cover
Contact Name
Herny Februariyanti
Contact Email
dinamika@edu.unisbank.ac.id
Phone
+6224-8311668
Journal Mail Official
dinamika@edu.unisbank.ac.id
Editorial Address
Jl. Tri Lomba Juang No.1 Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi
Published by Universitas Stikubank
ISSN : 20853343     EISSN : 27148769     DOI : https://doi.org/10.35315/informatika.v12i1
Core Subject : Science,
Jurnal Dinamika Informatika merupakan jurnal yang berisikan tentang ilmu pengetahuan di bidang Sistem Informasi yang mencakup hasil penelitian, kajian teori, ilmu terapan metode yang terkait dengan spesialisasi Sistem Informasi meliputi Rekayasa Perangkat Lunak, Sistem Pendukung Keputusan, Data Mining, Database, Information Retrieval, e-Government, e-Bussines, Manajemen Proyek dan bidang lain yang relevan dengan Sistem Informasi. Mendorong ilmuwan, praktisi, dan lainnya untuk melakukan penelitian dan aktivitas serupa lainnya.
Articles 7 Documents
Search results for , issue "Vol 10 No 2 (2018)" : 7 Documents clear
IMPLEMENTASI ALGORITMA APRIORI UNTUK MEMBANTU PROSES PERSEDIAAN BARANG Matovani, Dio; Hadiono, Kristophorus
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (468.587 KB) | DOI: 10.35315/informatika.v10i2.8133

Abstract

Penelitian ini akan membahas bagaimana mengimplementasi algoritma apriori dan asiosiasi untuk menghasilkan informasi yang dapat dimanfaatkan dalam kegiatan pembelian persediaan barang agar proses tersebut dapat berjalan dengan tepat. Metode penelitian yang digunakan pada penelitian ini yaitu CRISP-DM yang terdiri dari , bussines understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Hal yang dilakukan pertama kali adalah pembersihan data dan normalisasi data guna menyingkirkan data yang tidak valid dan beberapa variabel yang tidak berguna untuk penggalian informasi. Berikut merupakan contoh sebelum dan setelah dilakukan kegiatan pembersihan data. Selanjutnya memasukan data yang telah dinormalisasi kedalam bentuk data frame supaya data transaksi dapat diproses untuk mendapatkan informasi yang berguna dengan mendapatkan pola asosiasi dari data tersebut, setelah itu mengubah format data dari format data frame menjadi format transaksi seperti pada gambar 3 supaya fungsi apriori dalam bahasa R dapat dijalankan.Setelah merubah format data menjadi bentuk transaksi selanjutnya menjalankan fungsi apriori. Penentuan support dan confidence pada penelitian ini dilakukan dengan cara mencoba penentuan acuan dengan nominal rendah terlebih dahulu. Ditunjukan bahwa dengan support=0,001 dan confidence=0,001 belum mendapatkan hasil yang maksimal karena dengan penentuan nominal support dan confidence tersebut aturan yang dihasilkan terlalu banyak sehingga belum dapat menunjukan keterkaitan suatu itemset yang maksimal karena acuan nominal support dan confidence terlalu rendah. Dengan melakukan banyak uji coba akhirnya didapatkan support=0,02 dan confidence=0,3 adalah acuan maksimal yang didapatkan dari penelitian ini. Fungsi apriori diatas dengan penentuan support=0,02 dan confidence=0,3 menghasilkan rule yang diperoleh berjumlah enam.
PENERAPAN DATA MINING NILAI PENJAJAKAN UJIAN NASIONAL MENGGUNAKAN METODE CLUSTERING STUDI KASUS DI SMP “X” DI KOTA SEMARANG Sulastri, Sulastri; Jananto, Arief; Eniyati, Sri
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.266 KB) | DOI: 10.35315/informatika.v10i2.8134

Abstract

Untuk menghadapi Ujian Nasional memerlukan persiapan yang baik agar siswa mendapat nilai yang maksimal. Salah satu cara untuk menyiapkan siswanya, sekolah dan dinas terkait melakukan Penjajakan Ujian Nasional (PUN). SMP “X” di kota Semarang juga melakukan PUN, nilai PUN yang diperoleh kemudian diranking untuk pengelompokan kelas tambahan. Tiap kelas tambahan mempunyai 30 siswa. Siswa yang ranking 1-30 menempati kelas A, siswa yang ranking 31-60 di kelas B dan seterusnya. Tujuan peneltian ini menganalisa nilai PUN dari 288 siswa dengan menggunakan metoda K-mean untuk mendapatkan cluster-cluster kelas tambahan sesuai dengan kebutuhan. Nilai PUN yang dianalisa adalah nilai Bahasa Indonesia, Matematika, Bahasa Inggris dan IPA. Dari analisa yang sudah dikerjakan didapat bahwa jumlah cluster dapat ditentukan sesuai kebutuhan bidang akademik dan tiap cluster mempunyai cacah anggota yang berbeda.
ANALISIS SENTIMEN TWITTER MENGGUNAKAN TEXT MINING DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER Sudiantoro, Adhi Viky; Zuliarso, Eri
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (152.045 KB) | DOI: 10.35315/informatika.v10i2.8135

Abstract

Analisis sentimen atau bisa di sebebut juga opinion mining merupakan proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam suatu kalimat opini terhadap sebuah masalah atau objek oleh seseorang, apakah cenderung beropini negatif atau positif. Penelitian ini bertujuan untuk mengklasifikasi data tweet menjadi 2 sentimen yaitu positif dan negatif. Dalam penelitian ini menggunakan teks Bahasa Indonesia yang terdapat di sosial media twitter berupa tweet. Opini masyarakat yang terdapat di tweet tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui masyarkat terhadap pilkada jawa barat apakah positif atau negatif. Data yang digunakan terdiri 300 data tweet yang didibagi menjadi 2 yaitu untuk data latih sebanyak 200 data dan 100 data untuk data uji. Pengklasifikasian data tweet menggunakan text mining dengan Naïve Bayes Classifier. Sebelum klasifikasi, dilakukan beberapa tahap pemrosesan teks seperti case folding, normalisasi, tokenisasi dan stopwords removal. Hasil dari 100 data uji yang klasifikasi menghasilkan 32 data bersentimen positif dan sebanyak 68 data sentimen negative. Dapat diartikan bahwa 100 data uji yang diklasifikasi masuk dalam kategori bersentimen negatif dikarenakan data positif lebih kecil daripada data yang bersentimen negatif. Adapun nilai akurasi algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar 84%.
ALGORITMA ECLAT SEBAGAI ALAT BANTU PENGELOLAAN PERSEDIAAN BARANG Huda, Alfian Fatkhul; Jananto, Arief
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (368.728 KB) | DOI: 10.35315/informatika.v10i2.8136

Abstract

Tokokita adalah mini market yang melayani penjualan sembako,alat-alat tulis dan lain-lain.Toko Kita sudah menggunakan barcode untuk penjualan semua barang yan ada. Namun TokoKita sering menemukan kendala dalam persediaan barang dikarenan tidak mempunyai pedoman tolak ukur dalam persiapan persediaan barang selanjutnya. Data transaksi TokoKita dari bulan november 2016 sampai bulan oktober 2017 digunakan untuk menggali informasi keterkaitan suatu item. Metode penelitian yang digunakan pada penelitian ini yaitu CRISP-DM yang terdiri dari , bussines understanding, data understanding, data preparation, modelling, evaluation, dan deployment.
ANALISA KLASIFIKASI KARTU KREDIT MENGGUNAKAN ALGORITMA NAIVE BAYES Wijayanti, Reny; Sulastri, Sulastri
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (141.585 KB) | DOI: 10.35315/informatika.v10i2.8137

Abstract

Pemberian kredit bank terhadap nasabah adalah kegiatan rutin yang mempunyai resiko tinggi. Begitupun kredit yang bermasalah atau kredit mac­et sering terjadi akibat analisis kredit kurang cermat dalam proses pemberian kredit, maupun dari karakter nasabah yang tidak baik. Untuk mencegah terjadinya kredit macet, seorang analisis kredit perbankan harus mampu mengambil keputusan yang tepat dalam pengajuan kredit. Diperlukan adanya prediksi yang akurat dimasa mendatang, salah satunya menggunakan teknik data mining. Salah satu teknik data mining sendiri yaitu metode klasifikasi untuk memprediksi probabilitas keanggotaan suatu class dengan menggunakan algoritma Naive Bayes, sehingga tingkat akurasi dapat diketahui melalui proses Confusion Matrix dalam prediksi. Algoritma ini mampu menghasilkan tingkat akurasi yang baik. Dari hasil analisa terhadap 23 variabel terdapat 3 variabel yang begitu berpengaruh kredit lancar dan macet nasabah yaitu status pembayaran pada bulan September, Agustus, dan Mei 2005. Tingkat akurasi data 3 variabel sebanyak 80.59% dengan data train sebanyak 18001 data.
RANCANG BANGUN KAMUS BAHASA JAWA BREBES – SUNDA BERBASIS ANDROID Rahmawati, Nur Annisa; Sugiyamta, Sugiyamta
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.556 KB) | DOI: 10.35315/informatika.v10i2.8138

Abstract

Adanya dua Bahasa di satu daerah seperti yang terdapat di Brebes merupakan salah satu masalah yang cukup mengganggu. Pasalnya dengan adanya dua Bahasa tersebut membuat komunikasi antara masyarakat yang berbahasa jawa dan masyarakat yang berbahasa sunda menjadi susah, sehingga jika kedua masyarakat yang berbeda Bahasa tersebut bertemu dan ingin berkomunikasi maka dengan menggunakan Bahasa Indonesia. Jika itu semua terus dibiarkan maka tidak menutup kemungkinan kedua Bahasa daerah tersebut akan hilang dari generasi ke generasi yang selanjutnya. Pada skripsi ini penulis mencoba untuk menganalisis pokok permasalahan yang ada dan mencoba memberikan alternatif lain dalam melestarikan kedua Bahasa daerah tersebut yang sekaligus juga bisa memperkenalkannya ke daerah lain. Penulis menggunakan metode pengembangan sistem SDLC. Perancangan model proses menggunakan UML (Unified Modelling Languange). Aplikasi yang dihasilka berbasis android yang berfungsi untuk mencari kosa kata jawa dan sunda dengan diberikan keterangan berbahasa Indonesia. Aplikasi juga membantu seseorang untuk menerjemahkan kalimat yang ingin disampaikannya kelawan bicara. Kata Kunci:, , ,
SPK PENGAMBILAN KREDIT RUMAH TANGGA DENGAN METODE BUDGETING BERBASIS ANDROID Nabela Putri, Desylia Eka; Sukur, Muji
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (208.539 KB) | DOI: 10.35315/informatika.v10i2.8139

Abstract

Rumah bagi semua orang adalah kebutuhan primer yang harus dipenuhi. Namun, tidak semua keluarga mampu memenuhinya dikarenakan keuangan yang tidak dikelola dengan baik. Akibatnya, banyak keluarga yang terlilit hutang yang cukup besar. Maka dari itu, penulis bermaksud untuk mengembangkan sebuah sistem pendukung keputusan pengambilan kredit rumah dengan metode budgeting berbasis android. Metode budgeting memperhitungkan pemasukan gaji dan pengeluaran kebutuhan rumah tangga. Jika sebuah keluarga menginginkan pembelian rumah secara kredit, maka dibutuhkan pula sebuah sistem pendukung keputusan dalam merekomendasikan rumah yang sesuai dengan budget sebuah keluarga. Apliksi SPK pengambilan kredit rumah tangga ini dapat membantu keluarga dalam memperhitungkan budget yang dimiliki dan mendapatkan rekomendasi rumah yang sesuai dengan keuangan yang dimiliki.

Page 1 of 1 | Total Record : 7