Djtechno: Jurnal Teknologi Informasi
Djtechno: Journal of Information Techhnology Research Jurnal ilmiah yang dikelola dan diterbitkan oleh Program Studi Teknologi Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Dharmawangsa, Medan, Indonesia. Jurnal Djtechno terbit pertama kali Vol 1. No.1 Juli Tahun 2020, jurnal ini membahas tentang topik-topik yang berkenaan dengan Bidang Teknologi Informasi, Rekayasa Perangkat Lunak, Ilmu Komputer, Sistem Informasi, Dan Komunikasi. Jurnal Program Studi Teknologi Informasi terbit sebanyak 2x dalam 1 tahun yaitu per 6 bulan sekali (Juli dan Desember)
Articles
9 Documents
Search results for
, issue
"Vol 1, No 1 (2020): Juli"
:
9 Documents
clear
<![CDATA[Artificial Neural Network Dalam Mengidentifikasi Penyakit Stroke Menggunakan Metode Backpropagation (Studi Kasus di Klinik Apotik Madya Padang) ]]>
<![CDATA[Jovi Antares]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.965
<![CDATA[Stroke merupakan penyakit neurologis yang menyerang sistem syaraf otak manusia. Stroke mengakibatkan bagi penderitanya mengalami kelumpuhan, baik itu kelumpuhan sebahagian maupun lumpuh total. Penelitian ini bertujuan untuk mengidentifikasi penyakit stroke menggunakan pengenalan pola yaitu Jaringan Syaraf Tiruan metode Backpropagation. Variabel yang digunakan untuk nilai input adalah ciri-ciri penyakit stroke dan data rekam medis yang dijadikan sebagai data pelatihan dan data pengujian. Pelatihan dan pengujian digunakan pada sebuah aplikasi perangkat lunak yaitu Matlab 6.5. Pelatihan dan pengujian tersebut menggunakan pola yang berbeda-beda sehingga akan menghasilkan sebuah perbandingan antar pola Jaringan Syaraf Tiruan. Parameter yang digunakan adalah memberikan nilai learning rate sebesar 0.1, nilai goal sebesar 0.01, dan jumlah epochs maksimal sebanyak 5000 epochs. Fungsi aktivasi yang digunakan adalah sigmoid biner yang sering digunakan untuk Jaringan Syaraf Tiruan yang membutuhkan nilai output yang terletak antara 0 dan 1.]]>
<![CDATA[JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK PERAMALAN PENJUALAN PRODUK (STUDI KASUS DI METRO ELECTRONIC DAN FURNITURE) ]]>
<![CDATA[Welnof Satria]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.966
<![CDATA[Metro Electronic dan Furniture adalah perusahaan yang berkembang dibidang penjualan elektonik dan perabotan. Perusahaan ini sangat menginginkan peningkatan laba di setiap bulannya, sehingga suatu aplikasi sangat dibutuhkan perusahaan ini untuk menentukan prediksi penjualan produk ditiap bulannya. Sistem jaringan syaraf tiruan menggunakan metode backpropagation yang diterapkan dalam penelitian ini untuk peramalan penjulan produk dan diharapkan dapat membantu memecahkan masalah dalam peramalan penjualan produk. Peramalan produk dengan demikian hasil yang diharapkan adalah mendapatkan prediksi pada bulan selanjutnya yang akurat untuk penjualan produk di Metro Electronic dan Furniture Sungai Penuh. Dalam proses pengolahan data yang berkaitan dengan peramalan, pola peramalan sesuai dengan yang ditetapkan oleh algoritma backpropagation. Sistem jaringan saraf tiruan menggunakan metode backpropagation diimplementasikan menggunakan Matlab sebagai software yang mendukung dengan data penjualan produk pada tahun 2014 sampai tahun 2016.]]>
<![CDATA[PENERAPAN ALGORITMA C 4.5 DALAM SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA FASILITATOR PAMSIMAS (STUDI KASUS DI KABUPATEN KAMPAR) ]]>
<![CDATA[Zelvi Gustiana]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.967
<![CDATA[Evaluasi kinerja merupakan metode dan proses penilaian dari pelaksanaan tugas seseorang atau sekelompok orang (fasilitator) dalam satu perusahaan atau organisasi. Evaluasi kerja fasilitator telah memiliki standar yang telah ditetapkan. Kualitas kinerja fasilitator diukur berdasarkan kriteria tersebut. Penelitian ini bertujuan membantu dan mempermudah penilai dalam mengevaluasi kinerja fasilitator PAMSIMAS dengan menerapkan Data Mining yaitu Algoritma C4.5 sebagai Sistem Pendukung Keputusan. Metode yang digunakan dalam penelitian ini adalah metode algoritma C4.5 dengan menggunakan atribut hasil evaluasi sebagai atribut label tujuan sebanyak 4 buah sub-atribut, yaitu: Sangat baik, baik, cukup dan buruk. Penilitian ini menghasilkan pohon keputusan dari 20 berupa value atribut tujuan hasil evaluasi, algoritma C4.5 dapat merepresentasikan sebanyak 13 pohon keputusan dari value atribut tujuan hasil evaluasi dan persentasi akurasi dari pengujian adalah sebesar 50%. Kesimpulan dari penelitian ini yaitu algoritma C4.5 membantu mengklasifikasikan hasil evaluasi kinerja berdasarkan atribut waktu, kelengkapan isian data, respon perbaikan dan tanggung jawab dalam tim. Penelitian dapat membentuk pohon keputusan yang dapat memberikan informasi hasil evaluasi kinerja fasilitator PAMSIMAS Kabupaten Kampar.]]>
<![CDATA[DESAIN MODEL PEMBELAJARAN PROJECT BASED LEARNING BERBASIS TEKNOLOGI PADA MATERI TEKS BIOGRAFI ]]>
<![CDATA[suhariyanti yanti]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.968
<![CDATA[Masalah dalam penenlitian ini adalah kurangnya ke mampuan siswa untuk menulis teks biografi, kemudian siswa kurang minat mengikuti materi teks biografi dikarenakan harus banyak membaca sehingga nilai yang dicapai siswa tidak mencapai nilai yang maksimal. nilai yang harus mereka peroleh minimal rata-rata 76. Jika yang mereka peroleh tidak sesuai dengan nilai tersebut maka pembelajaran mereka kurang maksimal. Dalam hal ini masih banyak siswa yang kurang mampu dalam belajar menulis teks, sehingga nilai yang mereka peroleh masih banyak yang rendah, seperti nilai 55. Penelitian ini bertujuan untuk mengetahui hasil desain model pembelajaran project based learning berbasis teknologi pada materi teks biografi oleh siswa kelas VIII SMP Plus Jabal Rahma Mulia. Untuk menentukan sampel, peneliti menggunakan teknik random kelas dan terpilih kelas VIII-A yang berjumlah 36 siswa sebagai kelas eksperimen dan VIII-B yang berjumlah 36 siswa sebagai kelas kontrol. Metode dalam penelitian ini menggunakan metode eksperimen. Berdasarkan hasil penelitian menggunakan desain model pembelajaran project based learning berbasis teknologi pada materi teks biografi menunjukan kenaikan hasil belajar siswa meningkat dengan nilai rata-rata 85. Sedangkan hasil belajar tidak menggunakan desain model pembelajaran project based learning berbasis teknologi pada materi teks biografi memperoleh hasil rata-rata 65.]]>
<![CDATA[KLASTERISASI POLA PENJUALAN PESTISIDA MENGGUNAKAN METODE K-MEANS CLUSTERING (STUDI KASUS DI TOKO JUANDA TANI KECAMATAN HUTABAYU RAJA) ]]>
<![CDATA[Sabrina Aulia]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.964
<![CDATA[Data Mining adalah suatu proses pencarian atau penggalian suatu informasi yang dilakukan di dalam sebuah data yang besar. Clustering (pengelompokan) merupakam salah satu metode yang dilakukan di dalam proses Data Mining. Pengelompokan yang terjadi adalah mengelompokkan penjualan pestisida tanaman padi. Atribut yang digunakan dalam melakukan pengelompokan ini adalah total mpenjualan selama satu musim dan harga pestisida. Pengelompokan ini dilakukan agar pihak toko dapat mengetahui penjualan jenis pestisida apa saja yang laku dan tidak laku selama satu musim agar tidak terjadi penumpukan barang digudang. Di dalam clustering terdapat beberapa metode salah satunya adalah metode K-means. K-means adalah salah satu proses metode pengelompokan yang non hirarki yang cara bekerjanya membagi data ke dalam bentuk satu atau lebih cluster. Cluster yang dibuat ada 3 macam cluster yaitu, Sangat laku, laku dan tidak laku. Hasil dari cluster tersebut 53 items tergolong ke dalam kelompok penjualan pestisida yang sangat laku, 21 items tergolong ke dalam penjualan pestisida yang laku, dan 126 items digolongkan ke dalam penjualan pestisida yang tidak laku. Aplikasi yang digunakan adalah software Rapid Miner 7.5]]>
<![CDATA[JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK PERAMALAN PENJUALAN PRODUK (STUDI KASUS DI METRO ELECTRONIC DAN FURNITURE) ]]>
<![CDATA[Satria, Welnof]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.966
<![CDATA[Metro Electronic dan Furniture adalah perusahaan yang berkembang dibidang penjualan elektonik dan perabotan. Perusahaan ini sangat menginginkan peningkatan laba di setiap bulannya, sehingga suatu aplikasi sangat dibutuhkan perusahaan ini untuk menentukan prediksi penjualan produk ditiap bulannya. Sistem jaringan syaraf tiruan menggunakan metode backpropagation yang diterapkan dalam penelitian ini untuk peramalan penjulan produk dan diharapkan dapat membantu memecahkan masalah dalam peramalan penjualan produk. Peramalan produk dengan demikian hasil yang diharapkan adalah mendapatkan prediksi pada bulan selanjutnya yang akurat untuk penjualan produk di Metro Electronic dan Furniture Sungai Penuh. Dalam proses pengolahan data yang berkaitan dengan peramalan, pola peramalan sesuai dengan yang ditetapkan oleh algoritma backpropagation. Sistem jaringan saraf tiruan menggunakan metode backpropagation diimplementasikan menggunakan Matlab sebagai software yang mendukung dengan data penjualan produk pada tahun 2014 sampai tahun 2016.]]>
<![CDATA[PENERAPAN ALGORITMA C 4.5 DALAM SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA FASILITATOR PAMSIMAS (STUDI KASUS DI KABUPATEN KAMPAR) ]]>
<![CDATA[Gustiana, Zelvi]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.967
<![CDATA[Evaluasi kinerja merupakan metode dan proses penilaian dari pelaksanaan tugas seseorang atau sekelompok orang (fasilitator) dalam satu perusahaan atau organisasi. Evaluasi kerja fasilitator telah memiliki standar yang telah ditetapkan. Kualitas kinerja fasilitator diukur berdasarkan kriteria tersebut. Penelitian ini bertujuan membantu dan mempermudah penilai dalam mengevaluasi kinerja fasilitator PAMSIMAS dengan menerapkan Data Mining yaitu Algoritma C4.5 sebagai Sistem Pendukung Keputusan. Metode yang digunakan dalam penelitian ini adalah metode algoritma C4.5 dengan menggunakan atribut hasil evaluasi sebagai atribut label tujuan sebanyak 4 buah sub-atribut, yaitu: Sangat baik, baik, cukup dan buruk. Penilitian ini menghasilkan pohon keputusan dari 20 berupa value atribut tujuan hasil evaluasi, algoritma C4.5 dapat merepresentasikan sebanyak 13 pohon keputusan dari value atribut tujuan hasil evaluasi dan persentasi akurasi dari pengujian adalah sebesar 50%. Kesimpulan dari penelitian ini yaitu algoritma C4.5 membantu mengklasifikasikan hasil evaluasi kinerja berdasarkan atribut waktu, kelengkapan isian data, respon perbaikan dan tanggung jawab dalam tim. Penelitian dapat membentuk pohon keputusan yang dapat memberikan informasi hasil evaluasi kinerja fasilitator PAMSIMAS Kabupaten Kampar.]]>
<![CDATA[DESAIN MODEL PEMBELAJARAN PROJECT BASED LEARNING BERBASIS TEKNOLOGI PADA MATERI TEKS BIOGRAFI ]]>
<![CDATA[yanti, suhariyanti]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.968
<![CDATA[Masalah dalam penenlitian ini adalah kurangnya ke mampuan siswa untuk menulis teks biografi, kemudian siswa kurang minat mengikuti materi teks biografi dikarenakan harus banyak membaca sehingga nilai yang  dicapai siswa tidak mencapai nilai yang maksimal. nilai yang harus mereka peroleh minimal rata-rata 76. Jika yang mereka peroleh tidak sesuai dengan nilai tersebut maka pembelajaran mereka kurang maksimal. Dalam hal ini masih banyak  siswa yang kurang mampu dalam belajar menulis teks, sehingga nilai yang mereka peroleh masih banyak yang rendah, seperti nilai 55. Penelitian ini bertujuan untuk mengetahui hasil desain model pembelajaran project based learning berbasis teknologi pada materi teks biografi oleh siswa kelas VIII SMP Plus Jabal Rahma Mulia. Untuk menentukan sampel, peneliti menggunakan teknik random kelas dan terpilih kelas VIII-A yang berjumlah 36 siswa sebagai kelas eksperimen dan VIII-B yang berjumlah 36 siswa sebagai kelas kontrol. Metode dalam penelitian ini menggunakan metode eksperimen. Berdasarkan hasil penelitian menggunakan desain model pembelajaran project based learning berbasis teknologi pada materi teks biografi menunjukan kenaikan hasil belajar siswa meningkat dengan nilai rata-rata 85. Sedangkan hasil belajar tidak menggunakan desain model pembelajaran project based learning berbasis teknologi pada materi teks biografi memperoleh hasil rata-rata 65.]]>
<![CDATA[KLASTERISASI POLA PENJUALAN PESTISIDA MENGGUNAKAN METODE K-MEANS CLUSTERING (STUDI KASUS DI TOKO JUANDA TANI KECAMATAN HUTABAYU RAJA) ]]>
<![CDATA[Aulia, Sabrina]]>
<![CDATA[ Djtechno: Jurnal Teknologi Informasi Vol 1, No 1 (2020): Juli ]]>
Publisher : <![CDATA[Universitas Dharmawangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46576/djtechno.v1i1.964
<![CDATA[Data Mining adalah suatu proses pencarian atau penggalian suatu informasi yang dilakukan di dalam sebuah data yang besar. Clustering (pengelompokan) merupakam salah satu metode yang dilakukan di dalam proses Data Mining. Pengelompokan yang terjadi adalah mengelompokkan penjualan pestisida tanaman padi. Atribut yang digunakan dalam melakukan pengelompokan ini adalah total mpenjualan selama satu musim dan harga pestisida. Pengelompokan ini dilakukan agar pihak toko dapat mengetahui penjualan jenis pestisida apa saja yang laku dan tidak laku selama satu musim agar tidak terjadi penumpukan barang digudang. Di dalam clustering terdapat beberapa metode salah satunya adalah metode K-means. K-means adalah salah satu proses metode pengelompokan yang non hirarki yang cara bekerjanya membagi data ke dalam bentuk satu atau lebih cluster. Cluster yang dibuat ada 3 macam cluster yaitu, Sangat laku, laku dan tidak laku. Hasil dari cluster tersebut 53 items tergolong ke dalam kelompok penjualan pestisida yang sangat laku, 21 items tergolong ke dalam penjualan pestisida yang laku, dan 126 items digolongkan ke dalam penjualan pestisida yang tidak laku. Aplikasi yang digunakan adalah software Rapid Miner 7.5]]>
