cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fitrianingsih
Contact Email
infokom@gunadarma.ac.id
Phone
+6221-78881112 ext. 516
Journal Mail Official
infokom@gunadarma.ac.id
Editorial Address
Jalan Margonda Raya 100
Location
Kota depok,
Jawa barat
INDONESIA
Jurnal Ilmiah Informatika Komputer
Published by Universitas Gunadarma
ISSN : 08538638     EISSN : 20898045     DOI : http://dx.doi.org/10.35760/ik
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
This journal is published periodically three times a year, April, August, and December. It publishes a broad range of research articles on Information Technology and Communication, whether in Indonesian Language or English.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 7 Documents
 1 
Search results for , issue "Vol 24, No 2 (2019)" : 7 Documents clear
IMPLEMENTASI METODE EUCLIDEAN DISTANCE UNTUK EKSTRAKSI FITUR JARAK PADA CITRA SKELETON Miftahul Jannah; Nurul Humaira
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2368

Abstract

Gait adalah cara atau sikap berjalan kaki seseorang. Tiap orang memiliki cara berjalan yang berbeda, sehingga gerak jalan seseorang sulit untuk disembunyikan ataupun direkayasa. Analisis gait adalah ilmu pengetahuan yang mempelajari tentang kemampuan atau cara bergerak manusia. Dalam bidang kedokteran, analisis gait digunakan untuk menentukan penanganan dan terapi bagi pasien rehabilitasi medik. Dalam penelitian ini digunakan fitur jarak pada citra skeleton. Ekstraksi fitur jarak pada citra skeleton menggunakan metode euclidean distance terbagi dalam  beberapa tahapan, dimulai dengan mengambil citra skeleton, konversi citra RGB menjadi citra Biner, proses menemukan titik koordinat dari titik akhir dan titik percabangan, dan ekstraksi fitur pada skeleton. Metode yang digunakan menghasilkan persentase tingkat keberhasilan sebesar 87.84%.
IMPLEMENTASI LEXICON BASED DAN NAIVE BAYES PADA ANALISIS SENTIMEN PENGGUNA TWITTER TOPIK PEMILIHAN PRESIDEN 2019 Aulia, Gusti Nur; Patriya, Eka
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2369

Abstract

Pilpres saat ini cukup menyita perhatian, karena berbagai rumor yang beredar. Masyarakat juga menjadi sasaran elit politik, dimana suara mereka merupakan penentu keberlangsungan arah politik untuk lima tahun kedepan. Opini-opini positif, netral maupun negatif dapat menimbulkan ancaman munculnya berita bohong (hoax). Salah satu sarana yang digunakan masyarakat dalam mengekspresikan pilihan politiknya adalah melalui media sosial salah satunya twitter. Data seperti opini publik dapat diolah menjadi sebuah informasi yang bermanfaat, salah satunya melalui analisis sentimen. Pada penelitian ini, akan dilakukan analisis sentimen pada Twitter tentang pemilihan presiden 2019. Tahapan analisis sentimen pada penelitian ini terdiri dari akuisisi data, pre-processing, klasifikasi data, evaluasi data dan visualisasi data. Preprocessing dilakukan dengan case folding, normalisasi data, filtering, ubah kata baku, stopword dan stemming. Penelitian ini melakukan 2 metode yaitu dengan metode Lexicon Based dan Naïve Bayes Classifier. Hasil akhir dari analisis kemudian dihitung nilai akurasi menggunakan confusion matrix dan di visualisasikan menggunakan web server. Penentuan sentimen prediksi dilakukan menggunakan metode Lexicon Based dan Labelisasi dengan perhitungan secara manual. Data latih dan data uji akan digunakan dalam proses pelatihan dan pengujian menggunakan Naive Bayes Classifier. Hasil klasifikasi yang dilakukan oleh metode Naive Bayes Classifier disebut sentimen aktual. Perhitungan tingkat keakurasian antara sentimen prediksi terhadap sentimen aktual menggunakan pengujian confusion matrix. Hasil yang didapatkan adalah tingkat akurasi antara sentimen prediksi dan sentimen aktual dengan Lexicon Based sebesar 64,49% pada data uji dan pada data latih sebanyak 94,2% serta dengan menggunakan Labelisasi dan Naive Bayes Classifier sebesar 86,53% pada data uji dan data latih sebesar 94,08%. Hasil penelitian ini diharapkan dapat membantu melakukan riset atas opini masyarakat pada Twitter mengenai Pilpres 2019 yang mengandung sentimen positif, negatif atau netral.
APLIKASI KOREKSI KESALAHAN PENULISAN KATA DALAM BAHASA INGGRIS DENGAN MENGGUNAKAN ALGORITMA RABIN-KARP Agustian, Sendy; Kenny, Kenny; Suryaningrum, Kristien Margi
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2222

Abstract

Mengetik merupakan suatu kebiasaan untuk melakukan suatu kepentingan berupa tugas ataupun keperluan lainnya. Sementara itu, pastinya akan ada saat dimana ada sebuah kesalahan dalam pengetikan (typo). Jika ada suatu typo terkadang akan membuat kata-kata itu menjadi ambigu, tidak benar ataupun menjadi acak. Untuk penulisan karya ilmiah atau skripsi, kesalahan pada penulisan kata mungkin sudah menjadi hal yang biasa, tetapi untuk melakukan koreksi secara manual akan memakan waktu yang lama. Maka untuk menyelesaikan masalah yang terjadi salah satunya dapat dibantu oleh bantuan program, dengan membuat suatu aplikasi yang dapat digunakan oleh semua orang sebagai alat bantu untuk memeriksa kesalahan dalam pengetikan dengan menggunakan algoritma Rabin-Karp, cara kerja algoritma Rabin-Karp adalah dengan melakukan pencocokan string berdasarkan masing-masing nilai hash pada teks dan pattern. Pattern didapat dengan melakukan pencarian kata yang tersimpan di dalam database berdasarkan kata terdekat dari typo yang ditemukan. Berdasarkan hasil perhitungan yang telah dilakukan secara manual dan program, diperoleh hasil bahwa kata yang merupakan kata singkatan akan menghasilkan hasil dan nilai yang berbeda daripada kata yang bukan merupakan kata singkatan. Hasil untuk kata kedua dari kata singkatan akan menghasilkan nilai yang berbeda dikarenakan kata tersebut menghasilkan kata yang berbeda atau tidak sama dengan yang seharusnya.
APLIKASI VIRTUAL REALITY TAMAN WISATA BAWAH LAUT SEA WORLD ANCOL BERBASIS ANDROID Deviliana, Deviliana; Nugraha, Nurma
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2370

Abstract

Aplikasi ini memberikan gambaran tempat, suasana serta biota laut yang ada di dalam Sea World Ancol dengan cara yang berbeda yaitu dengan menggunakan teknologi Virtual Reality. Sehingga dengan aplikasi ini masyarakat dapat mengetahui dan mengenal berbagai biota laut apa saja yang ada di Sea World Ancol. Metode penelitian dilakukan dengan menggunakan metode SDLC (Software Development Life Cycle), dengan beberapa tahapan dalam melakukan penelitian seperti pengumpulan data, perancangan, implementasi, dan uji coba. Tahapan uji coba menggunakan metode blackbox testing dilakukan menggunakan sebuah ponsel android OPPO F1f. Hasil uji coba didapatkan bahwa semua fungsi pada button berjalan sesuai dengan rancangan aplikasi. Hasil dari uji Coba User (User Acceptance Testing) dapat disimpulkan aplikasi sudah sangat baik dalam berbagai aspek yang dijadikan pertanyaan dalam kuisioner. Spesifikasi minimum untuk menjalankan aplikasi virtual reality taman wisata bawah laut sea world Ancol adalah smartphone yang memiliki OS Android v5.0 Lollipop dan mempunyai RAM minimal 3 GB. Semakin tinggi spesifikasi smartphone yang digunakan semakin baik performa aplikasi yang dihasilkan. Aplikasi virtual reality taman wisata bawah laut sea world Ancol dibuat menggunakan Unity 5.5.2f1.
PREDIKSI CURAH HUJAN DI JAKARTA BERBASIS ALGORITMA LEVENBERG MARQUARDT Gema Indah Merdekawati; Ismail Ismail
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2366

Abstract

Perubahan pola curah hujan yang tidak menentu sangat berpengaruh terhadap berbagai aspek kehidupan terutama di kota Jakarta dimana segala aktivitas penting berada di dalamnya, sehingga perlu dilakukan prediksi curah hujan agar tidak mengganggu aktifitas penting dan harus segera dilaksanakan. Penelitian ini akan melakukan prediksi curah hujan di Jakarta berbasis algoritma levenberg marquardt menggunakan data curah hujan harian mulai dari 1 Mei 2016 – 30 April 2018 dari stasiun meteorology Kemayoran. Penelitian ini terdiri dari beberapa tahap, yakni pengolahan data curah hujan harian, normalisasi data curah hujan, konversi data curah hujan yang telah di normalisasi, proses training jaringan, dan hasil akurasi prediksi. Prediksi curah hujan di Jakarta menggunakan pola 23-14-1 dan dipengaruhi oleh 1 parameter yaitu hidden layer. Proses training terhadap jaringan dilakukan sebanyak 5 kali dengan merubah nilai parameternya untuk memperoleh hasil berupa akurasi terbaik, sehingga algoritma levenberg marquardt dapat digunakan pada prediksi curah hujan dimasa yang akan datang. Hasil yang diperoleh pada penelitian ini adalah algoritma levenberg marquardt dapat dilakukan untuk memprediksi curah hujan di kota Jakarta dengan nilai akurasi sebesar 96%, hal tersebut menunjukkan bahwa algoritma levenberg marquardt pada penelitian ini memiliki performance yang baik dan dapat digunakan untuk prediksi curah hujan kota Jakarta dimasa yang akan datang.
PUBLIC SENTIMENT ANALYSIS OF PASAR LAMA TANGERANG USING K-NEAREST NEIGHBOR METHOD AND PROGRAMMING LANGUAGE R Hustinawaty, Hustinawaty; Dwiputra, Rama Al Azis; Rumambi, Tavipia
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2367

Abstract

Pasar Lama Tangerang is a tourist attraction in the city of Tangerang. With the development of current technology, the public can provide an overview of how the facilities and services are provided by expressing opinions on the internet. However, it is difficult to distinguish which opinions belong to positive or negative opinions. Sentiment analysis is needed to overcome this problem. The stage in sentiment analysis starts with collecting data first, then the data is processed. Furthermore, the data that has been propagated is given a sentiment classification using the K-Nearest Neighbor (KNN) algorithm. Then the classification results obtained an accuracy of 83% with a value of k = 1 of 120 data divided by 92 positive and 28 negative comments. Sentiment analysis is made using the R and Rstudio programming languages as supporting software.
ANALISIS PERINGKAT TOP BRAND OJEK ONLINE MENGGUNAKAN JEJARING SOSIAL PERCAKAPAN TWITTER Aminudin, Ilham; Anggraini, Dyah
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2365

Abstract

Banyak bisnis mulai muncul dengan melibatkan pengembangan teknologi internet. Salah satunya adalah bisnis di aplikasi berbasis penyedia layanan di bidang moda transportasi berbasis online yang ternyata dapat memberikan solusi dan menjawab berbagai kekhawatiran publik tentang layanan transportasi umum. Kemacetan lalu lintas di kota-kota besar dan ketegangan publik dengan keamanan transportasi umum diselesaikan dengan adanya aplikasi transportasi online seperti Grab dan Gojek yang memberikan kemudahan dan kenyamanan bagi penggunanya Penelitian ini dilakukan untuk menganalisa keaktifan percakapan brand jasa transportasi online di jejaring sosial Twitter berdasarkan properti jaringan. Penelitian dilakukan dengan dengan mengambil data dari percakapan pengguna di social media Twitter dengan cara crawling menggunakan Bahasa pemrograman R programming dan software R Studio dan pembuatan model jaringan dengan software Gephy. Setelah itu data dianalisis menggunakan metode social network analysis yang terdiri berdasarkan properti jaringan yaitu size, density, modularity, diameter, average degree, average path length, dan clustering coefficient dan nantinya hasil analisis akan dibandingkan dari setiap properti jaringan kedua brand jasa transportasi Online dan ditentukan strategi dalam meningkatkan dan mempertahankan keaktifan serta  tingkat kehadiran brand jasa transportasi online, Grab dan Gojek.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2019 2020


Reset
Filter By Issues
All Issue Vol 30, No 2 (2025) Vol 30, No 1 (2025) Vol 29, No 3 (2024) Vol 29, No 2 (2024) Vol 29, No 1 (2024) Vol 28, No 3 (2023) Vol 28, No 2 (2023) Vol 28, No 1 (2023) Vol 27, No 3 (2022) Vol 27, No 2 (2022) Vol 27, No 1 (2022) Vol 26, No 3 (2021) Vol 26, No 2 (2021) Vol 26, No 1 (2021) Vol 25, No 3 (2020) Vol 25, No 2 (2020) Vol 25, No 1 (2020) Vol 24, No 2 (2019) Vol 24, No 3 (2019) Vol 24, No 1 (2019) Vol 23, No 3 (2018) Vol 23, No 2 (2018) Vol 23, No 1 (2018) Vol 22, No 3 (2017) Vol 22, No 2 (2017) Vol 22, No 1 (2017) Vol 21, No 3 (2016) Vol 21, No 2 (2016) Vol 21, No 1 (2016) Vol 20, No 2 (2015) Vol 20, No 1 (2015) Vol 19, No 3 (2014) Vol 14, No 2 (2009) Vol 14, No 1 (2009) Vol 13, No 3 (2008) Vol 13, No 1 (2008) Vol 12, No 3 (2007) Vol 12, No 1 (2007) Vol 11, No 3 (2006) Vol 11, No 2 (2006) Vol 11, No 1 (2006) More Issue