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
418 Documents
<![CDATA[Feature Selection Correlation-Based pada Prediksi Nasabah Bank Telemarketing untuk Deposito ]]>
<![CDATA[Annisa Nurul Puteri]]>;
<![CDATA[Arizal Arizal]]>;
<![CDATA[Andini Dani Achmad]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 20 No. 2 (2021) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v20i2.1183
<![CDATA[Pre-processing merupakan tahap yang penting dalam melakukan klasifikasi data. Pre-processing berguna untuk mempersiapkan data sehingga teknik klasifikasi yang diterapkan menghasilkan pola yang berkualitas dan akurat. Salah satu teknik data pre-processing yang sering digunakan untuk mengetahui atribut yang paling berpengaruh pada sebuah dataset adalah feature selection. Data yang digunakan dalam penelitian ini adalah customer data collection dari a Portuguese banking institution in UCI Machine Learning Repository. Penelitian ini menggunakan metode feature selection correlation-based yang dikombinasikan dengan metode klasifikasi Multilayer Perceptron Neural Networks. Tujuan penelitian ini untuk mengidentifikasi atribut yang paling relevan dan berpengaruh dari dataset dalam memprediksi nasabah yang potensial untuk penawaran deposito berjangka. Penelitian ini menghasilkan 10 atribut yang memiliki ranking teratas. Atribut-atribut tersebut adalah duration, previous, contact, cons.price.idx, month, cons.cof.idx, age, job, marital, dan housing. Hasil klasifikasi dari atribut yang terpilih memiliki tingkat akurasi tertinggi sebesar 80.5% dan tingkat akurasi terendah 79.1%.]]>
<![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[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
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[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
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[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
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[Algorithm Symmetric 2-DLDA for Recognizing Handwritten Capital Letters ]]>
<![CDATA[Ismail Husein]]>;
<![CDATA[Rina Widyasari]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 2 (2022) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i2.1254
<![CDATA[Statistical pattern recognition is the process of using statistical techniques to obtain information and make informed decisions based on data measurements. It is possible to solve the doubt inherent in the objective function of the 2-Dimension Linear Discriminant Analysis by employing the symmetrical 2-Dimension Linear Discriminant Analysis approach. Symmetrical 2-dimensional linear discriminant analysis has found widespread use as a method of introducing handwritten capital letters. Symmetric 2-DLDA, according to Symmetric 2-DLDA, produces better and more accurate results than Symmetric 2-DLDA. So far, pattern recognition has been based solely on computer knowledge, with no connection to statistical measurements, such as data variation and Euclidean distance, particularly in symmetrical images. As a result, the aim of this research is to create algorithms for recognizing capital letter patterns in a wide range of handwriting. The ADL2-D symmetric method is used in this study as the development of the ADL2-D method. The research results in an algorithm that considers the left and right sides of the image matrix, as opposed to ADL2-D, which does not consider the left and right sides of the image matrix. In pattern recognition, the results with symmetric ADL2-D are more accurate]]>
<![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[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
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.]]>
<![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[Implementation of K-Means Clustering on Poverty Indicators in Indonesia ]]>
<![CDATA[Suwardi Annas]]>;
<![CDATA[Bobby Poerwanto]]>;
<![CDATA[Sapriani Sapriani]]>;
<![CDATA[Muhammad Fahmuddin S]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 2 (2022) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i2.1289
<![CDATA[This study aims to cluster all districts/cities in Indonesia related to poverty indicators. The attributes used are poverty gap index and poverty severity index. The data used comes from BPS. The method used is K-Means clustering, and the results show that by using the elbow and silhouette index methods, the optimal number of clusters is 2, where for cluster 1, it can be defined as a cluster with an area with a high poverty gap index and poverty severity index compared to cluster 2. As a result, cluster 1 has 42 districts/cities, and 472 for cluster 2.]]>
<![CDATA[Evaluation of Basic Principles of Information Security at University Using COBIT 5 ]]>
<![CDATA[Khairunnisak Nur Isnaini]]>;
<![CDATA[Didit Suhartono]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 2 (2022) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/matrik.v21i2.1311
<![CDATA[Information security issues commonly arise in a company and institution, including those in University. Some of the threats and attacks are unauthorized access, system user accountability, and logical and physical issues. This study reveals the obedience rate of the information security principle in Universitas Amikom Purwokerto and provides a recovery strategy. The domains being used were APO13, DSS5, and MEA3. The researcher employed a descriptive quantitative method by having documentation, interview, and administering a questionnaire to the respondents. The respondents were 83 employees who got selected by using the purposive sampling technique. The result shows that the capability level is in level 3, known as the established process. It means that the employees have applied the current procedure, even though they have not applied information security management. The proposed refinement strategy emphasizes the security policy, classification and asset management, physics and environment security, and business continuity management. The gap can be fixed by implementing the proposed refinement strategy. Future researchers may evaluate obedience based on the identified variables by keeping the standard in mind.]]>
