Jurnal Informatika Kaputama (JIK)
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
Articles
386 Documents
<![CDATA[PENERAPAN ALGORITMA RIVEST SHAMIR ADLEMAN (RSA) UNTUK MENGAMANKAN DATABASE PROGRAM KELUARGA HARAPAN (PKH) ]]>
<![CDATA[Andika Cahya Putra]]>;
<![CDATA[Magdalena Simanjuntak]]>;
<![CDATA[Nurhayati Nurhayati]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.307
<![CDATA[Untuk menjaga keamanan digunakan teknik enkripsi agar kerahasiaan data terebut terjamin. Salah satu algoritma enkripsi yang sering digunakan adalah algoritma RSA (Rivest Shamir Adleman). Pada kesempatan ini penulis tertarik mengkaji tentang aplikasi pengamanan database sql server. Pada penelitian ini, algoritma RSA (Rivest Shamir Adleman) digunakan sebagai pelindung database PKH (Program Keluarga Harapan), Sistem akan membangkitkan kunci public dan kunci private. Untuk mengamankan database PKH dienkripsi dengan kunci public Seluruh data akan dienkripsi, Sedangkan kunci private akan melakukan dekripsi atau mengembalikan dalam keadaan asli dengan algoritma RSA. Penerapan algoritma kriptografi RSA menjadi solusi yang baik pada sistem pengamanan database sql server yang akan digunakan untuk mengamankan database PKH. Untuk menjamin kerahasiaan data-data PKH yang disimpan didalam database, dengan penggunaan algoritma RSA ke dalam sistem tersebut maka data yang disimpan di dalam database sehingga isi datanya tidak dapat dimengerti oleh pihak lain.]]>
<![CDATA[EVALUASI PREDIKSI KONSUMSI GAS BUMI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) ]]>
<![CDATA[Hadziqul Abror]]>;
<![CDATA[Eriska Eklezia Dwi Saputri]]>;
<![CDATA[Agus Triono]]>;
<![CDATA[Henny Dwi Bhakti]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.308
<![CDATA[Kebutuhan energi nasional, terutama sektor migas, meningkat seiring dengan peningkatan jumlah penduduk serta kondisi pertumbuhan ekonomi nasional yang terus bergerak positif. Peningkatan kebutuhan energi ini rata-rata lebih dari 5% per tahun selama satu dekade ini. Sedangkan kondisi cadangan dan produksi sektor migas nasional terus mengalami penurunan setiap tahunnya. Hal ini mengakibatkan Indonesia menjadi negara net importir migas. Kebutuhan gas bumi domestik meningkat setiap tahunnya, sementara di lain sisi Indonesia masih memiliki komitmen kontrak jual beli gas bumi ke luar negeri baik berupa jaringan gas maupun LNG. Untuk itu, diperlukan upaya prediksi kebutuhan gas bumi Indonesia yang lebih akurat agar langkah yang diambil Pemerintah tepat sehingga gas bumi yang harusnya dikonsumsi domestic tidak diekspor ke luar negeri. Salah satu metode prediksi yang baik adalah artificial neural network (ANN). Pada penelitian ini, data inputan yang dipakai adalah pertumbuhan ekonomi, jumlah penduduk, dan harga gas, sementara output yang dicari adalah konsumsi gas bumi. Penelitian ini menggunakan lima model arsitektur ANN yang dibentuk. Dari hasil simulasi didapatkan akurasi terbaik adalah model 1 dengan akurasi 96,89%.]]>
<![CDATA[IDENTIFIKASI JENIS BUNGA MENGGUNAKAN EKSTRAKSI CIRI ORDE SATU DAN ALGORITMA MULTI SUPPORT-VECTOR MACHINES (MULTISVM) ]]>
<![CDATA[T. Reza Pahlevi]]>;
<![CDATA[Relita Buaton]]>;
<![CDATA[Nurhayati Nurhayati]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.310
<![CDATA[ABSTRAK Bunga ialah sebagai alat perkembangbiakan generatif tumbuhan biji tertutup. Didalam bagianbagian bunga mempunyai macam-macam atau juga jenis-jenis bagian dalam bunga yang setiap fungsinya pada masing-masing bagian bunga tersebut berbeda-beda juga, sehingga diperlukan suatu pembahasan yang panjang dan juga luas mengenai bagian-bagian bunga Bunga secara sehari-hari juga dipakai untuk menyebut struktur yang secara botani disebut sebagai bunga majemuk atau inflorescence. Bunga majemuk adalah kumpulan bunga-bunga yang terkumpul dalam satu karangan. Dalam konteks ini, satuan bunga yang menyusun bunga majemuk disebut floret.Bunga sebenarnya adalah modifikasi daun dan batang untuk mendukung sistem pembuahan tertutup. Sistem pembuahan tertutup, yaitu karena bakal biji terlindung di dalam bakal buah atau ovarium dan ini juga menjadi ciri khasnya yang lain. Tujuan dari penelitian ini adalah untuk mengklasifikasi 12 motif batik Banten menggunakan metode SVM. Penelitian dilakukan secara beberapa tahap yaitu resize untuk menyamakan dimensi citra, grayscale untuk menyederhanakan citra dengan mengubah menjadi citra aras keabuan, median filter untuk menghilangkan noise pada batik, dan ekstraksi ciri sebagai masukan untuk klasifikasi menggunakan SVM. Hasil klasifikasi menggunakan SVM orde 1 yaitu sebesar 85%, dan untuk orde 2 sebesar 87,2.]]>
<![CDATA[ANALISA SENTIMEN TERHADAP BELAJAR ONLINE PADA MASA COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SARM OPTIMIZATION ]]>
<![CDATA[Hermanto Hermanto]]>;
<![CDATA[Astrid Noviriandini]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.311
<![CDATA[Coronavirus 19 (COVID-19) merupakan infeksi virus menular yang saat ini sudah merambah ke berbagai negara salah satunya di Indoenesia. Pemantauan penyebaran COVID-19 di Indonesia ditangani langsung oleh Pemerintah Indonesia terutama. Pemerintah Indonesia langsung menindak lanjuti kasus tersebut. Salah satu tindakan pemerintah adalah melakukan Social Distancing selama 14 hari untuk meminimalisir penyebaran virus tersebut. Kegiatan pembelajaran online ini dilakukan untuk mengganti kegiatan pembelajaran secara langsung. Pembelajaran online memiliki beberapa kelemahan yakni penggunaan jaringan internet membutuhkan infrastruktur yang memadai, membutuhkan banyak biaya, komunikasi memalui internet terdapat berbagai kendala/lamban. Komentar masyarakat di twitter mengenai belajar online cukup banyak. Namun memantau komentar dari masyarakat umum bukanlah hal yang mudah, dikarenakan jumlahnya sangat banyak untuk diproses sehingga peneliti ingin mengetahui sejauh mana analisa sentimen masyarakat berdasarkan komentar positif dan negatif dengan menggunakan teknik klasifikasi yaitu menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization. Hasil pengujian dengan nilai akurasi dan nilai AUC yaitu yaitu untuk SVM + PSO nilai akurasi = 71.39% dan nilai AUC = 0.762. Untuk itu, Dalam penelitian ini dapat disimpulkan bahwa penggunaan Particle Swarm Optimization (PSO) pada model algoritma support vector machine (SVM) dapat menjadi solusi meningkatkan akurasi dan AUC analisa sentiment masyarakat mengenai belajar online pada masa covid-19 dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen Komentar masyarakat di twitter ada masa covid-19.]]>
<![CDATA[KOMBINASI ALGORITMA VIGENERE CIPHER DAN ONE TIME PAD PADA KEAMANAN CITRA DIGITAL ]]>
<![CDATA[Riza Maria Ulfa Br Mtd]]>;
<![CDATA[Achmad Fauzi]]>;
<![CDATA[Hermansyah Sembiring]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.312
<![CDATA[Perkembangan dunia teknologi telah membuat penyimpanan dan pengiriman citra digital menjadi lebih mudah dan efisien. Masalah yang timbul adalah permasalahan keamanan informasi seperti privasi dan kerahasiaan. Citra yang disimpan atau didistribusikan dalam bentuk asli sangat rentan terhadap penyadapan, pencurian, serta pengaksesan oleh pihak-pihak yang tidak berhak. Pengamanan terhadap citra dilakukan dengan menggunakan kombinasi algoritma vigenere cipher dan algoritma one time pad, kedua algoritma ini termasuk dalam kriptografi simetris dimana proses kunci enkripsi sama dengan proses dekripsi. Pengacakan dilakukan dengan cara menyilangkan proses kedua algoritma pada baris pixel warna citra dengan menggunakan kunci yang berbeda pada masing masing algoritma. Hasil pengacakan menunjukan bahwa kombinasi kedua algoritma ini bekerja dengan baik karena akan sulit di bobol kuncinya dibandingkan dengan hanya menggunakan satu algoritma saja, akan tetapi semakin besar ukuran dari citra maka sistem keamanan ini akan semakin lambat pula proses enkripsi serta dekripsinya. Implementasi sistem keamanan menggunakan perangkat lunak MicrosoftVisual Basic 2010. Hasil dari sistem ini berupa file citrayang terenkripsi (ciphercitra) yang tidak bisa dimengerti, kemudian file citra kembali normal setelah didekripsi.]]>
<![CDATA[IMPLEMENTATION OF THE HAMMING CODE METHOD IN BIT DATA IMPROVEMENT TRANSMISSION PROCESS ]]>
<![CDATA[Achmad Fauzi]]>;
<![CDATA[Rizka Putri Rahayu]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.314
<![CDATA[Dalam sistem komunikasi, keberhasilan penyampaian informasi dari pengirim (transmitter) kepada penerima (receiver) tergantung pada seberapa akurat penerima dapat menerima sinyal yang ditransmisikan dengan baik dan benar. Nyatanya sinyal informasi yang diterima masih banyak terdapat kesalahan sehingga diperoleh data corrupt (bit error) yang disebabkan oleh noise (sinyal pengganggu) ketika proses pengiriman data sehingga menyebabkan file tersebut tidak bisa dibaca. Maka dari itu diperlukan teknologi untuk memperbaiki kesalahan pada bit error tersebut, yaitu menggunakan metode hamming code. Hamming code merupakan salah satu jenis linier error correcting code yang sederhana dan banyak digunakan pada peralatan elektronik. Metode hamming code bekerja dengan menyisipkan beberapa buah check bit ke data. Jumlah check bit yang di sisipkan tergantung pada panjang data. Hamming code menggunakan operasi Ex-OR (Exclusive OR) dalam proses pendeteksian maupun proses pengkoreksian error.]]>
<![CDATA[IMPLEMENTASI FUZZY LOGIC PADA SISTEM MONITORING SUHU POMPA AIR ]]>
<![CDATA[Yoga Alif Kurnia Utama]]>;
<![CDATA[Dwi Taufik Hidayat]]>;
<![CDATA[Nicolas Juniarto]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.315
<![CDATA[Pompa air yang dipakai untuk kegiatan produksi pada umumnya digunakan secara terus menerus. Hal ini akan mengakibatkan pompa air akan mengalami overheat (panas berlebih) yang akan mengakibarkan kerusakan pompa dan dapat menimbulkan kerugian daya listrik yang cukup besar. Penelitian ini mencoba mengatasi permasalahan tersebut dengan membuat sebuah sistem monitoring suhu dimana akan mengatur kinerja pompa air. Jika terdeteksi terjadi overheat (>40oC). Pengaturan kinerja pompa air dilakukan dengan cara membatasi air yang masuk ke dalam pompa menggunakan keran dimana bukaan keran mengikuti aturan Fuzzy Logic. Sistem monitoring ini akan mengirim data suhu pompa ke dalam sebuah web yang dapat dipantau secara langsung dengan menggunakan HP Android. Hasil pengujian menunjukkan bahwa sistem ini dapat bekerja dengan baik dalam membatasi air yang masuk ke dalam pompa sesuai dengan aturan Fuzzy Logic yang digunakan. Dari sini dapat disimpulkan bahwa alat ini dapat digunakan untuk mencegah overheat yang akan terjadi pada pompa air.]]>
<![CDATA[PENGGUNAAN NEURO FUZZY PADA SISTEM MONITORING KETINGGIAN AIR SUNGAI ]]>
<![CDATA[Tamaji Tamaji]]>;
<![CDATA[Alif Kurnia Utama]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.316
<![CDATA[Banjir merupakan fenomena alam yang biasanya terjadi di daerah yang sering dialiri sungai. Dampak banjir dapat dikurangi jika masyarakat lebih siap menghadapi banjir yang akan datang. Salah satunya dengan membuat sistem peringatan dini banjir. Dalam penelitian ini, konsep sistem peringatan dini berupa sensor ketinggian air sungai yang terdiri dari 2 pelat konduktor yang akan menghasilkan nilai kapasitansi saat ditenggelamkan ke dalam air dengan kedalaman tertentu. Nilai pengukuran ketinggian air ini akan menggunakan 3 metode yang berbeda. Selanjutnya ketiga metode tersebut akan dibandingkan untuk menentukan metode terbaik yang menghasilkan kesalahan pengukuran yang kecil. Ketiga metode tersebut adalah regresi linier, regresi polinomial, dan neuro fuzzy. Hasil penelitian menunjukkan bahwa kesalahan pengukuran yang dihasilkan oleh regresi linier sebesar 25,45%, kesalahan pengukuran yang dihasilkan oleh regresi polinomial sebesar 13,61%, dan kesalahan pengukuran yang dihasilkan oleh neuro fuzzy sebesar 3,76%. Dari nilai kesalahan di atas, penelitian ini menyimpulkan bahwa neuro fuzzy merupakan metode terbaik untuk pengukuran ketinggian air.]]>
<![CDATA[IMPLEMENTASI WATERFALL SEBAGAI METODE PENGEMBANGAN PERANGKAT LUNAK ADMINISTRASI KEPEGAWAIAN PADA SWALAYAN ]]>
<![CDATA[Muhamad Syarif]]>;
<![CDATA[Eri Bayu Pratama]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.317
<![CDATA[Toko swalayan yang merupakan perusahaan yang bergerak dibidang perdagangan barang juga menerapkan teknologi point of sale, namun tidak pada bagian administrasi kepegawaiannya. Luasnya tempat usaha ini membutuhkan pegawai yang banyak untuk mengelola persediaan maupun penjualan,baik pegawai tetap maupun pegawai kontrak. Banyak toko swalayan yang masih menerapkan cara konvensional dalam melakukan perekrutan pegawai kontrak sehingga terjadi permasalahan pada pengarsipan maupun pengelolaan data sehingga diperlukannya sebuah sistem informasi kepegawaian yang mendukung. Penelitian ini membangun sebuah sistem informasi kepegawaian yang menerapkan pengembangan perangkat lunak model waterfall. Dengan adanya sistem ini proses pengelolaan kontrak maupun perekrutan pegawai dapat diatasi.]]>
<![CDATA[IMPLEMENTASI DATA MINING PENGELOMPOKAN JUMLAH DATA PRODUKTIVITAS UBINAN TANAMAN PANGAN BERDASARKAN JENIS UBINAN DENGAN METODE CLUSTERING DIKAB LANGKAT (STUDI KASUS : BADAN PUSAT STATISTIK LANGKAT) ]]>
<![CDATA[Cici Armayani]]>;
<![CDATA[Achmad Fauzi]]>;
<![CDATA[Hermansyah Sembiring]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v5i1.318
<![CDATA[Berdasarkan data hasil survei ubinan di Badan Pusat Statistik (BPS) Langkat terdapat beberapa daerah yang menjadi sample dan terdapat hasil produktivitas petani dalam menanam tanaman pangan. Untuk itu diperlukan pengelompokan jumlah data hasil survei ubinan berdasarkan jenis ubinan tanaman pangan untuk mengelompokan jumlah hasil panen petani dalam menanam tanaman pangan disetiap kecamatan. Data Mining adalah sebuah proses menemukan informasi dengan mengidentifikasi pola pada data set. Proses menemukan informasi dapat dilakukan dengan pengelompokan data yaitu menggunakan metode Clustring dengan algoritma K-Means. Dengan menggunakan K-Means bertujuan dalam memudahkan pengelompokan jumlah data produktivitas ubinan tanaman pangan berdasarkan jenis ubinan dengan hasil produktivitas tanaman pangan. Dan data yang digunakan dalam penelitian ini yaitu data survei ubinan selama 3 tahun yaitu tahun 2017sampai 2019. Dari hasil analisis program yang telah diuji dengan menggunakan matlab dan telah ditentukan variabel-variabel dapat diketahui bahwa, untuk cluster 1 hasil jenis ubinan tanaman pangan, jumlah produksi dan kecamatan jumlah data 423 data, untuk cluster 2 hasil jenis ubinan tanaman pangan, jumlah produksi dan kecamatan jumlah data 387 data, untuk cluster 3 hasil jenis ubinan tanaman pangan, jumlah produksi dan kecamatan jumlah data 432 data.]]>
