cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Basri
Contact Email
unasman.lppm@gmail.com
Phone
-
Journal Mail Official
jurnalilmiahilmukomputer@gmail.com
Editorial Address
-
Location
Kab. polewali mandar,
Sulawesi barat
INDONESIA
Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar
Published by Universitas Al Asyariah Mandar
ISSN : 2442451X     EISSN : 25033832     DOI : -
Core Subject : Science,
Computer Science & IT
Computer Science Scientific Journal is published 2 (two) times in a year with the frequency of publication every 6 months in March and September. This journal contains research articles, scientific studies and social services related to Computer Science.
Arjuna Subject : -
Articles 176 Documents
 14   15   16   17   18 
CLUSTERING NILAI ENGLISH SUNSET MAHASISWA MANGGUNAKAN METODE K-MEANS PADA LEMBAGA BAHASA DAN PENGEMBANGAN KARAKTER (LBPK) UNASMAN salmawati, Salmawati; Rendi, Rendi; Qashlim, Akhmad
JURNAL ILMU KOMPUTER Vol 10 No 1 (2024): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v10i1.312

Abstract

The UNASMAN Language and Character Development Institute (LBPK) is used by all UNASMAN students to improve their English skills so they can continue their studies abroad and as alumni can later compete in the world of work with other alumni both nationally and internationally. This research aims to group student scores in the English Sunset program at the Unasman Language and Character Development Institute (LBPK) using the K-Means method. The K-Means method was chosen because of its effective ability to group data based on similarity of attributes, making it possible to identify groups of students with similar value characteristics. Student score data is collected, processed and analyzed using the K-Means algorithm to determine the optimal number of clusters. The research results show that students can be grouped into three main clusters: students with high scores, medium scores, and low scores. This information provides valuable insight for LBPK in designing more targeted teaching strategies and providing additional support for student groups in need. Feasibility analysis from a technological and operational perspective shows that this system can be implemented with adequate infrastructure and sufficient training support for staff and lecturers. This research confirms that the K-Means method can be used effectively to improve the qualitys of learning at LBPK Unasman.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPERCAYAAN DALAM MENGGUNAKAN E-COMMERCE SHOPEE DI MAJENE SULAWESI BARAT Lestari, Ayu; Sfenrianto
JURNAL ILMU KOMPUTER Vol 10 No 2 (2024): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v10i2.319

Abstract

Maraknya kasus penipuan belanja online membuat sebagian masyarakat khususnya di daerah Majene, Sulawesi Barat takut untuk melakukan transaksi secara online. Masyarakat cenderung berbelanja langsung di pasar, atau mereka memesan barang di penjual yang mereka kenal baik. Kepercayaan konsumen terhadap suatu produk atau jasa dipengaruhi oleh banyak hal terkait produk tersebut diantaranya manfaat, harga, merk, dan lain-lain. Kepercayaan konsumen pada e-commerce atau juga online trust dipengaruhi ketika melakukan transaksi barang atau jasa yang diinginkan sesuai dengan yang diharapkan. Penelitian ini menggunakan metode kuesioner dan mengambil sample sebanyak 150 responden. Penelitian ini menggunakan SmartPls untuk menghitung allgoritma dari 150 responden dan mempunyai 5 hipotesis. Dari kelima hipotesis tersebut ada 2 hipotesis yang diterima yaitu E-Commerce Knowledge dan Perceived Risk. Untuk penelitian lebih lanjut dengan model penelitian ini diharapkan diuji ke daerah lain dan jumlah responden diperbanyak.
PENERAPAN ALGORITMA NAIVE BAYES BERBASIS FORWARD SELECTION UNTUK MEMPREDIKSI PENJUALAN MOBIL BEKAS annur, haditsah; Moh.Efendi Lasulika
JURNAL ILMU KOMPUTER Vol 10 No 2 (2024): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v10i2.320

Abstract

Cars are one of the vehicles that are the daily needs of the people, not only the use of new cars is in demand, but now used cars are also in great demand because the quality of used cars is still good and the many types of used cars are sold in the market. The aim of the researchers is to increase public interest in switching to buying used cars. This study uses data mining methods, one of which is prediction using the Naive Bayes algorithm as an algorithm that uses probabilistic and statistical methods to predict the future, besides that the data is also processed using forward selection feature selection which aims to reduce the level of complexity of a classification algorithm while increasing accuracy. The research data used were 2318 records, in this study an experiment was carried out with the accuracy results obtained using split validation on the naive Bayes algorithm of 96.98% and then another experiment was carried out to obtain accurate results using split validation on the naive bayes algorithm based on forward selection of 97.82 %. Thus the naive Bayes algorithm based on forward selection is suitable for predicting, as well as being used for handling in the future that there are still many used cars that are of interest to the public..
gregregr: dfgfd admin, admin
JURNAL ILMU KOMPUTER Vol 10 No 1 (2024): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v10i2.339

Abstract

fdgfdg
SISTEM INFORMASI PEDESAAN TERINTEGRASI BERBASIS SPASIAL (STUDI KASUS DESA PATAMPANUA) Kahpi, Ashabul; Zainuddin, Zahir; Latief Arda, Abdul
JURNAL ILMU KOMPUTER Vol 6 No 1 (2020): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v6i1.237

Abstract

Penelitian ini mengimplementasikan sistem informasi geografis untuk membangun Informasi Pedesaan Terintegrasi Berbasis Spasial. Tujuan dari penelitian ini adalah Untuk membangun sistem informasi pedesaan yang dapat membantu menyebarkan informasi desa dan Untuk membangun sebuah sistem informasi desa yang memetakan potensial desa patampanua kecamatan matakali kabupaten polewali mandar. Dalam pembuatan sistem Informasi ini telah mengimplementasikan API Map box API Map box adalah sebuah web service yang menyediakan informasi tentang geocoding dan direction dari dua buah node. Hasil penelitian ini merupakan Pembangunan Sistem Informasi Pedesaan Terintegrasi Berbasis Spasial dimana sistem Pengolahan data pada Sistem Informasi Geografis memberikan informasi dalam bentuk informasi mengenai keadaan yang ada di desa dan Hasil implementasi sistem informasi geografis dengan pemanfaatan Map box API dapat memetakan potensial desa patampanua kecamatan matakali kabupaten polewali mandar.
PREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA DENGAN METODE NAÏVE BAYES : (Studi Kasus Fakultas Ilmu Komputer Universitas Al Asyariah Mandar) arda, arwansyah; Muslihan, Muslihan
JURNAL ILMU KOMPUTER Vol 10 No 2 (2024): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v10i2.316

Abstract

Penelitian ini bertujuan untuk memprediksi kelulusan tepat waktu mahasiswa menggunakan metode Naïve Bayes. Sistem yang dikembangkan akan mengklasifikasikan kelulusan mahasiswa dengan mengevaluasi kinerja mereka pada tahun pertama dan kedua. Data mahasiswa yang dianalisis mencakup atribut Program Studi, gender, Indeks Prestasi Semester (IPS) Semester 1-5, Indeks Prestasi Kumulatif (IPK) Semester 5, dan usia. Data ini dikumpulkan, dibersihkan, dan dianalisis menggunakan algoritma Naïve Bayes yang diimplementasikan di platform Google Colaboratory. Hasil penelitian menunjukkan bahwa metode Naïve Bayes memiliki kemampuan yang baik dalam memprediksi kelulusan tepat waktu mahasiswa dengan tingkat akurasi keseluruhan sebesar 83%. Model ini menunjukkan nilai precision 1.00, recall 0.75, dan F1-score 0.86 untuk kelas "Tidak Lulus Tepat Waktu". Untuk kelas "Lulus Tepat Waktu", model memiliki nilai precision 0.67, recall 1.00, dan F1-score 0.80. Secara keseluruhan, rata-rata makro (macro avg) menunjukkan precision 0.83, recall 0.88, dan F1-score 0.83, sementara rata-rata tertimbang (weighted avg) menunjukkan precision 0.89, recall 0.83, dan F1-score 0.84. Temuan ini menunjukkan bahwa metode Naïve Bayes dapat dijadikan alat bantu yang efektif bagi perguruan tinggi dalam memantau dan meningkatkan kelulusan tepat waktu mahasiswa.
PENERAPAN METODE WEIGHTED PRODUCT DALAM MENENTUKAN KUALITAS NIRA TERBAIK UNTUK MEMPRODUKSI GULA MERAH Mardiana, Mardiana; Aditya, Yudhi; Khairat, Ul
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.344

Abstract

Metode Weighted Product (WP) dalam menentukan kualitas nira terbaik untuk memproduksi gula merah. Metode WP digunakan untuk mengevaluasi beberapa alternatif nira berdasarkan kriteria-kriteria seperti kadar gula, keasaman (pH), warna, kandungan air, dan kemurnian. Setiap kriteria diberi bobot sesuai dengan tingkat kepentingannya, kemudian nilai setiap alternatif dinormalisasi dan dihitung menggunakan vektor preferensi. Hasil dari proses ini adalah peringkat alternatif nira yang menunjukkan kualitas terbaik berdasarkan kriteria yang telah ditentukan. Penerapan metode ini mengurangi subjektivitas dalam pengambilan keputusan dan memberikan evaluasi yang lebih komprehensif serta objektif. Dengan demikian, produsen gula merah dapat memilih nira berkualitas tinggi secara lebih efisien, meningkatkan kualitas produk akhir, dan mengoptimalkan proses produksi secara keseluruhan. Penelitian ini menunjukkan bahwa metode Weighted Product merupakan alat yang efektif untuk membantu dalam pengambilan keputusan multi-kriteria dalam industri gula merah
IMPLEMENTASI INTERNET OF THINGS (IoT) PADA SISTEM KEAMANAN KANDANG AYAM Harianto, Harianto; Muammar, Muammar; Akbar, Maulana
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.345

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem keamanan kandang ayam berbasis Internet of Things (loT). Sistem ini menggunakan perangkat NodeMCU ESP8266, sensor ultrasonik, dan kamera ESP32-Cam untuk mendeteksi dan memantau aktivitas di sekitar kandang ayam. Data yang diperoleh dari sensor dan kamera dikirimkan ke aplikasi Telegram sebagai notifikasi kepada pengguna. Penelitian ini diharapkan dapat meningkatkan keamanan kandang ayam dari ancaman pencurian dan gangguan hama
SISTEM KALKULASI PENGUKURAN GROSS TONNAGE (GT) AND NET TONNAGE (NT) MENGGUNAKAN TEKNIK MODELING PADA KAPAL IKAN TRADISIONAL Rahman, Ariastuti; Kahpi, Ashabul; Muslihan, Muslihan; Parenrengi, Andi
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.346

Abstract

Proses mengeluarkan surat ukur kapal nelayan tradisional masih dilakukan pengukuran Tonnage Kotor (GT) dan Tonnage Bersih (NT) secara manual oleh ahli ukur kapal sehingga kurang optimal dan efisien dalam proses perhitungan Tonnage Kotor dan Tonnage bersih sebuah kapal nelayan teradisional maka penulis mencoba membuat System Perhitunga Gross Tonnage / GT (Tonnage Kotor) dan Net Tonnage / NT (Tonnage Bersih) Pada Kapal Nelayan yang berfungsi menghitung Tonnage Kotor dan Tonnage Bersih secara otomatis setelah di lakukan pengukuran kapal sehingga ahli ukur kapal dapat mengetahui secara cepat serta akurat Tonnage Kotor dan Tonnage Bersih Kapal Nelayan tradisional. Tujuan penelitian ini adalah untuk merancang sebuah sistem pengukuran Gross Tonnage menggunakan Teknik Modeling yang di mana dapat mempermudah ahli ukur kapal dalam menentukan Gross Tonnage pada kapal sebagai syarat dalam menerbitkan sertifikat surat-surat Kapal. Pada Kantor Unit Penyelenggara Pelabuhan Kelas I Mamuju. Sehingga dapat mempermudah perhitungan GT kapal dengan menggunakan metode pendekatan modeling pada kapal ikan. Pengukuran GT kapal ikan dengan bantuan sebuah aplikasi yang akan menghasilkan nilai koefisien yang nantinya digunakan untuk menghitung GT kapal ikan sebagai syarat terbitnya SertifikatSurat –surat Kapal Nelayan. Hasil Penelitian Ini Adalah dalam Sistem Kalkulasi Pengukuran Gross Tonnage (GT) Dan Net Tonnage (NT) Pada Kapal Nelayan Berbasis Website menggunakan teknik Modeling” Menggunakan Bahasa Pemograman Php Dan Mysql, Hasil pengukuran dan dokumentasi yang dilakukan di lapang kemudian di gambar dengan menggunakan maxsurf untuk mengetahui nilai koefisiennya yang digunakan untuk mendapatkan nilai GT kapal. Nilai GT kapal yang didapatkan dari pengukuran langsung akan dibandingkan dengan nilai GT kapal yang ada disurat ukur kapal yang dimiliki oleh masing masing kapal ikan
IMPLEMENTASI ALGORITMA BOYER MOORE PADA PENCARIAN LOWONGAN KERJA BERBASIS GIS Khairat, Ul; Kahpi, Ashabul; Muslihan, Muslihan; Debora, Debora
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.347

Abstract

Pencarian lowongan kerja menjadi kegiatan penting bagi para pencari kerja dalam menjelajahi pasar kerja. Namun, dengan volume data yang besar dan variasi kriteria pencarian, pencarian efektif sering kali menjadi tantangan. Dalam konteks ini, implementasi algoritma Boyer-Moore pada pencarian lowongan kerja berbasis GIS menjanjikan solusi yang efisien dan cepat. Algoritma pencocokan string ini dikenal karena kecepatannya dalam mencari pola dalam teks. Dengan mengintegrasikan algoritma ini ke dalam sistem pencarian lowongan kerja berbasis Geographic Information System (GIS), pengguna dapat dengan mudah menemukan lowongan kerja yang sesuai dengan preferensi mereka dan juga lokasi geografis yang diinginkan. Paper ini akan membahas tentang bagaimana algoritma Boyer-Moore diimplementasikan dalam sistem pencarian lowongan kerja berbasis GIS. Kami akan menjelaskan langkah-langkah praktis dalam mengintegrasikan algoritma Boyer-Moore ke dalam sistem, termasuk pengumpulan dan pemrosesan data, integrasi dengan GIS, antarmuka pengguna, serta evaluasi kinerja. Selain itu, kami juga akan membahas potensi manfaat dari implementasi tersebut, seperti peningkatan kecepatan pencarian, efisiensi, akurasi, dan pengalaman pengguna yang lebih baik. Hasil Penelitian ini berupa implementasi algoritma Boyer-Moore pada pencarian lowongan kerja berbasis GIS, diharapkan dapat memberikan kontribusi positif dalam mempermudah pencarian pekerjaan bagi para pencari kerja, serta meningkatkan efisiensi dan kualitas proses pencarian secara keseluruhan

Page 17 of 18 | Total Record : 176

 14   15   16   17   18 

Filter by Year

2015 2025


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