Jurnal Ilmiah Intech : Information Technology Journal of UMUS
Jurnal Ilmiah Intech : Information Technology Journal of UMUS terbit 2 (dua) kali dalam satu tahun yaitu Mei dan November yang berisi hasil pemikiran dan penelitian pada bidang Ilmu Komputer dan Informatika, dnegan fokus dan ruang lingkup: 1. ilmu komputer: Artificial Intelligence, Machine Learning, Data Mining, Expert System, Decission Support System 2. Informatika : Web Programming, Mobile Computing, Computer Network, Pembuatan Sistem Informasi, Database System, Security System.
Articles
11 Documents
Search results for
, issue
"Vol 4 No 02 (2022): November"
:
11 Documents
clear
<![CDATA[Penerapan Algoritma Decision Tree C5.0 Untuk Memprediksi Tingkat Kematian Pasien Penyakit Gagal Jantung ]]>
<![CDATA[Suraji Suraji]]>;
<![CDATA[Abd. Charis Fauzan]]>;
<![CDATA[Harliana Harliana]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.682
<![CDATA[Penyakit jantung salah satu penyakit paling umum di antara penyakit lainnya, penyakit jantung dapat menyerang semua orang tanpa mengenal jenis kelamin, usia, atau faktor lainnya. Penelitian ini bertujuan untuk menerapkan algoritma C5.0 untuk memprediksi keberlangsungan hidup penderita penyakit gagal jantung serta memprediksi kematian pasien gagal jantung. Sedangkan untuk mengetahui akurasi yang dihasilkan oleh algoritma C5.0 dalam memprediksi akan digunakan confusion matrix. Penelitian ini akan menggunakan 300 dataset heart failure clinical records. Berdasarkan hasil yang didapatkan bahwa akurasi yang dihasilkan oleh algoritma decision tree C5.0 adalah 86,6% dengan perbandingan jumlah data latih dan data testing adalah 80 : 20. Sedangkan untuk presisi yang dihasilkan adalah 89,655 dan sensitifitas yang dihasilkan adalah 25 dengan spesifisitas 96,15]]>
<![CDATA[Sistem Informasi Poin Pelanggaran Siswa Dengan Notifikasi Whatsapp ]]>
<![CDATA[Anang Widianto]]>;
<![CDATA[Retno Wahyusari]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.735
<![CDATA[Pengelolaan jumlah poin pelanggaran di sekolah sangat penting dalam mengawasi sikap siswa. Pengelolaan poin pelanggaran di SMK PGRI Cepu masih dicatat secara manual di sebuah buku. Akibatnya dalam proses penjumlahan poin, pencarian data akan memakan cukup waktu. Dari masalah tersebut akan dibuat suatu sistem informasi poin pelanggaran siswa yang nantinya akan efektif dalam pengelolaan data pelanggaran. Sistem informasi ini dibuat dengan menggunakan metode waterfall. Bahasa pemograman yang digunakan adalah Php serta Mysql sebagai databasenya. Hasil penelitian ini adalah dimudahkannya dalam pengelolaan data, pencarian data, cetak laporan, pembuatan surat pemanggilan, dan pengiriman pesan whatsapp.]]>
<![CDATA[Analisis Sentimen Menggunakan Metode Naïve Bayes Untuk Mengetahui Respon Masyarakat Terhadap Vaksinasi ]]>
<![CDATA[Egia Rosi Subhiyakto]]>;
<![CDATA[Yani Parti Astuti]]>;
<![CDATA[Nathaniel Alexander]]>;
<![CDATA[Etika Kartikadarma]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.864
<![CDATA[Media sosial merupakan suatu media yang sulit untuk lepas dari kehidupan sehari-hari saat ini, dimana setiap orang dapat dengan bebas berekspresi dan mengeluarkan isi pikirannya secara meluas di internet, dalam menghadapi pandemi COVID-19, Vaksinasi merupakan hal yang wajib dilakukan sebagai salah satu untuk memutuskan rantai penyebaran virus COVID-19, oleh karena itu informasi yang tersebar di media sosial mengenai vaksinasi juga perlu terjaga untuk mengurangi kekhawatiran masyarakat terhadap pandemi serta menjaga kelancaran vaksinasi yang sedang berjalan. Untuk mengetahui hal tersebut, diperlukan suatu studi analisis sentimen mengenai tanggapan masyarakat mengenai “vaksinasi”, dengan penelitian yang dilakukan ini untuk mengetahui bagaimana tanggapan masyarakat terhadap vaksinasi didapatkan bahwa banyak masyarakat yang mendukung serta menerima dengan baik vaksinasi dan hanya sedikit masyarakat yang menolak vaksinasi, pengukuran confusion matrix pada hasil klasifikasi juga dilakukan dengan hasil accuracy 84%, precision 95%, recall 85%, dan specificity 80%.]]>
<![CDATA[Analisis Sentimen Ulasan Aplikasi Flip Menggunakan Naïve Bayes dengan Seleksi Fitur PSO ]]>
<![CDATA[Oky Irnawati]]>;
<![CDATA[Kusmayanti Solecha]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.868
<![CDATA[Ulasan mengenai sebuah aplikasi dapat menjadi referensi bagi pengguna lain, dapat juga menjadi masukan bagi perusahaan aplikasi untuk evaluasi guna perbaikan dan peningkatan layanan. Aplikasi bidang perbankan yang saat ini banyak digunakan karena penggunaannya dapat memangkas biaya admin transaksi transfer antar bank yaitu aplikasi flip. Ulasan mengenai aplikasi flip ini dapat di ekstrak sehingga informasi didalamnya dapat dipelajari dengan menggunakan analisis sentimen data mining klasifikasi. Salah satu algoritma yang dapat diterapkan adalah naïve bayes. Namun data dalam bentuk text memiliki permasalahan fitur yang menyebabkan data menjadi tidak relevan dan dapat mengurangi akurasi. Hal inilah yang menyebabkan dibutuhkannya seleksi fitur untuk peningkatan akurasi naïve bayes yaitu menggunakan Particle Swarm Optimization (PSO). Pada penelitian ini ulasan mengenai aplikasi flip yaitu 200 dataset yang dibagi menjadi 100 data positif dan 100 data negatif diolah menggunakan rapid miner dengan menerapkan metode naïve bayes yang dioptimasi dengan PSO. Hasil pengolahan menggunakan naïve bayes 82,00%, kemudian di optimasi dengan PSO dan didapatkan hasil 88,24%.]]>
<![CDATA[Klasifikasi dan Monitoring Status Gizi Balita Melalui Penerapan Metode Naïve Bayes Classification Berbasis GIS ]]>
<![CDATA[Harliana Harliana]]>;
<![CDATA[Rizqi Darma Rusdiyan Yusron]]>;
<![CDATA[Imam Machfud]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.869
<![CDATA[Secara definisi status gizi merupakan suatu kondisi tubuh sebagai dampak penyerapan zat gizi dari makanan yang telah dikonsumsi berdasarkan tinggi badan, berat badan dan umur balita berdasarkan indeks Antropometri. Menurut data ePPGBM Seksi Kesehatan Keluarga dan Gizi Masyarakat Dinas Kesehatan Kota Blitar berhasil menekan sekitar 2,5% balita yang mengalami gizi kurang. Penurunan ini dilakukan dengan melakukan analisa - situasi kondisi balita yang dimulai dari kondisi saat ibu hamil sampai dengan kondisi lingkungan balita tersebut tinggal. Kondisi balita yang mengalami gizi kurang dan diikuti pendek serta kurus dapat berpotensi menjadi balita yang mengalami stunting. Berdasarkan hal tersebut, maka penelitian ini akan melakukan klasifikasi terhadap status gizi balita berdasarkan indeks Antropometrinya, apakah akan masuk kedalam gizi kurang, pendek (stunting), kurus (wasting) bahkan obesitas. Untuk memudahkan proses pelaporan dan analisis, maka hasil klasifikasi ini selanjutnya ditampilkan melalui suatu peta berdasarkan hasil analisa – situasi 7 indikator penyebab tertinggi sampai dengan penyebab terendah dari status gizi balita yang ada di Kota Blitar. Penelitian ini akan menggunakan algoritma Naïve Bayes Classification untuk melakukan classification. Berdasarkan hasil penelitian diketahui bahwa akurasi yang dihasilkan oleh Naïve Bayes Classification adalah 86% dengan perbandingan antara data testing dan training yang digunakan 70:30]]>
<![CDATA[Perancangan Sales Prediction Model Menggunakan Metode Neural Network ]]>
<![CDATA[Kristiawan Nugroho]]>;
<![CDATA[Wiwien Hadi Kurniawati]]>;
<![CDATA[Raden Mohamad Herdian Bhakti]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.870
<![CDATA[Datamining merupakan fenomena penting pada bidang ilmu teknologi informasi yang telah membantu manusia pada berbagai bidang kehidupan. Datamining merupakan bidang ilmu yang menarik untuk diteliti apalagi pada saat ini dimana Big Data yang dihaslilkan dalam berbagai kehidupan manusia mempunyai volume yang sangat besar namun kurang memberikan arti bagi kehidupan. Penelitian datamining mengenai sales prediction memberikan kontribusi positif bagi para pengambil keputusan dalam melakukan prediksi penjualan barang yang dilakukan secara online berdasarkan beberapa fitur antara lain usia,jenis kelamin,minat,impresi maupun jumlah uang yang dibelanjakan. Penelitian ini berkontribusi dalam membangun sebuah model regresi sales prediction menggunakan metode Neural Network yang dapat dipergunakan sebagai alat bantu dalam pengambilan keputusan untuk menjual jenis produk yang diminati berbagai macam segment pada toko online. Metode Neural Network yang merupakan salah satu metode yang bekerja berdasar pola berpikir syaraf manusia terbukti memberikan hasil terbaik dalam membangun model sales prediction dibandingkan metode Random Forest dan AdaBoost. Sales prediction model menggunakan Neural Network menunjukkan hasil kinerja yang diukur dengan Mean Squared Error (MSE) sebesar 0.831, Root Mean Square Error (RMSE) sebesar 0,911 dan Mean Absolute Error (MAE) sebesar 0,650.]]>
<![CDATA[Game Edukasi Pengenalan Huruf Alfabet Sebagai Media Pembelajaran Untuk Anak Usia Dini ]]>
<![CDATA[Erick Erianto]]>;
<![CDATA[Wahyu Hadikrisanto]]>;
<![CDATA[Suherman Suherman]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.871
<![CDATA[Selama ini, belajar adalah hal yang dianggap paling membosankan bagi anak-anak, mereka akan lebih suka bermain daripada belajar. Masalah utama dalam belajar adalah metode yang digunakan atau cara penyampain yang kurang menarik, sehingga menciptakan rasa bosan pada anak untuk belajar. Kurangnya minat anak dalam mengikuti pembelajaran ini akan mengakibatkan tujuan pembelajaran tidak dapat tercapai secara optimal. Tujuan dari penelitian ini adalah membuat game edukasi untuk anak usia dini menggunakan metodologi MDLC (Multimedia Development Life Cyrcle). Tahapan pengujian sistem menggunakan black box test yang bertujuan untuk menguji kebutuhan fungsional pada aplikasi. Hasil pengujian black box mendapatkan hasil 100% menunjukkan bahwa aplikasi sudah sesuai dengan kebutuhan pengguna dan semua fungsi sudah berjalan sesuai dengan kebutuhan fungsional. Dapat disimpulkan bahwa game ini sangat efektif dan efisien serta sangat menarik untuk anak-anak sehingga mampu meningkatkan mutu dan kemampuan anak-anak dalam belajar huruf alfabet.]]>
<![CDATA[Penerapan Algoritma Naïve Bayes Dalam Memprediksi Tingkat Penjualan Mobil Tahun 2022 ]]>
<![CDATA[Abdul Hasyim]]>;
<![CDATA[Muhamad Fatchan]]>;
<![CDATA[Wahyu Hadikristanto]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.872
<![CDATA[Persaingan industri otomotif terutama pada sektor roda empat atau mobil setiap bulan semakin kompetitif. Berbagai merk mobil saling berlomba untuk menjadi primadona bagi konsumennya terutama masyarakat indonesia. Tidak dipungkiri hal ini membuat pabrikan atau perusahaan roda empat saling berlomba untuk meningkatkan penjualan mobilnya di sepanjang tahun 2020, tercatat lebih dari 10 merk mobil yang laku dimasyarakat seperti Toyota, Hino, Honda dan yang lainnya. Hal ini mendorong penelitian dengan konsep data mining menggunakan algoritma naive bayes yang bertujuan untuk dapat mengklasifikasikan setiap merk mobil berdasarkan kriteria tertentu. Algoritma ini mencatatkan akurasi sebesar 95,38 % dengan nilai precission 94,96% dan recal sebesar 90,21 %.]]>
<![CDATA[MONITORING PELAYANAN KESEHATAN PADA PENDERITA DIABETES MELITUS BERBASIS WEB ]]>
<![CDATA[Hari Agung Budijanto]]>;
<![CDATA[Tri Agus Setiawan]]>;
<![CDATA[Agus Ilyas]]>;
<![CDATA[Victorianus Aries Siswanto]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.880
<![CDATA[Perubahan pola hidup masyarakat modern terutama yang tinggal di perkotaan, berpengaruh pada pola hidup yang tidak mendukung kesehatan. kurangnya olahraga, stress akibat beban hidup tinggi, kadar kalori yang tinggi kolesterol dan lemak yang tinggi sehingga memunculkan penyakit degeneratif seperti Diabetes Mellitus (DM). Pekalongan dengan prevalensi penyakit DM cukup tinggi, sebanyak 4.410 kasus serta menempati urutan kedua penyakit tidak menular setelah hipertensi esensial. Hal ini menjadi perhatian dalam perencanaan pembangunan bidang kesehatan untuk meminimalkan atau menekan tumbuhnya penyakit DM, namun sampai saat ini belum adanya sistem monitoring dan layanan mengenai penderita DM. Penelitian yang dilakukan menggunakan metode Penelitian dan Pengembangan (R&D). Dalam penelitian yang dilakukan proses pengumpulan data melibatkan dokter, perawat, ahli gizi dan psikolog serta penderita penyakit. sistem informasi kesehatan sehingga dapat menghasilkan dta dan informasi yang sesuai dengan fungsi dan kebutuhan. Adapun luaan yang dihasilkan pada penelitian yang dilakukan berupa sistem informasi dan monitoring berbasis web (e- health) dapat memberikan kemudahan akses bagi penderita DM dalam memberikan edukasi, layanan konsultasi maupun monitoring sehingga dapat menurunkan jumlah penderita DM di kota Pekalongan]]>
<![CDATA[PREDIKSI KELULUSAN MAHASISWA DENGAN NAÏVE BAYES DAN FEATURE SELECTION INFORMATION GAIN ]]>
<![CDATA[Sri Hartati]]>;
<![CDATA[Nur Ariesanto Ramdhan]]>;
<![CDATA[Haries Anom SAN]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v4i02.889
<![CDATA[Kelulusan seorang mahasiswa dipengaruhi oleh banyak faktor, diantaranya kondisi ekonomi keluarga, nilai mahasiswa atau karena faktor lain yang berhubungan dengan tempat mahasiswa belajar. Kelulusan merupakan salah satu nilai penting pada saat proses akreditasi suatu perguruan tinggi. Oleh karena itu apabila mahasiswa banyak yang lulus tepat waktu akan mempengarui nilai akreditasinya. Permasalahan tersebut di atas harus segera diatasi dengan suatu metode. Data mining salah satu metode yang paling tepat untuk mengatasi maslah tersebut di atas. Suatu keilmuan yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data yang besar. Permasalahan kelulusan tepat waktu merupakan hal yang prioritas pada suatu perguruan tinggi. Oleh karena itu peneliti mengusulkan untuk melakukan mengembangkan penelitian tentang Predkisi kelulusan tepat waktu yang semula hanya menggunakan metode naive bayes, peneliti menambahkan feature selection information gain sebagai feature untuk menyeleksi atribut yang berbobot.]]>
