cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Darwis Robinson Manalu
Contact Email
manaludarwis@gmail.com
Phone
+628126496001
Journal Mail Official
manaludarwis@gmail.com
Editorial Address
Jalan Hang Tuah No 8 Medan, Sumatera Utara Indonesia
Location
Kota medan,
Sumatera utara
INDONESIA
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi
Published by Universitas Methodist Indonesia
ISSN : 24427861     EISSN : 26143143     DOI : https://doi.org/10.46880/mtk
Core Subject : Science,
Computer Science & IT
JURNAL METHODIKA diterbitkan oleh Program Studi Teknik Informatika dan Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Methodist Indonesia Medan sebagai media untuk mempublikasikan hasil penelitian dan pemikiran kalangan Akademisi, Peneliti dan Praktisi bidang Teknik Informatika dan Sistem Informasi. Jurnal ini mempublikasikan artikel yang berhubungan dengan bidang ilmu komputer, teknik informatika dan sistem informasi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 7 Documents
 1 
Search results for , issue "Vol. 2 No. 2 (2016): Nopember 2016" : 7 Documents clear
OPTIMALISASI BENTUK OBJEK TERDEGRADASI DAN PERHITUNGAN LUAS BANGUNAN MENGGUNAKAN CITRA SATELIT RESOLUSI TINGGI DENGAN PENDEKATAN GEOMETRI Pahala Sirait
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.30

Abstract

Paper ini menyajikan studi yang dapat digunakan untuk mengoptimalkan bentuk bangunan karena terdegradasi oleh objek lain yang menutupi objek tersebut seperti pohon dan bangunan tinggi. Studi ini merupakan tahap pengolahan awal untuk berbagai kajian lanjutan yang berhubungan dengan bentuk bangunan seperti pengenalan bentuk bangunan, monitoring pertumbuhan dan perubahan bangunan pada suatu wilayah, kalkulasi luas bangunan dan lain-lain. Kajian ini penting untuk pengujian menggunakan citra satelit resolusi tinggi (IKONOS dan QuickBird), dimana citra resolusi tinggi ini sangat sensitifterhada noise. Pada proses optimalisasi bentuk objek, proses diawali dengan pemisahan antara objek bangunan ke objek lain. Kehadiran objek lain di sekitar bangunan berdampak pada segmen garis tepi bangunan tidak beraturan. Secara metodologi, penelitian ini dibagi menjadi dua tahap yaitu : pertama, meliputi pemisahan objek bangunan terhadap objek lainnya dengan menggunakan algoritma k-means clustering (k=2), morfologi erosi, dan menambal lubang (filing hole) pada tampilan atap akibat ketidakseragaman intensitas warna; kedua, meliputi morfologi kerangka (skeletonization), penambahan endpoint, penyaringan endpoint, dan menghubungkan antara dua endpoint dengan segmen garis secara berurutan. Perhitungan luas bangunan ditentukan berdasarkan kalkulasi berdasarkan titik-titik koordinat dari titik-titik sudut objek bangunan. Pengujian dilakukan pada 20 sampel dari citra satelit. Hasil penelitian menunjukkan bahwa optimalisasi bentuk bangunan dapat dicapai relatif baik. Pengamatan visual menunjukkan bahwa metodologi yang digunakan dapat mempertahankan bentuk bangunan sesuai dengan fakta lapangan dan menghitung luas dari setiap objek bangunan dengan baik.
FUZZY ID3 DALAM PEMBENTUKAN ATURAN KLASIFIKASI PADA MODEL KEPUTUSAN KREDIT USAHA RAKYAT (KUR) Suci Ramadani; Muhammad Zarlis
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.31

Abstract

Kementerian Koordinator Bidang Perekonomian Republik Indonesia mencanangkan kredit usaha rakyat (KUR) kepada masyarakat Indonesia sebagai pembiayaan modal kerja dan investasi kepada debitur usaha yang produktif dan layak, namun belum memiliki agunan tambahan. Sebelum menyalurkan dana melalui pembiayaan pada debitur, pihak Bank terlebih dahulu melakukan penilaian debitur (analisis kredit) dengan variabel 5C untuk mengetahui layak atau tidaknya debitur tersebut menerima kredit. Proses penilaian kredit tersebut pada prinsipnya dimaksudkan untuk menganalisis dan menilai prospek calon debitur guna memperoleh indikasi kemungkinan terjadinya default oleh calon debitur. Tujuan pada penelitian ini adalah membangun model dengan menggunakan metode fuzzy decision tree yaitu algoritme Fuzzy ID3 dalam membentuk aturan klasifikasi yang kemudian digunakan untuk proses pengambilan keputusan dengan menggunakan Fuzzy Inference System Mamdani. Pada penelitian ini juga melakukan pengukuran tingkat akurasi dari hasil model yang terbentuk. Penelitian ini telah berhasil membangun model berdasarkan data 5C dengan menggunakan metode fuzzy decision tree dalam membentuk aturan keputusan kredit usaha rakyat. Jumlah aturan klasifikasi yang dihasilkan adalah sebanyak 11 aturan (rule) dengan nilai akurasi data uji sebesar 80 %. Berdasarkan aturan klasifikasi yang terbentuk dan berdasarkan dari hasil uji kolerasi 5C, maka faktor yang paling menetukan sesorang dapat diterima adalah character dan capacity.
PENGAMANAN DATA MENGGUNAKAN ENKRIPSI AES-256, PARITY CHECKER DAN GENERATOR MODULO Ronsen Purba; Irpan Adiputra Pardosi
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.45

Abstract

Least Significant Bit (LSB) merupakan metode yang umum digunakan dalam steganografi karena mudah dimplementasikan dan imperceptibility yang baik. Namun teknik penyisipan yang bersifat sekuensial akan memudahkan penyerang dalam mendapatkan informasi yang tersimpan. Untuk mengatasi hal tersebut diperlukan metode penyisipan yang bersifat acak. Salah satu bentuk pengacakan yang cukup baik adalah generator modulo yang tergantung pada sebuah bilangan prima. Aspek imperceptibility dapat ditingkatkan dengan menerapkan parity checker. Kemudian untuk meningkatkan keamanan dapat dilakukan enkripsi terhadap data sebelum penyisipa. Penggabungan enkripsi, generator modulo dan parity checker menghasilkan sistem pengamanan data yang kuat. Penelitian ini menerapkan (1) enkripsi AES untuk mengacak data sebelum disisipkan ke dalam media penampung (citra sampul), (2) generator modulo digunakan untuk mengacak lokasi bit data yang akan disisipkan, dan (3) parity checker sebagai teknik penyisipan untuk meningkatkan imperceptability / fidelity sistem steganografi. Hasil pengujian yang dilakukan menunjukkan bahwa parity checker mampu meningkatkan keamanan metode LSB dalam aspek imperceptibility / fidelity dengan menghitung PSNR. Sistem ini juga diuji kemampuan pengembalian data dengan menambahkan noise pada citra stego dengan nilai probabilitas yang cukup tinggi. Terakhir penggunaan AES akan meningkatkan keamanan data yang disisipkan karena kunci yang digunakan bersifat rahasia.
PERANCANGAN APLIKASI PENGISIAN KRS KHS BERBASIS ONLINE Mufria J Purba
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.46

Abstract

Development of Science and Technology in this era of globalization affect people's lives in all fields. Everything is expected to be done quickly and accurately (appropriate technology) to all areas of life. To be able to survive and compete in the business world requires the development of strategies and expected to take advantage of technological developments.The world of education is also a field that must continue to innovate with technology. One way that can be used in the use of technology in education is the filling of KRS and KHS online, so as to optimize the performance of students and employees.KRS application design and KHS is intended to improve the performance of a campus to be more effective. Therefore students should not come to campus to take the form and fill in KRS. Students are also able to see KHS anywhere. In addition to the management side can also optimize the data storage of any student who is active and alumni of the college.
PERBANDINGAN HASIL PENGGUNAAN METODE WP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI LAHAN TAMBAK PALING TERBAIK UNTUK DIJADIKAN USAHA TAMBAK AIR PAYAU Yani Maulita; Relita Buaton
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.47

Abstract

The number of methods available to the decision support system, so sometimes confused to choose which one matches the use of the method according to the case of a decision support system. For that made a comparison of the case of a decision support system of pond site selection to be the best business brackish water ponds for the comparison of the decision. The method used is weighted product (WP) and TOPSIS by determining the number of criteria, the type of criteria (Cost and Benefits), with three alternatives. Results of the study is the result of manual calculation equal to the calculations in thesystem. Each of the calculation of the WP and TOPSIS methods show that the results in the selection of the best locations embankment land to be used as business brackish water ponds each method has different outcomes depending.
PENGUJIAN TINGKAT KEMIRIPAN SKRIPSI MAHASISWA DENGAN ALGORITMA GENETIKA MENGGUNAKAN POSI FORMULATION Darwis Robinson Manalu; Edward Rajagukguk
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.48

Abstract

Measures the percentage similarity becomes important documents today because of the many digital documents in particular scientific work. Measurements were performed by using keywords solution of some of the documents that the user selected after the competition keywords. The process of determining keywords algorithm solution with genetics to produce the latest generation of the best with Jaccard Function. Then the similarity calculation process will be done using the keyword query comparing the solution with an existing document in a database that is in the post title, abstract, keywords and references. Similarity calculation method used is the Percentage of Similarity (POSI) Formulation. The number of keywords found on each document will be distributed in the whole of keywords that are found to produce a percentage of similarity. From the tests results obtained similarity of documents idDoc-661 amounted to 32.26%, 24.19% in the second sequence idDoc-665 and the third number of 19.35% on idDoc-663 and fourth at 12.90% in idDoc -667 and the latter by 11.29% in idDoc-666. Based on these tests can find out similarities with the other documents.
KAJIAN KINERJA METODE FUZZY k-NEAREST NEIGHBOR PADA PREDIKS CACAT SOFTWARE Rimbun Siringoringo
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Nopember 2016
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v2i2.49

Abstract

This research examines the model of Fuzzy k-Nearest Neighbor (Fk-NN) to predict software defects. Software defects based on three dataset, CM1, JM1 and KC1. Datasets are derived from the promise repository. Feature selection and data normalization applied at the stage of data pre-process. Feature selection based on Correlation-Based Feature Selection (CFS), and data normalized based on min-max method. This research applies Fk-NN method to predict software defects. Performance prediction consisted of five aspects: accuracy, sensitivity and precision. Testing techniques applied in this study is 10-fold Cross Validation. To get the best performance, we applying the varied value of k and m. Range for K value is [1, 9] and m values [1.0, 1.9]. The best performance for CM1 dataset was obtained on a combination of value [k, m] = [9, 1.0]. For JM1 dataset, the best performance was obtained on a combination of value [k, m] = [9, 1.9]. For KC1 dataset, the best performance was obtained on a combination of value [k, m] = [9, 1.5]. The results of this study indicate that the results andperformance classification with Fk-NN method highly depends on the parameters k and m, the selection of appropriate parameters will yield the expected performance

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2016 2016


Reset
Filter By Issues
All Issue Vol. 11 No. 2 (2025): Volume 11 Nomor 2 Tahun 2025 Vol. 11 No. 1 (2025): Volume 11 Nomor 1 Tahun 2025 Vol. 10 No. 2 (2024): Volume 10 Nomor 2 Vol. 10 No. 1 (2024): Volume 10 Nomor 1 Vol. 9 No. 2 (2023): September 2023 Vol. 9 No. 1 (2023): Volume 9 Nomor 1 Vol. 8 No. 2 (2022): September 2022 Vol. 8 No. 1 (2022): Maret 2022 Vol. 7 No. 2 (2021): September 2021 Vol. 7 No. 1 (2021): Maret 2021 Vol. 6 No. 2 (2020): September 2020 Vol. 6 No. 1 (2020): Maret 2020 Vol. 5 No. 2 (2019): September 2019 Vol. 5 No. 1 (2019): Maret 2019 Vol. 4 No. 2 (2018): September 2018 Vol. 4 No. 1 (2018): Maret 2018 Vol. 3 No. 2 (2017): Nopember 2017 Vol. 3 No. 1 (2017): Maret 2017 Vol. 2 No. 2 (2016): Nopember 2016 Vol. 2 No. 1 (2016): Maret 2016 Vol. 1 No. 1 (2015): Maret 2015 More Issue