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[Model Peramalan Artificial Neural Network pada Peserta KB Aktif Jalur Pemerintahan menggunakan Artificial Neural Network Back-Propagation ]]>
<![CDATA[B. Herawan Hayadi]]>;
<![CDATA[I Gede Iwan Sudipa]]>;
<![CDATA[Agus Perdana Windarto]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1273
<![CDATA[Pertumbuhan penduduk di Indonesia yang terus meningkat setiap tahunnya dan tidak disertai dengan ketersediaan lapangan pekerjaan yang mampu menampung seluruh angkatan kerja bisa menimbulkan pengangguran, kriminalitas, yang bersinggungan pula dengan rusaknya moralitas masyarakat. Oleh karena pemerintah memberikan serangkaian usaha untuk menekan laju pertumbuhan penduduk agar tidak terjadi ledakan penduduk yang lebih besar. Salah satu cara yang dilakukan adalah dengan menggalakkan program KB (Keluarga Berencana). Tujuan dari penelitian untuk membuat model prediksi dengan memanfaatkan Artificial Neural Network (ANN) pada peserta KB aktif jalur pemerintahan untuk melihat laju pertumbuhan penduduk kedepannya dalam rentang waktu tertentu guna mempermudah pemerintah dalam membuat rancangan perencanaan ke depannya. Back-propagation merupakan salah satu metode yang digunakan untuk melakukan peramalan yang merupakan bagian dari ANN. Hal ini perlu dilakukan mengingat jumlah kepadatan penduduk terus meningkat setiap tahunnya dan KB merupakan salah satu program pemerintah yang bertujuan mengendalikan laju kenaikan penduduk di Indonesia. Dataset yang digunakan yakni peserta KB aktif di Kota Pematangsiantar bulan agustus 2019 – januari 2020. Pengujian dilakuan dengan bantuan software matlab dengan menguji 5 model arsitektur (try error) yakni model 4-5-1; model 4-7-1; model 4-8-5-1; dan model 4-9-7-1. Hasil analisis diperoleh bahwa model arsitektur 4-8-5-1 merupakan yang terbaik dan dijadikan acuan untuk meramalkan peserta KB aktif pada jalur pemerintah dengan tingkat akurasi sebesar 71% (terbaik dari 4 model arsitektur lainnya). Model ANN tersebut dapat diimpementasikan untuk melakukan prediksi terhadap peserta KB aktif jalur pemerintahan sehingga pemerintah dapat melakukan rancangan untuk kedepannya.]]>
<![CDATA[Pengembangan Sistem Aplikasi Cerdas Memprediksi Penjualan Mebel Berbasis website ]]>
<![CDATA[Ni Gusti Ayu Dasriani]]>;
<![CDATA[Anthony Anggrawan]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1276
<![CDATA[Industri mebel di Indonesia merupakan usaha yang memiliki laju perkembangan sangat pesat. Konsumen memilih menggunakan mebel hasil dari industri karena mebel produksi industri memiliki inovasi disain yang indah. Mebel berperan juga sebagai sumber pemasukan keuangan negara di Indonesia terutama penjualan kepada konsumen negara lain. Karenan terjadi kompetisi yang begitu ketat antar industri mebel, keadaan ini berimplikasi produsen mebel berusaha secara ketat dalam menciptakan produksi yang bermutu dan memenuhi selera konsumen. Permasalahannya adalah produsen masih mengelola data atau mendapatkan informasi hasil produksi dalam system manual. Karenanya tujuan dari penelitian ini adalah membangun sistem aplikasi komputer cerdas website untuk memprediksi penjualan mebel. Perancangan dan pembuatan system ini menggunakan metodologi Waterfall. Metode yang digunakan untuk mengklasifikasi data penjualan barang mebel dengan metode K-Nearest Neightbor (KNN). KNN merupakan metode untuk mengektraksi data mining yang bisa berguna dalam prediksi penjualan. Hasil yang dicapai yaitu dihasilkannya system prediksi penjualan barang dan juga laporan prediksi penjualan barang dalam bentuk lembar kerja (Spreadsheet) sehingga membantu pimpinan perushaan dalam usahanya. Kesimpulan dari penelitian yang dilakukan menggunakan metode KNN cocok digunakan untuk mengklasifikasi data penjualan barang mebel. Hal ini tersebut dibuktikan dengan tingkat akurasi yang mencapai 90% pada proses pengujian menggunakan confussion matrik.]]>
<![CDATA[Sistem Pakar untuk Identifikasi Kandungan Formalin dan Boraks pada Makanan dengan Menggunakan Metode Certainty Factor ]]>
<![CDATA[Hengki Tamando Sihotang]]>;
<![CDATA[Fristi Riandari]]>;
<![CDATA[Pilisman Buulolo]]>;
<![CDATA[Husain Husain]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1364
<![CDATA[Tujuan dari penelitian ini adalah untuk mengetahui identifikasi kandungan zat pengawet berbahaya boraks dan formalin pada makanan. Metode yang digunakan untuk mengidentifikasi kandungan zat berbahaya pada makanan dengan menggunakan Certainty Factor dengan teknik pemberian bobot pada setiap premis (gejala) hingga memperoleh persentase keyakinan untuk mengidentifikasi makanan yang mengandung formalin dan boraks. Hasil penelitian ini adalah Kandungan boraks pada makanan, dari 4 sampel makanan (100%) yaitu 4 sampel atau seluruh sampel tidak mengandung boraks dengan persentase sebesar 100%. Kandungan formalin pada makanan, dari 4 sampel makanan (100%) yaitu ada 2 sampel makanan positif mengandung formalin dengan persentase sebesar 50% dan ada 2 makanan negative mengandung formalin dengan persentase sebesar 50%. Dari hasil pemeriksaan menggunakan spektrofoto meter UV-VIS kadar formalin yang terendah terdapat pada sampel (Ikan Segar) dengan nilai 0,6631 mg/l. Kadar formalin yang tertinggi terdapat pada sampel C (Mi Bakso) dengan nilai 1,7140 mg/l.]]>
<![CDATA[Implementasi Keamanan Rumah Cerdas Menggunakan Internet of Things dan Biometric Sistem ]]>
<![CDATA[Anastasia Mude]]>;
<![CDATA[Leonardus Benediktus Finansius Mando]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1381
<![CDATA[Pintu adalah salah satu fitur pertahanan pertama untuk menjaga keamanan fisik rumah. Dalam sebuah rumah, pintu memiliki peranan penting dalam masalah keamanan. Terkadang kelalaian penghuni rumah dalam menjaga keamanan rumah membuat keamanan pintu rumah menjadi tidak terkontrol seperti, lupa mengunci pintu saat keluar rumah, kehilangan kunci rumah, dan mungkin lupa apakah sudah mengunci pintu atau belum. Kelemahan keamanan lainnya adalah mudahnya pencuri membobol pintu rumah yang masih menggunakan kunci manual. Dari masalah-masalah tersebut dalam penelitian ini mengusulkan sebuat sistem keamanan pintu rumah menggunakan sistem kontrol biometric dan sistem kontrol manual berbasis Internet of Things untuk mengendalikan pintu dan meningkatkan keamanan rumah. Dalam penelitian ini menerapkan dua mekanisme pengontrolan pintu rumah yaitu dengan memanfaatkan sensor sidik jari sebagai sistem kontrol biometric, dan sistem kontrol manual berbasis Internet of Things untuk langkah alternatif, apabila terdapat masalah dengan kondisi fisik jari penghuni rumah. Metode implementasi perancangan sistem menggunakan mikrokontroler NodeMCU ESP8266 dengan bahasa pemrograman Arduino dan aplikasi mobile blynk berbasis android. Hasil evaluasi menunjukan bahwa adanya integrasi yang baik antara kontrol menggunakan sensor sidik jari dan kontrol manual berbasis Internet of Things dimana kedua kontrol melakukan respon membuka dan mengunci pintu rumah selama 5 detik sehingga tidak ada celah kelalaian yang dapat berdampak buruk bagi keamanan rumah.]]>
<![CDATA[Tata Kelola Organisasi Mahasiswa Melalui Pengembangan Sistem Informasi ]]>
<![CDATA[Ellen Theresia Sihotang]]>;
<![CDATA[Hariadi Yutanto]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1391
<![CDATA[Sistem informasi Organisasi Mahasiswa (Ormawa) Universitas Hayam Wuruk (UHW) Perbanas Surabaya yang menggunakan google drive sudah tidak efektif dan tidak efisien dalam pelaksanaan kegiatan kemahasiswaan. Kondisi pandemi juga tidak memungkinkan Ormawa untuk menggunakan sistem berbasis cloud sehingga diperlukan sistem yang bersifat online dan terintegrasi. Tujuan dari penelitian ini adalah untuk mengembangkan sistem informasi Ormawa berbasis web dengan jaringan online dengan nama Ormawasite. Fokus pengembangannya adalah pada pengelolaan sejumlah dokumen aktivitas dan keuangan ormawa. Metode pengembangan Ormawasite menggunakan System Development Life Cycle (SDLC) dengan model waterfall. Tahapan-tahapan pada model waterfall meliputi analisis kebutuhan melalui kelompok diskusi fokus, rancangan sistem, coding, implementasi sekaligus uji coba sistem dengan metode black box dan evaluasi penggunaan Ormawasite menggunakan kuesioner dengan skala likert. Bahasa pemrograman yang digunakan adalah HTML 5, PHP 7.0.18, dan terintegrasi dengan Sistem Informasi Mahasiswa (Simas) serta bagian kemahasiswaan. Ormawasite telah membantu pelaksanaan program kerja Ormawa dan pengelolaan keuangan. Pengelolaan aktivitas dan keuangan yang sebelumnya selama tujuh hari menjadi satu hari dan aksesnya lebih fleksibel, dengan demikian penggunaan Ormawasite menjadi lebih efektif dan efisien]]>
<![CDATA[Pengaruh Cahaya dan Kualitas Citra dalam Klasifikasi Kematangan Pisang Cavendish Berdasarkan Ciri Warna Menggunakan Artificial Neural Network ]]>
<![CDATA[Aditya Dwi Putro]]>;
<![CDATA[Arief Hermawan]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1396
<![CDATA[Buah pisang merupakan komoditas yang memberikan kontribusi besar terhadap angka produksi buah nasional maupun internasional. Pemerintah melalui Badan Standarisasi Nasional menetapkan standar untuk buah pisang, menjaga mutu buah pisang. Tujuan dari penelitian ini adalah menganalisa pengaruh cahaya dan kualitas citra dalam mengklasifikasikan tingkat kematangan buah pisang berdasarkan ciri warna buah pisang di Kebun Pisang Cavendish kabupaten banyumas jawa tengah sesuai dengan SNI 7422:2009[1]. Pisang yang terdapat di Kebun Pisang Cavendish ini beraneka ragam kualitas, sebagai buah lokal yang memiliki nilai ekonomi tinggi dan memiliki potensi pasar yang masih terbuka luas, pisang menjadi salah satu komoditas buah-buahan yang dapat diandalkan. Permasalahan yang sering ditemukan selain resource dan ketelitian yakni kurang tepatnya dan kurang pengetahuannya karyawan dalam membedakan tingkat kematangan pisang terutama karyawan baru. Artificial Neural Network digunakan sebagai metode dalam proses pengklasifikasian. Dataset pada penelitian ini adalah 80 citra buah pisang yang diambil per tandan terdiri dari 40 tandan citra pisang Cavendish yang diambil di pagi hari dengan kualitas citra bagus 20 dan kualitas citra tidak bagus 20, 40 tandan citra pisang Cavendish yang diambil di sore hari dengan kualitas citra bagus 20 dan kualitas citra tidak bagus 20. Tingkat kematangan pisang pada penelitian ini yaitu mentah dan matang. pengujian menghasilkan Akurasi tertinggi dalam proses klasifikasi kategori buah pisang cavendish menggunakan epoch 5000, goal 0.0001 dan learning rate 0.1 dengan jumlah akurasi sebesar 100% dengan model trainlm dan waktu 1.6 detik.]]>
<![CDATA[Outpatient Medical E-Resume in Support INA-CBGs Claims for Covid-19 Patients at Hospital ]]>
<![CDATA[Fitria Santika]]>;
<![CDATA[Nurul Azmi Gumanti]]>;
<![CDATA[Leni Herfiyanti]]>;
<![CDATA[Candra Mecca Sufyana]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1401
<![CDATA[The lack of information needed to fulfill the claim requirements of Indonesia Case-Based Group (INA-CBGs) for Coronavirus Diseases (Covid-19) outpatients caused claim disputes, thus hampering the claim process for Covid-19 patients at Hospital. The existence of an electronic medical resume is believed to be a solution and make the claim process more effective. This study aimed to produce an electronic-based outpatient medical resume that fits the needs of Hospital X. The prototype method was chosen because it is suitable for developing systems quickly, and the results are easier to adjust because Hospital X can provide input in the system development process. Based on system testing using the black-box method, the medical e-resume system developed has overcome dispute claims at Hospital.]]>
<![CDATA[Database Click Stream of E-commerce Functional ]]>
<![CDATA[Evi Triandini]]>;
<![CDATA[I Gede Suardika]]>;
<![CDATA[I Ketut Putu Suniantara]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1446
<![CDATA[The availability of e-commerce functionality that suits for user needs in e-commerce applications will increase the sustainability of application usage and can provide benefits for its users. Many e-commerce applications have been developed, but based on the results of previous research, these e-commerce applications do not pay attention to the availability of functionality and its advantages in the application. A database design to store functional clickstream ecommerce is required to determine the number of features that users are accessing. Database application development is the activity of identifying real-world requirements, analyzing requirements, designing system data and functions, and then implementing operations in the system. The database life cycle method is used to build a database in this study. This research has produced a click stream database that has added functional attributes available in e-commerce, which are accessed by users. The results also show the addition of several tables that will facilitate the management of click stream data functionality from e-commerce applications.]]>
<![CDATA[Aplikasi K-Means berbasis Web untuk Klasifikasi Kelas Unggulan ]]>
<![CDATA[Christofer Satria]]>;
<![CDATA[Anthony Anggrawan]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1473
<![CDATA[MAN-1 Mataram merupakan sekolah yang berada di kota Mataram, Sekolahan ini memiliki 2 kelas yaitu kelas unggulan dan kelas biasa. Setiap tahunnya MAN-1 Mataram mengalami peningkatan penerimaan pendaftaran siswa baru diperkiran tahun kedepan siswa barunya akan mengalami peningkatan yang banyak. Banyaknya siswa yang mendaftar membuat bagian kesiswaan MAN-1 Mataram mengalami kesulitan dalam penentuan kelas, apalagi ditemuakan siswa yang dikelas unggulan didapatkan prestasi dan nilai kurang standar. Berdasarkan permasalahan tersebut tujuan dari penelitan ini adalah mewujudkan pengelompokan kelas belajar berdasarkan nilai dan prestasi siswa baru sehingga diperoleh klasifikasi kelas unggulan. Metode penelitian yang digunakan adalah algoritma K-Means yang dilengkapi dengan program aplikasi berbasis web. Hasil dari penelitian ini menunjukan bahwa algoritma k-means mampu menghasilakan pemilihan dan pembagian kelas unggulan bagi calon siswa baru sesuai dengan nilai kemampuan siswa. Penerapan kelas unggulan berdampak positif bagi peningkatan pendidikan.]]>
<![CDATA[Modifikasi Arsitektur VGG16 untuk Klasifikasi Citra Digital Rempah-Rempah Indonesia ]]>
<![CDATA[Evan Tanuwijaya]]>;
<![CDATA[Angelica Roseanne]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i1.1492
<![CDATA[Rempah-rempah merupakan salah satu kekayaan alam yang dimiliki oleh Indonesia. Rempah-rempah sendiri memiliki banyak manfaat untuk Kesehatan ataupun hal-hal lain. Dari banyaknya rempah yang berada di Indonesia, ternyata masyarakat Indonesia sendiri masih memiliki pengetahuan yang rendah akan rempah-rembah tersebut. Hal ini menyebabkan banyak orang bahkan petani mengalami kesusahan dalam mengenali jenis rempah terutama remaja. Membedakan rempah satu dengan yang lain merupakan tantangan yang banyak dihadapi oleh masyarakat. Oleh sebab itu, penelitian ini membuat sebuah model klasifikasi dengan menggunakan convolution neural network dengan arsitektur VGG 16 yang dimodifikasi. Arsitektur modifikasi VGG 16 memiliki 10-layer yang terdiri dari 7-layer convolution dan 3-layer fully connected. Untuk fase latih model modifikasi VGG 16 ini menggunakan dataset rempah yang disediakan oleh Kaggle. Validasi model yang digunakan adalah akurasi, loss, precision, dan recall untuk membandingkan model mana yang memiliki nilai yang terbaik. Untuk model modifikasi VGG 16 yang dibuat untuk melakukan klasifikasi, mendapatkan hasil evaluasi rata-rata akurasi sebesar 81%, nilai recall sebesar 76%, dan nilai precision sebesar 81% untuk fase training dan untuk fase validasi, akurasi sebesar 85%, nilai recall sebesar 80%, dan nilai precision sebesar 84%. Jadi dengan model modifikasi VGG 16 dapat disimpulkan bahwa model mampu memprediksi rempah-rempah lebih baik dari model Alexnet.]]>
