan bahwa pendekatan finite-state automata berhasil mendeteksi serangan synchronize flooding dan ping flooding pada jaringan internet of things, tetapi pencegahan serangan tidak secara signifikan mengurangi penggunaan prosesor dan memori. Serangan synchronize flooding menyebabkan delay saat mengaktifkan/menonaktifkan peralatan internet of things sedangkan serangan ping flooding menyebabkan error. Implementasi bash-iptables berhasil mengurangi serangan synchronize flooding dengan efisiensi waktu pencegahan sebesar 55,37% dan mengurangi serangan ping flooding sebesar 60% tetapi dengan waktu yang tidak signifikan.]]>
<![CDATA[Ekstraksi Informasi Destinasi Wisata Populer Jawa Timur Menggunakan Depth-First Crawling ]]>
<![CDATA[Sepyan Purnama Kristanto]]>;
<![CDATA[Lutfi Hakim]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (672.039 KB)
|
DOI: 10.30812/matrik.v21i1.1081
<![CDATA[Travel Destinations are an inseparable part of human life today. As one of the provinces with a large area, East Java is one of the most visited areas for its tourism. Many people are competing in finding information related to these tourist destinations on the internet, one of which is the Tripadvisor application. Of the many tourist attractions, several tourist attractions have different attractions and experiences each time. Tourists have widely used the Tripadvisor application in determining the location where they will visit on their vacation activities. With various features ranging from reviews and recommendations for sharing photos, TripAdvisor is one of the best applications in the inventory of tourist attractions. Of the many tourist destinations, it is necessary to analyze and evaluate both tourist attractions that have many visitors with tourist attractions that are rarely visited by both local and foreign visitors. This goal, information mining (web mining), was carried out on the TripAdvisor application to obtain information on East Java Province's popular destinations. Crawling results on the TripAdvisor website, obtained various kinds of information such as names of tourist attractions, locations, visitor reviews, photos, and ratings of these tourist attractions. Spatial Analysis, a Tourist Sentiment Analyst on tourist objects, can then be carried out. It can also be developed into the recommendation system for the best tourist attractions in East Java Province]]>
<![CDATA[COVID-19 Chest X-Ray Detection Performance Through Variations of Wavelets Basis Function ]]>
<![CDATA[I Gusti Ayu Agung Diatri Indradewi]]>;
<![CDATA[Ni Wayan Sumartini Saraswati]]>;
<![CDATA[Ni Wayan Wardani]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (493.383 KB)
|
DOI: 10.30812/matrik.v21i1.1089
<![CDATA[Our previous work regarding the X-Ray detection of COVID-19 using Haar wavelet feature extraction and the Support Vector Machines (SVM) classification machine has shown that the combination of the two methods can detect COVID-19 well but then the question arises whether the Haar wavelet is the best wavelet method. So that in this study we conducted experiments on several wavelet methods such as biorthogonal, coiflet, Daubechies, haar, and symlets for chest X-Ray feature extraction with the same dataset. The results of the feature extraction are then classified using SVM and measure the quality of the classification model with parameters of accuracy, error rate, recall, specification, and precision. The results showed that the Daubechies wavelet gave the best performance for all classification quality parameters. The Daubechies wavelet transformation gave 95.47% accuracy, 4.53% error rate, 98.75% recall, 92.19% specificity, and 93.45% precision.]]>
<![CDATA[Penerapan Na ̈ıve Bayes Classifier, K-Nearest Neighbor (KNN) dan Decision Tree untuk Menganalisis Sentimen pada Interaksi Netizen dan Pemeritah ]]>
<![CDATA[M. Khairul Anam]]>;
<![CDATA[Bunga Nanti Pikir]]>;
<![CDATA[Muhammad Bambang Firdaus]]>;
<![CDATA[Susi Erlinda]]>;
<![CDATA[Agustin Agustin]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (337.321 KB)
|
DOI: 10.30812/matrik.v21i1.1092
<![CDATA[Pemerintah Pekanbaru saat ini sudah menerapkan teknologi dalam sistem pemerintahan, penerapannya saat ini masih mendapat keluhan dari masyarakat seperti layanan publik command center yang hanya sebagian masyarakat mengetahuinya dan penerapan cctv yang ada di Alat Pemberi Isyarat Lalu Lintas (APILL) yang belum berfungsi dengan baik. Penerapan teknologi lainnya oleh Pemerintah Pekanbaru dapat kita lihat dari keberadaan portal-portal web situs resmi Pemerintah. Sedangkan untuk melihat beragam komentar netizen dari twitter. Twitter menjadi tempat untuk mendapatkan data yang diungkapkan masyarakat melalui tweets yang diposting ke timeline. Analisa sentimen dilakukan untuk melihat pendapat atau kecenderungan opini netizen terhadap pemerintah Pekanbaru yang mengandung sentimen positif, negatif, dan netral. Data yang digunakan adalah tweet dengan jumlah dataset sebanyak 150 tweets. Data tersebut kemudian di analisa agar menjadi informasi. Analisa dilakukan menggunakan metode data mining yaitu Naïve Bayes Classifier, K-Nearest Neighbor (KNN), dan Decision tree. Penggunaan ketiga pendekatan ini berupaya untuk mengkategorikan hasil komentar netizen terkait penggunaan teknologi yang telah melalui proses analisis sentimen dan membandingkan keakuratan ketiga cara tersebut. Hasil akurasi yang didapatkan cukup beragam yaitu dari metode Naïve Bayes akurasi 100%, metode KKN akurasi 98,25%, dan metode decision tree akurasi 62,28%.]]>
<![CDATA[Pemetaan Kata Kunci dan Polaritas Sentimen Pengguna Twitter Terhadap Kehalalan Produk ]]>
<![CDATA[Hety Handayani Hidayat]]>;
<![CDATA[Ardiansyah Ardiansyah]]>;
<![CDATA[Poppy Arsil]]>;
<![CDATA[Laras Isna Rahmawati]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (445.403 KB)
|
DOI: 10.30812/matrik.v21i1.1162
<![CDATA[Kehalalan menjadi trend dunia sehingga kehalalan menjadi standar mutu suatu produk terutama makanan dan minuman untuk konsumen muslim dan nonmuslim. Oleh karena itu penelitian ini bertujuan untuk memetakan kata kunci dan polaritas opini pengguna twitter terhadap kehalalan produk secara global. Data twitter digali dan dipersiapkan dengan text mining pada Rstudio yang selanjutnya dianalisis polaritas dengan naïve bayes classifier. Preprosesing data yang dilakukan meliputi penghapusan duplikasi tweet, tokenisasi, penghapusan stopword dan pencarian akar kata. Pemetaan kata kunci dilakukan dari hasil bar plot yang dihasilkan. Kata kunci ini memberikan gambaran apa saja yang diperhatikan oleh pengguna twitter yang berkaitan dengan kehalalan suatu produk terutama produk pangan Hasil penelitian menunjukkan bahwa kata kunci utama dari opini di twitter terkait kehalalan produk adalah produk, makanan, minuman, garansi, dan lingkungan. Selain itu polaritas opini menunjukkan bahwa trend kehalalan produk ini diapresiasi positif oleh mayoritas pengguna Twitter yakni sebsar 70%, 16% bersifat netral, dan lainnya negatif. Hal ini memberikan peluang usaha dalam bidang pangan halal di pasar global dan harapannya dapat memotivasi pengusaha untuk mensertifikasi halal produknya.]]>
<![CDATA[Neural Network dan Particle Swam Optimization untuk Penunjang Keputusan Antipasi Mahasiswa Pra Lulus Bekerja Sesuai Bidang ]]>
<![CDATA[Dairoh Dairoh]]>;
<![CDATA[Very Kurnia Bakti]]>;
<![CDATA[Muhammad Naufal]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (495.79 KB)
|
DOI: 10.30812/matrik.v21i1.1164
<![CDATA[Lulusan di Perguruan Tinggi yang bekerja sesuai bidang belum ideal dalam tiga tahun terakhir, salah satunya di Politeknik Harapan Bersama. Hal ini masih menunjukkan keselarasan horizontal. Sehingga pertanyaaan nya adalah kenapa hal tersebut terjadi dan disebabkan oleh apa saja yang dapat menentukan kualitas lulusan yang bekerja tidak sesuai bidang. Untuk itu, dibuat sebuah model yang dapat digunakan untuk dapat melihat pola lulusan, agar lulusan bisa bekerja sesuai bidang keilmuan. Model tersebut menggunakan kombinasi antara Algorithma Neural Network dengan PSO. Diperoleh perbandingan akurasi model kombinasi antara Neural Network dengan PSO sebesar 71.51% untuk PSO, sedangkan dengan menggunakan metode Neural Network sebesar 64.32%.]]>
<![CDATA[Rancang Bangun Aplikasi Smart Touring Berbasis Android ]]>
<![CDATA[Majid Rahardi]]>;
<![CDATA[Afrig Aminuddin]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (517.16 KB)
|
DOI: 10.30812/matrik.v21i1.1185
<![CDATA[Perkembangan teknologi saat ini begitu cepat. Teknologi membuat perubahan pada peradaban manusia. Telah banyak kegiatan manusia yang didukung oleh kemajuan teknologi. Tak terkecuali kegiatan touring yang dilakukan bersama-sama. Touring adalah kegiatan berkendara dari suatu tempat ke tempat lain secara bersama-sama. Saat ini komunitas touring terus meningkat, namun masih memiliki beberapa permasalahan saat melakukan aktifitasnya. Saat ini salah satu permasalahan yang ada pada aktifitas touring adalah pengendara satu dengan yang lainnya tidak bisa mengetahui lokasi semua teman touring mereka. Oleh karena itu sangat dimungkinkan ada anggota touring mereka yang tertinggal jauh atau salah jalur. Dengan teknologi smartphone yang sangat pesat, dimungkinkan dibangun sebuah sistem yang dapat mendukung kegiatan touring tersebut. Pada penelitian ini telah berhasil dibangun sistem yang dapat mendukung kelancaran aktifitas touring. Fokus penelitian ini adalah membangun sistem touring yang dapat mendeteksi keberadaan semua member touring ketika sedang melakukan kegiatan touring. Sistem yang dibangun adalah berbasis contextual awareness, yaitu sistem yang mampu memberikan informasi kepada pengguna dengan data yang didapat dari lingkungannya. Dalam hal ini adalah memberikan informasi ketika ada member touring yang berjauhan dengan member touring lainnya.]]>
<![CDATA[Low Cost System for Face Mask Detection Based Haar Cascade Classifier Method ]]>
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Parama Diptya Widayaka]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1567.268 KB)
|
DOI: 10.30812/matrik.v21i1.1187
<![CDATA[In December 2019, there was a pandemic caused by a new type of coronavirus, namely SARS-CoV-2 (Severe Acute Respiratory Syndrome Corona Virus 2) spread almost throughout the world. The World Health Organization (WHO) named it COVID-19 (Coronavirus Disease). To minimize the spread of the COVID-19, the Indonesian government announced a policy for the social distancing of 1-2 meters and wearing a medical mask. In this study, a mask detection system was built using the Haar Cascade Classifier method by detecting the facial areas such as the nose and lips. The study aims to distinguish between using masks and on the contrary. It is expected that the mask detection system can be implemented to provide direct warnings to people who do not wear masks in public areas. The results using the Haar Cascade Classifier method show that the system designed is able to detect faces, noses, and lips at a light intensity of 80-140 lux. The face is detected at a distance of 30-120cm, while the nose is at a distance of 30-60cm, while the lips are at a distance of 30-70cm. The system designed can perform the detection process at a speed of 5 fps. The overall test results obtained a success rate of 88,89%.]]>
<![CDATA[Model Jaringan Syaraf Tiruan untuk Variabel tidak Pasti pada Kontrol Putaran Kincir Angin ]]>
<![CDATA[Zulfian Azmi]]>;
<![CDATA[Ishak Ishak]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (308.642 KB)
|
DOI: 10.30812/matrik.v21i1.1194
<![CDATA[Pemanfaatan sumber energi angin memberikan keuntungan dalam hal ramah lingkungan, menjadi sumber energi yang bisa diandalkan. Pemanfaatan kincir angin di dalam penggunaannya dibutuhkan kontrol agar penggunaannya dapat efisien. untuk putaran kincir angin. Dalam penelitian ini diimplementasikan pada model Jaringan Saraf Tiruan untuk Variabel Tidak Pasti yang diharapkan dapat memberikan solusi dalam menyelesaikan permasalahan terkait kincir angin. Pemanfatan kincir angain ini sebagai solusi dari pemanfaatan energi baru terbarukan, dari dampak emisi gas berbahaya dari sumber bahan bakar fosil. Serta Penggunaan minyak bumi, batu bara dan sumber energi fosil lainnya yang semakin lama semakin berkurang. Selanjuitnya model Jaringan Saraf Tiruan untuk Variabel Tidak Pasti ini menggunakan teknik probabilitas, derajat keanggotaan, fungsi logika OR, linear programing dan jarak euclidean untuk mengurangi proses pembelajaran. Pada penelitian terkait kontrol kincir angin ini menggunakan variabel tekanan udara, penyinaran matahari dan suhu untuk menentukan apakah kincir angin bergerak atau tidak. Akhirnya penelitian ini dengan model Jaringan Saraf Tiruan untuk Variabel Tidak Pasti ini diharapkan kedepan dapat menghasilkan sistem kontrol putaran kincir angin cerdas yang dapat digunakan untuk memprediksi terkait kontrol putaran kincir angin dengan data input yang bebeda.]]>
<![CDATA[Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth ]]>
<![CDATA[Anthony Anggrawan]]>;
<![CDATA[Mayadi Mayadi]]>;
<![CDATA[Christofer Satria]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (358.519 KB)
|
DOI: 10.30812/matrik.v21i1.1260
<![CDATA[Teknologi semakin berkembang dan canggih dari masa ke masa bahkan untuk setiap detiknya, sehingga dengan ini perusahaan perlu memanfaatkan teknologi untuk menjambatani usaha ke pelanggan sehingga mempermudah dalam mengelola bisnis. Pertumbuhan bisnis khususnya dikota Nusa Tenggara Barat (NTB) sangat berkembangan persaingan bisnis dalam perdagangan sangat ketat sehingga membutuhkan strategi yang matang dalam mengelola usaha. Pada penelitan ini peneliti melakukan penelitian disalah satu perusahaan di Nusa Tenggara Barat dimana toko tersebut menjual berbagai jenis aksisoris. Toko yang dijadikan sebagai studi kasus ini merupakan toko yang terkenal oleh masyarakat sekitar sehingga bisa memiliki banyak pelanggan. Pada penelitian ini peneliti melakukan analisis bertujuan untuk mencari kemiripan barang berdasarkan item pembelian dijadikan sebagai acuan dalam tata letak barang dan mengidintifikasi kesamaan barang yang dibeli ketika menambah stok barang. Untuk mengidentifikasi tujuan pada penelitian ini peneliti melakukan proses perhitungan menggunakan dua metode yaitu apriori dan FP-Growth dan melakukan pengujian dengan 2 pengujian yaitu pengujian hasil dan rasio adapun hasil pengujian didapatkan FP-Growth menghasilkan rule yang lebih baik dibandingkan dengan algoritma apriori dengan total rule sebanyak 6, sedangakan algoritma apriori menghasilkan 4 rule, dan untuk pengujian dengan evaluasi hasil rule dari masing masing algoritma, algritma FP-Growth memiliki hasil yang terbaik dengan lift ratio 1.27908.]]>
