cover
Contact Name
Usman Ependi
Contact Email
u.ependi@binadarma.ac.id
Phone
+6281271103018
Journal Mail Official
seajorunal@gmail.com
Editorial Address
Kampus Utama Universitas Bina Darma Lt. 7 Jl. A. Yani No 3 Seberang Ulu I Palembang
Location
Kota bandung,
Jawa barat
INDONESIA
Journal of Software Engineering Ampera
ISSN : -     EISSN : 27752488     DOI : https://doi.org/10.51519
Core Subject : Science,
Journal of Software Engineering Ampera (Journal-SEA) is an online journal that organized and managed independently by the consortium of informatics lecturers. Journal-SEA is an open-access journal that is provided for researchers, lecturers, and students who will publish research results in the field of all thing about software engineering and its process.
Articles 5 Documents
Search results for , issue "Vol. 1 No. 2 (2020): Journal of Software Engineering Ampera" : 5 Documents clear
Analisis Pengaruh Perencanaan Strategis SI/TI Dalam Meningkatkan Upaya Keunggulan Bersaing Cindyasri Pratidina Setyanti; Agustinus Fritz Wijaya
Journal of Software Engineering Ampera Vol. 1 No. 2 (2020): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalsea.v1i2.39

Abstract

SMKN 2 Salatiga really understands that the role of technology is very important, especially in terms of competition between SMA / SMK equivalents in the Central Java region. This study aims to develop IS / IT strategic planning in competing to increase school excellence, so that data collection is done through interviews, observation, and document study. The data will be taken regarding what factors can be strengths, weaknesses, opportunities, threats, and internal and external environmental analysis at SMKN 2 SALATIGA so that it can identify computer-based application designs that will support the progress of schools in Indonesia. implement a plan of excellence in competition between SMA / SMK and equivalent in Central Java
Implementasi Metode Klasifikasi Dengan Algoritma Support Vector Machine Untuk Menentukan Stok Persediaan Barang Pada Koperasi Karyawan Pangan Utama Fadjar Pratama; Muhammad Nasir; Siti Sauda
Journal of Software Engineering Ampera Vol. 1 No. 2 (2020): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalsea.v1i2.46

Abstract

Koperasi Karyawan Pangan Utama merupakan koperasi yang disediakan untuk memenuhi kebutuhan karyawan PT. Indofood cabang Palembang pada khususnya dan masyarakat pada umumnya. Koperasi Karyawan Pangan Utama ini melaksanakan berbagai kegiatan usaha antara lain unit usaha pertokoan dan unit usaha simpan pinjam. Penyimpanan data yang digunakan oleh Koperasi Karyawan Pangan Utama dalam proses persediaan barang walaupun sudah terkomputerisasi, namun prosesnya belum terintegrasi dengan baik, sehingga menimbulkan sebuah masalah bagi Koperasi Karyawan Pangan Utama yaitu kesulitan memperoleh informasi mengenai persediaan barangnya dan terkadang sering terjadinya penumpukan barang yang merugikan bagi Koperasi Karyawan Pangan Utama. Dengan menerapkan pengolahan persediaan barang menggunakan algoritma Support Vector Machine yang baik, diharapkan terjadinya interaksi yang baik dalam management stok barang dengan cepat, efisien, dan efektif. Algoritma Support Vector Machine adalah algoritma yang mencatat kenaikan dan penurunan kas persediaan barang. Proses klasifikasi dengan algortima ini akan menghitung stok awal dengan stok akhir dan mengelompokan barang dagang berdasarkan minat konsumen berdasakan hasil penghitungan stok awal dan stok akhir
Penerapan Algoritma Convolutional Neural Network Untuk Klasifikasi Motif Citra Batik Solo Tungki Ari Bowo; Hadi Syaputra; Muhamad Akbar
Journal of Software Engineering Ampera Vol. 1 No. 2 (2020): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalsea.v1i2.47

Abstract

Batik adalah warisan kebudayaan Indonesia yang telah menjadi ciri khas masyarakat Indonesia. Batik memiliki banyak motif dan corak dengan ciri yang berbeda disetiap corak atau motifnya. Sebagai upaya melestarikan batik, penelitian mengenai klasifikasi batik digunakan untuk mengenali motif citra batik. Untuk itu penelitian ini dilakukan menggunakan metode pembelajaran dengan data citra batik diharapkan dapat memberikan hasil klasifikasi yang akurat dan efisien dengan tingkat akurasi tinggi. Convolutional Neural Network (CNN) merupakan gabungan dari jaringan syaraf tiruan dan metode deep learning. CNN terdiri 3 layer utama yaitu Convolutional Layer, Pooling Layer, Fully Connected Layer. Pada penelitian ini menggunakan arssitektur 3 Convolutional Neural Network dan 2 Fully Connected Layer pada pembuatan system terdapat beberapa tahapan utama yaitu pengumpulan data, perancangan system, training, dan testing. Penelitian ini menggunakan data citra batik solo sebanyak 2.256 gambar yang terdiri dari 7 kelas yaitu motif Parang, Semenrante, Sidomukti, Ceplok, Kawung, Truntum, dan Buketan. Hasil dari proses learning didapatkan akurasi sebesar 99.07% dengan loss sebesar 0,2%. Pada proses pengujian menggunakan 745 sampel batik solo didapatkan akurasi sebesar 95%. Sehingga dapat disimpulkan bahwa metode CNN dapat mengklasifikasi citra dengan baik
Implementasi Data Mining Untuk Menentukan Pola Penyebab Kecelakaan Lalu Lintas Di Wilayah Kota Palembang Menggunakan Algoritma FP-Growth Fathan Pangestu; Andri Andri
Journal of Software Engineering Ampera Vol. 1 No. 2 (2020): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalsea.v1i2.48

Abstract

Palembang City is one of the big cities in Indonesia. Along with the increasing population and the increasing number of motorized vehicles, it will certainly have an impact on the increasing number of traffic accidents in the city of Palembang. In this study, the writer will determine the pattern of traffic accidents by using the fp-growth algorithm and using various variables. The variables that will be used consist of weather, time of incident, road geometry, profession, level of injury. This research is expected to be a reference for the police to be able to take anticipatory measures in order to reduce the number of traffic accidents in the Palembang City area. The fp-growth algorithm can be applied properly to determine the pattern of the causes of traffic accidents in the city of Palembang by using 2 minimum support of 40% and 50% and 2 minimum confidence of 70% and 90%. Based on the resulting rules, there are rules with the highest confidence value of 98% with these rules: When an accident occurs with a Side-Side accident type, the accident occurs in sunny weather conditions
Penerapan Algoritma Knuth Morris Pratt Dalam Fitur Pencarian Pengarsipan Dokumen Pada Sma Plus Negeri 17 Palembang Mohammad Ilham; Ahmad Haidar Mirza
Journal of Software Engineering Ampera Vol. 1 No. 2 (2020): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalsea.v1i2.49

Abstract

Sejalan dengan perkembangan teknologi informasi, hal itu mendorong setiap sekolah terutama bidang tata usaha untuk meningkatkan dan mengembangkan setiap informasi yang disajikan untuk menunjang pelayanan yang lebih baik. Tata usaha merupakan bagian sekolah yang memiliki wewenang menangani pengarsipan dokumen. Pengelolaan data pengarsipan dokumen di SMA Plus N 17 Palembang masih menggunakan cara manual yang akan diarsipkan dilemari arsip. Pada saat-saat tertentu terkendala dimana suatu dokumen yang sudah dibuat bertumpuk-tumpuk dengan jumlah yang banyak akan mengalami kesulitan untuk ditemukan. Pemasalahan tersebut maka terdapat tiga persoalan utama dalam penelitian ini yakni pembuatan sistem fitur pencarian pengarsipan dokumen oleh admin atau staff TU dan penerapan algoritma Knuth Morris Pratt (KMP). Algoritma KMP adalah pencocokan string yang melakukan perbandingan karakter teks dan karakter pattern. Algoritma ini adalah bagaimana memanfaatkan karakter-karakter pattern yang sudah diketahui ada di dalam teks sampai terjadinya ketidak cocokan untuk melakukan pergeseran. Hasil yang diharapkan dari penelitian ini adalah dapat menghemat waktu dan dapat dilakukan dengan lebih baik, cepat dan mudah. Pengembangan sistem pencarian pengarsipan dokumen yang terdiri atas: XAMPP Server, Mozilla Firefox, bahasa pemrograman PHP dan HTML dan menggunakan metode Software Development Life Cycle (SDLC)

Page 1 of 1 | Total Record : 5