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
9 Documents
Search results for
, issue
"Vol 5 No 1 (2023): Mei"
:
9 Documents
clear
<![CDATA[Information Gain Berbasis Algoritma Naive Bayes Classifier Pada Pemodelan Prediksi Kelulusan ]]>
<![CDATA[Avira Budianita]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1116
<![CDATA[Salah satu permasalahan yang dihadapi institusi perguruan tinggi adalah tidak tepatnya waktu kelulusan mahasiswa. Setiap tahunnya, jumlah mahasiswa yang mendaftar tidak sebanding dengan jumlah lulusannya. Hal tersebut yang menjadi tugas program studi dalam memantau akademik mahasiswanya. Program studi perlu memiliki acuan untuk mengantisipasi mahasiswa yang berpotensi tidak lulus tepat waktu. Dewasa ini, banyak sekali metode untuk menyelesaikan berbagai permasalahan teknologi informasi salah satunya dengan data mining. Salah satu teknik dalam data mining yang dapat digunakan untuk memprediksi waktu kelulusan adalah klasifikasi dan salah satu algoritma klasifikasi adalah Naive Bayes Classifier (NBC). Penelitian ini menggunakan algoritma NBC dengan memanfaatkan seleksi fitur Information Gain dalam memprediksi waktu kelulusan mahasiswa. Tujuan dari pemanfaatan seleksi fitur sendiri adalah untuk mengurangi tingkat kompleksitas dan meningkatkan akurasi serta mampu mengetahui fitur-fitur apa saja yang paling berkontribusi terhadap tingkat akurasi. Hasil pengolahan dataset pada RapidMiner dengan menerapkan algoritma NBC dengan seleksi fitur Information Gain menunjukkan peningkatan akurasi dibandingkan dengan menggunakan standar NBC.]]>
<![CDATA[Klasifikasi Kematangan Buah Apel Berdasarkan Warna Dan Tekstur Menggunakan Algoritma K-Nearest Neighbor ]]>
<![CDATA[Fandy Indra Pratama]]>;
<![CDATA[Akhmad Pandu Wijaya]]>;
<![CDATA[Hasti Pratiwi]]>;
<![CDATA[Avira Budianita]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1119
<![CDATA[Apel (Malus Domestica) adalah salah satu jenis buah yang unggul dan sangat digemari dan dikonsumsi masyarakat. Buah apel banyak digemari masyarakat karna rasanya yang bervariasi. Buah apel manalagi yang masih belum matang memiliki warna hijau dan untuk apel manalagi yang sudah matang memiliki warna hijau kekuningan. Hal tersebut tentu akan sedikit menyulitkan untuk membedakan antara buah apel manalagi yang belum matang maupun yang sudah matang apabila tidak terlalu memiliki ilmu mengenai dunia pertanian terutama pada buah apel. Sebab orang awam dirasa akan sulit membedakan. Sehingga akan diperoleh penilaian yang berbeda oleh setiap individu yang menyebabkan tingkat akurasi yang berbeda. Oleh karena itu dibutuhkan suatu teknologi yang dapat menentukan nilai tingkat akurasi dari pengklasifikasian kematangan buah apel manalagi sehingga memperoleh nilai yang konsisten. Penelitian ini bertujuan untuk menghasilkan prototype untuk mengklasifikasikan buah apel menggunakan Metode K-Nearest Neighbor berdasarkan tingkat kematangan yang direpresentasikan dari sisi warna dan teksturnya dan membantu memudahkan masyarakat dalam menentukan jenis buah yang matang, sedang, dan mentah. Diharapkan adanya teknologi ini dapat mempermudah manusia dalam mengklasifikasikan tingkat kematangan buah apel secara akurat. Metode pengujian ini menggunakan 12 buah apel yang terdiri dari matang, sedang, dan mentah yang menghasilkan tingkat kematangan buah apel sebesar 91,6667% dari total akurasi]]>
<![CDATA[Visualisasi Data Lokasi Rawan Bencana Di Jawa Barat Menggunakan Google Data Studio ]]>
<![CDATA[Diash Firdaus]]>;
<![CDATA[Indri Andriani]]>;
<![CDATA[Restu Permana Sidik]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.994
<![CDATA[Bencana alam merupakan peristiwa yang berdampak signifikan dan berdampak pada kemanusiaan. Jawa Barat merupakan provinsi yang rawan becana seperti tanah longsor, gempa bumi, banjir, tsunami dan angin puting beliung. Namun, laporan bencana alam tersebut belum ada yang dipublikasikan, sehingga warga Jabar tidak mengetahui daerah - daerah mana saja yang menjadi titik rawan bencana di masing-masing daerahnya. Pada zaman sekarang teknlologi semakin banyak menikat baik teknologi industri ataupun teknologi informasi. Teknlogilah yang memungkinkan siapa saja berhak untuk mengakses dan menerima informasi tanpa batasan. Ini membuat informasi penting di semua bidang kehidupan. Salah satunya adalah informasi bencana alam yang diperlukan untuk menanggulangi terjadinya bencana. Data Warehouse merupakan salah satu teknik yang populer untuk mengolah data bencana yang mana diyakini mampu menyelesaikan masalah penanggulangan bencana alam. Tujuannya adalah untuk membuat visualisasi berupa panel data daerah bencana masing-masing wilayah kabupaten/kota di Jawa Barat menggunakan Google Data Studio. Berdasarkan hasil visualisasi diketahui daerah yang sering terjadi bencana adalah Kabupaten Bogor dengan jenis bencana puting beliung.]]>
<![CDATA[Prediksi Ujaran Kebencian Berbasis Text Pada Sosial Media Menggunakan Metode Neural Network ]]>
<![CDATA[Kristiawan Nugroho]]>;
<![CDATA[Endang Tjahjaningsih]]>;
<![CDATA[Lie Liana]]>;
<![CDATA[Raden Mohamad Herdian Bhakti]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1063
<![CDATA[Currently information technology has helped in various forms of human life. They can communicate with each other through various electronic media, including using social media. The number of social media users is increasing from year to year in Indonesia. However, the development of the use of social media has also resulted in various problems, including hate speech, which will eventually lead to legal consequences. Various methods have been taken to limit the development of hate speech, including by blocking users who write hate speech on social media applications. Limiting the use of social media for hate speech can be more optimally carried out by detecting text-based words that have the potential to become hate speech. This study uses the Neural Network (NN) method to predict words that contain hatespeech on social media with an accuracy rate of 73% better than other methods such as Decission Tree and K-Nearest Neighbor (KNN) which only achieve an accuracy rate of 68.5 %.]]>
<![CDATA[Pengembangan Aplikasi Evaluasi Kegiatan Berbasis Android menggunakan Metode RAD (Rapid Application Development) ]]>
<![CDATA[Egia Rosi Subhiyakto]]>;
<![CDATA[Feri Agustina]]>;
<![CDATA[Charesta Vida Reswara]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1082
<![CDATA[The development of technology is very fast, especially in the field of information systems. Companies, organizations, schools and governments definitely need the role of information technology in data security or management. The use of the internet is very much needed in government agencies because the internet is used as a means to provide fast and easy services to people who want to handle important documents. In this research, we developed an Android-based application to evaluate activities have been carried out. We named this application EL-AKIP which is an android-based application for Grobogan Regency designed using web 2.0 and restful api using the RAD (Rapid Application Development) method. The use of Rapid Application Development (RAD), which is a software development process model that is incremental, especially for short processing times. Application testing uses the black box testing method where the results show that the application passes the test and is feasible to use]]>
<![CDATA[Analisis Dan Visualisasi Data Body Performance Menggunakan Tiga Tools Visualisasi ]]>
<![CDATA[Lailatul Husna]]>;
<![CDATA[Pradita Eko Prasetyo Utomo]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1167
<![CDATA[Artikel ini membahas tentang Analisa dan visualitasasi data dari data body performance .dimana nanntinya hasil Analisa penulis akan dicantumkan dibagian hasil dan pembahasan.dari artikel ini kita dapat melihat keuntungan memvisualisasikan data yang ada.dengan adanya beragam tools visualisasi data akan mempermudah kita dalam menganalisis dan memvisualisasikan data yang diinginkan.berikut tiga tools yang digunakan dalam artikel ini yaitu : Microsoft Power BI, Google Colab, dan Tableau Public.Adanya visualisasi data akan mempermudah mengambil keputusan.Dalam melakukan visualisasi data harus memperhatikan beberapa hal seperti data apa yang akan digunakan , apa yang ingin divisualisasikan , dan dugaan apa yang ingin dibuktikan. Kata kunci—analisis dan visualiasi data, Tableau Public, Microsoft Power Bi, Google Colab.]]>
<![CDATA[Prediksi Kelulusan Siswa Dengan Pendekatan Algortma C5.0 Pada SMAN 2 Cikarang Selatan ]]>
<![CDATA[Putri Nabila Amir]]>;
<![CDATA[Muhamad Fatchan]]>;
<![CDATA[Edora Edora]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1278
<![CDATA[Penelitian yang berjudul "Prediksi Kelulusan Siswa Dengan Pendekatan Algortma C5.0 Pada SMAN 2 Cikarang Selatan". Penelitian ini bertujuan untuk menerapkan metode Decision Tree C5.0 dalam memprediksi kelulusan siswa Sekolah Menengah Atas (SMA). Data kelulusan siswa dari SMA Negeri 2 Cikarang Selatan digunakan untuk membangun model prediksi kelulusan siswa. Metode Decision Tree C5.0 berhasil menghasilkan model prediksi dengan tingkat akurasi 100%. Model ini dapat mengidentifikasi siswa yang berisiko tinggi untuk tidak lulus, sehingga tindakan perbaikan yang tepat dapat diambil. Model Decision Tree C5.0 juga memberikan interpretasi aturan keputusan yang dapat digunakan oleh sekolah dan tenaga pendidik. Penelitian ini memberikan sumbangan penting bagi dunia pendidikan dengan meningkatkan efektivitas pengambilan keputusan di bidang pendidikan. Penerapan metode Decision Tree C5.0 dalam memprediksi kelulusan siswa membantu sekolah untuk mengidentifikasi siswa yang membutuhkan perhatian khusus. Dengan tingkat akurasi 100%, model ini dapat membantu meningkatkan kualitas pendidikan dan memastikan kesuksesan siswa dalam menyelesaikan pendidikan menengah atas.]]>
<![CDATA[Deteksi Tumor Otak Melalui Penerapan GLCM dan Naïve Bayes Classification ]]>
<![CDATA[Puji Laksono]]>;
<![CDATA[Harliana Harliana]]>;
<![CDATA[Tito Prabowo]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1286
<![CDATA[Tumor otak merupakan keadaan dimana pertumbuhan sel yang abnormal bahkan tidak terkendali yang terjadi diarea otak yang mengakibatkan terjadinya gejala kanker. MRI merupakan salah satu alat yang dapat digunakan untuk memberikan informasi gambaran citra otak yang mengalami gejala tumor. Penelitian ini akan melakukan klasifikasi citra tumor otak dengan menggunakan dataset yang berasal dari Kaggle. Pada tahap awal citra dari tumor otak akan dideteksi menggunakan GLCM, selanjutnya citra tersebut akan diklasifikasi berdasarkan citra yang memiliki gejala tumor otak ataukah tidak melalui Algoritma Naïve bayes classification. Adapun tujuan dari penelitian ini adalah mengetahui nilai akurasi yang dihasilkan oleh GLCM dan Naïve Bayes Classification dalam mempreiksi citra tumor otak yang didapatkan. Berdasarkan hasil uji yang telah dilakukan terhadap 253 dataset pasien doketahui bahwa nilai akurasi yang dihasilkan oleh Naïve Bayes dalam melakukan klasifikasi ternyata cukup tinggi yaitu 80% dengan perbandingan data testing dan data trainingnya adalah 20% : 80%, selain itu rata-rata dari nilai presisi dan recall yang dihasilkan pun sama yaitu 85%.]]>
<![CDATA[Sistem Pendukung Keputusan Seleksi Mahasiswa Berprestasi Menggunakan Metode TOPSIS ]]>
<![CDATA[Abdi R, Aulia]]>;
<![CDATA[Bagus W, Teguh]]>;
<![CDATA[Shahib, M Umar]]>;
<![CDATA[Tri S, Wananda]]>;
<![CDATA[Bachri, Otong Saeful]]>
<![CDATA[ Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei ]]>
Publisher : <![CDATA[Universitas Muhadi Setiabudi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46772/intech.v5i1.1325
<![CDATA[Beasiswa merupakan sebuah program yang siselenggarakan oleh berbagai pihak atau instansi bahkan yayasan. Pada dasarnya beasiswa dilakukan untuk membantu pelajar atau mahasiswa yang kurang mampu untuk dapat mengenyan dan meneruskan pendidikan pada jenjang selanjutnya. Selain itu ada berbagai bentuk beasiswa yang ada seperti beasiswa untuk mahasiswa berprestasi, beasiswa bidikmisi dan lainnya. Sebelum mereka mendapatkan beasiswa, mereka akan diseleksi terlebih dahulu guna mendapatkan target yang sesuai untuk penyalurannya. Di sisi lain penerima beasiswa dituntut untuk memenuhi standar yang telah ditetapkan oleh pihak penyedia beasiswa, seperti minimum IPK, prestasi yang diperoleh dan keatifan mahasiswa di lingkungan pendidikan atau perguruan tinggi.. Tidak lepas dari itu, perguruan tinggi pun memiliki ekspektasi dan standar bagi mahasiswa beasiswa. Kemudian untuk meningkatkan minat mahasiswa beberapa perguruan tinggi memberikan nilai tambah bagi mahasiswa penerima beasiswa yang berprestasi. Tidak lupa mereka menentukan kriteria-kriteria bagi mahasiswa yang akan di berikan reward. Oleh sebab itu kamu ingin melakukan suatu perhitungan dalam penentuan mahasiswa beasiswa yang berprestasi untuk mempermudah pihak perguruan tunggi agar lebih efisien. Dalam penelitian ini kami menggunakan metode TOPSIS dimana kriteria dan bobot akan dinormalisasikan dan dihitung untuk mendapatkan nilai tertingginya. Pada penelitian ini kami mengharapkan agar proses seleksi lebih mudah dan maksimal]]>
