cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Harliana
Contact Email
harliana@umus.ac.id
Phone
+6281313332424
Journal Mail Official
intech@umus.ac.id
Editorial Address
Jl. P. Diponogoro KM. 2 Wanasari, Brebes 52252 Tel / fax : (0283) 619 9000 / 0813 1333 2424
Location
Kab. brebes,
Jawa tengah
INDONESIA
Jurnal Ilmiah Intech : Information Technology Journal of UMUS
Published by Universitas Muhadi Setiabudi
ISSN : -     EISSN : 26854902     DOI : 10.46772/intech
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 111 Documents
 8   9   10   11   12 
Deteksi Tumor Otak Melalui Penerapan GLCM dan Naïve Bayes Classification Puji Laksono; Harliana Harliana; Tito Prabowo
Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i1.1286

Abstract

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%.
Sistem Pendukung Keputusan Seleksi Mahasiswa Berprestasi Menggunakan Metode TOPSIS Abdi R, Aulia; Bagus W, Teguh; Shahib, M Umar; Tri S, Wananda; Bachri, Otong Saeful
Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i1.1325

Abstract

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
Sistem Monitoring Level Ketinggian Air dengan Menggunakan Wireless Sensor Network NRF24L01 Rofiqi, Mohamad Akhsan; Winardi, Slamet
Jurnal Teknik Informatika UMUS Vol 5 No 2 (2023): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i2.741

Abstract

Proses monitoring ketinggian air saat ini, terutama pada daerah pinggiran sungai atau kali masih menggunakan cara konvensional. Cara ini tidak efektif karena debit air dimonitoring oleh operator yang ada ditempat pemantauan. Oleh karena itu muncul gagaan untuk membuat alat yang dapat memonitoring ketinggian air dengan memanfaatkan teknologi WSN nRF24L01 yang dipasang diatas pintu air, teknologi ini disinkronkan dengan teknologi IOT (Internet of Things) sehingga dapat digunakan oleh banyak orang.
Implementasi Teknologi QR Code Dan Location Based Service Pada Presensi Mobile Flutter Ferdiansyah, Fahmi Reza; Sofian, Rudy
Jurnal Teknik Informatika UMUS Vol 5 No 2 (2023): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i2.1032

Abstract

Presensi karyawan merupakan suatu elemen terpenting dalam melakukan pekerjaan dalam suatu perusahaan maupun instansi, kehadiran seorang karyawan merupakan bukti bahwa karyawan tersebut telah hadir dalam pekerjaan. Presensi kehadiran ini merupakan salah satu bagian yang penting dalam penilaian karyawan yang sudah ditetapkan oleh perusahaan. Di PT. Pacifica Raya Technology seringkali terdapat pegawai yang berstatus remote dan freelance sehingga menyebabkan terjadinya kesulitan dalam melakukan presensi, sulitnya mengakomodasi kebutuhan perusahaan, dan sulitnya memonitoring dan merekap data kehadiran karyawan yang terjadi saat kegiatan di PT. Pacifica Raya Technology berlangsung. Metode yang diterapkan dalam pengembangan perangkat lunak presensi karyawan berbasis mobile ini adalah metode prototype dengan bahasa Flutter. Pengambilan metode ini adalah untuk menghasilkan perangkat lunak yang sesuai dengan kebutuhan karyawan dan perusahaan. Dengan teknologi Quick Response (QR) Code dan Location Based Service (LBS) ini akan memudahkan proses presensi karena karyawan hanya melakukan scan terhadap QR Code yang telah disediakan. Sistem yang dihasilkan memiliki fitur scanning terhadap QR Code dari perangkat lunak yang ada di smartphone karyawan dan akan terekam dalam database yang ada di server perusahaan, dapat mengakomodasi kebutuhan perusahaan sesuai dengan proses bisnis yang berjalan, pegawai freelance dan remote dapat melakukan presensi dimanapun dan kapanpun
Klasifikasi Stunting Dengan KNN Di Kota Pekalongan Berbasis Sistem Informasi Geografis Setianto, Wahyu; Ilyas, Agus; Setiawan, Tri Agus; Agung Budijanto, Hari; Wahyu Binabar, Sattriedi
Jurnal Teknik Informatika UMUS Vol 5 No 2 (2023): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i2.1333

Abstract

Stunting adalah kondisi dimana balita mengalami kekurangan asupan gizi sehingga dapat mempengaruhi perkembangan anak. Pada saat ini rata-rata 20% tingkat permasalahan stunting terjadi di Jawa Tengah, sedangkan 20,6% terjadi di Kota Pekalongan yang berada di 12 Kelurahan. Faktor yang paling mempengaruhi permasalhan stunting yang ada dikarenkan pola asuh dari orang. Untuk mengurangi kejadian stunting membutuhkan perubahan paradigma dari intervensi yang hanya berfokus pada bayi dan anak-anak ke yang menjangkau ibu dan keluarga, edukasi dan melakukan pemetaan daerah mana saja yang memiliki tingkat prevalensi stunting. Penelitian dilakukan dengan metode Reserah and Development (R&D).Pada penelitian yang dilakukan untuk menentukan klasifikasi status stunting pada balita berdasarkan Tinggi Badan Menurut Umur (TB/U) dengan algoritma kNN, sedangkan untuk melakukan monitoring berdasarkan wilayah kelurahannya menggunakan sistem Informasi Geografis (SIG) berbasis web. Dari penelitian yang dilakukan menghasilkan luaran yang dapat menghasilkan aplikasi yang mampu memberikan informasi klasifikasi status stunting pada balita dan mampu memberikan edukasi, sebaran status gizi berdasarkan beberapa kriteria sehingga dapat membantu pemerintah kota Pekalongan dalam penanganan stunting
Implementasi Metode SAW Pada Sistem Pendukung Keputusan Seleksi Penerima Bantuan Sembako Masyarakat Desa Banyuurip An'syah, Mohamad Ardy; Widyasari, Adhika Pramita
Jurnal Teknik Informatika UMUS Vol 6 No 1 (2024): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v6i1.1335

Abstract

Penyaluran bantuan pangan mendasar ini tidak mungkin dipisahkan dari inisiatif pemerintah, khususnya yang terkait dengan bidang Jaminan Sosial dan Pemberdayaan. Kapasitas suatu masyarakat untuk mencapai kondisi tersebut menentukan diterima atau tidaknya bantuan pangan pokok. Sistem pendukung keputusan (SPK) program sembako diperlukan untuk membantu dalam memutuskan siapa yang akan mendapat bantuan pangan. Untuk penyelidikan ini, pendekatan SAW (Simple Additive Weighting) digunakan. Metode ini sering digunakan dalam mempercepat pengambilan keputusan karena memberikan penilaian yang lebih terbobot karena didasarkan pada kriteria bobot preferensi yang telah ditentukan. Untuk hasil dari pengujian black box menunjukkan bahwa sistem beroperasi sesuai antisipasi dan setiap pengujian berhasil.
Klasifikasi Tingkat Kepositifan Pengidap Penyakit Jantung Dengan Pendekatan Algoritma SVM Berbasis Both Kernel (Linear Dan Polynomial) Aji, Prasetyo Wicaksono; Fatchan , Muhammad; Sunge, Aswan Supriyadi
Jurnal Teknik Informatika UMUS Vol 5 No 2 (2023): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i2.1338

Abstract

Penyakit jantung adalah kondisi dengan angka kematian yang signifikan, menyebabkan sekitar 12 juta kematian setiap tahun di seluruh dunia. Fakta ini menunjukkan pentingnya mendeteksi penyakit jantung pada tahap awal. Namun, diagnosa penyakit ini menjadi sebuah tantangan yang berat karena adanya hubungan yang rumit antara karakteristik penyakit jantung. Oleh karena itu, pemahaman mengenai atribut kunci yang digunakan dalam proses pengambilan keputusan atau klasifikasi penyakit jantung memiliki makna yang sangat penting. Dalam penelitian ini, Mesin Vektor Dukungan (SVM) digunakan sebagai alat Penelitian dengan berpusat pada penilaian penyakit jantung berdasarkan kondisi kesehatan pasien. Data medis digunakan sebagai variabel prediksi utama dalam penelitian ini. Hasil prediksi akan menetapkan penilaian 1 jika terdapat indikasi penyakit jantung pada pasien, dan sebaliknya, akan memberikan penilaian 0 jika tidak ada penyakit jantung yang terdeteksi. Proses pelatihan model SVM ini dilakukan dengan menggunakan bahasa pemrograman Python.
Perancangan dan Pengembangan Sistem Informasi Key Performance Indicator Marayasa, I Gde Bayu Priyambada; Fatchan, Muhamad; Tedi, Nanang
Jurnal Teknik Informatika UMUS Vol 5 No 2 (2023): November
Publisher : Universitas Muhadi Setiabudi

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

Abstract

Penelitian ini mengeksplorasi perancangan dan pengembangan Sistem Informasi Key Performance Indicator (KPI) dengan pendekatan Metode Waterfall. KPI atau Key Performance Indicator telah menjadi elemen kunci dalam mengukur dan mengevaluasi kinerja organisasi. Penggunaan sistem informasi dalam pengelolaan KPI sangat penting khususnya di sektor publik untuk menjamin akuntabilitas dan transparansi yang optimal [1]. Studi ini menyoroti peran penting Metode Air Terjun dalam menciptakan kerangka terstruktur untuk mengelola data kinerja organisasi. Sistem informasi KPI yang dibangun tidak hanya mengacu pada teknologi, namun juga analisis mendalam terhadap indikator-indikator utama yang relevan. Sistem ini dirancang untuk menyediakan data real-time yang terukur dan andal, yang mendukung pengambilan keputusan berbasis bukti. Hasil penelitian ini memberikan wawasan berharga dan panduan praktis bagi organisasi khususnya di sektor publik untuk menerapkan sistem informasi KPI berdasarkan Metode Waterfall sesuai dengan kebutuhannya. Dengan pendekatan ini, organisasi diharapkan dapat meningkatkan kinerja dan transparansi.
Prediksi Defect Produk Casting Dengan Algoritma SVM Berbasis RBF dan Linier Listanto, Firgiawan; Fatchan, Muhamad; Hadikristanto, Wahyu
Jurnal Teknik Informatika UMUS Vol 5 No 2 (2023): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i2.1376

Abstract

Produksi barang casting (coran) merupakan proses manufaktur yang penting dalam berbagai industri, termasuk otomotif, konstruksi, dan banyak lainnya. Dalam proses produksi casting hal yang paling krusial adalah mengenai kualitas produk. Maka, dalam mengindentifikasi defect atau cacat pada produk adalah kunci untuk menghindari kerugian besar pada perusahaan, serta hal yang paling utama adalah menjaga kepuasan pelanggan. Karena pada era industri saat ini persaingan antar perusahaan industri semakin ketat, maka perusahaan harus mampu menghasilakan produk dengan kualitas terbaik agar tidak tertinggal dalam persaingan industri saat ini. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan metode prediksi defect produk casting menggunakan algoritma Support Vector Machine (SVM) dengan dua jenis kernel, yaitu Radial Basis Function (RBF) dan Linear. Pada penelitian ini mengumpulkan data kualitas produk casting yang sebelumnya berbentuk gambar diubah menjadi numerik agar dapat diklasifikasi dengan akurat menggunakan metode algoritma SVM. Data tersebut kemudian dibagi menjadi dua kelompok, yaitu data pelatihan (training data) dan data pengujian (testing data). Algoritma SVM dengan kernel RBF dan kernel Linier diterapkan pada data pelatihan untuk menghasilkan model prediksi. Hasil penelitian menunjukkan bahwa algoritma SVM dengan kernel RBF dan kernel Linier dapat digunakan untuk memprediksi defect produk casting. Namun, penggunaan kernel RBF cenderung memberikan kinerja yang lebih baik dalam memodelkan pola cacat dalam produk casting. Model prediksi yang dihasilkan mampu mengidentifikasi kemungkinan cacat dalam produk casting dengan tingkat akurasi yang memuaskan. Secara keseluruhan penelitian ini memberikan kontribusi penting dalam meningkatkan kualitas produksi dalam industri casting dengan mengimplementasikan algoritma SVM untuk prediksi defect. Dengan demikian, industri dapat mengurangi risiko cacat produk, kerugian yang signifikan, serta mampu bertahan di era persaingan industri saat ini.
Aplikasi Sistem Pendukung Keputusan Penentuan Jurusan Menggunakan Metode Simple Additive Weighting (SAW) Widyassari, Adhika Pramita
Jurnal Teknik Informatika UMUS Vol 6 No 1 (2024): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v6i1.1402

Abstract

SMK Negeri 1 Cepu merupakan salah satu sekolah kejuruan di Kabupaten Blora yang mana dalam proses penentuan jurusan memiliki kelemahan yaitu membutuhkan waktu yang sangat lama dan rentan terjadi kesalahan karena masih menggunakan sistem manual. Maka diperlukan sebuah Sistem Pendukung Keputusan (SPK) untuk penentuan jurusan. Metode Simple Additive Weighting  (SAW) merupakan salah satu metode SPK yang dinilai unggul dalam hal ketepatan penilaian berdasarkan pada kriteria dari bobot preferensi yang sudah ditentukan. Maka pada penelitian ini mengimplementasikan metode SAW untuk SPK penentuan jurusan pada SMK Negeri 1 Cepu. Proses dilakukan dengan mengolah data kriteria yaitu data nilai UN SMP, nilai rata-rata rapot SMP, nilai US bahasa Indonesia, matematika, bahasa Inggris, dan IPA, serta prestasi. Sistem pendukung keputusan penentuan jurusan diaplikasikan berbasis web menggunakan XAMPP versi 7.2.3 dan PHP versi 7.2.3. Hasil pengujian dengan uji fungsionaliti menggunakan tabel black box didapatkan hasil 100%. Aplikasi yang dibuat dapat berjalan dengan baik dan dapat mempermudah dalam penentuan jurusan siswa, karena pada aplikasi ini mampu memberikan rekomendasi penentuan jurusan. Rekomendasi penelitian selanjutnya agar menambahkan kriteria lain seperti minat siswa.

Page 10 of 12 | Total Record : 111

 8   9   10   11   12 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025): November Vol 7 No 1 (2025): Mei Vol 6 No 1 (2024): Mei Vol 5 No 2 (2023): November Vol 5 No 1 (2023): Mei Vol 4 No 02 (2022): November Vol 4 No 01 (2022): Mei Vol 3 No 02 (2021): November Vol 3 No 01 (2021): Mei Vol 2 No 02 (2020): November Vol 2 No 01 (2020): Mei Vol 1 No 02 (2019): November Vol 1 No 01 (2019): Mei More Issue