cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yoze Rizki
Contact Email
fasilkom@umri.ac.id
Phone
+6281356764330
Journal Mail Official
fasilkom@umri.ac.id
Editorial Address
Redaksi Jurnal Fasilkom, Fakultas Ilmu Komputer Gedung Rektorat Lt. 4, Universitas Muhammadiyah Riau Jl. Tuanku Tambusai, Pekanbaru, Riau
Location
Kota pekanbaru,
Riau
INDONESIA
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Published by Universitas Muhammadiyah Riau
ISSN : 20893353     EISSN : 28089162     DOI : https://doi.org/10.37859/jf.v11i3.2781
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) is expected to be a media of scientific study of research result, a thought and a study criticial analysis to a System engineering research, Informatics Engineering, Information Technology, Computer Engineering, Informatics Management, and Information System. We accept research papers which focused to these following topics: System Engineering Expert System Decision Support System Data Mining Artificial Intelligent Computer engineering Digital Image Processing Computer Graphic Computer Vision Genetic Algorithm Machine Learning Deep Learning Information System Design Business Intelligence and Knowledge Management Database System Big Data IOT Enterprise Computing ICT and Islam Technology Management and other relevant topics to field of Information Technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 374 Documents
 18   19   20   21   22 
Audit Sistem Jubelio Pada Perusahaan Peralatan Elektronik Menggunakan Domain Service Design ITIL V3 Bernanda, Devi Yurisca; Widjaja, Michelle Disa; Sutria, Kevin; Rahman, Muhammad Ryo; Andry, Johanes Fernandes
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.5978

Abstract

Electronic equipment companies in Jakarta have used information technology (IT) for daily operational activities, the IT used is an application or Jubelio system to support the smooth running of the organization in supporting its business needs, with the help of this IT equipment it is hoped that it will improve its service both internally such as employees and management as well as external customers, namely. Because the system has been implemented for so long, an audit of the application is needed using the ITIL V3 standard. This standard is used to see the extent of IT's success in carrying out its functions and will also carry out a design review of additions to the Jubelio system. This service helps companies gain a better understanding of the need for additional features for applications, and the future challenges faced by users at the company. Of course, this all involves users within the organization in the design process. The final result of the Jubelio application audit is that the company received recommendations from researchers, namely improving IT services even better, showing that Service Catalog Management, Service Level Management, Capacity Management, Availability Management, IT Service Continuity Management, Information Security Management, and Supplier Management is at the current level of 1.43 to 2.75, from the expected level of 3.00 with a gap between 0.25 to 1.67.
Implementasi Model SARIMA Untuk Memprediksi Produksi Minyak Kelapa Sawit Tokan, Luis Fernandes; Hermawan, Arief
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6033

Abstract

Minyak kelapa sawit adalah komoditas penting dalam industri perkebunan dengan dampak besar pada ekonomi global. Tantangan utama dalam perencanaan produksi dan analisis pasar adalah kurangnya persiapan yang memadai. Oleh karena itu, penelitian ini bertujuan untuk menerapkan model SARIMA (Seasonal Autoregressive Integrated Moving Average) dalam memprediksi produksi minyak kelapa sawit untuk periode 2022-2026. Data diperoleh dari Buku Statistik Perkebunan DITJENBUN Pertanian. Hasil analisis menunjukkan bahwa model SARIMA dengan parameter (1,0,1)(1,0,0)12 memberikan hasil terbaik dengan tingkat Mean Absolute Percentage Error (MAPE) sebesar 5,54%. Hasil ini menunjukkan bahwa model SARIMA dapat memprediksi produksi minyak kelapa sawit dengan akurasi yang baik berdasarkan data historis. Sistem prediksi ini diharapkan memberikan kontribusi signifikan dalam mengurangi ketidakpastian dalam produksi minyak kelapa sawit, meningkatkan efisiensi produksi dalam mengurangi dampak lingkungan yang dihasilkan, serta membantu pemerintah dan organisasi terkait dalam melakukan perencanaan yang lebih baik dalam memperhatikan kualitas produksi yang tinggi.
Perbandingan Metode K-Means Clustering Dan Metode Ward Dalam Mengelompokkan Pelangan Mall Iklima, Tia; Pujiyanta, Ardi
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6040

Abstract

Bagi setiap perusahaan pelanggan adalah aspek yang penting, apalagi dalam dunia bisnis. Karena pelanggan berperan penting dalam kemajuan perusahaan salah satunya Mall. Oleh karena itu perlu dilakukannya analisa lebih lanjut untuk menganalisis data pelanggan. Namun dalam menganalisa data pelanggan perlu menggunakan metode yang tepat dalam proses pengelompokan data pelanggan. Dalam penelitian ini dilakukan perbandingan dua metode yang berbeda, yaitu metode K-means dan metode Ward. Dataset yang digunakan dalam penelitian ini mengandung pola tingkah laku dari masing-masing pelanggan. Untuk menghitung jarak minimum dari setiap data dalam cluster digunakan Euclidean Distance. Data pelanggan yang digunakan yaitu data pelanggan Mall, yang diambil dari data public pada platform Kaggle.com, yang terdiri dari 5 variabel yaitu CustomerID, Gender, Age, Total Earning, dan Spending Score, dengan jumlah data dari masing-masing parameter ialah sebanyak 1000 data. Hasil penelitian menunjukkan bahwa metode K-means dan metode Ward dapat diterapkan pada dataset yang digunakan. Hasil pengelompokkan didapatkan 4 kelompok pelanggan yang berbeda. Nilai akurasi pada masing-masing metode dilakukan pengujian dengan menggunakan metode Silhouette Coefficient. Hasil pengelompokkan data pelanggan dengan metode K-means untuk nilai s(i) sebesar 0.67. Sedangkan nilai s(i) sebesar 0.81 untuk metode Ward. Berdasarkan hasil penelitian, untuk mengetahui kelompok pelanggan berdasarkan tingkat kemiripan setiap objek, penggunaan metode Ward lebih baik dibandingkan dengan metode KMeans dalam proses Clustering pada dataset pelanggan Mall.
Prediksi Tingkat Kelulusan Menggunakan K-Means Pada Program Studi Informatika Unismuh Makassar Irhamna Rachman, Fahrim; Mujadilah, Siti; Wahyuni, Titin; Anas, Lukman
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6061

Abstract

Predicting timely graduation brings numerous benefits not only to students but also to the university itself. Creating a graduation prediction model assists students and academic advisors in fostering a positive environment that encourages on-time graduation by developing a predictive model for graduation rates using the K-means data mining method in the Informatics study program at Universitas Muhammadiyah Makassar. This method is used to cluster students based on attributes such as total credits taken, semester Grade Point Average (GPA), and overall Cumulative Grade Point Average (CGPA). The clustering aims to identify patterns and characteristics of student graduation. Data from several semesters is collected and preprocessed, including data normalization and transformation. The research steps involve data preprocessing, cluster labeling, distance calculation to cluster centers, and result analysis. The analysis shows that the K-means method can generate student clusters with varying graduation rate patterns. The formed clusters can be interpreted as groups of students with potential for timely graduation or groups needing more attention to achieve on-time graduation. Empirical validation is performed by comparing K-means prediction results with actual graduation data. Accuracy measurement involves calculating the percentage of similarity between predictions and actual data. Empirical validation results demonstrate the accuracy level, which can serve as a benchmark for assessing the performance of this prediction model. This study aims to provide deeper insights into factors influencing student graduation and potentially support decision-making at the academic level. Keywords: Graduation Prediction, Data Mining, K-Means, Analysis, Clustering, Empirical Validation.
Prediksi Peningkatan Kunjungan Pasien Dimasa Mendatang Mengunakan Jaringan Saraf Tiruan Backpropagation Muhammad Thoriq; Syaputra, Aldo Eko; Eirlangga, Yofhanda Septi
JURNAL FASILKOM Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i1.6068

Abstract

Sebagai lembaga kesehatan pertama pada suatu wilayah dalam memberikan pelayanan kesehatan jumlah kunjungan pasien tidak bisa kita prediksi kedatangannya dan pada waktu-waktu tertentu jumlah pasien membludak sehingga menjadi tidak sesuai dengan tenaga kesehatan (nakes) yang sedang bertugas. Karena banyak pasien yang datang dan tidak sesuai dengan nakes yang sedang bekerja menyebabkan banyaknya pasien yang mengantri bahkan sampai tidak bisa dilayani dan dianjurkan untuk pemeriksaan besok harinya. Inilah yang menyebabkan pelayanan kesehatan menjadi kurang optimal serta beberapa aspek dari puskesmas tidak berjalan dengan sempurna. Berdasarkan masalah tersebut diatas, perlu dilakukannya sebuah penelitian yang komprehensif guna memperkirarkan jumlah kedatagan pasien dimasa yang akan datang. metode jaringan saraf tiruan (JST) bakcpropagation akan dipakai dalam membantu penelitian ini. Penggunaan metode ini dengan mempertimbangkan bahwa Jaringan Syaraf Tiruan mempunyai kemampuan belajar dari pola-pola yang di masukan di ajarkan dan melakukan komputasi dengan paralel. Data yang dipakai meneliti adalah data kunjungan-kunjungan pasien pada tahun lampau yang akan dijadikan data training. Tujuan dari penelitian ini mengharapkan JST menggunakan Backpropagation dapat memperkirakan keberhasailan latihan kerja secara akurat. Hasil dari penelitian ini adalah Setelah dilakukan tahapan propagasi balik. Hasil prediksi yang optimal diperoleh sebesar 0.98946, mendekati nilai target (1). Terdapat kemungkinan kesalahan sebesar 0.00011 atau 0.01% yang terjadi.
Perbandingan Naive Bayes dan Random Forest untuk Prediksi Perilaku Peserta Program Rujuk Balik Djatmiko, Widdi; Kusrini; Hanafi
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6070

Abstract

Program Rujuk Balik (PRB) merupakan pelayanan yang diberikan kepada Peserta BPJS Kesehatan yang memiliki riwayat penyakit kronis antara lain penyakit diabetes melitus, hipertensi, jantung, asma, Penyakit Paru Obstruktif Kronis (PPOK), epilepsy, stroke, schizophrenia, systemic lupus erythematosus. Peserta yang mengikuti Program Rujuk Balik (PRB) telah memiliki kondisi kesehatan yang sudah stabil/terkontrol namun masih memerlukan pengobatan. Peserta yang terdaftar dalam Program Rujuk Balik (PRB) diwajibkan untuk melakukan kunjungan rutin (aktif) setiap bulan ke Fasilitas Kesehatan Tingkat Pertama (FKTP) sesuai dengan yang dipilih oleh Peserta. Namun masih didapati sebagian Peserta masih memiliki perilaku tidak bersedia melakukan kunjungan rutin (pasif) dikarenakan Peserta masih merasa dalam kondisi sehat dan tidak dalam keadaan sedang sakit. Tujuan dalam penelitian ini akan melakukan prediksi perilaku Peserta Program Rujuk Balik (PRB) dan akan membandingkan performa dari algoritma Naive Bayes dan Random Forest. Dataset yang digunakan bersifat private data yang diambil dari BPJS Kesehatan Kantor Cabang Balikpapan. Pada penelitian ini dilakukan variasi split data antara lain 70:30, 80:20, 90:10. Hasil akhir dari penelitian ini yaitu algoritma Random Forest memiliki yang lebih baik dibandingkan dengan Naïve Bayes dengan nilai tertinggi pada teknik split data 70:30 pada nilai accuracy sebesar 97,52%, precision sebesar 96,56%, recall sebesar 98,71%.
Sistem Pendukung Keputusan Pemilihan Aplikasi Investasi Menggunakan Pendekatan WASPAS dan Rank Sum Hayat, Mustofa
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6080

Abstract

Banyaknya aplikasi investasi yang menawarkan berbagai kemudahan dan instrumen investasi yang beragam, mengubah cara orang berinvestasi dengan cara yang signifikan. Namun, para investor seringkali dihadapkan pada dilema dalam memilih aplikasi investasi yang sesuai dengan tujuan dan resikonya. Untuk menentukan pilihan terhadap aplikasi investasi, investor harus mengetahui satu per satu aplikasi yang ada. Sehingga, menyulitkan pengguna dan membutuhkan waktu yang lama dalam menentukan keputusan. Maka, tujuannya penelitian ini dilakukan yaitu untuk membangun sistem pendukung keputusan pemilihan aplikasi investasi dengan menerapkan pendekatan WASPAS dan teknik pembobotan Rank Sum. Metode WASPAS memiliki kemampuan dalam merangkingkan alternatif berdasarkan kriteria-kriteria yang dipertimbangkan, dengan memperhitungkan bobot relatif dari masing-masing kriteria. Kemudian, pendekatan Rank Sum dapat menentukan bobot melalui nilai peringkat relatif yang menggambarkan kinerja dari setiap kriteria. Berdasarkan studi kasus yang dilakukan diperoleh alternatif terbaik yaitu Bareksa (A4) dengan nilai 0,885275. Output yang dihasilkan oleh sistem yang dikembangkan menghasilkan nilai yang valid, karena hasilnya tidak berbeda dengan perhitungan manual. Hasil dari usability testing mendapatkan rata-rata nilai yaitu 88,75%, yang menunjukkan bahwa sistem tersebut layak untuk digunakan.
Sistem Pendukung Keputusan Rekomendasi Pemilihan Topik Judul Skripsi Menggunakan Metode Logika Fuzzy Nurhalizah Nst, Ely; Efriyanti, Liza; Zakir, Supratman; Supriadi
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6101

Abstract

Sistem penunjang keputusan digunakan untuk membantu mendukung keputusan sebagai solusi atas sebuah masalah dalam melihat sebuah peluang. Penelitian ini bertujuan untuk merancang sistem penunjang keputusan rekomendasi pemilihan topik judul skripsi mahasiswa program studi PTIK dengan menggunakan metode logika fuzzy yang diimplementasikan dalam pemograman java. Berguna untuk mengatasi keraguan mahasiswa dalam memilih topik judul skripsi berdasarkan empat bidang yang ada yaitu bidang pendidikan, pemograman, multimedia dan jaringan, sehingga dapat mencegah kebiasaan buruk mahasiswa yang mengambil topik judul skripsi secara subjektif yaitu mengikuti pilihan teman-temannya yang dapat mengakibatkan topik judul tidak sesuai minat dan kemampuan mahasiswa, sehingga sering mengalami ganti judul, joki skripsi sampai keterlambatan kelulusan dan kehabisan semester yang berujung DO (Drop Out). Metode yang digunakan adalah research & development dengan model waterfall yang terdiri dari communication, planning, modelling, construction, deployment. Hasil dari penelitian ini diuji dengan menggunakan standar ISO/IEC 25010. Hasil uji produknya yaitu aspek validity test materi mendapatkan skor 0,83 valid, validity test kebahasaan mendapatkan skor 0,92 valid, functional suitability mendapat skor 100%, compability mendapat skor 100% dan usability mendapat skor 95,4%. Berdasarkan hasil uji produk sistem penunjang keputusan ini dapat menjadi salah satu cara mahasiswa untuk memilih topik judul skripsi yang sesuai dengan kemampuan mahasiswa.
Pengembangan Game Sebagai Media Pengenalan Hewan Dengan Metode Game Development Life Cycle Menggunakan Construct 2 Intan Cahya; Qadhli Jafar Adrian
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6108

Abstract

Di dunia yang semakin digital ini, integrasi teknologi ke dalam lingkungan pendidikan menjadi komponen yang semakin penting dalam proses mencetak generasi masa depan. Melalui penggunaan video game edukasi, salah satu cara yang paling efektif untuk menggabungkan pendidikan dan teknologi dapat ditemukan. Oleh karena itu, game telah menjadi alat yang efektif untuk mengajarkan berbagai konsep yang berbeda. Penelitian ini berfokus pada pengembangan video game edukasi sebagai sarana untuk pengenalan hewan melalui penggunaan metode Game Development Life Cycle (GDLC) dengan menggunakan perangkat lunak Construct 2. Construct 2 dipilih karena mudah digunakan, sehingga cocok untuk pemula maupun guru yang tidak memiliki keahlian teknis di bidangnya. Metode penelitian ini mengikuti siklus R&D, yang mencakup observasi dan studi literatur yang ada. Hal ini disebut sebagai pendekatan desentralisasi R&D. GDLC digunakan sebagai panduan dalam pengembangan video game, dengan tahapan-tahapan yang meliputi inisiasi, pra-produksi, produksi, jaminan kualitas, serta pengujian dan evaluasi. Menurut temuan penelitian, game pengenalan hewan yang dikembangkan menggunakan Construct 2 dan GDLC menerima umpan balik positif dari dua puluh orang yang berpartisipasi dalam survei. Hasil survei menunjukkan bahwa game ini memiliki tingkat akseptabilitas yang tinggi dan diberi skor SUS sebesar 82,25, yang menunjukkan tingkat kepuasan yang sangat tinggi.
Mengelompokkan Daerah Rawan Kecelakaan Di Sumatera Utara dengan Algoritma Clustering Dedy Hartama; Sapriyaldi, Muhammad
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6137

Abstract

The large population has a very large need for motorized vehicles, both 2-wheeled and 4-wheeled, which most people consider to be a primary need, not a secondary need. The large number of vehicle users causes traffic congestion so that the number of accidents increases which can result in many fatalities, minor injuries and serious injuries. The aim of this research is to group accident-prone areas in North Sumatra using the clustering method. The data source used in the research is from BPS on the topic of traffic accidents in the North Sumatra region from 2015-2022. The method used to solve this problem is K-Means Data Mining. The results obtained from this search are 3 clusters with a DBI value of 0.384, cluster 1 contains 1 region, cluster 2 contains 16 regions, and cluster 3 contains 11 regions. Carrying out this research can provide knowledge input for further research regarding the development of the k-means clustering method and help the police, especially the traffic accident handling units in each region, in predicting accidents more easily and tracing possible causes. accidents in the area.

Page 20 of 38 | Total Record : 374

 18   19   20   21   22 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 15 No. 1 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 13 No 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 13 No. 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 13 No 01 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 3 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 2 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 1 (2022): Jurnal Fasilkom (teknologi inFormASi dan ILmu KOMputer) Vol 11 No 3 (2021): Jurnal Fasilkom Vol 11 No 2 (2021): Jurnal Fasilkom Vol 11 No 1 (2021): Jurnal Fasilkom Vol 10 No 3 (2020): Jurnal Fasilkom Vol 10 No 2 (2020): Jurnal Fasilkom Vol 10 No 1 (2020): JURNAL FASILKOM Vol 9 No 3 (2019): Jurnal Fasilkom Vol 9 No 2 (2019): Jurnal Ilmu Komputer Vol 8 No 1 (2019): Jurnal Ilmu Komputer Vol 7 No 2 (2018): Agustus 2018 Vol 5 No 2 (2016): Jurnal Ilmu Komputer More Issue