Articles
706 Documents
<![CDATA[Analisis Sistem Pendeteksi Penipuan Transaksi Kartu Kredit dengan Algoritma Machine Learning ]]>
<![CDATA[Putu Tirta Sari Ningsih]]>;
<![CDATA[Muhammad Gusvarizon]]>;
<![CDATA[Rudi Hermawan]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 8, No 2 (2022): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v8i2.1306
<![CDATA[Meningkatnya jumlah pengguna kartu kredit di indonesia menimbulkan kekhawatiran akan terjadinya tindak penipuan transaksi kartu kredit. Banyaknya volume transaksi dan cepatnya proses transaksi yang berlangsung, membuat tidak mungkin untuk diawasi secara manual oleh manusia. Pengawasan diperlukan untuk melakukan pencegahan terhadap tindak penipuan transaksi kartu kredit. Cara terbaik yang dapat dilakukan adalah dengan memanfaatkan teknologi machine learning dan algoritmanya untuk membuat sebuah sistem yang dapat mendeteksi penipuan transaksi kartu kredit. Dalam machine learning terdapat banyak algoritma yang pada dasarnya memiliki tingkat akurasi dan efisiensi berbeda-beda. Untuk memilih algoritma apa yang paling cocok untuk memecahkan suatu masalah perlu dilakukan perbandingan antar beberapa algoritma. Pada penelitian ini akan diukur performa dari beberapa algoritma machine learning seperti decision tree (DT), random forest (RF), logistic regression (LR), dan support vector machine (SVM) untuk mendeteksi penipuan transaksi kartu kredit menggunakan data transaksi kartu kredit yang didapatkan dari Kaggle. Data yang digunakan berisi 284807 transaksi kartu kredit yang dilakukan oleh pemegang kartu di eropa selama dua hari dengan bobot transaksi normal sebanyak 99,83% dan fraud sebanyak 0,17%. Adapun langkah-langkah yang dilakukan ialah dengan melakukan preprocessing data terlebih dahulu termasuk melakukan oversampling, lalu membuat model tanpa menentukan parameter dan dengan parameter yang ditentukan dengan bantuan fungsi GridSearchCV, melatih model dengan data pelatihan, dan melakukan prediksi menggunakan data tes. Hasil dari penelitian ini yaitu didapatkan bahwa model dengan algoritma random forest memiliki nilai performa paling tinggi secara keseluruhan. Maka berdasarkan hasil tersebut dapat disimpulkan bahwa algoritma random forest adalah algoritma yang paling cocok untuk mendeteksi penipuan transaksi kartu kredit.]]>
<![CDATA[Implementasi Kebijakan Rekruitmen Tenaga Kerja Berbasis Digital pada PT Sentra Inovasi Solusindo ]]>
<![CDATA[Gatot Hery Djatmika]]>;
<![CDATA[Budi Harsono]]>;
<![CDATA[Putu Tirta Sari Ningsih]]>;
<![CDATA[Alfath Ramadhan]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 8, No 2 (2022): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v8i2.1310
<![CDATA[Kebijakan rekruitmen tenaga kerja pada PT Sentra Inovasi Solusindo diimplementasikan berbasis digital dengan membuat Sistem Informasi. Sistem informasi rekrutmen karyawan baru berbasis web atau e-recruitment dapat dijadikan solusi dalam menangani proses penerimaan karyawan dalam perusahaan. Dengan adanya sistem informasi rekrutmen karyawan baru berbasis web, pemangku kepantingan dapat memilih sendiri karyawan yang tepat untuk perusahaan. Selain itu, perusahaan dapat mengelola data pelamar dalam suatu database sehingga data pelamar tidak menumpuk dalam filing cabinet. Dalam penelitian ini, dibahas mengenai bagaimana merancang sistem informasi e-recruitmment karyawan pada PT Sentra Inovasi Solusindo. Adapun metodologi pengembangan sistem yang digunakan adalah System Development Life Cycle (SDLC) model Waterfall yang meliputi tahap perencanaan sistem, analisis sistem, perancangan sistem dan implementasi sistem. Sistem dibangun menggunakan Bahasa pemrograman PHP, database server-nya menggunakan MYSQL. Hasil yang dicapai dari penelitian ini adalah sistem rekrutmen karyawan baru berbasis web. Dengan adanya sistem rekrutmen karyawan baru berbasis web diharapkan dapat membantu divisi HRD dalam proses penerimaan karyawan (rekrutmen), serta memudahkan calon karyawan baru untuk melamar pekerjaan.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Tabir Surya Wajah untuk Kulit Berminyak Menggunakan Metode Analytical Hierarchy Process ]]>
<![CDATA[Ratih Widolaras]]>;
<![CDATA[Muhammad Nur Ikhsanto]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 8, No 2 (2022): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v8i2.1324
<![CDATA[Tabir surya (Sunscreen) merupakan suatu zat atau material yang dapat melindungi kulit dari radiasi sinar ultraviolet (UV). World Health Organization (WHO) merekomendasikan pemakaian tabir surya (Sunscreen) sebagai salah satu upaya untuk melindungi kulit dari paparan langsung sinar matahari. Pemilihan tabir surya harus sesuai dengan jenis kulit. Ketika konsumen dihadapkan dengan banyak pilihan merk, kebanyakan dari mereka kebinggungan untuk memilih tabir surya yang sesuai. Dari masalah tersebut dibuatlah sebuah sistem pendukung keputusan yang ditujukan untuk membantu konsumen memilih tabir surya yang sesuai dengan kebutuhan kulit mereka. Sistem pendukung keputusan menggunakan metode Analytical Hierarchy Process (AHP) berperan dalam membantu konsumen untuk mendapatkan rekomendasi tabir surya (sunscreen) yang tepat dan sesuai dengan kebutuhan. Dalam penelitian ini diteliti 5 merk tabir surya untuk jenis kulit berminyak. Kriteria yang menjadi bahan penilaian adalah kandungan SPF, harga, tekstur dan kualitas. Berdasarkan perhitungan AHP, maka diperoleh alternatif dengan nilai matrik tertinggi yaitu oleh merk Skin Aqua UV Moisture Gel dengan nilai matrik 0,32. Rangking kedua adalah produk dengan merk Emina Skin Buddy dengan nilai 0,287. Rangking ke tiga adalah produk dengan merk Whitelab UV Shield Tank Sunscreen dengan nilai 0,191. Rangking ke empat adalah produk dengan merk Wardah UV Shield Essential Sunscreen Gel dengan nilai 0,136. Ranking terakhir adalah produk Dengan merk Kahf Triple Protection Sunscreen Moisturizer dengan nilai 0,066.]]>
<![CDATA[Rancang Bangun Aplikasi Monitoring Bimbingan Skripsi Berbasis Mobile pada Fakultas Komputer Universitas Mohammad Husni Thamrin ]]>
<![CDATA[Muhammad Ridwan Effendi]]>;
<![CDATA[Eka Satryawati]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1374
<![CDATA[Skripsi pada setiap perguruan tinggi baik negeri maupun swasta nilainya sekitar 6 (enam) sks. Setiap mahasiswa pada akhir semester sebelum mereka lulus dan menjadi sarjana wajib untuk membuat skripsi. Pada pembuatan skripsi banyak sekali kendala-kendala yang dihadapi oleh mahasiswa, seperti dosen pembimbing tidak mempunyai catatan mengenai sampai tahapan mana mahasiswa yang telah melakukan bimbingan. Masalah lainnya seperti laptop mahasiswa yang rusak sehingga file bimbingan skripsi tidak bisa diakses atau dibuka. Adapun tujuan dari penelitian yaitu membuat aplikasi monitoring bimbingan skripsi berbasis mobile pada Fakultas Komputer Universitas Mohammad Husni Thamrin Jakarta untuk mengatasi permasalahan bimbingan skripsi mahasiswa pada Fakultas Komputer. Metode perancangan aplikasi yang digunakan dalam Monitoring Bimbingan Skripsi adalah model waterfall yaitu model pengembangan yang menggambarkan secara sistematis dan terurut dalam merancang sistem informasi yang terdiri dari beberapa tahap yaitu tahapan analisa kebutuhan sistem (requirement analysis), perancangan sistem (system design), pengembangan sistem (system development), pengujian sistem (integration and testing) dan penyerahan sistem ke pengguna atau user yang langsung menggunakan aplikasi, sedangkan yang terakhir adaah perawatan sistem (operation and maintenance).Terakhir adalah hasil dan target dari penelitian berupa aplikasi berbasis mobile dalam monitoring bimbingan skripsi yang dapat di install di handphone sehingga memudahkan mahasiswa, dosen dan Kepala Program Studi untuk memantau bimbingan skripsi.]]>
<![CDATA[Rancang Bangun Aplikasi Identifikasi Penyakit Lambung dengan Menggunakan Metode Fuzzy Mamdami ]]>
<![CDATA[Dedi Setiadi]]>;
<![CDATA[Rano Agustino]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1322
<![CDATA[Di era modern ini masyarakat disajikan bermacam-macam teknologi dan juga informasi yang begitu banyak, dari berbagai aspek pendidikan, pekerjaan hingga hiburan, hampir semua sudah menggunakan teknologi dan informasi. Ketergantungan ini membuat masyarakat menjadi sibuk dengan penggunaan teknologi dan iformasi tersebut, sehingga melupakan kesehatan diri sendiri. Banyak penyakit akibat mengabaikan kesehatan diri sendiri, yang sering terjadi adalah penyakit lambung. Dikarenakan kesibukan tersebut ada beberapa masyarakat yang kurang memperhatikan penyakit lambung, dan enggan untuk memeriksakannya dikarenakan kesibukan. Dari kebutuhan inilah peneliti mencoba memberikan kemudahan untuk masyarakat yang ingin memilik informasi tentang penyakit lambung. Aplikasi ini dapat mengidentifikasi penyakit lambung dengan cara mendiagnosa ciri-ciri nya. Aplikasi ini menggunakan Algoritma Fuzzy untuk mencari nilai min dan max nya. Penelitian ini menggunakan Metode Protyping untuk Metode Pengembangan Sistemnya, sedangkan jenis penelitian nya adalah jenis penelitian kualitatif. Aplikasi identifikasi penyakit lambung ini menggunakan metode Fuzzy Mamdani, mampu mendeteksi jenis penyakit dengan metode himpunan fuzzy sehingga dapat memberikan informasi pengobatan penyakit.]]>
<![CDATA[Perancangan Firewall dan Spanning Tree Protocol Sebagai Sistem Keamanan Jaringan Komputer ]]>
<![CDATA[Aldi Adisty Putra]]>;
<![CDATA[Ispandi Ispandi]]>;
<![CDATA[Baginda Oloan Lubis]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1340
<![CDATA[Dalam mengimplementasikan firewall di perusahaan, yang menjadi perhatian adalah perangkat yang digunakan, karena implementasi firewall pada setiap perangkat berbeda, misalnya router Mikrotik berbeda dengan implementasi firewall pada router Cisco route. Firewall ini digunakan untuk menyaring paket yang akan masuk ke jaringan perusahaan dan sebaliknya. Dengan demikian, jaringan perusahaan dapat menjamin keamanan informasi yang masuk atau keluar jaringan. Berdasarkan dari permasalahan yang ada, penelitian dimaksudkan untuk merancang dan menerapkan filtering data pada firewall dengan menggunakan Access Control List. Tujuan dari penelitian ini merancang firewall pada router cisco sebagai mekanisme keamanan jalur informasi yang masuk dan keluar dari jaringan komputer pada suatu perusahaan. Konfigurasi access control list diterapkan sebagai firewall untuk menyaring setiap paket data yang masuk dan keluar dari jaringan komputer perusahaan. Manajemen setiap host yang ada di dalam jaringan komputer dapat digunakan untuk melakukan koneksi keluar dan masuk pada jaringan komputer sebagai penghematan bandwidth. Hasil dari penelitian ini dengan mengaktifkan firewall menggunakan feature Access Control List (ACL) dapat digunakan untuk memblok situs yang dianggap tidak ada relevan dengan kebutuhan kerja dari perusahaan.]]>
<![CDATA[Pengembangan Deteksi Realtime untuk Bahasa Isyarat Indonesia dengan Menggunakan Metode Deep Learning Long Short Term Memory dan Convolutional Neural Network ]]>
<![CDATA[Eka Altiarika]]>;
<![CDATA[Winda Purnama Sari]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1272
<![CDATA[Kehadiran Computer Vision mampu mempengaruhi bidang kajian Sign Language Recognition System (SLRS). Adapun penelitian dibidang SLRS terhadap dua standar bahasa isyarat di Indonesia yaitu standar SIBI (Sistem Bahasa Isyarat Indonesia) dan BISINDO (Bahasa Isyarat Indonesia). Tantangan dalam penelitian ini adalah kendala dalam memproses gambar dinamis dan gambar statis ketika setelah melalui preprocessing rekognisi. Perlakuan yang berbeda saat recognisi awal pada gambar bergerak dengan gambar statis mempengaruhi waktu memunculkan hasil dengan cepat sehingga dibutuhkan model dengan training yang baik dan cepat. Tujuan penelitian ini adalah untuk mengetahui faktor akurasi yang mempengaruhi tingkat akurasi penerapan objek deteksi dan klasifikasi gambar maupun video secara realtime untuk BISINDO (Bahasa Isyarat Indonesia) dengan menggunakan metode Deep Learning Long Short Term Memory (LSTM) dan Convolution Neural Network (CNN). Pentingnya penelitian ini karena hasilnya dapat dijadikan dasar untuk mempercepat pengembangan lebih lanjut aplikasi sign language recognition khusus untuk BISINDO yang bisa dimanfaatkan oleh penyandang disabilitas maupun masyarakat agar komunikasi dua arah lebih mudah dilakukan dimasa depan secara real-time.]]>
<![CDATA[Penerapan Algoritma Apriori pada Analisis Data Transaksi penjualan UMKM Banyu Burgerbar ]]>
<![CDATA[Muhammad Briliantino]]>;
<![CDATA[Andreas Perdana]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1339
<![CDATA[UMKM merupakan perusahaan kecil perkotaan yang didirikan atas prakarsa sendiri. Di Indonesia yang mayoritas penduduknya sangat besar, ini berarti pelaku UMKM masih berada di level mikro. Penelitian ini dilakukan karena Banyu Burgerbar memiliki permasalahan umum yaitu penurunan pendapatan penjualan. Karena itulah Banyu Burgerbar melakukan kampanye, namun promosi yang dilakukan saat ini tidak sepenuhnya benar, karena mereka tidak memahami apa yang relevan dengan masalah periklanan dan informasi produk mana yang diminati konsumen dan mana yang tidak. Permasalahan tersebut membutuhkan suatu metode atau teknik yang dapat memberikan informasi melalui perhitungan algoritma apriori, sehingga dapat berguna saat kampanye untuk mengembangkan strategi pemasaran dengan membuat konten promosi tentang produk yang laku untuk menarik konsumen. Dari Proses perhitungan menggunakan algoritma apriori, dapat ditemukan produk yang paling banyak terjual yaitu ayam geprek dan milk series, dengan kesimpulan bahwa produk ayam geprek dan milk series memiliki nilai support 30% dan 36% serta memeiliki nilai confidence 5%. Hasil perhitungan apriori adalah jika konsumen membeli ayam geprek maka peluang membeli susu kit adalah 5%, jika konsumen membeli susu kit maka peluang membeli ayam geprek adalah 5%. Berdasarkan perhitungan apriori aturan asosiasi dapat diketahui produk mana yang laris manis sehingga UMKM Banyu Burgerbar dapat menyusun strategi penjualan untuk meningkatkan penjualan dengan membuat kemasan produk yang berisi produk turunan dari kombinasi produk.]]>
<![CDATA[Algoritma Deep Learning untuk Pengklasifikasian Penyakit Radang Paru-Paru pada Citra Chest X-Ray dengan Convolutional Neural Network ]]>
<![CDATA[Putri Rahma Dewi]]>;
<![CDATA[Juli Yanti Kartika Harahap]]>;
<![CDATA[Evta Indra]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1371
<![CDATA[Radang paru-paru (Pneumonia) adalah salah satu penyakit paru-paru yang menyerang saluran pernapasan yang menyebabkan penderitanya kesulitan untuk bernapas dikarenakan terjadinya pembengkakan pada paru-paru. Tindakan yang dilakukan oleh dokter untuk mengetahui seseorang mengalami radang paru-paru adalah dengan melakukan rontgen pada dada pasien dan menganalisa hasil dari foto rontgen atau gambar citra chest x-ray pasien secara manual. Oleh karena itu, dilakukan penelitian untuk mengkasifikasikan penyakit radang paru-paru melalui citra x-ray dengan menggunakan algoritma deep learning yaitu Convolutional Neural Network (CNN). Pada metode Convolutional Neural Network (CNN) ini digunakan 5266 data citra chest x-ray sebagai data training dan 592 data citra chest x-ray sebagai data testing, dimana dua data tersebut sudah terbagi menjadi citra chest x-ray normal dan citra chest x-ray radang paru-paru. Pada penelitian ini diperoleh hasil berupa Accuracy sebesar 92.22 %, Recall sebesar 98.41 %, Precision sebesar 90.29% dan f1-score sebesar 94.17%. Penelitian ini juga menunjukkan confusion matrix bahwa model memiliki tingkat negatif palsu yang rendah, tetapi tingkat positif palsu yang tinggi. Hal tersebut lebih baik dari pada terlalu banyak citra chest x-ray yang tidak terdeteksi penyakit radang paru-paru.]]>
<![CDATA[Penerapan Metode Simple Additive Weighting pada Aplikasi Penentuan Pemasok Bahan Makanan dan Minuman ]]>
<![CDATA[Eka Satryawati]]>;
<![CDATA[Ahmad Fitriansyah]]>;
<![CDATA[Irwan Cahyanto]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v9i1.1346
<![CDATA[Penelitian ini bertujuan untuk merancang aplikasi sistem pendukung keputusan pemilihan pemasok bahan makanan dan minuman dengan menggunakan metode Simple Additive Weighting berbasis android. Pemilihan pemasok sangat penting dilakukan oleh perusahaan untuk dapat meningkatkan rantai pasokan yang baik dan mendapatkan kualitas mutu bahan yang baik pula. Permasalahan saat ini masih sulit menentukan pemasok yang tepat untuk bahan makanan dan minuman yang dibutuhkan. Pemilihan pemasok yang tepat akan sangat mendukung tercapainya kualitas produk perusahaan. Pemilihan pemasok memberikan dampak antara lain terhadap kualitas bahan baku yang diterima, keterjaminan ketersediaan bahan baku di gudang, dan efisiensi biaya. Penelitian menggunakan metode Simple Additive Weigthing untuk menghasilkan keputusan urutan pemasok terbaik berdasarkan empat kriteria yaitu Harga, Kualitas, Pengiriman dan Pembayaran. Hasil penilaian tingkat kepentingan kriteria dalam dalam pemilihan pemasok menghasilkan skala prioritas atau bobot sebagai berikut : Prioritas I Kualitas (0.4), Prioritas II Harga (0.4), Prioritas III Pengiriman (0.15), Prioritas IV Pembayaran (0.05). Dari pembobotan data akan menghasilkan peringkat pemasok berdasarkan jenis makanan atau minuman tertentu. Hasil penelitian berupa aplikasi android yang digunakan untuk memilih pemasok terbaik untuk 82 jenis bahan makanan atau minuman yang dipasok oleh 70 pemasok berdasarkan skala prioritas kriteria yang sudah ditentukan.]]>
