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 212 Documents
 11   12   13   14   15 
APLIKASI PENCATATAN KAS KECIL (PETTY CASH) BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL Panny Agustia Rahayuningsih; Yulia; Rona
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 9 No. 2 (2023): September 2023
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v9i2.2331

Abstract

Sebuah lembaga pemerintahan yang ada di Kota Pontianak adalah Dinas Penanaman Modal, Tenaga Kerja, dan Pelayanan Terpadu Satu Pintu (DPMTKPTSP). Hasil penelitian menunjukkan bahwa pengelolaan petty cash atau kas kecil yang digunakan oleh DPMTKPTSP Kota Pontianak membutuhkan banyak tenaga, waktu yang lama, kesalahan dalam pengolahan data, dan keterlambatan dalam penyampaian laporan penerimaan kas, pengeluaran kas, dan persediaan kas. Oleh karena itu, penelitian ini berfokus pada pengembangan aplikasi pencatatan petty cash yang menggunakan model air terjun sebagai model pengembangan perangkat lunak.Proses pengembangan ini terdiri dari analisis, desain, pengkodean, pengujian, dan pendukung. Untuk Bendahara Pengeluaran dan Kasubag Keuangan, sistem ini memberikan fasilitas kepada dua tingkat akses.Aplikasi petty cash ini dibangun dengan bahasa pemrograman preprocessor hypertext, framework codeIgniter, dan basis data MySQL. Diharapkan sistem yang dibuat ini akan membantu DPMTKPTSP Kota Pontianak mengelola transaksi petty cash dan menghasilkan laporan yang diperlukan.
ANALISIS SENTIMEN MASYARAKAT TERHADAP UU PERLINDUNGAN DATA PRIBADI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Rayhan Abdul Jabbar Fahmi; Wahib Muhibi Nur; Dee Canawine; Muhammad Naufal Kusumajaya; Ahmad Faris Fadhlillah; Nur Aini Rakhmawati
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2335

Abstract

Machine Learning berperan penting dalam menangani masalah klasifikasi dan pemrosesan untuk memprediksi perkembangan informasi terkait Undang-Undang Perlindungan Data Pribadi. Data pribadi merupakan informasi individu yang harus dijaga integritasnya, dengan perlindungan yang dijamin oleh negara. Namun sayangnya, Indonesia menduduki peringkat sangat rendah dalam hal keamanan siber dibandingkan negara-negara lain. Penelitian ini bertujuan untuk menggali tantangan ini dan mencari solusi potensial untuk memastikan keamanan dan perlindungan data pribadi. Dalam penelitian ini, metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengkategorikan sentimen masyarakat terkait Undang-Undang Perlindungan Data Pribadi pada platform aplikasi X bersifat positif, netral, atau negatif. Data sampel yang digunakan sebanyak 275 data tweets yang kemudian dilakukan scraping. Pengolahannya menggunakan pemrograman Python dan tools Google Colab. Sebelum dilakukan analisis, terlebih dahulu dilakukan preprocessing untuk menghilangkan kata-kata maupun informasi yang tidak diperlukan sehingga tingkat akurasi yang dihasilkan dapat mendekati gambaran pada kenyataannya. Setelah dilakukan analisis, diperoleh hasil sentimen positif sebanyak 83 data tweets, sentimen negatif sebanyak 43 dan sentimen bersifat netral sebanyak 143. Hasil pengujian klasifikasi pada data tweets memiliki akurasi sebesar 73%. Dengan menggunakan SVM, diharapkan dapat mengidentifikasi persepsi dan respon masyarakat terhadap perlindungan data pribadi serta mengembangkan strategi yang lebih efektif untuk menjaga keamanan data pribadi di Indonesia. Upaya ini penting mengingat tantangan meningkatnya ancaman siber dan perlunya perlindungan data yang kuat dalam era digital saat ini.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS DEPOT AIR MINERAL ISI ULANG MENGGUNAKAN METODE TOPSIS (TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION) Febianus Asa; Elisabeth Kolastriwan Romanda; Jekonia Nelchika Titing; Maria Claris Salzano Nurak; Pua geno, Muhamad Nazhif Zuhri; Yampi R. Kaesmetan
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2439

Abstract

The Decision Support System (DSS) for determining the quality of mineral water depots using the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method is an application designed to assist mineral water depot managers in selecting the best mineral water supplier based on certain criteria. The TOPSIS method is used to solve multi-criteria problems by considering the relative proximity to ideal solutions and anti-ideal solutions.First, relevant criteria for assessing the quality of mineral water are selected, including physical, chemical and microbiological parameters. Then, mineral water quality data from various suppliers is processed and normalized. Next, the normalized decision matrix is used to calculate the ideal solution and anti-ideal solution matrices. After that, a relative closeness score for each supplier is calculated based on the Euclidean distance to the ideal and anti-ideal solutions.The results of the TOPSIS analysis are used to provide recommendations for the best mineral water suppliers. By using this system, mineral water depot managers can optimize supplier selection based on predetermined quality criteria, thereby increasing customer satisfaction and maintaining the reputation of the mineral water depot in the market.
PERBANDINGAN ALGORITMA SIMPLE LINEAR REGRESSION DAN SUPPORT VECTOR REGRESSION DALAM PREDIKSI JUMLAH PENDUDUK DI SULAWESI TENGGARA Rafi Iyad Madani Chaidir; Ahmad Fadli Ramadhan; Hashimatul Zaria; Rizal Adi Saputra
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2548

Abstract

Pertumbuhan penduduk di Sulawesi Tenggara terus meningkat, mencapai kenaikan sekitar 8% dari tahun 2014 hingga 2023, seperti yang tercatat dalam data Badan Pusat Statistika (BPS). Dampak potensial dari fenomena ini pada kehidupan masyarakat dan pembangunan wilayah perlu menjadi perhatian. Dengan memprediksi jumlah penduduk, dapat membantu dalam perencanaan pembangunan jangka panjang, pengembangan infrastruktur, dan pengelolaan dan alokasi sumber daya. Penelitian ini bertujuan untuk menciptakan model yang efektif untuk meramalkan pertumbuhan penduduk dengan akurasi yang baik. Data yang digunakan adalah data jumlah penduduk Sulawesi Tenggara dari tahun 2014 hingga 2023 menurut kabupaten/kota oleh BPS. Prediksi dilakukan menggunakan metode Support Vector Regression (SVR) dan Simple Linear Regression (SLR). Hasil perbandingan menunjukkan bahwa SLR menunjukkan performa yang lebih baik secara umum dibandingkan dengan SVR pada sebagian besar model, dengan memiliki rata-rata MAPE sebesar 1.89% dan RMSE sebesar 0.51%. Temuan ini mengonfirmasi bahwa SLR merupakan algoritma yang lebih akurat dalam meramalkan pertumbuhan penduduk di Sulawesi Tenggara.
SISTEM INFORMASI PENDAFTARAN SERTIFIKASI KOMPETENSI KEAHLIAN PADA ASTEKINDO KUBU RAYA Wulandari, Septi Novita; Daning Nur Sulistyow
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2549

Abstract

ASTEKINDO merupakan perkumpulan dari para professional atau para pekerja yang bergerak dibidang jasa konstruksi dan terakreditasi Lembaga Pengembangan Jasa Konstruksi Nasional, pada proses pendaftaran uji komptensi pada ASTEKINDO masih menerapkan pendaftaran secara konvensional yaitu pemohon diminta untuk datang ke ASTEKINDO untuk mengisi formulir, melampirkan persyaratan dan melakukan pembayaran. Sistem yang berjalan saat ini sangat beresiko terjadi kesalahan dalam pengisian data pemohon karena masih menggunakan penulisan tangan pada setiap pengajuan, sering kali pemohon lupa membawa berkas persyaratan dan menunda pendaftaran. Penelitian ini mengembangkan sebuah website pendaftaran agar bisa dijadikan referensi untuk beralihnya sistem yang masih konvensional menjadi sistem berbasis website. Website ini dikembangkan menggunakan metode Waterfall dan mengimplementasikan framework CodeIgniter. Berdasarkan hasil analisa kebutuhan didapatkan 3 level akses yang terdiri dari Ketua, Admin dan Pemohon. Dengan menerapkan sistem ini diharapkan memudahkan Pemohon saat melakukan pendaftaran karena tidak lagi terbatas oleh jarak dan waktu juga memudahkan pemohon dalam pengisian formulir.
KOMBINASI PAKET MENU MAKANAN DENGAN ALGORITMA APRIORI PADA CAFE HABITAT COFFEE Sitorus, Betti Elvi Deliana; Manalu, Darwis Robinson; Rumapea, Yolanda Yulianti Pratiwi
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2599

Abstract

Habitat Coffee adalah salah satu kafe yang menawarkan berbagai jenis menu minuman dan makanan dengan harga yang beragam yang disajikan kepada pelanggan. Habitat coffee dapat menjual ratusan transaksi dalam sebulan yang mengakibatkan penumpukan data transaksi yang kerap tidak digunakan dikarenakan terbatasnya waktu dan jumlah data yang besar sehingga sulit dalam pengelolaan data. Untuk mengubah penumpukan data transaksi tersebut menjadi sebuah informasi tentang menu yang dibeli pelanggan secara bersamaan maka dibutuhkan sebuah metode atau teknik sehingga pihak Habitat Coffee dapat berinovasi dengan membuat paket menu makanan baru yang dapat meningkatkan keuntungan penjualan karena dapat menjual banyak menu dalam sebuah paket makanan dan mengetahui bahan baku apa saja yang harus di siapkan atau disediakan menggunakan teknik data mining yaitu metode algoritma apriori. Dari pengujian yang telah dilakukan sebanyak 4 kali menggunakan 150 data transaksi dengan menetapkan nilai minimum support, minimum confidence serta lift ratio untuk menentukan tingkat kevalidan suatu aturan maka menghasilkan kombinasi menu yaitu jika membeli lontong spesial maka akan membeli es teh manis dan kentang goreng, jika membeli nasi soto betawi maka akan membeli es teh tawar dan es teh manis.
PERBANDINGAN OPENSHIFT DAN CLOUD FOUNDRY SEBAGAI PLATFORM-AS-A-SERVICE SOFTWARE : STUDI LITERATUR Silitonga, Agnes Irene; Chintia Ni; Haryadi
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2601

Abstract

Penelitian ini bertujuan untuk melakukan analisis perbandingan antara dua aplikasi cloud terkemuka, yaitu OpenShift dan Cloud Foundry. Analisis ini mencakup beberapa aspek kunci, termasuk arsitektur, integrasi, pengembangan aplikasi front-end, Vendor Outlook and Evolution, skalabilitas, bahasa dan teknologi, komunitas dan dukungan, biaya dan lisensi, serta fleksibilitas deployment. Melalui penelitian ini, disajikan perbandingan yang komprehensif antara OpenShift dan Cloud Foundry, mempertimbangkan kelebihan dan kelemahan masing-masing platform. Artikel ini memberikan wawasan yang berguna bagi organisasi atau pengembang yang sedang mempertimbangkan antara kedua platform ini, membantu dalam membuat keputusan yang tepat untuk kebutuhan cloud, dan mengembangkan aplikasi.
PENERAPAN DATA MINING UNTUK MEMPREDIKSI PENDAPATAN PERUSAHAAN DENGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN TRIPLE EXPONENTIAL SMOOTHING Nur Abdurrahman, Dhimas; Rachman, Rizal
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2611

Abstract

Perusahaan telah memiliki data laporan terkait pencapaian pendapatan perusahaan, tetapi informasi dari data tersebut tidak digunakan dengan semestinya. Oleh karena itu penelitian ini bertujuan untuk mengetahui penerapan data mining untuk memprediksi pendapatan perusahaan. Metode penelitian yang digunakan adalah metode DES dan TES, yang memproses sekumpulan data pendapatan yang belum diolah dan belum dikembangkan untuk menciptakan informasi baru yang bernilai dan berguna bagi perusahaan, khususnya untuk perolehan pendapatan perusahaan. Hasil penelitian menunjukan perhitungan MAPE metode DES memperoleh MAPE 98,5 sedangkan metode TES memperoleh MAPE 5,42. Dengan perolehan MAPE yang lebih kecil metode TES lebih relevan dalam penelitian ini di bandingkan dengan metode DES, karena metode TES mempunyai tren dan musiman sehingga lebih akurat dalam perhitungannya di bandingkan dengan metode DES yang hanya mempunyai tren. Dari hasil perolehan MAPE tersebut, penggunaan metode TES dengan perolehan MAPE 5,42. Berdasarkan kriteria MAPE, maka kemampuan untuk memprediksikannya adalah sangat baik.
PENGEMBANGAN WEB MANAJEMEN STOCK PADA TOKO SPAREPART KATAJI MOTOR DENGAN METODE WATERFALL Sukmara, Nazal Nuharram; Ignatius Wiseto Prasetyo Agung
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Web manajemen stok telah menjadi elemen penting dalam operasi toko sparepart, membantu meningkatkan efisiensi, akurasi, dan pengelolaan stok agar lebih baik. Penelitian ini bertujuan mengembangkan web manajemen stok yang disesuaikan dengan kebutuhan Sparepart Kataji Motor. Metode pengembangan digunakan metode Waterfall, terdiri dari tahapan yang terstruktur, termasuk analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Studi ini dimulai dengan melakukan analisis mendalam. Hasil analisis ini digunakan untuk merancang sistem manajemen stok yang baru. Selanjutnya, implementasi sistem dilakukan sesuai dengan desain yang telah dirancang dengan menggunakan teknologi modern. Pengujian dilakukan untuk memastikan kinerja sistem yang baik. Hasil dari penelitian adalah pengembangan aplikasi web yang memungkinkan Toko Sparepart Kataji Motor untuk mengelola stok mereka dengan lebih efisien. Sistem ini dapat membantu dalam pemantauan stok, pengelolaan pemesanan, dan peningkatan layanan pelanggan. Dengan metode Waterfall yang digunakan, proses pengembangan sistem ini dilakukan secara terstruktur dan terdokumentasi dengan baik.Penelitian ini diharapkan memberikan kontribusi positif untuk meningkatkan efisiensi operasional menjadi referensi bagi toko serupa yang ingin mengembangkan sistem manajemen stok berbasis web. hasil penelitian ini dapat memberikan pemahaman lebih baik mengenai penerapan metode Waterfall dalam pengembangan sistem perangkat lunak.
ANALISIS CLUSTERING STUNTING DENGAN DISTANCE EUCLID Buaton, Realita
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Entering the Industrial Revolution Era 4.0, human resources must be supported by healthy and intelligent human resources so that they can increase competitiveness. The world still faces the problem of hunger and malnutrition today. According to a Unicef report, many people suffer from malnutrition in the world. The World Health Organization (WHO) says that malnutrition is a dangerous threat to the health of the world's population. Stunting also has an impact in Indonesia, the prevalence of toddlers experiencing stunting in Indonesia is 24.4% in 2021. The solution created is to classify and cluster stunting so as to produce patterns that can be used as best practice to be transmitted to other affected areas. The algorithm used is Euclid, the Euclid algorithm is able to cluster stunting prevalence data into 3 clusters with a little category of 66%, a medium category of 28%, a lot of category of 6%. The results of the classification and clustering of the best stunting prevalence in cluster two with a small number, can be used as a source of accurate and updated information that can be used by the government in its efforts to optimize stunting handling in each district/city based on artificial intelligence which can provide patterns for handling and optimizing stunting. in each district/city. Malnutrition is estimated to be the main cause of 3.1 million child deaths every year. Therefore, efforts need to be made to minimize stunting by predicting stunting sufferers. The prediction results can be used as an early prevention effort.

Page 13 of 22 | Total Record : 212

 11   12   13   14   15 

Filter by Year

2015 2025


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