cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 02163284     EISSN : 26850877     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 476 Documents
 37   38   39   40   41 
Implementasi Case Base Reasoning Dalam Penempatan Posisi Karyawan Pada CV. Marcel Nurlangga, Rama Nopan; Suendri, Suendri
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2259

Abstract

A company with good management usually has several fields that work for their respective tasks. To work in a suitable field, employees must meet several requirements or criteria belonging to that field. The problem that occurs is that many employees fail to complete their work, employees who work in fields that are not suitable can make work unable to be carried out optimally. To help CV. Marcel in placing employees according to the field of work created an expert system. This application is based on desktop programming by utilizing an expert system with the Case-Based Reasoning method. With the Case-Based Reasoning method implemented in the Application to diagnose work failures so that it can make it easier to carry out an initial diagnosis before a job is not completed. The expected result of this research is that the application to diagnose job failures is expected to help company leaders to diagnose job failures, with this application company leaders can provide prevention solutions.Keywords: Job Failure; Expert System; Case Base AbstrakSuatu perusahaan dengan manajemen yang baik biasanya mempunyai beberapa bidang yang sesuai dengan tugasnya masing-masing. Untuk bekerja di bidang yang cocok, karyawan harus memenuhi beberapa persyaratan atau kriteria yang termasuk dalam bidang tersebut. Permasalahan yang terjadi adalah banyak pegawai yang gagal menyelesaikan pekerjaannya, Pegawai yang bekerja pada bidang yang tidak sesuai dapat membuat pekerjaan tidak dapat dilaksanakan secara maksimal. Untuk membantu CV. Marcel dalam penempatan karyawan sesuai dengan bidang pekerjaannya dibuatlah sistem pakar. Aplikasi ini berbasis pemrograman desktop dengan memanfaatkan sistem pakar dengan Metode Penalaran Berbasis Kasus. Dengan metode Case-Based Reasoning yang diterapkan pada Aplikasi untuk mendiagnosis kegagalan kerja sehingga dapat memudahkan dalam melakukan diagnosa awal sebelum suatu pekerjaan tidak selesai. Hasil yang diharapkan dari penelitian ini adalah adanya aplikasi untuk mendiagnosa pekerjaan kegagalan diharapkan dapat membantu pimpinan perusahaan untuk mendiagnosa kegagalan pekerjaan, dengan adanya aplikasi ini pimpinan perusahaan dapat memberikan solusi pencegahan.Kata Kunci: Kegagalan Pekerjaan; Sistem Pakar; Case Base 
Evaluasi Capability Level Infrastruktur Jaringan Teknologi Informasi PT XYZ Menggunakan COBIT 2019 Fahreza Fahreza; Benfano Soewito
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1792

Abstract

PT XYZ is a telecommunications industry company that is undergoing digital transformation. However, in the process, there are several problems that pose risks such as the use of end-of-sale/life devices, the complexity of data exchange, and the lack of centralization of network devices. When undergoing digital transformation, PT XYZ can use Control Objectives for Information and Technology (COBIT 2019) as a reference system in assessing governance. Research data comes from telecommunications companies in Indonesia to measure the level of information technology governance capability using COBIT 2019 in the align, plan, organize (APO) APO02, APO03, APO04, build, acquire, implement (BAI) BAI01, BAI02, BAI04, and delivery, service, support (DSS) DSS01, and DSS02 domains. The results of the study show that management objectives APO02, APO03, APO04, BAI01, BAI02, BAI04, DSS01, and DSS02 have a low level of capability with levels namely APO02 level 3, APO03 level 1, APO04 level 3, BAI01-BAI02, and BAI04 level 1, DSS01, and DSS02 level 5 with an average value of the overall management objective is level 3 (defined process). Keywords: COBIT 2019 Framework; IT Governance; Capability Level; Telecommunication Industry  AbstrakPT XYZ merupakan perusahaan industri telekomunikasi yang sedang melakukan transformasi digital. Namun, dalam proses tersebut terdapat beberapa masalah yang menimbulkan risiko seperti penggunaan perangkat end-of-sale/life, kompleksitas pertukaran data, dan kurangnya sentralisasi perangkat jaringan. Saat melakukan transformasi digital, PT XYZ dapat menggunakan Control Objective for Information and Technology (COBIT 2019) sebagai sistem acuan dalam menilai tata kelola. Data penelitian bersumber dari perusahaan telekomunikasi di Indonesia untuk mengukur tingkat kapabilitas tata kelola teknologi informasi menggunakan COBIT 2019 pada domain align, plan, organize (APO) APO02, APO03, APO04, build, acquire, implement (BAI) BAI01, BAI02, BAI04, dan delivery, service, support (DSS) DSS01, dan DSS02. Hasil penelitian menunjukkan management objektif APO02, APO03, APO04, BAI01, BAI02, BAI04, DSS01, dan DSS02 memiliki tingkat kapabilitas rendah dengan level yaitu APO02 level 3, APO03 level 1, APO04 level 3, BAI01-BAI02, dan BAI04 level 1, DSS01, dan DSS02 level 5 dengan nilai rata-rata keseluruhan management objective adalah level 3 (defined process).Kata kunci: COBIT 2019 Framework; IT Governance; Capability Level; Telecommunication Industry  
Pengembangan Aplikasi Sistem Rekomendasi Tempat Wisata Dengan Collaborative Filtering Sispianygala, Aprilia; Berutu, Sunneng Sandino; Jatmitka, Jatmitka
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2044

Abstract

Tourists often face difficulties in choosing tourist destinations that match their preferences and interests among the many available options. The purpose of this research is to develop a tourism recommendation system application for Jakarta using the Collaborative Filtering method. This study will develop a tourist recommendation system for Jakarta using collaborative filtering with Python programming language and WxPython as the Graphical User Interface (GUI) framework using the Pycharm application. A dataset consisting of 985 entries has undergone pre-processing. The model evaluation results show that the Mean Squared Error (MAE) value is 0.7561 and the Root Mean Squared Error (RMSE) value is 1.0634. This indicates that the recommendation system's accuracy is approximately 91.60% based on the Mean Squared Error (MAE) and 88.18% based on the Root Mean Squared Error (RMSE).Key Word : Recommendation System; Collaborative Filtering; Jakarta; Tourist attraction; Pycharm AbstrakWisatawan seringkali menghadapi kesulitan dalam memilih tempat wisata yang sesuai dengan preferensi dan minat mereka di antara banyak pilihan yang tersedia.Tujuan penelitian ini adalah untuk membuat aplikasi sistem rekomendasi tempat wisata di Jakarta yang menggunakan metode Collaborative Filltering. Penelitian ini akan mengembangkan sistem rekomendasi tempat wisata di Jakarta yang menggunakan collaborative filltering dengan menggunakan bahasa pemograman Pyhton dan Wxpyhton sebagai framework Grapichal User interfaceI (GUI) menggunakan aplikasi Pycharm. Dataset yang terdiri dari 985 data telah melewati tahap pree-processing. Hasil evaluasi model menunjukkan bahwa nilai Mean Squared Error (MAE) adalah 0.7561 dan nilai Root Mean Squared Error (RMSE) adalah 1.0634. Ini menunjukkan bahwa akurasi sistem rekomendasi adalah sekitar 91.60% berdasarkan Mean Squared Error (MAE) dan 88.18% berdasarkan Root Mean Squared Error (RMSE).Kata kunci: Sistem Rekomendasi; Collaborative Filtering; Jakarta; Tempat Wisata; Pycharm.
Sistem Pendukung Keputusan Dalam Pemilihan Skincare Berdasarkan Jenis Kulit Menggunakan Metode SAW Indah Alfitri Lubis; Abdul Halim Hasugian
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1771

Abstract

AbstractSkincare is one of the main things that can be done for a woman or man who wants to have healthy and radiant skin. facial skin problems (acne) become one of the skin diseases that often occur with a percentage of about 85-100% due to skincare selection errors. The purpose of this study is to apply the Simple Additive Weight (SAW) method in calculating data to determine skincare products that are suitable for facial skin types and to determine the design of a decision support system website for selecting skincare products that are suitable for facial skin types using the help of a MySQL database. The results of the study using the SAW method help alternative weighting and criteria with a weight scale of 1-5 and alternative weighting ranking using the SAW method to get the final score. Rank 1 is obtained by AC-Ttack Anti-Acne Facial with a final value of 1.22 and rank 15 is obtained by CORSX Low pH Good Morning with a final value of 0.51, therefore CORSX Low pH Good Morning is the best product priority.Keywords: Simple Additive Weigthing; Decision Making Systems; Skincare. AbstrakSkincare merupakan salah satu utama yang bisa dilakukan bagi seorang wanita maupun pria yang ingin memiliki kulit yang sehat dan berseri. permasalahan kulit wajah menjadi salah satu penyakit kulit yang sering terjadi dengan presentase sekitar 85-100% akibat kesalahan pemilihan skincare. Tujuan penelitian ini menerapkan metode Simple Additive Weight (SAW) dalam perhitungan data untuk menentukan produk skincare yang sesuai dengan jenis kulit wajah dan mengetahui perancangan sebuah website sistem pendukung keputusan pemilihan produk skincare yang sesuai dengan jenis kulit wajah menggunakan bantuan database MySQL. Hasil penelitian Dengan menggunakan metode SAW membantu pembobotan alternatif dan kriteria dengan skala bobot 1-5 dan pembobotan alternatif perangkingan menggunakan metode SAW untuk mendapatkan nilai akhir. Rangking 1 didapatkan oleh AC-Ttack Anti-Acne Facial dengan nilai akhir yaitu 1.22 dan ranking 15 didapatkan oleh CORSX Low pH Good Morning dengan nilai akhir yaitu 0.51, oleh karena itu CORSX Low pH Good Morning paling prioritas produk terbaik.Kata kunci: Simple Additive Weigthing; Decision Making Systems; Skincare.
Perbandingan Model Arsitektur CNN Dengan Metode Transfer Learning Untuk Klasifikasi Spesies Ikan Laut Ilham Anugrah; Alda Cendekia Siregar; Barry Ceasar Octariadi
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1834

Abstract

Fish are cold-blooded animals that are widely utilized by humans. Fish are a diverse group of poikilothermic vertebrates with over 27,000 species worldwide. The large number of fish species poses a challenge in distinguishing between them. This study aims to implement and compare three popular Convolutional Neural Network (CNN) architectures, namely Xception, Nasnet, and MobileNet V3L, in the task of classifying marine fish species. The research results show that all three CNN architectures perform exceptionally well in classifying marine fish species. The MobileNet V3L architecture achieves the highest level of accuracy with a value of 99% for all evaluation metrics. The Xception architecture achieves an overall accuracy of 97%, while the NasNet architecture achieves an overall accuracy of 92%. Overall, the comparison indicates that the MobileNet V3L architecture is the best architecture in this study.Keyword: Convolutional Neural Network; Transfer Learning; Sea Fish Classification AbstrakIkan merupan hewan berdarah dingin yang banyak di manfaatkan oleh manusia. Ikan adalah kelompok vertebrata poikilotermik yang beraneka ragam dengan jumlah spesies lebih dari 27.000 di seluruh dunia. Banyaknya jumlah spesies ikan menjadi satu masalah dalam membedekan jenis ikan. Penelitian inibertujuan untuk menerapkan dan membandingkan tiga arsitektur Convolutional Neural Network (CNN) yang populer, yaitu Xception, Nasnet, dan MobileNet V3L, dalam tugas klasifikasi spesies ikan laut. Hasil penelitian menunjukkan bahwa semua tiga arsitektur CNN memiliki performa yang sangat baik dalam klasifikasi spesies ikan laut. Arsitektur MobileNet V3L mencapai tingkat akurasi tertinggi dengan nilai sebesar 99% untuk semua metrik evaluasi. untuk arsitektur Xception menghasilkan akurasi keseluruhan 97% dan arsitektur NasNet menghasilkan akurasi keseluruhan 92%. Secara keseluruhan perbandingan dapat dikatakan bahwa arsitektur Mobilenet V3L adalah arsitektur terbaik dalam penelitian ini.Kata kunci: Convolutional Neural Network; Transfer Learning; Klasifikasi Ikan Laut
Analisis Sentimen Masyarakat Terhadap Kinerja Trans Semarang Menggunakan Metode Random Forest Fachreza, Rizqi; Handoko, Widiyanto Tri
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2093

Abstract

Opinion from the public on the performance of Trans Semarang transportation that has been widely discussed on social media X, resulting in many pros and cons. Sentiment analysis comes as a way to understand public opinion, examining the opinions and attitudes of individuals towards an object. individual attitudes towards an object. By using an algorithm methodology, namely Random Forest in classifying data to determine the accuracy of the data to determine the accuracy of the level of sentiment value of X users towards Trans Semarang performance. performance of Trans Semarang. This research uses a dataset taken with keyword "Trans Semarang". Random Forest algorithm is used to classify the data and then test it with various ratios, where the results of this algorithm can be used for the evaluation stage. The results of this algorithm can be used for the evaluation stage. This method produces a confusion matrix value with an accuracy of 81%, an average precission of 80%, average recall 80%, and average f-measure 80%.Keyword: Trans Semarang; Random Forest; Sentiment Analysis AbstrakOpini dari masyarakat terhadap kinerja transportasi Trans Semarang yang ramai dibicarakan di sosial media X, sehingga menimbulkan banyak pro dan kontra. Analisis sentimen hadir sebagai cara untuk memahami opini publik, meneliti pendapat dan sikap individu terhadap suatu objek. Dengan menggunakan metodologi algoritma yaitu Random Forest dalam pengklasifikasian data untuk mengetahui akurasi tingkat nilai sentimen pengguna X terhadap kinerja Trans Semarang. Penelitian ini menggunakan dataset yang diambil dengan kata kunci “Trans Semarang”. Algoritma Random Forest digunakan untuk mengklasifikasikan data dan kemudian mengujinya dengan berbagai rasio, dimana hasil algoritma ini dapat digunakan untuk tahap evaluasi. Metode ini menghasilkan nilai confusion matrix dengan accuracy 81%, precission rata-rata 80%, recall rata-rata 80%, dan f-measure rata-rata 80%.Kata kunci: Trans Semarang; Random Forest; Analisis Sentimen
Model Berbasis Logika Fuzzy untuk Mengukur Risiko Menderita Diabetes Melitus Deddy Kurniawan; Tina Tri Wulansari; Muhammad Rivani Ibrahim; Rasyid Maulana Fajar
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1587

Abstract

Diabetes Mellitus (DM) is a global health issue. DM is a non-communicable disease that spreads quickly. In general, type 2 diabetes mellitus (DMt2) is the most common type of diabetes suffered by people caused by irregular lifestyles. From these health issues, early identification of the risk of individuals having the opportunity to suffer from DMt2 is needed as an early warning of DMt2. A prediction model was proposed in the results of this study using the fuzzy logic (FL) Sugeno technique as the primary basis for predicting DMt2 risk numbers. The prediction model uses four parameters (glucose, BMI, HDL, and systolic) considered relevant to DMt2 cases sourced from Kaggle's public dataset. A combination of triangular (trimf) and trapezium (trapmf) curves is used for the three linguistic levels of each parameter. The final model interprets each predicted outcome into three risk levels, including no risk (NR), risky (R), and very risky (VR). The results of the FL-Sugeno model verification and validation test are based on the application of all parameters used in the model with a prediction accuracy rate of 100%.Keywords: Fuzzy Logic; Sugeno; Risk Suffering; Diabetes Mellitus AbstrakDiabetes Melitus (DM) adalah masalah kesehatan global. DM adalah penyakit tidak menular yang menyebar dengan cepat. Secara umum, diabetes melitus tipe 2 (DMt2) adalah jenis diabetes yang paling umum diderita oleh orang-orang yang disebabkan oleh gaya hidup yang tidak teratur. Dari masalah kesehatan tersebut, identifikasi dini risiko individu berkesempatan menderita DMt2 diperlukan sebagai peringatan dini DMt2. Model prediksi diusulkan dalam hasil penelitian ini dengan menggunakan teknik fuzzy logic (FL) Sugeno sebagai dasar utama untuk memprediksi angka risiko DMt2. Model prediksi menggunakan empat parameter (glukosa, BMI, HDL, dan sistolik) yang dianggap relevan dengan kasus DMt2 yang bersumber dari dataset publik Kaggle. Kombinasi kurva segitiga (trimf) dan trapesium (trapmf) digunakan untuk tiga tingkat linguistik dari setiap parameter. Model yang diusulkan menafsirkan setiap hasil yang diprediksi menjadi tiga tingkat risiko, termasuk tidak ada risiko (NR), berisiko (R), dan sangat berisiko (VR). Hasil pengujian verifikasi dan validasi model FL-Sugeno berdasarkan penerapan seluruh parameter yang digunakan pada model dengan tingkat akurasi prediksi sebesar 100%.Kata kunci: Logika Fuzzy; Sugeno; Risiko menderita; Diabetes Melitus 
Rancang Bangun Robot Remote Control Menggunakan Teknologi DTMF Dengan SIM800L GPRS GSM Halawa, Beny Wirahmat; Setyawan, Gogor Christmass; Lase, Kristian Juri Damai
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1944

Abstract

Remote Control Robot is a mechanical device that is controlled remotely. This research aims to overcome the reliability and efficiency constraints of communication on remote control of robots by using DTMF technology and SIM800L GPRS GSM module. The prototype consists of SIM800L GPRS module as communication module, Arduino Nano used as the main microcontroller, motor driver L298N to control DC motor, ultrasonic sensor HC-SR04 for object detection, and other electronic components. Tests were conducted to ensure connection to the cellular network, call reception, and use of DTMF, as well as security features so that the robot only responds to commands from authorized numbers. The results showed that the prototype successfully met its functionality needs. The robot can be effectively controlled via DTMF signals under various network conditions. The implementation of DTMF technology and SIM800L GPRS GSM enables effective control of the robot without physical presence at the same location.Keywords: Robot Control; Arduino Nano; Dtmf Technology; Sim800l Gprs GSM AbstrakRobot Remote Control merupakan perangkat mekanik yang dikendalikan dari jarak jauh. Penelitian ini bertujuan mengatasi kendala keandalan dan efisiensi komunikasi pada pengendalian jarak jauh robot dengan menggunakan teknologi DTMF dan modul SIM800L GPRS GSM. Prototipe terdiri dari modul SIM800L GPRS sebagai modul komunikasi, Arduino Nano digunakan sebagai mikrokontroler utama, motor driver L298N untuk mengontrol motor DC, sensor ultrasonik HC-SR04 untuk deteksi objek, dan komponen elektronik lainnya. Pengujian dilakukan untuk memastikan koneksi ke jaringan seluler, penerimaan panggilan, dan penggunaan DTMF, serta fitur keamanan agar robot hanya merespon perintah dari nomor yang diizinkan. Hasil penelitian menunjukkan bahwa prototipe berhasil memenuhi kebutuhan fungsionalitasnya. Robot dapat dikontrol secara efektif melalui sinyal DTMF dalam berbagai kondisi jaringan. Implementasi teknologi DTMF dan SIM800L GPRS GSM memungkinkan pengendalian robot secara efektif tanpa kehadiran fisik di lokasi yang sama.Kata kunci: Robot Remote Control; Arduino Nano; Teknologi Dtmf; Sim800l Gprs Gsm
Penerapan Data Mining Pada Penjualan Produk Menggunakan Metode K-Means Clustering Mutiara, Nova; Rifqo, Muhammad Husni
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2128

Abstract

The purpose of this study is to evaluate the extent to which product clustering results influence consumer satisfaction. Excess inventory can lead to overcrowded and inefficient storage, especially since food, beverages, and other products have expiration dates. Currently, Toko Habib still manages inventory manually, which is time-inefficient and prone to errors. To address this issue, data mining techniques are employed. The technique used in this study is K-means clustering, one of the most popular algorithms due to its ease of implementation. This analysis utilizes the K-means clustering algorithm to categorize data in order to identify fast-selling and slow-selling products, while also preventing product overstock in the warehouse. Clustering is one of the functionalities of data mining, where the clustering algorithm groups a set of data into specific clusters. After clustering, three clusters were selected as the initial centroids. The final results showed that 14 items were highly popular, 42 items were popular, and 160 items were less popular. With these results, Toko Habib can implement policies to maintain the loyalty of potential customers and manage products effectively.Keywords: Data Mining, K-Means Algorithm; Cluster Analysis; Toko Habib AbstrakPenelitian ini bertujuan untuk mengevaluasi sejauh mana hasil pengelompokan produk mempengaruhi kepuasan kebutuhan konsumen, Persediaan yang berlebih dapat menyebabkan gudang menjadi penuh sesak dan tidak efisien, terutama karena makanan, minuman, dan produk lainnya mempunyai tanggal kadaluwarsa. Saat ini Toko Habib masih melakukan pengelolaan persediaan secara manual sehingga tidak efisien waktu dan rawan kesalahan. Untuk mengatasi permasalahan tersebut digunakan adalah K-means clustering yang merupakan salah satu algoritma yang populer karena mudah diimplementasikan. Analisis ini menggunakan algoritma clustering K-means yang dapat mengelompokkan data untuk mengetahui produk laris dan tidak laris, dan juga mencegah penumpukan produk di gudang. Clustering merupakan salah satu fungsionalitas data mining, algoritma clustering merupakan algoritma pengelompokkan sejumlah data menjadi kelompok–kelompok data tertentu (cluster). Setelah pengelompokan, dipilih tiga cluster sebagai centroid awal. Hasil akhirnya menunjukkan 14 barang sangat laris, 42 barang laris, dan 160 barang kurang laris. Dengan hasil ini, Toko Habib dapat menerapkan kebijakan untuk mempertahankan loyalitas pelanggan potensial dan mengelola produk secara efektif.Kata Kunci: Data Mining; Algoritma K-Means; Clustering; Toko Habib
Sistem Informasi Geografis Tour Guide Pencarian Rute Terpendek Wisata Kabupaten Ketapang Menggunakan Algoritma Dijkstra ANGGI PURWANTO; Rachmad Wahid Saleh Insani; Barry Ceasar Octariadi
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1551

Abstract

The Tour Guide Geographic Information System was developed to overcome the difficulty of tourists in finding the shortest route to tourist attractions in Ketapang Regency. This application uses the Dijkstra algorithm in finding the fastest path between tourist sites. Although there are differences in route estimation and travel time with Google Maps, this application still provides accurate route estimates. The results of testing through black box testing and user acceptance testing showed success of 81.44%. This system applies exclusively in Ketapang Regency and meets the established standards.Keywords: Geographic Information System; Tour Guide; Dijkstra algorithm; Shortest Route. AbstrakSistem Informasi Geografis Tour Guide dikembangkan untuk mengatasi kesulitan wisatawan dalam menemukan rute terpendek ke objek wisata di Kabupaten Ketapang. Aplikasi ini menggunakan algoritma Dijkstra dalam pencarian jalur tercepat antar lokasi wisata. Meskipun terdapat perbedaan estimasi rute dan waktu tempuh dengan Google Maps, aplikasi ini tetap memberikan estimasi rute yang akurat. Hasil pengujian melalui black box testing dan user acceptance testing menunjukkan keberhasilan sebesar 81,44%. Sistem ini berlaku eksklusif di Kabupaten Ketapang dan memenuhi standar yang ditetapkan.Kata Kunci: Sistem Informasi Geografis; Tour Guide; Algoritma Dijkstra; Rute Terpendek.

Page 39 of 48 | Total Record : 476

 37   38   39   40   41 

Filter by Year

2006 2025


Reset
Filter By Issues
All Issue Vol 21, No 2: Agustus 2025 Vol 21, No 1: Februari 2025 Vol 20, No 2: Agustus 2024 Vol 20, No 1: Februari 2024 Vol 19, No 2: Agustus 2023 Vol 19, No 1: Februari 2023 Vol 18, No 2: Agustus 2022 Vol 18, No 1: Februari 2022 Vol 17, No 2: Agustus 2021 Vol 17, No 1: Februari 2021 Vol 16, No 2: Agustus 2020 Vol 16, No 1: Februari 2020 Vol 15, No 2: Agustus 2019 Vol 15, No 1: Februari 2019 Vol 14, No 2: Agustus 2018 Vol 14, No 1: Februari 2018 Vol 13, No 2: Agustus 2017 Vol 13, No 1: Pebruari 2017 Vol 12, No 2: Agustus 2016 Vol 12, No 1: Pebruari 2016 Vol 11, No 2: Agustus 2015 Vol 11, No 1: Pebruari 2015 Vol 10, No 2: Agustus 2014 Vol 10, No 1: Pebruari 2014 Vol 9, No 2: Agustus 2013 Vol 9, No 1: Pebruari 2013 Vol 7, No 2: Agustus 2011 Vol 6, No 2: Agustus 2010 Vol 6, No 1: Pebruari 2010 Vol 4, No 1: Pebruari 2008 Vol 2, No 2: Agustus 2006 More Issue