cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hairani
Contact Email
matrik@universitasbumigora.ac.id
Phone
+6285933083240
Journal Mail Official
matrik@universitasbumigora.ac.id
Editorial Address
Jl. Ismail Marzuki-Cilinaya-Cakranegara-Mataram 83127
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer
Published by Universitas Bumigora
ISSN : 18584144     EISSN : 24769843     DOI : 10.30812/matrik
Core Subject : Science,
Computer Science & IT
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).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 22 Documents
 1   2   3 
Search results for , issue "Vol. 21 No. 3 (2022)" : 22 Documents clear
Prediksi Harga Minyak Mentah Menggunakan Jaringan Syaraf Tiruan Jhon Veri; Surmayanti Surmayanti; Guslendra Guslendra
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1382

Abstract

Minyak mentah merupakan energi utama yang banyak digunakan pada berbagai industri di duniasehingga harga minyak mentah sulit untuk diprediksi apalagi di Indonesia setelah adanya pencabutansubsidi minyak oleh pemerintah Indonesia sehinga diperlukan teknik prediksi yang akurat untukmemprediksi harga minyak mentah dunia, prediksi harga minyak mentah merupakan perkiraanharga minyak mentah di masa mendatang. Tujuan dari penelitian ini adalah untuk menganalisis kinerjajaringan saraf tiruan dengan metode backpropagation dalam memprediksi harga minyak mentah.Penelitian ini menggunakan satu parameter data dalam memprediksi harga minyak mentah yaitudata minyak mentah dari tahun 2018 sampai tahun 2020. Pada kasus prediksi harga minyak mentah,jaringan saraf tiruan tata cara backpropagation dalam proses training bisa mengidentifikasi polainformasi yang diberikan dengan baik. Pada proses training JST, terus menjadi kecil nilai sasaranerror hingga iterasinya hendak terus menjadi besar serta tingkatan keakurasiannya pula terus menjadibesar. Hasil pelatihan didapat nilai Mean Square Error (MSE) adalah 0,00099762 dengan 135Epoch, pada pengujian jaringan diperoleh nilai MSE adalah 0,093336. Dengan demikian nilai koefisienkorelasi serta nilai MSE yang dihasilkan pada proses pengujian menampilkan kalau jaringansyaraf tiruan propagasi balik sangat baik berdasarkan kelompok kelas nilai MSE untuk memprediksiinformasi harga minyak mentah.
Sentimen Ulasan Destinasi Wisata Pulau Bali Menggunakan Bidirectional Long Short Term Memory Dwi Intan Af'idah; Dairoh Dairoh; Sharfina Febbi Handayani; Riszki Wijayatun Pratiwi; Susi Indah Sari
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1402

Abstract

Pemerintah dan pelaku industri pariwisata mengalami permasalahan dalam menentukan prioritas pengembangan suatu destinasi wisata. Karena itu, diperlukan identifikasi objek wisata yang diminati namun banyak mendapat ulasan buruk melalui ulasan dari masyarakat yang tersebar di internet. Penelitian ini bertujuan melakukan analisis sentimen terhadap ulasan objek wisata di Pulau Bali menggunakan Bi-LSTM dan Word2Vec, sehingga diperoleh model terbaik yang dapat digunakan untuk mengidentifikasi objek wisata potensial namun mendapat ulasan buruk. Bi-LSTM merupakan deep learning yang menawarkan akurasi yang lebih baik daripada LSTM biasa. Sedangkan Word2Vec merupakan pretraining yang dipilih karena dapat menangkap makna semantik teks. Penelitian ini menggunakan data ulasan objek wisata di Pulau Bali yang berasal dari situs tripadvisor.com. Penelitian dimulai dari pengumpulan data, perancangan alur program, preprocessing, pretraining Word2Vec, pembagian data uji dan data latih, pelatihan dan pengujian, serta evaluasi penentuan model terbaik. Akurasi terbaik dihasilkan oleh kombisasi Word2Vec terdiri dari CBOW, Hierarchical Softmax, dimensi 200, Bi-LSTM dengan dropout sebesar 0,5 dan learning rate sebesar 0,0001. Kombinasi tersebut menghasilkan akurasi tertinggi dari keseluruhan 108 kombinasi yaitu sebesar 96,86%, precission sebesar 96,53%, Recall sebesar 96,31%, F1 Measure sebesar 96,41%. Akurasi yang baik tersebut membuktikan bahwa kombinasi parameter Bi-LSTM dan Word2Vec cocok digunakan untuk analisis sentimen ulasan objek wisata di Pulau Bali.
Tata Kelola Administrasi PKK Desa dengan Pengembangan Sistem Informasi BerbasisWeb Shinta Esabella; Miftahul Haq; Muhammad Julkarnain
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1428

Abstract

Pemberdayaan dan Kesejahteraan Keluarga (PKK) Desa merupakan tingkatan terbawah dan terdekat yang langsung bersentuhan dengan keluarga dalam masyarakat. PKK Desa Uma Beringin dalam tata kelola administrasinya masih belum terdigitalisasi, laporan tahunan, program kerja, keuangan, dan tata kelola surat-menyurat semuanya masih konvensional menggunakan tulisan manual dalam buku catatan besar. Berdasarkan permasalahan tersebut dibutuhkan suatu sistem informasi untuk mengakomodir tata kelola administrasi. Tujuannya agar pengelolaan administrasi PKK Desa Uma Beringin menjadi lebih teratur dan efektif. Penelitian ini menggunakan pendekatan kualitatif deskriptif, dan metode pengembangan System Development Life Circle dengan model Rapid Application Delevopment. Proses perancangan sistem dilakukan secara terstruktur, dan dibangun menggunakan framework Codeigniter. Hasil penelitian ini yaitu sebuah Sistem Administrasi PKK Desa Uma Beringin yang memudahkan pengelolaan administrasi PKK berupa pengelolaan program kerja, keuangan, suratmenyurat, berita, dan laporan tahunan. Kesimpulan dari penelitian ini berhasil mentransformasikan sistem administrasi PKK Desa Uma Beringin yang manual menjadi sistem terkomputerisasi berbasis web.Codeigniter. Hasil penelitian ini yaitu sebuah Sistem Administrasi PKK Desa Uma Beringin yang memudahkan pengelolaan administrasi PKK berupa pengelolaan program kerja, keuangan, suratmenyurat, berita, dan laporan tahunan. Kesimpulan dari penelitian ini berhasil mentransformasikan sistem administrasi PKK Desa Uma Beringin yang manual menjadi sistem terkomputerisasi berbasis web.
Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail Imam Ahmad Ashari; Anggit Wirasto; Deny Nugroho Triwibowo; Purwono Purwono
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1439

Abstract

Pada era teknologi sekarang hampir semua bisnis ritel sudah menggunakan teknologi Point of Sale (PoS), dimana semua transaksi di rekap dalam sebuah database sistem. Data yang disimpan di dalam database dapat diolah untuk meningkatkan penjualan. Dengan mengetahui asosiasi data penjualan, aplikasi dapat memberikan rekomendasi produk yang memungkinkan pelanggan untuk membeli rekomendasi produk tersebut. Tujuan dari penelitian ini adalah mengetahui pola asosiasi yang terdapat pada sebuah toko yang sudah menerapkan teknologi PoS. Apabila pola asosiasi tersebut membentuk keterhubungan produk yang relevan dan mendatangkan keuntungan lebih maka metode yang di usulkan akan di terapkan pada aplikasi toko. Algoritma Apriori dapat menemukan pola hubungan produk antar satu atau lebih item dalam suatu dataset. Hanya saja Algoritma Apriori memiliki kelemahan dalam performa. Penerapan algoritma apriori dapat memperlambat akses transaksi, sehingga perlu pengkajian lebih dalam tentang kebermanfaatan pola asosiasi ini. Pada penelitian ini pola asosiasi dianalisis apakah berpengaruh terhadap peningkatan penjualan. Dalam penelitian ini didapatkan bahwa pola asosiasi memiliki peran penting dalam peningkatan penjualan. Didapatkan rata - rata asosiasi dengan nilai confidence tertinggi terjadi pada bulan maret, yaitu 0.61 dengan nilai minimal support 0.003. Hal ini sesuai dengan hasil penjualan tertinggi, yaitu sebesar Rp. 295.509.934 pada bulan maret, tahun 2021. Berdasarkan penelitian ini maka penggunaan algoritma apriori pada aplikasi POS perlu diterapkan.
Peningkatan Kinerja Pengklasifikasi Objek Bawah Laut dengan Deep Learning Aris Tjahyanto; Faisal Johan Atletiko
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1466

Abstract

Pengenalan objek bawah laut dapat dilakukan berdasarkan pola hamburan SONAR, seperti untuk deteksi ranjau dan deteksi batu yang terletak di dasar laut. Kesulitan yang dihadapi pada pengenalan objek bawah laut antara lain adalah pemilihan metode ekstraksi fitur, adanya rotasi objek yang menghasilkan pola hamburan yang berbeda, lingkungan atau latar belakang bervariasi, dan kemampuan pengklasifikasi yang berbeda untuk lingkungan yang lebih kompleks. Pada penelitian ini, kami menggunakan deep learning neural network untuk meningkatkan kinerja klasifikasi dua buah objek bawah laut. Secara khusus, dibandingkan jumlah neuron pada lapisan tersembunyi dan fungsi aktivasi yang dapat menghasilkan kinerja yang lebih tinggi dari penelitian sebelumnya. Pada penelitian sebelumnya, proses klasifikasi dilakukan dengan menggunakan neural network dengan 12 buah lapisan tersembunyi, dan menghasilkan akurasi maksimal sebesar 90.4%. Dilakukan percobaan pada struktur jaringan syaraf tiruan berupa multilayer perceptron dengan 2 buah lapisan tersembunyi dan 7 macam fungsi aktivasi. Dari percobaan yang dilakukan diperolehbahwa deep learning neural network memberikan rata-rata akurasi terbaik sebesar 85,9% dengan akurasi maksimal sebesar 96,15% lebih baik dibandingkan hasil penelitian sebelumnya. Akurasi terbaik tersebut diperoleh dengan memanfaatkan jumlah neuron pada lapisan tersembunyi sebanyak 140 buah, dan fungsi aktivasi reLU untuk lapisan tersembunyi fungsi aktivasi Linear untuk lapisan output.
Smart Assessment menggunakan Backpropagation Neural Network Agung Teguh Wibowo Almais; Cahyo Crysdian; Khadijah Fahmi Hayati Holle; Akbar Roihan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1469

Abstract

Penerapan scraping dan Backpropagation Neural Network dapat menjadikan penilaian Self- Assessment Questionnaire (SAQ) website Pemerintah Daerah Provinsi Jawa Timur lebih smart jika dibandingkan dengan model assessment yang sudah ada. Langkah awal yaitu melakukan scraping website Pemerintah Daerah Provinsi Jawa Timur untuk mendapatkan nilai SAQ. Hasil scraping tersebut akan digunakan sebagai data uji pada metode Backpropagation Neural Network, kemudian hasil data uji akan di proses menggunakan 4 jenis model data yang berbeda-beda dari segi jumlah iterasi dan hidden layer untuk mendapatkan akurasi terbaik. Pada model data A menggunakan iterasi 1000 dan 5 hidden layer menghasilkan nilai Mean Squared Error (MSE) 0,0117, Mean Absolute Percent Error (MAPE) 39,36% dan Akurasi 60.64%. Model data B menggunakan iterasi 1000 dan 7 hidden layer menghasilkan nilai MSE 0,0087, MAPE 29,49% dan Akurasi 70,50%. Model data C dengan menggunakan iterasi 2000 dan 9 hidden layer menghasilkan nilai MSE 0,0064, MAPE 24,46% dan Akurasi 75,53%. Model data D menggunakan iterasi 2000 dan 9 hidden layer menghasilkan nilai MSE 0,0036, MAPE 18,71% dan Akurasi 81,28%. Dari hasil ujicoba tersebut bahwa model data D yang menggunakan iterasi 2000 dan 9 hidden layer menghasilkan tingkat akurasi yang terbaik sehingga model data D dapat dijadikan acuan hasil penilaian website Pemerintah Daerah Provinsi Jawa Timur tahun 2021.
Pengujian Kualitatif Aplikasi Informasi Gempa Bumi dalam Bentuk Suara untuk Tunanetra Joko Supriyanto; Abdul Fadlil; Sunardi Sunardi
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1482

Abstract

Indonesia memiliki potensi gempa bumi yang cukup besar karena dilalui tiga lempeng aktif, yaitu lempeng Indo-Australia, Eurasia, dan Pasifik. Permasalahannya penyandang tunanetra masih kesulitan mendapatkan informasi gempa bumi yang masih berupa teks sehingga perlu dibuat aplikasi untuk mengubah teks ke suara. Tujuan pengembangan aplikasi ini diharapkan penyandang tunanetra mudah mendapatkan informasi gempa bumi melalui suara. Metodologi pengembangan aplikasi untuk mengubah informasi gempa bumi dari teks ke suara menggunakan model Fountain dan aplikasi dikembangkan menggunakan dua cara. Cara pertama dengan melakukan perekaman suara dalam bentuk wav kemudian digabunggabungkan atau disebut dengan Text to Speech Concatenation Wave Recording. Cara kedua, menggunakan Speech Aplication Programing Interface yang merupakan aplikasi teks ke suara bawaanWindows. Selanjutnya kedua aplikasi di uji untuk melihat kejelasan suara yang dihasilkan. Hasil pengujian terhadap 15 siswa Madrasah Tsanawiyah Yayasan Kesejahteraan Tuna Netra Islam menggunakan metode kualitatif didapatkan kejelasan suara yang dihasilkan dengan Concatenation Wave Recording mencapai 91,11% atau ada 13 siswa mendengar dengan jelas, sedangkan menggunakan Speech Aplication Programing Interface mencapai 95,56% atau 14 siswa mendengar dengan jelas.
Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear Aji Bijaksana Abadi; Arif Fadllullah; Sumardi Sumardi; Sultan Mahdi; Audrey Nauffal Juniar
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1512

Abstract

Indeks massa tubuh dapat dilakukan dengan membandingkan tinggi badan dan berat badan seseorang. Pengukurantinggi dan berat badan manusia umumnya menggunakan cara manual dan kurang efisien terutama jika terdapat banyak manusia yang akan diukur dan pada saat masa pandemi yang mengharuskan untuk dapat saling menjaga jarak. Oleh sebab itu, pada penelitian ini dirancang suatu bangun sistem perhitungan Indeks Massa Tubuh (IMT) dengan Computer Vision dan regresi linier yang dapat menjadi alternatif dalam pengembangan sistem perhitungan IMT secara otomatis berbasis sensor kamera yang efektif, efisien, dan mampu mengurangi kontak langsung (less contact). Tahapan awal berupa pengambilan citra depan dan samping tubuh manusia menggunakan kamera yang kemudian masuk ke tahapan pengolahan citra berupa grayscale, blur, deteksi tepi, dan bounding box untuk memperoleh tinggi dan lebar badan sampel dalam piksel yang dilanjutkan dengan operasi regresi linier untuk menkonversi nilai piksel tersebut menjadi centimeter (cm) sehingga diperoleh data tinggi badan dan lebar badan sistem, sedangkan untuk berat badan digunakan metode Body Surface Area (BSA) yaitu perhitungan luas area tubuh manusia dengan memodelkan tubuh manusia sebagai tabung elips dan ditambahkan faktor pengali untuk meningkatkan perhitungan sistem. Hasil penelitian menunjukan bahwa sistem dapat memperkirakan tinggi serta berat badan. Diperoleh akurasi sebesar 98,96% pada perhitungan tinggi badan, 88,54% pada perhitungan berat badan, 88,24% untuk skor Indeks Masa Tubuh (IMT), serta nilai akurasi kategori IMT sebesar 60%.
Mobile Forensic of Vaccine Hoaxes on Signal Messenger using DFRWS Framework Imam Riadi; Herman Herman; Nur Hamida Siregar
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1620

Abstract

The COVID-19 pandemic is one of the factors that has increased the use of social media. One of the negative impacts of using social media is the occurrence of cybercrime. The possibility of cybercrime can also happen on one of the social media platforms, such as the Signal Messenger application. In the investigation process, law enforcement needs mobile forensic methods and appropriate forensic tools so that the digital evidence found on the perpetrator's smartphone can be accepted by the court. This research aims to get digital evidence from cases of spreading the COVID-19 vaccine hoaxes. The method used in this research is a mobile forensics method based on the Digital Forensic Research Workshop (DFRWS) framework. The DFRWS framework consists of identification, preservation, collection, examination, analysis, and preservation. The results showed that the MOBILedit tool could reveal digital evidence in the form of application information and contact information with a performance value of 22.22%. Meanwhile, Magnet AXIOM cannot reveal digital evidence at all. The research results were obtained following the expected research objectives.
Sistem Rumah Pintar Menggunakan Google Assistant dan Blynk Berbasis Internet of Things Sirojul Hadi; Puspita Dewi; Radimas Putra Muhammad Davi Labib; Parama Diptya Widayaka
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1646

Abstract

Internet of things (IoT) merupakan topik yang banyak dikembangkan pada dekade terakhir. Pada saat ini, banyak pengembang teknologi membuat perangkat-perangkat pintar yang dapat mempermudah pekerjaan manusia. Sistem rumah pintar adalah salah satunya. Pada sistem rumah pintar, perangkatperangkat fisik dapat melakukan komunikasi melalui jaringan internet atau jaringan near cable lainnya untuk bertukar informasi atau melakukan perintah dari penghuni rumah. Agar bisa bertukar informasi maka perangkat fisik tersebut di integrasikan dengan sensor dan aktuator. Salah satu implementasi dari rumah pintar yaitu pengontrolan lampu yang dapat diaktifkan atau dinonaktifkan menggunakan perintah suara atau menggunakan gawai pengguna. Tujuan dari penelitian ini yaitu agar pengguna dapat mengontrol lampu rumah dengan menggunakan perintah suara dengan bantuan google assistant untuk mengenali kalimat yang di ucapkan oleh penghuni rumah. Metode yang digunakan dalam penelitian ini yaitu IoT. Metode komunikasi berbasis IoT memungkinkan terjadinya pertukaran data antar device. Hasil dari penelitian ini yaitu dapat dibangun sistem kontrol lampu menggunakan Blynk-Google assistant. Pada sistem tersebut telah di tambahkan fitur untuk memantau konsumsi daya listrik pengguna. Dari hasil pengujian yang dilakukan maka didapatkan hasil bahwa presentase keberhasilan dari sistem tersebut yaitu 96,667%. Keberhasilan dari sistem tersebut dipengaruhi oleh kekuatan sinyal internet dan ketepatan dalam pengucapan kata yang telah terprogram.

Page 1 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 25 No. 1 (2025) Vol. 24 No. 3 (2025) Vol. 24 No. 2 (2025) Vol. 24 No. 1 (2024) Vol. 23 No. 3 (2024) Vol. 23 No. 2 (2024) Vol. 23 No. 1 (2023) Vol. 22 No. 3 (2023) Vol. 22 No. 2 (2023) Vol. 22 No. 1 (2022) Vol. 21 No. 3 (2022) Vol. 21 No. 2 (2022) Vol. 21 No. 1 (2021) Vol. 20 No. 2 (2021) Vol. 20 No. 1 (2020) Vol. 19 No. 2 (2020) Vol. 19 No. 1 (2019) Vol. 18 No. 2 (2019) Vol. 18 No. 1 (2018) Vol. 17 No. 2 (2018) Vol. 17 No. 1 (2017) Vol. 16 No. 2 (2017) Vol. 16 No. 1 (2016) Vol. 15 No. 2 (2016) Vol. 15 No. 1 (2015) More Issue