cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Pramitha Dwi Larasati
Contact Email
jurnal.siskomkb@tau.ac.id
Phone
+628569874091
Journal Mail Official
jurnal.siskomkb@tau.ac.id
Editorial Address
Jl. Swadarma Raya No. 58, Ulujami Pesanggrahan, Jakarta Selatan12250
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal Sistem Komputer & Kecerdasan Buatan
Published by Universitas Tanri Abeng
ISSN : 2613991X     EISSN : 26212927     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering
Jurnal Sistem Komputer dan Kecerdasan Buatan (SisKom-KB) adalah salah satu jurnal ilmiah yang diterbitkan oleh kantor Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Tanri Abeng yang mencakup bidang Ilmu Komputer, Teknik Informatika, Teknik Elektro dan beberapa bidang ilmu multidisipliner yang mengarah pada Sistem Komputer berbasis Kecerdasan Buatan. Jurnal ini diterbitkan berkala dengan dua volume setiap tahunnya. Jurnal Penelitian Ilmiah ini menerima hasil tulisan penelitian ilmiah dari luar civitas akademika Universitas Tanri Abeng
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 178 Documents
 6   7   8   9   10 
Metode Naïve Bayes Untuk Memprediksi Penyakit Stroke Haris Bugis
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.317

Abstract

Abstrak— Teknologi sangat amat berkembang pesat, sampai-sampai manusia sudah hampir terikat sepenuhya oleh teknologi. Bahkan dibidang Kesehatan juga menggunakan teknologi-teknologi yang canggih sehingga dapat menyelesaikan pekerjaan di bidang kesehatan. Melihat pesatnya perkembangan di dunia Kesehatan, maka telah dilakukan penelitian untuk memprediksi penyakit stroke berdasarkan gaya hidup serta lingkungan masyarakat. Penelitian ini bertujuan untuk mengklasifikasi dan memprediksi orang-orang tentang apakah orang tersebut akan berpotensi terkena penyakit stroke atau tidak. Peneliti menggunakan metode klasifikasi Naive Bayes yang merupakan salah-satu metode sederhana untuk mengklasifikasi dan memprediksi sebuah data. Peneliti mengambil data orang-orang seperti nama, umur, beberapa gejala, lingkungan, dan sebagainya. Peneliti juga menggunakan aplikasi Python 3 untuk melakukan prediksi dan juga Rapidminer untuk melihat tingkat akurasi prediksi dari metode Naive Bayes ini. Maka dapat disimpulkan bahwa metode naïve bayes ini bisa digunakan untuk memprediksi sebuah penyakit seseorang, contohnya penyakit stroke. Kata Kunci—klasifikasi, stroke, naïve bayes, prediksi, rapidminer
Klasifikasi HIV AIDS dengan Aplikasi Rapid Miner Aden Wahyu P.; Rizky A. Susanto; Alfian R Putra; Felix Indra Kurniadi; Budi Juarto
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.320

Abstract

Abstract— HIV adalah virus yang menyerang sistem kekebalan tubuh yang selanjutnya meningkatkan kemampuan tubuh untuk melawan infeksi dan penyakit. Sejarah AIDS Virus HIV dikatakan berasal dari Kinshasa, Republik Demokratik Kongo. Pada saat itu, para ahli percaya bahwa HIV berasal dari spesies simpanse yang ditularkan ke manusia. Pada simpanse, virus tersebut diberi nama Simian Immunodeficiency Virus atau SIV. Sebelum kemudian menyebabkan penularan HIV pada manusia, penularan virus simpanse ini mungkin berasal dari perburuan simpanse untuk diambil dagingnya, kemudian para pemburu tersebut terkena darah hewan yang terinfeksi. Studi oleh Pusat Pencegahan dan Pengendalian Penyakit (CDC) menunjukkan bahwa HIV mungkin telah ditularkan dari simpanse ke manusia sejak akhir 1800-an. Kinshasa adalah kota terbesar di Kongo, kota dengan pertumbuhan tercepat dengan jaringan transportasi yang menjangkau seluruh negeri. Sebuah laporan menyebutkan sejarah di balik penularan HIV AIDS dari Kongo ke seluruh dunia. Maraknya perdagangan seks, pertumbuhan penduduk, dan jarum suntik yang tidak steril di klinik-klinik diduga menjadi penyebab penyebaran virus HIV yang cukup pesat saat itu. Sejarah juga mencatat AIDS kemudian merajalela di Amerika, Eropa, lalu ke seluruh dunia. Untuk memeriksa data yang ada kami menggunakan aplikasi Data Miner untuk memudahkan kami dalam memeriksa data tersebut. masih banyak pasien yang terpapar virus HIV yang artinya masih banyak masyarakat yang tidak sadar akan bahaya virus yang jika tidak segera ditangani virus ini akan memasuki fase akhir yang sangat berbahaya atau yang kita ketahui sebagai AIDS. Keywords—HIV, machine learning, rapid miner
Analisis dan Perancangan Aplikasi Pelanggan Bengkel Menggunakan Android Studio dan Firebase Dengan Metode Time Driven Activity Based Costing Muhamad Femy Mulya; Nofita Rismawati; Millati Izzatillah; Saipul Anwar
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.323

Abstract

Abstract— Permasalahan yang disusun dalam penelitian ini adalah pengendara sepeda motor sering kali mengalami kerusakan saat dalam perjalanan dan membutuhkan informasi letak bengkel terdekat. Selain itu pengendara juga tidak mengetahui estimasi biaya service kendaraan bermotor ketika mendatangi bengkel-bengkel kecil yang ada di jalan. Estimasi biaya perbaikan dapat digunakan oleh para pengendara motor untuk mempersiapkan biaya sebelum mendatangi bengkel. Menjawab permasalahan yang ada, perancangan Aplikasi Pelanggan Bengkel berbasis Android ini menggunakan metode Incremental Development untuk perancangan aplikasi dan metode Time Driven Activity Based Costing (TDABC) untuk memberikan estimasi biaya pada layanan perbaikan sepeda motor. Hasil dari penelitian ini berupa metode TDABC yang berhasil diimplementasikan ke dalam aplikasi pelanggan bengkel dan menjawab permasalahan yang dialami pengguna dalam mencari bengkel terdekat dan memprediksi estimasi biaya yang harus dikeluarkan sebelum melakukan perbaikan kendaraan bermotor. Implementasi aplikasi pelanggan bengkel juga membantu pemilik bengkel kecil untuk memperoleh pelanggan baru. Pada penelitian ini juga, menggunakan metode pengujian black box dengan parameter test case untuk mengetahui estimasi harga layanan pada bengkel motor. Keywords—Aplikasi Pelanggan Bengkel, Time Driven Activity Based Costing, Estimasi Biaya
Pengaruh Penggunaan Beacon Interval Dalam Meningkatkan Throughput Jaringan Wireless IEEE 802.11ax Vian Ardiyansyah Saputro; Suwanto Raharjo
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.324

Abstract

Abstract— Standarisasi IEEE 802.11ax yang lebih dikenal WiFi 6 merupakan regulasi teknologi jaringan wireless terbaru yang dikeluarkan oleh IEEE sebagai pengembangan dari standar jaringan wireless IEEE 802.11ac. Tidak seperti halnya pada jaringan kabel, jaringan wireless memiliki kerentanan terhadap keamanan pengguna jaringan dikarenakan sifat jaringan wireless yang lebih terbuka sehingga memungkinkan siapa saja dapat mengakses jaringan wireless tersebut, Salah satu cara yang dapat dilakukan untuk mengamankan jaringan wireless adalah dengan menerapkan wireless security protocols dimana tersedia berbagai mode yang dapat digunakan, salah satunya adalah mode WPA3-SAE namun di dalam penggunaan wireless security protocols ini dapat menurunkan throughput yang didapatkan oleh pengguna jaringan wireless dengan adanya penurunan throughput ini tentunya akan mengakibatkan performa jaringan wireless menjadi tidak maksimal. Tujuan utama di dalam penelitian ini adalah untuk mengetahui bagaimana penggunaan beacon interval dalam meningkatkan throughput ketika menerapkan wireless security protocol di jaringan wireless dengan standar IEEE 802.11ax. Hasil yang kami dapatkan menunjukan bahwa perubahan nilai beacon interval saat menerapkan wireless security protocols mode Open Security dapat meningkatkan throughput hingga 0,7 % dan 0,6 % saat menerapkan mode WPA3-SAE. Keywords—wireless, 802.11ax, beacon interval, throughput, wpa versi 3-sae
Implementasi Sistem Informasi Akademik Berbasis Web (Studi Kasus di Universitas Tanri Abeng Jakarta) Muhammad Reza Albhantany; Abdul Kholiq Al Anshori; Johny Hizkia Siringo Ringo
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.325

Abstract

Abstrak—Dalam era modern saat ini, dunia pendidikan mengalami kemajuan yang sangat pesat yang dipengaruhi oleh perkembangan zaman. Mulai dari proses input data penerimaan calon mahasiswa baru, penginputan nilai, jadwal pelajaran, dan lain sebagainya. Pembuatan sistem informasi akademik ini bertujuan untuk membantu memudahkan pihak kampus untuk proses input data-data akademik serta untuk penyampaian informasi akademik. Sistem informasi tersebut dapat dikatakan terus mengalami perkembangan dan dimanfaatkan dengan semaksimal mungkin oleh institusi-institusi perguruan tinggi termasuk kampus Tanri Abeng yang mengaplikasikan sistem tersebut sebagai SIAKAD. Sistem yang dirancang menggunakan sebuah media penyimpanan data adalah MySQL, sedangkan bahasa pemrograman yang digunakan meliputi PHP, CSS, JavaScript dan HTML. Tujuan dari perancangan sistem informasi akademik ini untuk memudahkan penyajian informasi terkait akademik yang dibutuhkan dengan cepat, tepat, dan efisien dengan tampilan halaman yang baru. Keywords — Sistem Informasi Akademik, Mysql, PHP, CSS, JavaScript, HTML
Rancang Bangun Sistem Informasi Kegiatan Penunjang Akademik di Universitas Pamulang Farida Nurlaila; Joko Riyanto
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.326

Abstract

Abstract—Kegiatan penunjang akademik secara rutin diadakan untuk meningkatkan wawasan civitas akademik khususnya mahasiswa dan dosen. Namun pada pelaksanaannya, penyebaran informasi kegiatan terbatas jangkauannya, dan belum tersedia platform resmi yang bisa menjangkau kesemua. Banyaknya calon peserta juga menyulitkan panitia dalam pendataan peserta sehingga memungkinkan terjadinya data yang terlewat atau duplikasi data pendaftar calon peserta kegiatan. Selain itu peserta juga harus menunggu untuk mendapatkan sertifikat dikarenakan banyaknya peserta seminar, dan juga masih belum tersedianya pengarsipan untuk penomoran sertifikat. Metode penelitian yang digunakan adalah metode deskriptif dengan melihat kondisi serta aturan-aturan dalam pelaksanaan setiap kegiatan penunjang akademik. Dari temuan yang dikumpulkan, kemudian muncul solusi permasalahan dengan membuat aplikasi berbasis web dengan model pengembangan Rapid Application Development (RAD). Hasil yang didapat bisa menunjang efisiensi dan efektifitas dalam mengolah data, mendapatkan informasi yang cepat dan tepat, mampu mengoptimalkan proses pendataan peserta kegiatan, adanya penomoran pada setiap sertifikat yang telah dibuat untuk membantu dalam proses memverifikasi kepemilikan sertifikat, serta fitur cetak sertifikat agar peserta dapat mencetak sertifikat sendiri. Keywords—Kegiatan penunjang akademik, Rapid Application Development, Metode Deskriptif, aplikasi berbasis web
Realisasi Prediksi Jalur Visual Berdasarkan Citra Tunggal dengan Spatial Matching Network Mohamad Hafiz Gema Takbir Akbar; Riko Arlando Saragih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.327

Abstract

Abstract—Jalur visual dapat didefenisikan sebagai cara manusia menafsir secara visual terhadap sebuah lintasan yang dapat dilalui. Prediksi jalur visual adalah suatu bidang riset kecerdasan buatan untuk memprediksi dan menafsirkan situasi dalam suatu scene yang meniru kemampuan berfikir manusia. Pada tahun 2016, sebuah jaringan syaraf tiruan berbasis Convolutional Neural Network (CNN) bernama Spatial Matching Network (SMN) dibangun untuk memprediksi jalur visual dari satu citra berdasarkan analisis spasial. Fungsi dari SMN adalah untuk mencari kesesuaian konteks spasial dari objek observasi dalam sebuah citra dengan lingkungannya. Dalam tulisan ini, prediksi jalur visual menggunakan SMN dikembangkan berdasarkan 4 jenis percobaan yang melibatkan orientasi dari objek dan perubahan jumlah node dari directed graph yang merepresentasikan hubungan pada tiap posisi pada citra. Kontribusi penelitian ini adalah kenaikan akurasi dari rata-rata hasil prediksi jalur visual menggunakan evaluasi metrik Modified Hausdorff Distance, dengan rincian kenaikan akurasi hasil 0,04% dari percobaan dengan penambahan jumlah node pada directed graph, kenaikan sebesar 14,9% dari percobaan dengan penambahan orientasi obyek, dan kenaikan akurasi hasil sebesar 20,5% pada percobaan dengan penambahan kedua parameter tersebut. Keywords— Spatial Matching Network, Convolutional Neural Network, Fully Connected Layer, jalur visual, analisis spasial, orientasi obyek, node, directed graph
Light Gradient Boosting Machine untuk Deteksi Penyakit Stroke Felix Indra Kurniadi; Pramitha Dwi Larasati
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.328

Abstract

Abstract—Stroke merupakan salah satu penyakit yang berbahaya di dunia penyakit stroke merupakan penyakit kedua yang mengakibatkan kematian. Pada saat ini proses pendeteksian factor resiko seseorang untuk terkena stroke sangat penting dilakukan sebagai early detection. Pada saat ini sudah banyak algoritma machine learning yang mencoba mengatasi permasalahan dalam clinical data seperti SVM, dan Random Forest. Kedua metode ini sayangnya memiliki problem utama terbesar yaitu mudah sekali overfitting dan sangat rentan terhadap noise. Disebabkan oleh kelemahan yang diusulkan oleh kedua metode ini, peneliti mengusulkan metode Light Gradient Boosting Machine. Light Gradient Boosting Machine merupakan algoritma yang memiliki computational cost rendah. Pada penelitian ini kita menggunakan dua scenario utama yaitu scenario tanpa menggunakan fitur seleksi dan scenario kedua dengan menggunakan fitur seleksi menggunakan Variance Threshold method. Kesimpulan yang didapatkan dari penelitian adalah metode Light GBM memiliki hasil yang seimbang antara SVM dan RF akan tetapi model yang dibuat sangat bias hal ini dapat dilihat dari nilai precision dan recall yang berbeda jauh dari nilai akurasinya. Keywords—light GBM, SVM, Random Forest, Stroke
Analisis Metode Replikasi Sistem Basis Data Di Pusintek Kementerian Keuangan Aditya Nugraha; Ruhul Amin
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.329

Abstract

Abstract—Penggunaan sistem Teknologi Informasi (TI) dalam menjalankan proses bisnis di berbagai bidang di era pandemi saat ini merupakan sesuatu yang tidak terelakkan lagi. Diantara berbagai keuntungan dan kemudahan penggunaan Teknologi Informasi tersebut, terdapat risiko yang mengintai terhadap penggunaan Teknologi Informasi yaitu ketersediaan basis data, waktu downtime yang berakibat pada gap data, hingga risiko yang terbesar yaitu kehilangan data. Dikarenakan adanya risiko-risiko tersebut, perlu dicari metode replikasi basis data yang paling tepat untuk meminimalisir kemungkinan atau menjadi solusi yang paling cepat untuk mengembalikan kondisi normal atas terjadinya risiko tersebut. Penelitian ini bertujuan mencari tahu seberapa efisien dan efektif penerapan metode replikasi basis data di Pusintek Kementerian Keuangn dengan memperhatikan konsep High Availability Disaster Recovery pada platform basis data SQL Server. Penelitian ini dilakukan dengan melakukan pengujian pada aspek ketersediaan basis data, lamanya waktu downtime dan integritas data pada tiga metode replikasi yaitu Backup-Restore, Mirroring dan Always On Availability Group. Berdasarkan analisa dan pengujian yang dilakukan, metode Always On Availability Group memiliki waktu downtime paling rendah dan integritas data yang terjaga pada secondary node. Keywords—basis data, high availability disaster recovery, integritas data, ketersediaan data, replikasi
Klasifikasi Penyakit Pernapasan berbasis Visualisasi Suara menggunakan Metode Support Vector Machine Andani Achmad; Adnan Adnan; Muhammad Rijal
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.330

Abstract

Abstract—Suara merupakan parameter yang sangat penting dalam sistem kesehatan pernapasan. Proses klasifikasi pernapasan dipengaruhi oleh dukungan tubuh dalam mendapatkan oksigen yang menghasilkan keadaan normal dan abnormal. Keadaan abnormal yang dimaksud adalah penyakit asma, bronkitis dan tuberkolosis. Tujuan panelitian ini yaitu mengusulkan Support Vector Machine untuk melakukan klasifikasi penyakit asma, bronkitis dan tuberkolosis. Pemilihan metode Support Vector Machine berdasarkan keunggulan dalam proses generalisasi dengan meminimalkan terjadinya salah prediksi dan estimasi parameter agar ditemukan hyperplane yang terbaik untuk memisahkan kelas. Hasil pengujian mengemukakan bahwa metode Support Vector Machine berhasil diterapkan dalam mengklasifikasi penyakit asma, bronkitis dan tuberkolosis dengan akurasi sebesar 46.37%. Keywords—Klasifikasi, Penyakit Pernafasan, Visualisasi Suara, MFCC, Support Vector Machine.

Page 8 of 18 | Total Record : 178

 6   7   8   9   10 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 1 (2025): Volume IX - Nomor 1 - September 2025 Vol. 8 No. 3 (2025): Volume VIII - Nomor 3 - Mei 2025 Vol. 8 No. 2 (2025): Volume VIII - Nomor 2 - Februari 2025 Vol. 8 No. 1 (2024): Volume VIII - Nomor 1 - September 2024 Vol. 7 No. 3 (2024): Volume VII - Nomor 3 - Juni 2024 Vol. 7 No. 2 (2024): Volume VII - Nomor 2 - February 2024 Vol. 7 No. 1 (2023): Volume VII - Nomor 1 - September 2023 Vol. 6 No. 2 (2023): Volume VI - Nomor 2 - Maret 2023 Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022 Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022 Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021 Vol. 4 No. 2 (2021): Volume IV - Nomor 2 - Maret 2021 Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 Vol. 3 No. 1 (2019): Volume III - Nomor 1 - September 2019 Vol. 2 No. 2 (2019): Volume II - Nomor 2 - Maret 2019 Vol 2 No 1 (2018): Volume II - Nomor 1 - September 2018 Vol 1 No 2 (2018): Volume I - Nomor 2 - Februari 2018 More Issue