cover
Contact Name
Fricles Ariwisanto Sianturi
Contact Email
sianturifricles@gmail.com
Phone
+6285372207091
Journal Mail Official
-
Editorial Address
JL. Karya Jaya Ujung Namorambe
Location
Unknown,
Unknown
INDONESIA
Jurnal Sains dan Teknologi
ISSN : -     EISSN : 27148661     DOI : -
SAINTEK (Jurnal Sains dan Teknologi) adalah jurnal peer reviewed dan Open-Access. SAINTEK merupakan jurnal yang diterbitkan oleh Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara. SAINTEK mengundang para peneliti, dosen, dan praktisi di seluruh dunia untuk bertukar dan memajukan keilmuan di bidang sains dan teknologi yang meliputi bidang Matematika, Kimia, Biologi, Teknologi Rekayasa dan Keteknikan, Farmasi, Geografi, Komputer dan Teknologi Informasi, Ekonomi.
Arjuna Subject : Umum - Umum
Articles 321 Documents
MBKM Proyek Kemanusiaan Progaram Pembentukan Kampung Peduli Donor Darah di RW 16 Kelurahan Karang Tengah Avionita, Neng Vini; Pranata, Ariyani Yeri; Nasrulsyah, Annajmi; Nurhanifah, Nadia; Destriana, Mutiara; Khansaa, Syifau Shahwatul; Sutisnawati, Astri; Maula, Luthfi Hamdani; Pebriana, Feri; Januarianto, Dinar Mochamad; Maulana, Atep
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Donor darah merupakan kegiatan memberikan atau menyumbangkan darah secara sukarela. Darah kerap dibutuhkan oleh orang yang mengalami luka berat atau menderita penyakit tertentu, seperti anemia, thalasemia, dan kanker darah. Keberadaan akan pasokan darah sangat dibutuhkan bagi pasien dan dokter dalam perawatan. Semua orang dapat menjadi pendonor darah jika memenuhi persyaratan yang berlaku. Proses pencarian pendonor darah sukarela yang sesuai dengan kriteria pasien seringkali sulit untuk dilakukan karena prosedur pemeriksaan darah, keterbatasan tempat serta keterbatasan waktu yang menyangkut keselamatan pasien. Sedangkan memperoleh darah dalam waktu yang singkat sangat diharapkan oleh setiap dokter dalam menangani pasien. Berdasarkan fenomena tersebut, maka pada kegiatan MBKM Proyek Kemanusiaan Universitas Muhammadiyah Sukabumi prodi PGSD bekerjasama dengan PMI Kota Sukabumi membentuk program “Kampung Peduli Donor Darah” sebagai sebuah sistem program yang dapat memberikan pengetahuan serta kepedulian masyarakat terhadap kebutuhan darah, mewujudkan sikap peduli dan sukarela dalam membantu sesama, mempermudah pengurus RW dan Posyandu untuk membuat Bank data golongan darah di wilayahnya.
Analisis Pengaruh Brand Loyalty, Produk Quality, Service Quality Terhadap Keputusan Pembelian Rumah Di Jakarta Garden City Purwandono, Eddy
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/saintek.v5i1.1365

Abstract

Analisis Pengaruh Brand Loyalty, Product Quality, Service Quality Terhadap Keputusan Pembelian Rumah Di Jakarta Garden City. Persaingan pasal dalam dunia property rumah semakin hari semakin meningkat dengan peluang besar terhadap property developer atau pengembang perumahan untuk melancarkan usahanya. Kebutuhan pasar yang meningkat ini dimbangi pula dengan peningkatan jumlah populasi yang membawa pengaruh terhadap perilaku konsumen. Populasi dalam penelitian ini adalah semua konsumen yang sedang melakukan pembelian di Jakarta Garden City.
Penerapan Metode Asosiasi Pada Data Penjualan Transaksi Menggunakan Algoritma Apriori (Studi Kasus Circle’K Apartemen Marabella Jakarta Selatan) Arinal, Veri; Melani, Melani Afsari
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penjualan produk pada CIRCLE’K belum memanfaatkan algoritma data mining yang dapat membantu menganalisis data transaksi untuk mengoptimalkan penjualan dan juga dapat mengurangi banyak sisa produk yang tidak terbeli oleh pembeli. Untuk menghindari terjadinya sisa jenis produk yang kurang peminatnya dan mengetahui jenis-jenis produk mana saja yang laris terjual diperlukan algoritma apriori. Algoritma apriori dapat mengetahui hal tersebut berdasarkan data transaksi yang terjadi. Penelitian ini melakukan analisis data transaksi menggunakan data mining dengan metode algoritma apriori, menggunakan algoritma tersebut dapat diketahui keterkaitan antara item satu dengan item yang lain, sehingga dapat menyusun strategi memasarkan pruduk berdasarkan keterkaitan antar item.hasil akhir didapatkan produk terlaris adalah produk terlaris ialah es kopi susu gula aren, Hot dog chicken chili con carne, Kebab crispy chicken, kebab beef rol, Pao coklat dan Sosis bakar chicken. Hasil akhir prosesnya ialah ada 7 aturan asosiasi berdasarkan parameter yang sebelumnya telah ditentukan yaitu nilai minimum support-nya 50% dan minimum confidence-nya 60%.
Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes Akbar, Yuma; Sugiharto, Tri
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak−Perkembangan teknologi di era sekarang terpaut pesat, terlebih beberapa akhir ini dan terbaru mengenai tentang kecerdasan buatan. Banyak beberapa raksasa teknologi mengembangkan kecerdasan buatan yang bertujuan untuk mempermudah pekerjaan manusia. Salah satunya adalah ChatGPT. ChatGPT dikembangkan oleh OpenAI, perusahaan riset kecerdasan buatan yang berbasis di San Francisco, California, Amerika Serikat, pada tahun 2020 dan diperkenalkan secara resmi kepada publik pada tahun 2021. ChatGPT dikembangkan berdasarkan model bahasa generatif terdalam sebelumnya, yaitu GPT-3. Keberadaan ChatGPT menjadi bukti kemajuan teknologi chatbot saat ini. Penelitian yang saya lakukan mengusung tema Analisis Sentimen Pengguna Twitter di Indonesia terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes. Data penelitian bersumber dari pengguna Twitter, spesifik di Indonesia. Penelitian ini bertujuan untuk menganalisis pola penggunaan Twitter di Indonesia terhadap ChatGPT menggunakan algoritma C4.5 dan Naïve Bayes. Dengan menggunakan RapidMiner, metode C4.5 digunakan untuk mengidentifikasi pola penggunaan Twitter yang paling signifikan dalam interaksi dengan ChatGPT, sedangkan metode Naïve Bayes digunakan untuk mengklasifikasikan jenis interaksi yang paling umum terjadi antara pengguna Twitter dan ChatGPT. Perbandingan kedua algoritma mendapat hasil accuracy = 77.33%, precision = 100.00%, recall = 30.18%. Kesimpulan dari hasil tersebut adalah positif, artinya respon atau sentimen yang diambil dari sosial media twitter khususnya di Indonesia menunjukkan feedback baik terhadap ChatGPT. Kata Kunci: ChatGPT, Twitter, Analisis Sentimen, C4.5, Naïve Bayes
Optimasi Metode Decision Tree Menggunakan Particle Swarm Optimization Untuk Analisis Sentimen Review Game GTA V Roleplay Arinal, Veri; Purnomo, Bening Sari
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Twitter merupakan media komunikasi yang penggunanya dapat saling bertukar informasi dan juga sebagai media hiburan. Game GTA V Roleplay banyak dibicarakan dan menjadi rekomendasi karena cara bermainnya yang unik dan santai. Dengan begitu, menimbulkan respon yang beragam dari pengguna Twitter terhadap game tersebut. Penelitian ini akan melakukan Analisis Sentimen terhadap review game GTA V Roleplay dengan metode Decision Tree. Metode tersebut akan dioptimalkan dengan fitur seleksi yaitu Particle Swarm Optimization (PSO) untuk meningkatkan akurasi dengan menentukan parameter-parameter proses yang menghasilkan klasifikasi yaitu nilai keputusan. Proses tahapan yang dilakukan yaitu meliputi pengumpulan data, pelabelan data, pre-processing data, pembobotan, penerapan metode, dan pengujian. Tujuannya adalah untuk menentukan apakah game tersebut bersentimen positif atau negatif dan diharapkan mampu menghasilkan hasil akurasi yang baik. Dari hasil pengujian yang dilakukan, didapatkan bahwa hasil nilai akurasi dari metode Decision Tree adalah 81,20%. Setelah ditingkatkan akurasinya dengan fitur seleksi Particle Swarm Optimization (PSO) maka hasil akurasi yang didapatkan adalah 83,63%. Lalu didapatkan 365 sentimen positif dan 71 sentimen negatif. Maka sesuai dengan nilai sentimen yang paling banyak yaitu sentimen positif maka game GTA V Roleplay merupakan game yang positif berdasarkan opini pengguna Twitter.
. Analisa Tingkat Kerawanan Kebakaran Di Kecamatan Tebet Untuk Mengetahui Zona Siaga Kebakaran Menggunakan Tableau Public: . Utama, Donny Alif; Sumantri, Erno; Tardin, Tardin
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/saintek.v5i1.1372

Abstract

Dinas Penanggulangan Kebakaran dan Penyelamatan Kota Administrasi Jakarta Selatan adalah instansi pemerintah yang bertanggung jawab untuk memberikan jasa penanggulangan kebakaran dan penyelamatan di wilayah Jakarta Selatan. Penelitian ini bertujuan untuk melakukan analisa tingkat kerawanan kebakaran di Kecamatan Tebet dengan menggunakan Tableau Public dalam rangka mengetahui zona siaga kebakaran. Metode penelitian yang digunakan adalah deskriptif kualitatif dengan mengumpulkan data dari Dinas Penanggulangan Kebakaran dan Penyelamatan Kota Administrasi Jakarta Selatan dan melalui survei langsung di lapangan. Data yang dikumpulkan kemudian diolah dan divalidasi menggunakan software Tableau Public. Hasil penelitian menunjukkan bahwa terdapat delapan kelurahan yang memiliki tingkat kerawanan kebakaran tinggi di Kecamatan Tebet, yaitu Kelurahan Kebon Baru, Tebet Timur, Tebet Barat, Bukit Duri, Manggarai Selatan, Manggarai, dan Menteng Dalam. Dengan adanya informasi zona siaga kebakaran ini, diharapkan dapat membantu instansi terkait dalam meningkatkan kewaspadaan dan penanganan kebakaran di Kecamatan Tebet.
Penerapan Algoritma C.45 Pada Klasifikasi Status Gizi Balita di Posyandu Desa Sukalilah Cibatu Kabupaten Garut Jawa Barat Lestari, Sri; Runi Amanda Amalia
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengukuran status gizi balita dapat dinilai dengan mengukur tubuh manusia yang dikenal dengan istilah “Antropometri”. Posyandu di Desa Sukalilah Cibatu Kabupaten Garut Jawa Barat salah satunya yang dapat melakukan pemeriksaan dan pengukuran antropometri agar dapat mengetahui status gizi balita dengan cara orang tua berkonsultasi dengan kader atau petugas kesehatan. Standar rujukan yang dipakai untuk penentuan klasifikasi status gizi dengan antropometri berdasarkan Peraturan Menteri Kesehatan Republik Indonesia Nomor 2 Tahun 2020 tentang Standar Antropometri. Untuk mengukur antropometri disini menggunakan indeks BB/U, karena dapat lebih mudah dimengerti oleh masyarakat umum dan sensitif untuk dapat melihat status gizi jangka pendek Metode yang digunakan pada penelitian ini yaitu dengan menggunakan metode klasifikasi Data Mining algoritma C4.5. Tujuan penelitian untuk mengetahui faktor-faktor apa saja yang mempengaruhi status gizi tersebut dan mendapatkan hasil status gizi agar lebih akurat dan efisien. Hasil akurasi yang diperoleh dari aplikasi rapidminer dengan status gizi kategori baik dan buruk yaitu 95,50%.
Penerapan Metode K-Means Pada Data Penjualan Untuk Mendapatkan Produk Terlaris Di PT. Titian Nusantara Boga : Penerapan Metode K-Means Pada Data Penjualan Untuk Mendapatkan Produk Terlaris Di PT. Titian Nusantara Boga Wahyudi, Tri; Saadah, Naini; Puspitasari, Devi
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Titian Nusantara Boga adalah perusahaan berkembang yang bergerak di bidang ritel dengan menjual produk makanan. Namun seiring berkembangnya zaman, membuat persaingan semakin ketat karena banyak perusahaan yang bergerak di bidang yang sama. Penelitian ini membahas tentang penerapan data mining, untuk meningkatkan penjualan pada PT. Titian Nusantara Boga dengan mengelompokkan produk ke dalam kategori sangat laris, cukup laris dan kurang laris menggunakan algoritma K-Means Clustering dengan Metode CRISP-DM yang melalui proses business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Pengujian ini dilakukan menggunakan aplikasi RapidMiner 9.10 dengan jumlah 3 atribut dan 793 record data kemudian berhasil mebentuk 3 cluster, yaitu cluster pertama mendapatkan hasil 128 produk, cluster kedua mendapatkan 622 produk dan cluster ketiga mendapatkan 43 produk. Kemudian dilakukan uji validasi dengan Davies Bouldin Index dan mendapatkan nilai DBI pada cluster pertama 0,679, cluster kedua 0,816 dan cluster ketiga 0,837. Dari nilai DBI yang dihasilkan bahwa cluster pertama merupakan cluster yang kualitasnya sangat baik karena menghasilkan nilai DBI yang paling rendah. Sehingga dari 3 cluster yang terbentuk dapat dikategorikan cluster pertama ke dalam kategori sangat laris, cluster kedua yaitu kategori cukup laris dan cluster ketiga yaitu kategori kurang laris.
Penerapan Data Mining Menggunakan Metode Algoritma Apriori Untuk Menentukan Penjualan Barang IT pada PT. Javas Karya Tungga Jakarta Selatan: Penerapan Data Mining Menggunakan Metode Algoritma Apriori Untuk Menentukan Penjualan Barang IT pada PT. Javas Karya Tungga Jakarta Selatan Lestari, Sri; Damaiyanti, Alfiani
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penjualan barang pada PT. Javas Karya Tungga belum memanfaatkan algoritma data mining yang dapat membantu menganalisis data transaksi untuk mengoptimalkan penjualan dan juga dapat mengurangi banyak sisa produk yang tidak terjual oleh user. Untuk menghindari terjadinya sisa tipe barang yang kurang peminatnya dan mengetahui jenis-jenis tipe barang mana saja yang laris terjual diperlukan algoritma apriori. Algoritma apriori dapat mengetahui hal tersebut berdasarkan data transaksi yang terjadi. Implementasi memakai RapidMiner 10.1 yang dilakukan dengan memasukkan data transaksi penjualan dengan jumlah 6 atribut 748 record dengan data transaksi dari Januari – Februari 2023. Penelitian ini melakukan analisis data transaksi menggunakan data mining dengan metode algoritma apriori, menggunakan algoritma tersebut dapat diketahui tipe barang yang dapat menentukan keterkaitan antara satu item produk dengan item produk lain, sehingga dapat menyiapkan persediaan tipe barang yang diprioritaskan dan menyusun strategi memasarkan tipe barang dengan jenis produk yang lain dengan mengkaji keunggulan produk satu dengan lainnya yang banyak terjual saat ini.
Analisa Sentimen Tentang Piala Dunia u-20 Indonesia Menggunakan Algoritma K-Nearest Neighbor Purnama, Lintang; Wahyudi, Tri
Jurnal Sains dan Teknologi Vol. 6 No. 2 (2024): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/saintek.v6i2.1397

Abstract

Piala Dunia U-20, juga dikenal sebagai Kejuaraan Dunia FIFA untuk Pemain Muda, merupakan turnamen sepak bola internasional yang diselenggarakan oleh FIFA setiap dua tahun sekali. Turnamen ini diikuti oleh tim nasional sepak bola U-20 dari berbagai negara di seluruh dunia. Pada 2023 ini, Indonesia seharusnya menjadi tuan rumah Piala Dunia U-20. Penunjukkan Indonesia sebagai tuan rumah Piala Dunia U-20 dimulai pada tahun 2018. Saat itu FIFA membuka proses tender untuk menentukan tuan rumah Piala Dunia U-20 pada tahun 2021. Selain Indonesia, ada tiga negara lain yang juga mengajukan diri sebagai tuan rumah, yaitu Brasil, Peru, dan Uni Emirat Arab. Akan tetapi Indonesia gagal menjadi tuan rumah Piala Dunia u-20 tersebut dikarenakan beberapa faktor, dengan adanya pembatalan tersebut menimbulkan kontroversial sehingga mengundang banyak kalangan untuk memberikan penilaian opininya. Oleh karena itu masyarakat memilih sosial media sebagai tempat untuk menyalurkan opini. Pada penilitian ini, akan mengambil tweets dari twitter untuk diolah dan mengklasifikasikan teks dengan algoritma KNN. Untuk proses klasifikasi teks dibagi menjadi dua kelas yaitu kelas sentimen positif dan kelas sentimen negatif. Data yang digunakan berjumlah 2.862 data yang sudah di cleansing yang berjumlah 1276 data bersentimen positif dan 1010 data yang bersentimen negatif sehingga dapat di presentasekan 44.18% positif dan 55.82% negatif, berdasarkan klasifikasi model algoritma K-Nearest Neighbor, menggunakan split data perbandingan 0.8 : 0.2 dengan nilai k = 3 terhadap dataset Piala Dunia u20, didapatkan nilai accuracy sebesar 99.83%.