Articles
222 Documents
<![CDATA[Implementasi Metode Selection Sort Dalam Sistem Repository Skripsi ]]>
<![CDATA[Banjarnahor, Jepri]]>;
<![CDATA[Bawamenewi, Deskarya]]>;
<![CDATA[Tanoto, Carvin]]>;
<![CDATA[NK Nababan, Marlince]]>;
<![CDATA[Purba, Windania]]>;
<![CDATA[aisyah, siti]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2389
<![CDATA[Abstrak Sistem informasi repository Universitas Prima Indonesia pada saat ini masih menggunakan sistem manual, yakni pada proses pendistribusian nya yang masih harus datang ke perpustakaan dalam mengakses skripsi hasil penelitian alumni. Oleh sebab itu dibutuhkan manajemen repositori yang baik. Tujuan perancangan system informasi repository ini untuk mempermudah mahasiswa untuk mengakses secara online skripsi dari hasil penelitian alumni kampus Universitas Prima Indonesia. Pengembangan sistem informasi ini menggunakan metode Selection Sort. Pada tahap analisa dan perancangannya menggunakan pemodelan Unified Modeling Language. Pengumpulan data dilakukan dengan wawancara langsung dengan mahasiswa dan bagian Perpustakaan, dari hasil pengumpulan data tersebut didapatkan informasi prosedur yang sedang berjalan dan kendala yang dihadapi oleh mahasiswa dan bagian Perpustakaan Universitas Prima Indonesia, kemudian data tersebut dianalisa dan digunakan sebagai informasi untuk merancang sistem. Proses perancangan sistem dilakukan dengan menggunakan bahasa pemrograman PHP dan database MySQL dan metode Bubble Sort dengan hasil penelitian ini adalah berupa rancangan sistem informasi repository skripsi berbasis web yang dapat memudahkan mahasiswa di dalam mengakses skripsi alumni Universitas Prima Indonesia.]]>
<![CDATA[PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENENTUKAN JUDUL SKRIPSI DAN JURNAL PENELITIAN (STUDI KASUS FTIK UNPRI) ]]>
<![CDATA[Sembiring, Cornelia Selvi Dinta Br]]>;
<![CDATA[Hanum, Latifah]]>;
<![CDATA[Tamba, Saut Parsaoran]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2393
<![CDATA[Kemajuan teknologi saat ini berpengaruh pesat termasuk dalam bidang pendidikan khususnya dalam perkuliahan untuk menentukan judul skripsi dan jurnal penelitian. Dalam hal ini para pengembang menemukan suatu pola untuk mempermudah dalam pencarian ide judul untuk menyelesaikan syarat kelulusan perkuliahan dalam lingkup jurusan Sistem Informasi di Universitas Prima Indonesia. Untuk mengatasi permasalahan tersebut dengan menerapkan metode Algoritma K-Means. Metode tersebut bertujuan untuk mengelompokkan data mahasiswa seesuai dengan skill dan basic yang didominasi pada mata kuliah yang paling banyak diminati sebagai acuan dalam pengembangannya. Dengan adanya pengolahan data yang dilakukan dapat memberikan solusi kepada mahasiswa dan lingkupnya untuk mengetahui ide judul skripsi dan jurnal penelitian. Maka hasil uji coba mendapatkan perbandingan score dalam pembagian clustering yaitu pada 29% C1, 21% C2, 22% C3, 13% C4, 15% C5]]>
<![CDATA[Penerapan Data Mining Algoritma Apriori Dalam Menentukan Stok Bahan Baku Pada Restoran Nelayan Menggunakan Metode Association Rule ]]>
<![CDATA[-, Edbert]]>;
<![CDATA[Tamba, Saut Parsaoran]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2407
<![CDATA[ABSTRAK Restaurant Nelayan merupakan restauran yang berada di kota medan. Restoran nelayan ialah restoran chinesse food yang paling terkenal di kota Medan. Hal tersebut tercapai karena kerja keras owner dan pihak manajemen yang terus melakukan inovasi dan pengendalian terhadap bisnis yang telah berlangsung selama bertahun-tahun dan sudah memiliki pelanggan yang cukup banyak. hampir seluruh outlet mereka tetap ramai dikunjungi oleh pelanggan. Sertifikasi halal dari lembaga-lembaga terkait menjadikan restoran nelayan dapat menjangkau semua pelanggan walaupun mengusung menu chinesse food. Sekarang outlet-oultet restoran Nelayan tersebar di kota Medan dan memiliki ratusan karyawan, semakin banyaknya outlet-outlet yang tersebar maka bahan baku akan makin banyak untuk di simpan menjadi stok. Maka di butuhkan sistem data mining metode Assosiation Rule menggunakan algoritma Apriori dalam mengolah data bahan baku menjadi data yang menjadi referensi bagi restoran dalam menentukan stok bahan baku. Kata Kunci : Data Mining, Association Rule, Apriori, Bahan Baku]]>
<![CDATA[IMPLEMENTASI DATA MINING DALAM PENGKATEGORIAN BARANG EXPEDISI MUATAN KAPAL LAUT PADA PT MARITIM ERA SUKSES MENGGUNAKAN METODE APRIORI ]]>
<![CDATA[Suhendra, Fadjar]]>;
<![CDATA[Wiminata, Flencia]]>;
<![CDATA[Harmaja, Okta Jaya]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2415
<![CDATA[Expedisi Muatan Kapal Laut merupakan sebuah perusahaan yang mengirimkan barang menggunakan kapal laut menggunakan jalur laut biasanya untuk pengiriman luar pulau. PT Maritim Era Sukses merupakan perusahaan yang bergerak di bidang expedisi muatan laut yang beralamat Jln Kiwi no 8P Komplek Cemara Asri sudah berdiri sejak 2018. Salah satu data yang dihasilkan dari sistem informasi pengiriman tersebut adalah transaksi data pengiriman produk. Dengan kegiatan pengiriman setiap hari maka otomatis data pengiriman tersebut makin lama akan semakin bertambah banyak. Solusi dari permasalahan tersebut adalah bagaimana membentuk pola kombinasi itemsets dan membuat aturan dengan teknik Association Rule. Pengetahuan yang dihasilkan dari data pengolahan data pengiriman dengan Algoritma Apriori yakni berupa pola kombinasi dan aturan Asosiasi, yang dapat digunakan oleh pihak expedisi salah satunya adalah sebagai acuan penyusunan kategori produk.]]>
<![CDATA[APLIKASI KOPERASI SEMBAKO BERBASIS SOFTWARE AS A SERVICE ]]>
<![CDATA[Harmaja, Okta Jaya]]>;
<![CDATA[Damanik, Meiriska]]>;
<![CDATA[Simorangkir, Hara Artharoo]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2436
<![CDATA[Dizaman digitalisasi ini tidak hanya sektor tekologi dan pendidikan yang didorong untuk mampu berkembang mengikuti zaman. Dalam bidang perekonomian pun dituntut untuk menggunakan digitalisasi. Sistem kerja yang masih berlaku di koperasi sembako khususnya koperasi Pemasaran sejahtera kita indonesia masih menggunakan sistem manual yang dimana setiap proses pembelian dan transaksi dicatat dibuku. Tidak jarang terjadinya kesilapan dalam pembukuan. Hal ini dapat diminimalisir dengan adanya software as a service , yang dimana sistem digunakan secara langsung tanpa harus menginstal aplikasi tambahan. Penelitian ini menggunakan metode agile yang penyelesaian masalahnya lebih cepat serta dapat disesuaikan dengan kebutuhan pengguna.Hasil dari penelitian ini ialah aplikasi berbasis saas yangdimana penggunanya dapat menggunakannya dimana saja dan pengguna wajib melakukan login terlebih dahulu sebelum memulai sistemnya.]]>
<![CDATA[Model Prediksi Obesitas dengan Menggunakan Support Vector Machine ]]>
<![CDATA[Sitanggang, Delima]]>;
<![CDATA[Sherly, Sherly]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2443
<![CDATA[Obesitas atau kelebihan berat badan merupakan kondisi dimana adanya abnormalitas maupun lemak berlebih pada individu yang berperan sebagai salah satu faktor penyakit yang mengancam kesehatan seseorang. Menurut WHO, data dari tahun 1975 hingga 2016 tingkat obesitas pada anak dan remaja dengan umur 5 sampai 19 tahun terus meningkat hingga lebih dari empat kali lipat dari 4% menjadi 18%. Pada masa sekarang, obesitas tidak hanya menjadi masalah pada negara yang memiliki pendapatan perkapita tinggi, negara berkembang dengan pendapatan perkapita rendah menengah juga mengalami peningkatan jumlah obesitas dengan tingkat peningkatan 30% lebih tinggi dari negara maju. Pada penelitian ini, berfokus pada memprediksi tingkat persentase lemak pada badan menggunakan Support Vector Machine. Data target yang akan diprediksi adalah ‘BodyFat’ dengan mengacuhkan ‘Density’ karena pengukuran persentase ‘BodyFat’ diambil dari nilai ‘Density’. Model prediksi ini dibangun untuk mempermudah proses penemuan tingkat densitas dari tubuh manusia dikarenakan prosesnya pengambilan datanya yang tidak mudah.Tujuan dari penelitian ini adalah untuk menilai kemampuan Support Vector Machine dalam melakukan regresi serta mempersiapkan algoritma prediksi bertipe regresi dengan nilai peforma yang baik. Manfaat dari penelitian ini adalahuntuk memperoleh model prediksi data yang dapat membantu memprediksi nilai persentase lemak pada badan sehingga dapat digunakan untuk kelengkapan data serta penyajian informasi tanpa perlu memperhatikan faktor bentuk badan yang beragam. Proses implementasi algoritma SVR dapat dengan baik melakukan regresi dengan tingkat akurasi akhir 71.80% dan MSE 17.76. Sistem prediksi yang dihasilkan dengan algoritma mampu membantu dalam penentuan otomatis persentase lemak pada badan tanpa perlu pengukuran densitas badan yang memerlukan pengukuran dalam air dikarenakan volume tubuh manusia yang beragam dan bervariasi.Persentase lemak pada badan merupakan informasi yang penting baik untuk keperluan diagnosa maupun sebagai informasi peringatan yang dikarenakan apabila persentase berlebih dapat menyebabkan penyakit beresiko tinggi seperti type-2 diabetes dan penyakit jantung lainnya.]]>
<![CDATA[PREDIKSI PENYAKIT GAGAL JANTUNG DENGAN MENGGUNAKAN RANDOM FOREST ]]>
<![CDATA[Tamba, Saut Parsaoran]]>;
<![CDATA[-, Edric]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2445
<![CDATA[Lebih dari 4 dari 5 kematian atas Cardiovascular disease (CVD) pada jantung dan pembuluh darah yang termasuk diataranya: coronary heart disease, cerebrovascular disease, rheumatic heart disease, dan kondisi jantung lainnya. Faktor resiko penyakit ini seringnya disebabkan oleh diet yang tidak sehat, kurang berolahraga, serta penggunaan rokok dan alkohol yang berlebih. Pada penelitian ini, tim peneliti memutuskan untuk memprediksi probabilitas penyakit gagal jantung menggunakan Random Forest. Data yang dipakai untuk melatih algoritma Random Forest yang dipakai diambil dari kompilasi beberapa observasi yang mana total akhirnya berjumlah 918 observasi dengan 12 atribut. Adapun tujuan dari penelitian ini adalah untuk menunjukkan kemampuan Random Forest dalam memprediksi penyakit gagal jantung dengan hasil peforma yang baik serta membuat model klasifikasi yang sederhana namun beperforma baik. Manfaat dari penelitian ini adalah untuk menjembatani penelitian deteksi dan ekstraksi fitur EKG sebelumnya sehingga mampu dimanfaatkan dan dikembangkan untuk tahap selanjutnya hingga produk siap pakai. Proses implementasi algoritma Random Forest yang digunakan sukses dengan meraih tingkat akurasi sebesar 82,6087% yang kemudian dioptimasi dengan teknik K-Fold dan GridSearchCV menjadi 85,058%. Sistem klasifikasi dengan Random Forest yang dibuat dapat dimplementasikan kedalam rangkaian alat untuk menciptakan alat deteksi aritmia EKG otomatis portable. Hubungan antara informasi yang disajikan oleh alat juga dengan sukses dibuktikan kontribusi pentingnya terhadap diagnosa positif negatifnya seseorang mempunyai penyakit jantung terutama melalui Gelombang ST.]]>
<![CDATA[ANALISIS TREND MOMENT PADA DATAMINING FORECASTING DALAM MEMPREDIKSI JUMLAH PERSEDIAAN OBAT HERBAL ]]>
<![CDATA[Meizar, Abdul]]>;
<![CDATA[Fahrozi, Wirhan]]>;
<![CDATA[Indra, Evta]]>;
<![CDATA[Saputra, Muhardi]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2452
<![CDATA[Penjualan merupakan hal yang penting pada suatu perusahaan, oleh sebab itu strategi dan penyusunan rencana terhadap suksesnya penjualan harus dilakukan. Salah satu strategi yang harus disusun adalah persedian jumlah barang. PT. Murni Indah Sentosa merupakan perusahaan yang bergerak di bidang penjualan obat herbal. Masalah yang sering dihadapi adalah persediaan jumlah obat herbal yang selalu over stock yaitu jumlah persediaan masih sangat banyak daripada yang terjual. Sehingga menimbulkan kerugian yang besar disebabkan terpacu pada expired obat hebal tersebut. Untuk itu diperlukan suatu perhitungan dalam memprediksi jumlah persediaan agar tidak terjadi over stock. Trend Moment merupakan salah satu metode datamining dalam memprediksi. Cocok pada kasus ini karena metode trend moment dapat memprediksi jumlah persediaan setiap bulannya. Data input dilakukan pada jumlah stok yang terdapat pada bulan Agustus 2019 hingga Maret 2021. Dan tujuan prediksi pada bulan April 2021 dan bulan berikutnya. Hasil yang di dapat yaitu pada hitungan prediksi yaitu 30 kg dan obat terjual 28 kg. presentase ketidaktepatan hanya 1.07%.]]>
<![CDATA[Smart Farming- Drip Irrigation Controlled using LR-WPAN with hybrid Power ]]>
<![CDATA[sagala, albert]]>;
<![CDATA[Sitompul, Janasde]]>;
<![CDATA[Hutauruk, Joel]]>;
<![CDATA[Sitorus, Riado]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2462
<![CDATA[Agricultural sectors always need technology to get higher yields. Wireless Sensor Technology with LR-WPAN gives the opportunity to control the plat with minimum cost. In this paper, we developed a system that optimally waters agricultural crops based on a wireless sensor network technology. The scope in this paper consists of two main components: a hybrid power source and a communication system between end nodes with the gateway. The first component was designed and implemented in control box hardware using PLC (Programmable Logic Controller) to generate the power to all components (microcontroller, sensor, and actuator). The second is transmission data from end node to gateway by utilizing Zigbee protocol. The automation uses data from three soil moisture sensors as a trigger to the ON/OFF solenoid valve for watering the field. It may conclude that the system can work properly, the data from the field was sent real-time. Also, the hybrid power was working properly to supply power.]]>
<![CDATA[Sistem Pendukung Keputusan Penentuan Penerimaan Bantuan Sembako Covid-19 Pada Desa Ujung Serdang Menggunakan Metode SMART ]]>
<![CDATA[Nera Mayana Br Tarigan, Nera Mayana Br Tarigan]]>;
<![CDATA[-, Ricky Martin Ginting]]>;
<![CDATA[-, Santa Elisa Br Tarigan]]>
<![CDATA[ Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) ]]>
Publisher : <![CDATA[Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2466
<![CDATA[Pemberian Sembako Covid_19 pada desa ujung Serdang membutuhkan ketepatan dalam pendistribusian untuk menjaga keadilan serta kesejahtraan masyarakat. Namun dalam pemilihan penerimaan bantuan covid-19 haruslah melihat dari beberapa penilaian yang akurat. Selama ini pemberian bantuan masih menggunakan metode manual yaitu pemerintah desa beserta timnya memilih langsung masyarakat yang layak mererima bantuan sehingga sering sekali terjadi ketidaktepatan serta masih adanya budaya mengutamakan keluarga. Sistem pendukung keputusan dalam pemilihan pemberian bantuan pada masyarakat Desa Ujung Serdang sangat dibutuhkan sehingga pemerintah Desa Ujung Serdang untuk selanjutnya dapat memberikan bantuan kepada masyarakat dengan tepat sasaran dan cepat. Sistem Pendukung keputusan dengan penerapan Metode Simple Multi Attribute Rating Technique (SMART). Metode SMART digunakan untuk menganalisa dalam menentukan masyarakat yang layak mendapatkan bantuan yang dibuat berdasarkan kriteria, sistem pendukung keputusan ini dibangun dengan bahasa pemrograman Visual Basic 2010 dan database menggunakan MySQL. Penelitian ini ditargetkan dapat membantu pemerintah Desa Ujung Serdang dalam menentukan penerima bantuan Covid-19. Dari hasil penelitian yang telah dilakukan bahwa hasil kelayakan penerimaan bantuan sembako Covid-19 pada Desa Ujung Serdang yaitu Hendra Tarigan dengan nilai 92 (Layak), Richard Ginting dengan nilai 85 (Layak), Herman Sembiring dengan nilai 77 (layak), David Ginting dengan nilai 75 (Layak), Efendy Sitepu dengan nilai 68 (Layak), Pilih Ginting dengan nilai 65 (Layak), Imanuel Bukit dengan nilai 43,5 (Tidak Layak), Rejeki Ginting dengan nilai 32 (Tidak Layak), Tamrin Tarigan dengan nilai 30 (Tidak Layak), Mberngap Sembiring dengan nilai 27 Tidak Layak).]]>
