cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Akim Manaor Hara Pardede
Contact Email
akimmhp@live.com
Phone
+6281370747777
Journal Mail Official
lppm-kaputama@kaputama.ac.id
Editorial Address
LPPM STMIK KAPUTAMA : jln veteran no 4A-9A Binjai, 20714 Sumatera Utara
Location
Kota binjai,
Sumatera utara
INDONESIA
Jurnal Informatika Kaputama (JIK)
Published by STMIK Kaputama Binjai
ISSN : 25489739     EISSN : 26855240     DOI : https://doi.org/10.59697/jik
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Jurnal Informatika Kaputama adalah jurnal resmi STMIK kaputama dalam bentuk bunga rampai untuk menyajikan tulisan ilmiah berbagai disiplin ilmu pengetahuan yang ada hubungan atau keterikatan dengan ilmu komputer berupa hasil penelitian lapangan atau laboratorium maupun studi pustaka. Adapun fokus dan ruang lingkup jurnal adalah sebagai berikut 1. Clustering and Classification 2. Document Mining and Text Mining 3. Spatial Data Mining, 4. Multi-Agent Systems, 5. Bayesian Networks and Probabilistic Reasoning, 6. Computational Intelligence, 7. Soft Computing, 8. Database Management and Information Retrieval, 9. Computer Vision Pattern Recognition, 10. Genetic Algorithm, Machine Learning, 11. Neural Networks and Applications, 12. Optimization and Decision Making, 13. Self-Organizing Systems, 14. Fuzzy Logic, 15. Decision Support and Expert System 16. Business Intelligence, 17. Data Mining Application 18. Intelligence System, 19. Web and mobile Intelligence 20. Dan lain-lain
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 386 Documents
 14   15   16   17   18 
ALGORITMA C4.5 DALAM MENGUKUR TINGKAT PENGETAHUAN SISWA TERHADAP PELAJARAN BAHASA INGGRIS witulas ambang cahyati
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1328

Abstract

Penelitian ini bertujuan untuk mengkategorikan tingkat pengetahuan siswa terhadap pelajaran Bahasa Inggris. Untuk memahami pelajaran, proses belajar mengajar tentu sangat penting bagi seorang pelajar/siswa. Pencapaian pengetahuan siswa adalah fungsi utama dari keberadaan seorang pendidik. Banyaknya kosakata yang sering terdengar asing di telinga membuat siswa kesulitan dalam menyelesaikan soal bahasa inggris karena sulit untuk diterjemahkan. Sumber data didapat dari siswa kelas VII (tujuh) SMP N 03 Karawang Barat yang mengisi kuesioner pengetahuan bahasa inggris. Algoritma C4.5 merupakan metode klasifikasi yang digunakan, serta dibantu aplikasi RapidMiner. Adapun atribut yang digunakan seperti metode siswa dalam belajar, sarana pembelajaran, metode pengajaran guru serta ketertarikan siswa dan ambisi siswa. Hasil yang diperoleh dari penelitian ini, nilai gain dan entropy atribut didapat 23 rule keputusan pengetahuan bahasa inggris dimana status mengerti berjumlah 12 rules, status tidak mengerti berjumlah 11 rules. Akurasi yang dihasilkan dari pemodelan klasifikasi menggunakan Algoritma C4.5 dari RapidMiner yaitu sebesar 78,12%. Penerapan metode klasifikasi Algoritma C4.5 dapat diimplementasikan guna memberi informasi baru berkaitan dengan konsep pengetahuan siswa terhadap pelajaran Bahasa Inggris.
SISTEM INFORMASI DROPSHIP SI DROP MODEL PROTOTYPE PADA UMKM BINAAN PONTIANAK CREATIVE ASSOCIATION (PCA) Reza Maulana; Yoki Firmansyah; Fajar Akbar Wirandi
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1211

Abstract

Kebutuhan akan barang sangat meningkat drastis, saat ini banyak sekali inovasi dagang berbasis online atau e-commerce yang merupakan sebuah program yang diciptakan untuk mempermudah hal tersebut. Pontianak Creative Association (PCA) sangat membutuhkan adanya suatu sistem informasi yang dapat menunjang dan mempermudah pembinaan untuk para pelaku UMKM, serta dapat membuka lapangan pekerjaan bagi pelaku usaha yang ingin berjualan dengan modal yang minim. Pada saat ini Pontianak Creative Association (PCA) hanya berupa asosiasi industri kreatif yang bergerak dalam bidang multimedia, desain, animasi, serta pembinaan UMKM. Sistem yang ada pada Pontianak Creative Association (PCA) ini masih dilakukan secara manual, mulai dari pencatatan data UMKM, sampai penyimpanan data-data lainnya yang berhubungan dengan proses pembinaan, serta belum adanya pengaplikasian dari pembinaan tersebut. Sistem dirancang dengan menerapkan model prototype serta menggunakan metode pengumpulan data dalam penelitian. Sistem informasi merupakan solusi yang terbaik untuk memecahkan permasalahan-permasalahan yang ada pada asosiasi/lembaga ini, serta dengan program yang terkomputerisasi dapat tercapai suatu kegiatan pembinaan yang efektif dan efisien dalam menunjang pembinaan pada lembaga ini, serta sangat memungkinkan untuk kedepannya program ini dapat menyelesaikan permasalahan pada UMKM dan bagi para pelaku dropship yang ingin melakukan dropship produk dari UMKM.
THE APPLICATION OF THE TRIPLE EXPONENTIAL SMOOTHING METHOD IN THE PREDICTION OF WAREHOUSE INVENTORY Rika Rosnelly; Gusti Firanda
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1231

Abstract

Prediction is an attempt to predict or predict something that will happen in the future by utilizing various relevant information in previous (historical) times through a scientific method. One of the applications of prediction in the business world is to predict future warehouse inventory based on the company's usage in the previous period. Prediction (Forecasting) is very helpful in planning and making decisions in an activity. Analysis is very important in learning, because research becomes more precise and focused. The problem faced by the company at this time is that the company has difficulty predicting warehouse inventory in the next period because there is no system that can be used by the company to predict. This predictive information will be very useful for companies in the process of planning clean water production to customers. In overcoming the problems mentioned above, a system is needed that can process data on goods that go in and out of the warehouse every period to get a prediction of warehouse inventory for the next period. To get optimal forecasting results, one method that can be used is the Triple Exponential Smoothing method. Triple Exponential Smoothing Method This method is a forecast method proposed by Brown, using quadratic equations .
SISTEM INFORMASI PEMESANAN JASA FOTOGRAFI BERBASIS WEB fitri pratiwi
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1213

Abstract

Sistem pengelolaan data yang sedang berjalan pada casamia studio masih menggunakan sistem manual tulis tangan yang rentan terhadap berbagai kekeliruan yang menyebabkan kesalahan perhitungan, sulitnya dalam penentuan harga, kesulitan dalam pencarian data, serta kesulitan dalam mendapatkan laporan yang dibutuhkan. Tujuan dalam penelitian ini adalah agar dapat merancang sebuah sistem informasi berbasis web yang mudah digunakan. Dalam penulisan ini penulis merancang sistem informasi pada casamia studio yang memudahkan user untuk mengelola berbagai data jasa yang ada. Penulis juga menggunakan metode Waterfall untuk memenuhi kebutuhan penelitian ini. Sistem yang baru menghasilkan proses pemesanan online, penyimpanan data-data yang baik dan benar, dan dapat membuat laporan secara cepat dan tepat. Dengan adanya sistem informasi ini mampu membantu aktifitas green photography lebih efektif dan efisien dalam pengolahan data
USER USER EXPERIENCE TEST MARKETPLACE E-COMMERCE KOPI DENGAN MENGGUNAKAN ISO METRICS PADA UMKM DI ACEH TENGAH Desvina Yulisda; Rahma Fitria; Eka Susanti; Ebi Putra
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1242

Abstract

Website e-commerce ini sangat sering digunakan oleh masyarakat indonesia dalam menjual barang. Untuk memudahkan UMKM dalam memasarkan produk di e-commerce shopee, website ini perlu diuji oleh pengguna untuk memberikan umpan balik bagaimana nuansa website setelah digunakan. Tujuan dari penelitian ini adalah untuk melakukan uji user experience (UX) pada e-commerce shopee sebagai penjual. Uji UX dilakukan di ruangan yang di set-up seperti di laboratorium dengan 10 pengguna yang tidak pernah menggunakan website shopee tersebut sebagai penjual. Selama pengujian pengguna diberikan beberapa tugas terkait website sementara fasilitator melakukan observasi untuk menganalisis usability metrics. Data yang dikumpulkan akan mengungkapkan kelemahan dan kelebihan situs web. Usability score diukur berdasarkan metrik kegunaan ISO termasuk efektivitas, efisiensi dan kepuasan. Hasil pengujian UX ini menunjukkan bahwa situs web tersebut lumayan ramah terhadap pengguna yang dibuktikan dengan uasbility score sekitar 84% atau di atas rata-rata. 
Analisa Merancang Sistem Informasi Monitoring Perkembangan Proyek Riski Annisa; Firly Annisa Luthfi
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1215

Abstract

PT. Permata Trikarya Utama is a company engaged in Design Engineering and Construction Management consulting services. Judging from the monitoring system and also sending reports and filing report files which are still running manually, these are the main problems that need to be addressed in this company. To facilitate the current process, the author tries to design a web-based system regarding the monitoring system at PT. Permata Trikarya Utama. The design of this information system is a good solution to help solve the problems that exist in the company. In designing this monitoring system using the waterfall method with stages, namely software requirements analysis, design, implementation and testing. With a monitoring system design that can create and archive reports, display schedules, and manage project and employee data, which will make it easier for companies to manage data and monitor project progress and archive existing files. So that companies can more easily monitor developments that occur in projects and archive files or progress files.
PENGUKURAN KINERJA SUPPL CHAIN CUMI-CUMI DI PPS NIZAM ZACHMAN BERDASARKAN MODEL MATURITY MENGGUNAKAN METODE SCOR Muhajirin .; Novi Sofia Fitriasari; Ayang Armelita Rosalia
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1249

Abstract

Sistem supply chain atau rantai pasok menjadi faktor penting dalam proses komoditas atau sistem logistik yang efektif dan efisien. Pada bidang industri perikanan, sistem supply chain sangat berpengaruh terhadap proses aliran aktivitas mulai dari ketersediaan ikan, produktivitas, penjaminan kualitas mutu tangkapan ikan. Manajemen sistem supply chain yang efektif dan efisien memberikan dampak besar bagi komoditi industri perikanan nasional. Tujuan dilakukannya penelitian ini yaitu melakukan pengukuran kinerja sistem supply chain berdasarkan tingkat kematangan (maturity level) agar dapat menjadi tolak ukur sebagai sebuah perbaikan kedepannya. Metode pendekatan yang dipakai dalam penelitian ini yaitu menggunakan konsep model Supply Chain Operation Reference (SCOR) dikolaborasikan dengan Key Performance Indicator (KPI) dan Analytical Hierarchy Process (AHP) untuk menghasilkan nilai maturity kinerja supply chain. Penelitian ini menggunakan metode deksriptif dengan melakukan observasi, menyebarkan instrument, wawancara dan studi literatur dalam penyusunannya. Hasil penelitian memperoleh tingkat kinerja supply chain di PPSNZJ memperoleh nilai akhir sebesar 84,38 dengan masuk kategori performansi Good yang berdasarkan terhadap metode SCOR dan tingkat kematangan supply chain memperoleh maturity level sebesar 4,3 dari skala 0-5 dengan kondisi managed and measurable. Upaya pengukuran kinerja supply chain dilakukan untuk merealisasikan peningkatan kinerja supply chain industri perikanan nasional yang saling terintegrasi antar supplier, nelayan, perusahaan, stakeholders hingga konsumen.
SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PEMILIHAN MEKANIK TERBAIK PADA PT GEMILANG BERLIAN INDAH Herri anto; Sulistianto Sutrisno Wanda
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1219

Abstract

Penelitian ini bertujuan untuk menganalisis penerapan sistem pendukung keputusan pada pemilihan mekanik terbaik yang ada di PT. Gemilang Berlian Indah. Pada proses penilaian untuk pemilihan mekanik terbaik tidak ada sistem yang pasti dalam penilaiannya, sehingga prosesnya tersebut tidak maksimal dan memakan waktu yang cukup lama. Untuk mengatasi masalah ini diperlukan pembaharuan sistem pemilihan mekanik yang sudah ada, salah satu langkah yang dilakukan adalah dengan menerapkan sistem pendukung keputusan. Metode analisis yang digunakan dalam penelitian ini yaitu dengan metode Simple Additive Weighting (SAW) yang merupakan metode penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Ada beberapa kriteria yang diambil dari pemilihan mekanik terbaik yaitu Standar Operasional Prosedur (SOP), kinerja, tanggung jawab, kedisiplinan, kerja sama, dan keterampilan. Hasil dari penelitian ini dapat disimpulkan bahwa sistem ini dapat digunakan sebagai aplikasi pembantu untuk rekomendasi mekanik terbaik secara cepat dan efisien. Kata kunci : Sistem Pendukung Keputusan, Metode SAW, Mekanik Terbaik
KLASIFIKASI OPINI MASYARAKAT DI TWITTER TENTANG KEBOCORAN DATA YANG TERJADI DI INDONESIA MENGGUNAKAN ALGORITMA SVM Desi Arisandi; Tri Sutrisno; Iwan Kurniawan
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1327

Abstract

Data pribadi merupakan hal yang sensitif dan privasi, hanya dapat dilihat oleh seorang diri. Namun seiring berkembangnya zaman, sering terjadi kebocoran data di internet terumata Indonesia. Kebocoran data ini sempat ramai di sosial media Twitter dan dijadikan sebagai wadah untuk berpendapat terkait kebocoran data yang terjadi di Indonesia. Metode klasifikasi yang digunakan untuk penelitian ini adalah Support Vector Machine (SVM) dengan ekstrasi fitur TF-IDF. Dataset didapatkan melalui hasil scraping Twitter dan mendapatkan 5000 tweet. Dataset diberi label manual yaitu Positif, Negatif, dan Netral sebelum masuk ke tahap Klasifikasi SVM. Dan berdasarkan hasil klasifikasi SVM, SVM menghasilkan akurasi 83%.
PENGELOMPOKKAN MAHASISWA POTENSIAL DROP OUT MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : STMIK KAPUTAMA) Langgeng Restuono
Jurnal Informatika Kaputama (JIK) Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v7i1.1228

Abstract

Drop out adalah keluar dari sekolah sebelum waktunya, atau sebelum lulus. Drop out demikian ini perlu dicegah, oleh karena hal demikian dipandang sebagai pemborosan bagi biaya yang sudah terlanjur dikeluarkan untuknya. Banyaknya peserta didik yang drop out adalah indikasi rendahnya produktivitas pendidikan. Tingginya angka drop out juga bisa mengganggu angka partisipasi pendidikan atau sekolah. Mahasiswa Drop Out adalah mahasiswa melebihi jangka waktu studi dan atau melanggar ketentuan yang berlaku.Penggunaan Data Mining Clustering merupakan pengelompokan record, pengamatan, atau memperhatikan dalam bentuk kelas objek – objek yang memiliki kemiripan yang satu dengan yang lainnya dan tidak memiliki rekord – record dalam kluster lain.Maka penulis merancang Data Mining Pengelompokan Mahasiswa Potensial Drop Out, karena sistem yang sedang berjalan pada STMIK Kaputama kurang baik. Hal ini memperlambat mengetahui data mahasiswa drop out.Dari hasil penelitian, hasil pengelompokan Group 1 dari 20 data terdapat sebanyak 5 Program Studi yaitu SI (S1), TI (S1), TI (D3), KA (D3), MI D3 yang terdapat pada STMIK Kaputama. Group 2 dari 20 data terdapat sebanyak 3  Jenis Drop Out yaitu Keluar, Pindah, Cuti , Group 3 dari 20 data terdapat 5 Alasan Drop Out yaitu Tidak Mengikuti Kuliah 4 Semester Berturut-turut, Kuliah Di Luar Kota, Terhambat Biaya, Bekerja , Sakit  yang terdapat pada STMIK Kaputama.

Page 16 of 39 | Total Record : 386

 14   15   16   17   18 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026 Vol 9 No 2 (2025): Volume 9, Nomor 2, Juli 2025 Vol 9 No 1 (2025): Volume 9, Nomor 1, Januari 2025 Vol 8 No 2 (2024): Volume 8, Nomor 2, Juli 2024 Vol 8 No 1 (2024): Volume 8, Nomor 1, Januari 2024 Vol 7 No 2 (2023): Volume 7, Nomor 2, Juli 2023 Vol 7 No 1 (2023): Volume 7, Nomor 1, Januari 2023 Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023 Vol 6 No 2 (2022): Volume 6, Nomor 2, Juli 2022 Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022 Vol 6 No 1 (2022): Volume 6, Nomor 1, Januari 2022 Vol 6, No 1 (2022): Volume 6, Nomor 1 Januari 2022 Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021 Vol 5 No 2 (2021): Volume 5, Nomor 2, Juli 2021 Vol 5, No 1 (2021): Volume 5, Nomor 1 Januari 2021 Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 Vol 4, No 2 (2020): Volume 4, Nomor 2 Juli 2020 Vol 4 No 2 (2020): Volume 4, Nomor 2, Juli 2020 Vol 4 No 1 (2020): Volume 4, Nomor 1, Januari 2020 Vol 4, No 1 (2020): VOLUME 4 NOMOR 1, EDISI JANUARI 2020 Vol 3, No 2 (2019): VOLUME 3 NOMOR 2, EDISI JULI 2019 Vol 3 No 2 (2019): Volume 3, Nomor 2, Juli 2019 Vol 3 No 1 (2019): Volume 3, Nomor 1, Januari 2019 Vol 3, No 1 (2019): Edisi Januari 2019 Vol 2 No 2 (2018): Volume 2, Nomor 2, Juli 2018 Vol 2, No 2 (2018): Vol. 2 No. 2 Juli 2018 Vol 2 No 1 (2018): Volume 2, Nomor 1, Januari 2018 Vol 2, No 1 (2018): Edisi Januari 2018 Vol 1 No 2 (2017): Volume 1, Nomor 2, Juli 2017 Vol 1 No 1 (2017): Volume 1, Nomor 1, Januari 2017 Vol 1 No. 2 Tahun 2017 Vol 1 No. 1 Tahun 2017 More Issue