cover
Contact Name
Wahyu Andhyka Kusuma
Contact Email
kusuma.wahyu.a@gmail.com
Phone
+628973127396
Journal Mail Official
-
Editorial Address
Jl. Tlogomas 246 Malang
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Repositor
ISSN : 27147975     EISSN : 27161382     DOI : http://dx.doi.org/10.22219
Jurnal Repositor dipublikasikan oleh Universitas Muhammadiyah Malang dan dikelolah Program Studi Informatika. Jurnal Repositor merupakan jurnal ilmiah dengan ruang lingkup keilmuan bidang ifnormatika. Jurnal ini mempublikasikan hasil penelitian, telaah ilmiah dan serangkaian hasil studi yang berkaitan.
Articles 360 Documents
Rancang Bangun Prototype Sistem Informasi Manajemen Program Studi Informatika Menggunakan Pendekatan User Centered Design Yola Agustia Rahman; Evi Dwi Wahyuni; Dharma Surya Pradana
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.433

Abstract

Sistem informasi Teknik Informatika UMM memuat kegiatan berhubungan dengan akademik. Berdasarkan hasil observasi menggunakan kuesioner yang disebarkan ke 30 responden kepada mahasiswa aktif Teknik Informatika UMM, dari pernyataan ke empat bahwa 23 orang menyatakan meragukan data yang terdapat dalam sistem bukan informasi terkini dan jarang diperbarui. Kemudian interaksi yang dilakukan seperti penyampaian informasi mengenai jadwal kuliah, jadwal sidang, event dan informasi lainnya disampaikan melalui grup Facebook. Dengan adanya permasalahan tersebut maka peneliti menggunakan .metode User Centered Design (UCD) dalam perancangan prototype akademik dengan. memanfaatkan pendapat pengguna, serta pola. dan tingkah laku pengguna dapat .menghasilkan user interface dan fungsionalitas. yang maksimal serta memiliki nilai usabili.ty. Selain itu digunakan metode Heuristic Evaluation untuk melakukan evaluasi desain dan menilai sistem. Untuk menemukan kekurangan lebih awal sebelum di implementasikan, mengurangi kesalahan kegunaan berikutnya yang memungkinkan adanya pengeluaran biaya lebih untuk perbaikan.
Ekstraksi Informasi Kesehatan Masyarakat Dari Tweet Berbahasa Indonesia Berbasis Klasifikasi Dengan Algoritma Naive Bayes Khoirir Rosikin; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol 2 No 2 (2020): Februari 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i2.237

Abstract

Kesehatan merupakan kebutuhan utama manusia. Di Indonesia terdapat permasalahan tentang kesehatan, yaitu meningkatnya penyakit menular dan penyakit tidak menular. Untuk mengatasinya perlu dilakukan tidakan pencegahan. Salah satu usaha untuk melakukan pencegahan penyakit, adalah dengan mengetahui informasi penyakit tersebut, temasuk tentang penyebab dan akibat yang ditimbulkan, sehingga bisa melakukan pencegahan. Informasi bisa didapatkan dengan berbagai macam cara, salah satunya diambil dari media sosial, terutama twitter. Twitter digunakan karena banyaknya tweet yang dihasilkan sehingga memunculkan fenomena big data. Karena hal itulah, penelitian ini bermaksud untuk melakukan suatu metode ekstraksi informasi. Ekstraksi informasi merupakan metode penerapan data mining terutama bidang text mining yang digunakan untuk mendapatkan informasi dari kumpulan banyak data. Informasi yang dimaksud adalah penyakit, akibat, dan penyebab. Penelitian ini menggunakan pendekatan ekstraksi informasi berbasis klasifikasi dengan algoritma Naive Bayes. Penelitian ini menggunakan 7 set fitur dan sebuah model algoritma klasifikasi yaitu Naive Bayes. Dalam ekstraksi fitur terjadi imbalance dataset, sehingga dilakukan resample filtering data. Pengujian dilakukan dengan 2 metode, yaitu pengujian model dengan menggunakan 10-folds cross-validation dan pengujian klasifikasi dengan menggunakan 100 data uji. Hasil dari pengujian model mendapatkan nilai akurasi 77,27% dan pengujian klasifikasi mendapatkan nilai akurasi 74,07%.
Sistem Informasi Geografis Berbasis Web Untuk Pemetaan Lokasi Pelatihan Sepakbola Di Kota Malang Menggunakan ArcGIS Risdianto Risdianto; Gita Indah Marthasari; Wildan Suharso
Jurnal Repositor Vol 2 No 6 (2020): Juni 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i6.336

Abstract

Dalam meningkatkan prestasi dan kualitas sepakbola Indonesia dibutuhkan pembinaan pemain sepakbola dari mulai usia muda. Pembinaan yang baik maka akan memiliki fisik, mental serta taktik permainan yang baik pula. Pembinaan ini dapat dilakukan pada sekolah sepakbola di tiap-tiap daerah. Dalam hal pembinaan pemain sepakbola Kota Malang memiliki 29 sekolah sepakbola yang tersebar di tiap-tiap kecamatan, akan tetapi dari jumlah sekolah sepakbola tersebut hanya beberapa yang diketahui oleh masyarakat secara umum. Sistem informasi geografis mampu mengatasi permasalahan tersebut dengan cara melakukan pencarian persebaran sekolah sepakbola pada tiap kecamatan di kota Malang. Sedangkan SIG berbasis web mampu memberikan informasi secara lengkap kepada masyarakat dengan mengaksesnya secara online melalui jaringan internet. Penelitian ini merancang aplikasi SIG yang dapat dijalankan pada web browser dengan memberikan informasi tentang persebaran sekolah sepakbola pada tiap kecamatan beserta informasi lengkap. Dalam perancangannya dibutuhkan metode pengumpulan data yaitu data spasial dan data non spasial/atribut. Data spasial berupa lokasi sekolah sepakbola yang ditunjukkan pada peta Kota Malang yang di dapatkan dari alamat lengkap sekolah sepakbola. Sedangkan data non spasial terdiri dari nama sekolah sepakbola, nama kordinator, nomor telepon, jadwal latihan, tempat latihan, syarat masuk klub dan jumlah anggota. Pada perancangan SIG berbasis web ini juga dilengkapi dengan fitur lain yaitu pengelolaan lapangan dan pengelolaan event.
Monitoring Jarak Tempuh Lari Menggunakan Sensor Accelerometer Mochamad Arifin; Wahyu Andhyka Kusuma; Syaifuddin Syaifuddin
Jurnal Repositor Vol 2 No 6 (2020): Juni 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i6.781

Abstract

Berlari merupakan frekuensi langkah yang dipercepat sehingga pada waktu berlari terdapat kecenderungan badan melayang. Pada saat berlari kedua kaki tidak menyentuh sekurang – kurangnya satu kaki tetap menyentuh tanah. Seiring perkembangan teknologi yang semakin pesat dan maju, untuk mengukur suatu percepatan ketika berlari dapat menggunakan teknologi accelerometer. Accelerometer dapat digunakan sebagai alat bantu manusia yang memiliki beberapa kelebihan terutama untuk pengecekan percepatan dan jarak tempuh. Selain itu, accelerometer digunakan untuk mengukur percepatan, mendeteksi getaran, dan bisa juga untuk percepatan gravitasi. Pendeteksian gerakan berdasarkan pada 3 sumbu yaitu kanan-kiri, atas-bawah dan depan-belakang. Pada penelitian ini, besaran akselerasi pada sumbu x, y, dan z dari sensor accelerometer dengan menggunakan parameter jarak meliputi 5 meter, 10 meter , 15 meter dan 20 meter. Dari hasil pengujian yang diperoleh sebanyak 5 responden maka dapat diambil kesimpulan bahwa kecocokan data pengujian yang diambil secara manual dengan aplikasi memiliki perbedaan. Dari jarak pengujian 5 meter diperoleh hasil galat presentase error sebanyak 7,96%. Jarak 10 meter diperoleh sebanyak 6,4%. Jarak 15 meter diperoleh 13,68% meter. Selanjutnya, jarak 20 meter yaitu 11 %. Pengujian dilakukan dengan menggunakan aplikasi monitoring pada smartphone yang telah terinstall dan diletakkan pada saku celana responden sehingga akan diperoleh nilai data pada sumbu x,y dan z pada aplikasi yang kemudian di konversikan pada grafik gelombang sinus dan perhitungan manual berupa perhitungan jarak dan galat presentase error.
Deteksi Topik Tentang Tokoh Publik Politik Menggunakan Latent Dirichlet Allocation (LDA) Faizun Nuril Hikmah; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.52

Abstract

Twitter merupakan salah satu Social Networking yang memperbolehkan pengguna untuk mengirim dan membaca sebanyak 140 karakter. Berdasarkan survey sekitar 500 juta tweet tiap harinya yang dikirim melalui twitter. Data-data tersebut dapat berupa opini-opini publik mengenai politik, tokoh publik, makanan, dan lain sebagainya. Data tersebut akan diolah dengan teknik Topic Detection untuk menghasilkan suatu topik yang sedang marak dibicarakan masyarakat tentang tokoh publik politik. Permasalahan dalam penulisan ini yaitu, bagaimana mengekstraksi suatu tweet tentang tokoh publik politik dari pengguna Twitter. Data tweet yang diambil tentang tokoh publik politik diantaranya yaitu mengenai Joko Widodo, Basuki Tjahaja Purnama (Ahok), Anies Baswedan, Sandiaga Uno, dan Habib Rizieq Shihab. Dengan adanya data atau tweet tentang tokoh publik politik dapat diolah menggunakan metode Agglomerative untuk mengcluster tiap data yang akan digunakan sebagai topik acuan, LDA (Latent Dirichlet Allocation) yang akan berfungsi sebagai pemodelan topik dari tweet-tweet yang telah tercluster, serta TF-IDF untuk mengetahui tweet mana saja yang mengandung kata-kata dalam LDA yang akan dijadikan sebagai topik acuan. Sehingga akan menghasilkan deteksi topik yang relevan berdasarkan tweet mengenai tokoh publik politik.
Perbandingan Metode Klasifikasi Berita Hoaks Berbahasa Indonesia Berbasis Pembelajaran Mesin Muhammad Athaillah; Yufis Azhar; Yuda Munarko
Jurnal Repositor Vol 2 No 5 (2020): Mei 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i5.692

Abstract

Klasifiaksi berita hoaks merupakan salah satu aplikasi kategorisasi teks. Berita hoaks harus diklasifikasikan karena berita hoaks dapat mempengaruhi tindakan dan pola pikir pembaca. Dalam proses klasifikasi pada penelitian ini menggunakan beberapa tahapan yaitu praproses, ekstraksi fitur, seleksi fitur dan klasifikasi. Penelitian ini bertujuan membandingkan dua algoritma yaitu algoritma Naïve Bayes dan Multinomial Naïve Bayes, manakah dari kedua algoritma tersebut yang lebih efektif dalam mengklasifikasikan berita hoaks. Data yang digunakan dalam penelitian ini berasal dari www.trunbackhoax.id untuk data berita hoaks sebanyak 100 artikel dan data berita non-hoaks berasal dari kompas.com, detik.com berjumlah 100 artikel. Data latih berjumlah 140 artikel dan data uji berjumlah 60 artikel. Hasil perbandingan algoritma Naïve Bayes memiliki nilai F1-score sebesar 0,93 dan nilai F1-score Multinomial Naïve Bayes sebesar 0,92.
Analisis Distance Vector Protocol Routing dan Link State Routing Protocol Pada Jaringan Software Defined Network Dwi Nurmasari Pratiwi; Mahar Faiqurahman; Denar Regata Akbi
Jurnal Repositor Vol 2 No 3 (2020): Maret 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i3.477

Abstract

Dengan semakin berkembangnya jaringan computer, skalabilitas, dan kompleksitas jaringan pun semakin tinggi. Hal ini menimbulkan permasalahan pada jaringan konvensional yang salah satunya adalah konfigurasi yang dilakukan semakin kompleks. Teknologi SDN dengan memberikan solusi dalam mengelola, merancangan, serta membangun jaringan dengan memisahkan controlplane dan dataplane. Hal ini membuat perangkat jaringan seperti switch atau router dapat meneruskan data sesuai apa yang diperintahkan oleh controller. Beberapa teknologi protokol yang ada di jaringan konvensional juga dapat diterapkan dalam jaringan SDN, diantaranya adalah teknologi/protokol routing. Pada penelitian ini dilakukan simulasi analisis membandingkan routing protocol OSPF dan RIPv2 pada jaringan SDN menggunakan mininet dan controller RouteFlow. Kemudian dalam penelitian ini menggunakan parameter Round Trip Time (RTT), Delay, Packet Loss, dan Convergence Time. Skenario RTT dan Convergence Time dilakukan dengan pemberian bandwidth 25 Mbps – 200 Mbps, dengan batasan delay 10ms. Sedangkan pada Delay dan Packet Loss diberi background traffic bervariasi sebesar 25 Mbps – 200 Mbps. Berdasarkan hasil penelitian yang dilakukan pada jaringan SDN, routing protocol OSPF tidak sepenuhnya lebih baik dibandingkan dengan RIPv2. Sedangkan pada packet loss didapatkan presentase sebesar 0% pada routing OSPF dan RIPv2.
Prototype Aplikasi Pencarian Informasi Ayat Al-Quran Berdasarkan Suara Bacaannya Berbasis Android Fakhrul Islami; Gita Indah Marthasari; Eko Budi Cahyono
Jurnal Repositor Vol 2 No 5 (2020): Mei 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i5.564

Abstract

Aplikasi Al-Quran dengan berbagai macam fitur telah banyak dikembangkan oleh para developer untuk memberikan kemudahan dan kenyamanan bagi pengguna aplikasi tersebut. Namun, inovasi untuk pengembangan aplikasi tidak akan berhenti sampai di situ saja. Dilatarbelakangi oleh sifat lupa pada manusia, seperti mengingat informasi suatu ayat: nomer ayat dan nama surah yang begitu banyak. Maka dibuatlah sebuah fitur pencarian informasi ayat Al-Qur’an dengan menggunakan suara bacaan ayatnya. Penelitian ini membahas tentang pengembangan aplikasi Al-Qur’an dengan penambahan fitur yang memanfaatkan teknologi speech recognition. Karena masih dalam bentuk prototype, aplikasi ini hanya berisi data surah sebanyak 37 surah pada juz ke-30. Pengujian aplikasi dilakukan sebanyak 10 kali percobaan dengan menggunakan beberapa ayat al-Quran secara random. Tingkat keberhasilan dari pengujian tersebut adalah 90%. Dengan demikian fitur ini dapat dijadikan solusi untuk pengembangan aplikasi Al-Qur’an kedepannya.
Pembuatan Jadwal Shift Perawat Dengan Menggunakan Metode Constraint Satisfaction Rizal Rakhman Mustafa; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 2 No 2 (2020): Februari 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i2.152

Abstract

Rumah Sakit adalah institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat inap, rawat jalan dan gawat darurat. Rumah Sakit mempunyai beberapa Sumber daya dari suatu fasilitas kesehatan seperti, perawat, dokter dan peralatan medis harus tersedia selama 24 jam sehari dalam satu minggu. Bagi perawat panjangnya jam kerja dapat berdampak buruk pada pelayanan kesehatan dan kualitas kerja, oleh sebab itu penjadwalan merupakan hal yang sangat penting dan membatu perawatan dalam meningkatkan pelayanan kesehatan dan kualitas kerja. Penjadwalan ini diharapkan dapat membatu kepala ruang untuk mendapatkan jadwal dengan beban jam kerja lebih efektif untuk setiap perawat serta memenuhi batasan - batasan penjadwalan yang ada. Constraint Programing (CP) merupakan pendekatan perhitungan atau komputasi matematis atas masalah - masalah yang berkaitan dengan batasan – batasan dari variabel – variabel, dengan tujuan mencari solusi yang memenuhi batasan – batasan tersebut. Setelah melakukan evaluasi terhadap penelitian ini, dapat disimpulkan bahwa penggunaan algoritma Constraint Satisfaction untuk pembuatan jadwal shift perawat ini dinilai cukup efektif. Keberhasilan dalam penjadwalan ini mencapai 99.2% dan 94%.
Prediksi Pemakaian Kwh Listrik Menggunakan Metode Support Vector Regression (SVR) (Studi Kasus: PT. PLN (Persero) Rayon Seririt) Rima Mediana Mashita; Setio Basuki; Nur Hayatin
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.106

Abstract

Peranan listrik sangat penting bagi kehidupan masyarakat, begitu pentingnya peranan listrik tentu saja berdampak pada kebutuhan listrik yang begitu besar, maka PT. PLN (Persero) Rayon Seririt sebagai penyedia tenaga listrik harus bisa memprediksi besarnya peggunaan listrik rumah tangga setiap harinya. Selain itu menyebabkan semakin besar pula pemakian kwh listik, apabila pemakaian kwh listrik tidak diolah dengan baik akan menimbulkan beban energi listrik yang tidak terbendung. Dengan permasalahan yang telah diuraikan, penelitian ini menerapkan algoritma Support Vector Regression dalam Prediksi Pemakain KWH Listrik untuk mengetahui besarnya pemakaian kwh listrik yang akan datang. Berdasarkan hasil pengujian yang dilakukan hasil nilai akurasi terbaik Mean Absolute Error (MAE) sebesar 133560,1, Root Mean Squared Error (RMSE) sebesar 167664,1, dan Koefisien Korelasi sebesar 84,0 pada kernel polynomial. Sehingga algoritma Support Vector Regression dan fungsi kernel Radial Basis Function (RBF) cocok digunakan dalam memprediksi pemakaian kwh listrik.

Page 7 of 36 | Total Record : 360