cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yampi R Kaesmetan
Contact Email
kaesmetanyampi@gmail.com
Phone
+6281320586988
Journal Mail Official
kaesmetanyampi@gmail.com
Editorial Address
Jl. Perintis Kemerdekaan 1, Kayu Putih, Kecamata Oebobo, Kota Kupang, Nusa Tenggara Timur
Location
Kota kupang,
Nusa tenggara timur
INDONESIA
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi
Published by Sekolah Tinggi Manajemen Informatika Komputer Uyelindo Kupang
ISSN : 23375280     EISSN : 26207427     DOI : 10.52972
Core Subject : Science,
Computer Science & IT
Jurnal Jurnal High education of organization archive quality Teknologi Informasi merupakan Jurnal Ilmiah untuk menampung hasil penelitian yang berhubungan dengan bidang sains dan teknologi. Bidang penelitian yang dimaksud meliputi : Artificial Intelligence and Application, Business Intelligence, Cloud and Grid Computing, Computer Networking & Security, Computer-Based Multimedia Retrievel, Datawarehouse & Data Mining, Decision Support System, Enterprise System,(SCM, ERP, CRM), E-System (E-Business, E-Commerce, E-Government, E-Health), Expert & Knowledge-Based System, Fuzzy Logic, Genetic Algorithms, Geographics Information System, Human-Computer Interaction, Image Processing, Information Retrieval, Information System, IT Governance, Knowledge Management, Mobile Computing & Application, Multimedia System, Neural Networks, Open Source System & Technology, Pattern Recognition, Semantic Web, Software Engineering
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 105 Documents
 7   8   9   10   11 
RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS PETERNAKAN AYAM POTONG PADA KABUPATEN TIMOR TENGAH UTARA BERBASIS WEBSITE: DESIGN AND DEVELOPMENT OF A WEB-BASED GEOGRAPHIC INFORMATION SYSTEM FOR BROILER CHICKEN FARMING IN NORTH CENTRAL TIMOR REGENCY Olla, Felisia Osi; Rema, Yasinta Oktaviana Legu; Bobu, Fetronela Rambu; Lestari, Anastasia Kadek Dety
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p23-34

Abstract

Industri peternakan ayam potong di Kabupaten Timor Tengah Utara memiliki peran penting dalam pemenuhan kebutuhan makanan, khususnya dalam penyediaan protein hewani bagi masyarakat. Namun, distribusinya sering mengalami kendala akibat minimnya informasi mengenai lokasi peternakan, sehingga pembeli dan pemasok hanya terbatas pada sumber tertentu. Hal ini menghambat efisiensi distribusi dan memperlambat proses pemasokan. Untuk mengatasi permasalahan ini, dikembangkan sistem informasi geografis berbasis website yang dapat  memetakan lokasi peternakan ayam potong di wilayah Kabupaten Timor Tengah Utara. Sistem ini menerapkan metode prototype, yang memungkinkan pengembangan dilakukan secara bertahap dengan melibatkan umpan balik dari pengguna, seperti peternak, pembeli, dan admin. Prototipe awal diuji dan disempurnakan berdasarkan masukan pengguna agar sistem lebih sesuai dengan kebutuhan mereka. Pengembangan  sistem ini menggunakan PHP sebagai bahasa pemrograman dan MySQL sebagai basis data untuk menyimpan dan mengelola informasi lokasi peternakan secara terstruktur. Sistem informasi geografis berbasis website ini telah diuji menggunakan metode black box testing ke 10 peternak sebagai calon pengguna. Hasil pengujian menunjukkan bahwa fungsional sistem atau fitur-fitur pada sistem  berjalan sesuai fungsi atau mencapai 100% keberhasilannya. Sehingga sistem ini memberikan kemudahan bagi pengguna untuk mengakses informasi mengenai lokasi peternakan ayam potong dan berpotensi mendukung proses distribusi menjadi lebih efisien.   The broiler chicken farming industry in North Central Timor Regency plays an important role in meeting food needs, especially in providing animal protein for the community. However, its distribution is often constrained by the lack of information about the location of the farm, so that buyers and suppliers are limited to certain sources. This hinders distribution efficiency and slows down the supply process. To overcome this problem, a website-based geographic information system was developed that can map the location of broiler chicken farms in the North Central Timor Regency area. This system applies the prototype method, which allows development to be carried out in stages by involving feedback from users, such as farmers, buyers, and admins. The initial prototype was tested and refined based on user input so that the system better suits their needs. The development of this system uses the PHP programming language and MySQL database to store and manage farm location information in a structured manner. With this website-based geographic information system, users can easily access information about the location of broiler chicken farms, so that the distribution process becomes more efficient. In addition, farmers can increase the visibility of their businesses and expand the market.
IMPLEMENTASI ALGORITMA TRIPLE DES UNTUK ENKRIPSI DAN DEKRIPSI GAMBAR DIGITAL DALAM FORMAT TEKS BERBASIS WEBSITE: IMPLEMENTATION OF THE TRIPLE DES ALGORITHM FOR ENCRYPTION AND DECRYPTION OF DIGITAL IMAGES IN TEXT FORMAT VIA A WEB-BASED PLATFORM Us’Olin, Stefani Marlisa; Fallo, Gregorius; Ngoa, Andreas R. A. DJawa
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p59-67

Abstract

Keamanan data digital, khususnya gambar digital, menjadi aspek krusial dalam proses pertukaran informasi melalui jaringan internet. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah sistem berbasis web yang mengimplementasikan algoritma Triple Data Encryption Standard (Triple DES) dalam proses enkripsi dan dekripsi citra digital. Sebelum dilakukan proses kriptografi, citra digital terlebih dahulu dikonversi ke dalam format representasi teks menggunakan metode encoding Base64. Sistem dikembangkan menggunakan metode Waterfall serta teknologi HTML, CSS, JavaScript, dan pustaka CryptoJS. Hasil implementasi menunjukkan bahwa sistem mampu melakukan proses enkripsi dan dekripsi dengan tingkat keakuratan yang tinggi, selama kunci yang digunakan sesuai. Berdasarkan pengujian, sistem menunjukkan sensitivitas signifikan terhadap perubahan kunci dan terdapat peningkatan ukuran file akibat proses konversi. Selain itu, sistem telah diuji terhadap potensi serangan kriptografi umum dan dilengkapi mekanisme keamanan tambahan, seperti pembatasan percobaan kunci. Dengan demikian, sistem ini dapat dijadikan solusi efektif dalam menjaga kerahasiaan citra digital selama proses transmisi data secara daring.   The security of digital data, particularly digital images, is a critical concern in the process of information exchange over internet-based networks. This study aims to design and develop a web-based system that implements the Triple Data Encryption Standard (Triple DES) algorithm for the encryption and decryption of digital images. Prior to the cryptographic process, the digital image is first converted into a text-based representation format using the Base64 encoding method. The system was developed using the Waterfall model along with HTML, CSS, JavaScript technologies, and the CryptoJS library. Implementation results indicate that the system can perform encryption and decryption processes with a high degree of accuracy, provided the correct key is used. Testing revealed that the system exhibits significant sensitivity to changes in the key, as well as an increase in file size due to the conversion process. Additionally, the system was evaluated against common cryptographic attacks and is equipped with enhanced security mechanisms, such as key input attempt limitations. Therefore, this system offers an effective solution for preserving the confidentiality of digital images during online data transmission.
PREDIKSI HARGA CRYPTOCURRENCY XLM MENGGUNAKAN METODE DEEP LEARNING LSTM DAN GRU: PREDICTING XLM CRYPTOCURRENCY PRICES USING LSTM AND GRU DEEP LEARNING MODELS Natzir, Sadam Muhammad; Jatiprasetya, Harumawan
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p49-58

Abstract

Volatilitas pasar yang tinggi serta potensi keuntungan besar dari cryptocurrency menjadikan prediksi harga sebagai topik penelitian yang menarik. Penelitian ini bertujuan untuk memprediksi harga cryptocurrency Stellar (XLM) dengan menerapkan metode Deep Learning, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU). Data yang digunakan mencakup harga harian XLM selama beberapa tahun terakhir, serta indikator teknikal dan aktivitas perdagangan. Model LSTM dan GRU dievaluasi berdasarkan akurasi dalam memprediksi harga XLM menggunakan metrik MAPE, RMSE, dan MSE. Hasil menunjukkan bahwa meskipun keduanya mampu menangkap pola tren jangka pendek, model GRU memberikan hasil yang lebih unggul. GRU mencatat MAPE sebesar 3.6164%, RMSE sebesar 0.0206, dan MSE sebesar 0.0004. Sementara itu, LSTM mencatat MAPE sebesar 4.5638%, RMSE sebesar 0.0244, dan MSE sebesar 0.0005. Temuan ini menunjukkan bahwa GRU lebih efektif dalam memodelkan kompleksitas dan non-linearitas data harga XLM dibandingkan LSTM. Dengan demikian, GRU dapat dipertimbangkan sebagai metode yang lebih unggul dalam prediksi harga cryptocurrency. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan model prediksi yang lebih akurat serta membantu pengambilan keputusan investasi yang lebih bijak.   The high market volatility and significant profit potential of cryptocurrencies have made price prediction a compelling area of research. This study aims to predict the price of Stellar (XLM), a widely recognized cryptocurrency, by applying deep learning methods, namely Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU). The dataset includes daily XLM prices over the past few years, along with technical indicators and trading activity data. The LSTM and GRU models are evaluated based on their accuracy in predicting XLM prices using metrics such as MAPE, RMSE, and MSE. The results show that while both models are capable of capturing short-term trends, the GRU model outperforms LSTM. GRU achieved a MAPE of 3.6164%, RMSE of 0.0206, and MSE of 0.0004, whereas LSTM recorded a MAPE of 4.5638%, RMSE of 0.0244, and MSE of 0.0005. These findings indicate that GRU is more effective in modeling the complexity and non-linearity of XLM price data compared to LSTM. Therefore, GRU can be considered a superior approach for cryptocurrency price prediction. This study is expected to contribute to the development of more accurate forecasting models and to support better investment decision-making.
DIGITALISASI LAYANAN RESERVASI WISATA TTS MELALUI SISTEM INFORMASI BERBASIS WEB: DIGITALIZATION OF TTS TOURISM RESERVATION SERVICES THROUGH A WEB-BASED INFORMATION SYSTEM Ndoloe, Lita Alfriany; Sudarmadji, Petrisia Widyasari
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p109-115

Abstract

Kabupaten Timor Tengah Selatan (TTS) memiliki potensi besar dalam sektor pariwisata, namun pengelolaan reservasi destinasi wisata masih dilakukan secara manual dan tidak terintegrasi. Kondisi ini menimbulkan berbagai kendala, seperti sulitnya akses informasi, ketidakpastian ketersediaan tempat, serta risiko kesalahan dalam pencatatan. Kajian ini mengusulkan pengembangan platform digital terintegrasi yang dirancang untuk memfasilitasi proses reservasi tempat wisata secara daring di wilayah Kabupaten TTS. Sistem ini menawarkan layanan informasi secara real-time terkait ketersediaan tempat, fasilitas, dan paket wisata yang dapat diakses. Selain itu, sistem juga mendukung pengelola dalam memantau kapasitas kunjungan dan mencegah terjadinya overbooking. Diharapkan, implementasi sistem ini dapat meningkatkan efisiensi dan kualitas pengelolaan destinasi wisata, sekaligus memberikan pengalaman yang lebih baik bagi para pengunjung. Adapun ruang lingkup penelitian ini terbatas pada tempat wisata di wilayah Kabupaten TTS dan hanya berfokus pada reservasi tiket masuk serta aktivitas tertentu. Sebagai luaran utama, penelitian ini menghasilkan sebuah platform berbasis web yang dapat dimanfaatkan baik oleh pengunjung maupun pengelola tempat wisata sebagai solusi digital yang praktis dan efektif. Kontribusi ilmiah dari penelitian ini terletak pada penerapan sistem reservasi real-time yang terintegrasi serta adopsi model pengembangan Waterfall dalam konteks pengelolaan pariwisata daerah. Sistem diuji secara fungsional dan dinilai menggunakan pengukuran waktu respons rata-rata (0,8 detik) dan tingkat kepuasan pengguna (87% puas berdasarkan survei sederhana terhadap 30 pengguna awal). South Central Timor Regency (TTS) has great potential in the tourism sector, but destination reservations are still managed manually and are not integrated. This situation creates various obstacles, such as difficulty in accessing information, uncertainty regarding availability, and the risk of errors in recording. This study proposes the development of an integrated digital platform designed to facilitate the online reservation process for tourist attractions in the TTS Regency. This system offers real-time information services regarding availability, facilities, and tour packages that can be accessed. Additionally, the system supports managers in monitoring visitor capacity and preventing overbooking. It is hoped that the implementation of this system will improve the efficiency and quality of tourist destination management while providing a better experience for visitors. The scope of this research is limited to tourist attractions in the TTS Regency area and focuses solely on ticket reservations and specific activities. As the main output, this research produces a web-based platform that can be utilized by both visitors and tourist attraction managers as a practical and effective digital solution. The scientific contribution of this research lies in the application of an integrated real-time reservation system and the adoption of the Waterfall development model in the context of regional tourism management. The system was functionally tested and evaluated using average response time measurements (0.8 seconds) and user satisfaction levels (87% satisfied based on a simple survey of 30 initial users).
OPTIMALISASI E-COMMERCE BERBASIS WEBSITE SEBAGAI SOLUSI PEMASARAN PRODUK PERTANIAN DI KABUPATEN SIKKA: WEBSITE-BASED E-COMMERCE OPTIMIZATION AS A MARKETING SOLUTION FOR AGRICULTURAL PRODUCTS IN SIKKA REGENCY Wanda, Tarasa Iawan Saputera; Mado, Theresia Wihelmina; Labamaking, Thomas E. D.; Mado, Yohanes Jibrail
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p101-108

Abstract

E-commerce telah menjadi bagian penting dalam ekonomi digital, namun sektor pertanian di Indonesia, termasuk Kabupaten Sikka, masih tertinggal. Petani di daerah ini menghadapi berbagai hambatan, seperti akses pasar yang terbatas, nilai jual produk yang rendah, dan ketergantungan pada distribusi konvensional. Produk pertanian juga memiliki tantangan khusus karena mudah rusak dan bergantung pada faktor alam. Penelitian ini bertujuan mengembangkan platform e-commerce berbasis website untuk memasarkan produk pertanian di Kabupaten Sikka. Tujuannya adalah memperluas akses pasar, meningkatkan efisiensi pemasaran, serta mendorong literasi digital petani agar siap memanfaatkan teknologi. Penelitian menggunakan pendekatan deskriptif kualitatif melalui observasi, wawancara, dan pengembangan perangkat lunak (analisis, desain, implementasi, dan uji coba). Hasilnya menunjukkan bahwa e-commerce mampu meningkatkan visibilitas produk, transparansi harga, efisiensi transaksi, dan memperluas jangkauan pasar. Namun, tantangan tetap ada, seperti rendahnya literasi digital, infrastruktur internet yang belum merata, serta kurangnya pelatihan dan pendampingan bagi petani. E-commerce plays a key role in the digital economy, but the agricultural sector in Indonesia—particularly in Sikka Regency—lags behind. Farmers face obstacles like limited market access, low product prices, and dependence on traditional distribution. Agricultural products are also perishable and subject to natural conditions, adding to the challenge. This study aims to develop a web-based e-commerce platform tailored for marketing agricultural products in Sikka. The goal is to expand market access, improve marketing efficiency, and boost farmers' digital literacy and readiness to use such technology. A qualitative descriptive method was used, involving field observation, interviews with farmers and local entrepreneurs, and software development through analysis, design, implementation, and testing stages. The findings show that the e-commerce platform positively impacted product visibility, price transparency, transaction efficiency, and market reach. However, challenges remain, such as limited digital literacy, uneven internet infrastructure, and a lack of training and support for farmers.
ANALISIS SENTIMEN ULASAN APLIKASI SMILE INDONESIA MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM): SENTIMENT ANALYSIS OF SMILE INDONESIA APPLICATION REVIEWS USING NAIVE BAYES AND SUPPORT VECTOR MACHINE (SVM) METHODS Rhomaningtias, Lina; Khairunisa, Adenda; Shella May Wara, Shindi; Maulida Hindrayani, Kartika
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p79-91

Abstract

Tujuan studi ini adalah untuk mengevaluasi bagaimana pengguna memandang aplikasi digital SMILE Indonesia, sebuah platform layanan publik yang memantau penyampaian layanan kesehatan secara real-time. Menggunakan teknik web scraping, 383 ulasan pengguna dikumpulkan dari Google Play Store dan secara otomatis diklasifikasikan berdasarkan skor penilaian: ulasan dengan skor 1-2 dikategorikan sebagai negatif, ulasan dengan skor 4-5 sebagai positif, dan ulasan dengan skor 3 atau lebih rendah dikecualikan karena kemungkinan ambiguitas. Langkah-langkah pre-processing seperti case folding, pembersihan teks, tokenisasi, penghapusan kata, stemming, dan normalisasi diterapkan pada data yang telah dilabeli. Metode TF-IDF (Term Frequency–Inverse Document Frequency) kemudian digunakan untuk mewakili data secara numerik. Dua algoritma digunakan untuk klasifikasi: Naïve Bayes dan Support Vector Machine (SVM). Hasil evaluasi menunjukkan bahwa SVM mencapai 75% pada keempat metrik, sementara Naïve Bayes mencapai akurasi 79%, presisi 81%, recall 79%, dan F1-score 79%. Uji McNemar menunjukkan bahwa perbedaan kinerja antara kedua model tidak signifikan secara statistik (p > 0.05), meskipun Naïve Bayes memperoleh skor yang lebih tinggi. Penelitian sentimen ini memberikan wawasan tentang bagaimana masyarakat umum memandang layanan publik digital; sementara sikap negatif menekankan kesulitan teknis, sikap positif menyoroti aksesibilitas dan keuntungan praktis. Hasil ini dapat digunakan secara strategis oleh pengembang dan pembuat kebijakan untuk meningkatkan kualitas layanan digital berbasis e-government, terutama di bidang logistik kesehatan. The purpose of this study is to evaluate how users perceive the SMILE Indonesia digital application, a public service platform that monitors the delivery of health services in real time. Using web scraping techniques, 383 user reviews were collected from the Google Play Store and automatically classified based on rating scores: reviews with scores of 1-2 were categorized as negative, reviews with scores of 4-5 as positive, and reviews with scores of 3 or lower were excluded due to potential ambiguity. Pre-processing steps such as case folding, text cleaning, tokenization, word removal, stemming, and normalization were applied to the labeled data. The TF-IDF (Term Frequency–Inverse Document Frequency) method was then used to represent the data numerically. Two algorithms were used for classification: Naïve Bayes and Support Vector Machine (SVM). Evaluation results show that SVM achieved 75% on all four metrics, while Naïve Bayes achieved 79% accuracy, 81% precision, 79% recall, and 79% F1-score. The McNemar test indicates that the performance difference between the two models is not statistically significant (p > 0.05), although Naïve Bayes achieved higher scores. This sentiment analysis provides insights into how the general public perceives digital public services; while negative attitudes emphasize technical difficulties, positive attitudes highlight accessibility and practical benefits. These results can be strategically utilized by developers and policymakers to improve the quality of e-government-based digital services, particularly in the field of health logistics.
KLASIFIKASI FAKTOR RISIKO PENYAKIT JANTUNG MENGGUNAKAN MACHINE LEARNING: CLASSIFICATION OF HEART DISEASE RISK FACTORS USING MACHINE LEARNING Anita, Mailiana; Yulianti, Imelda Grecea Dwi; Pasaribu, Swarno Varestama
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p68-78

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, termasuk di Indonesia. Deteksi dini terhadap risiko penyakit jantung sangat penting untuk mencegah komplikasi serius namun tantangan utama yang dihadapi adalah deteksi dini penyakit ini sering terlambat karena proses klasifikasinya belum cukup akurat. Penelitian ini bertujuan membangun model klasifikasi risiko penyakit jantung dengan pendekatan machine learning. Dataset yang digunakan berasal dari Kaggle, terdiri dari 920 data pasien dengan 13 fitur medis yang relevan. Proses penelitian meliputi pra-pemrosesan data, seleksi fitur menggunakan metode Recursive Feature Elimination (RFE), pelatihan model dengan enam algoritma (Random Forest, Support Vector Machine, K-Nearest Neighbors, Naive Bayes, Decision Tree, dan Logistic Regression), serta evaluasi kinerja model menggunakan metrik akurasi, precision, recall, f1-score, ROC-AUC, dan analisis tingkat kepentingan fitur. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) memberikan performa terbaik dengan akurasi sebesar 83,91% dan AUC sebesar 0,92, diikuti oleh Random Forest dengan akurasi 82,61%. Fitur yang paling berkontribusi terhadap hasil klasifikasi adalah tipe nyeri dada (cp), jumlah pembuluh darah utama (ca), dan jenis talasemia (thal). Temuan ini menunjukkan bahwa penerapan machine learning dengan seleksi fitur yang tepat dapat meningkatkan akurasi klasifikasi risiko penyakit jantung dan berpotensi digunakan sebagai sistem pendukung keputusan dalam dunia medis. Heart disease is one of the leading causes of death worldwide, including in Indonesia. Early detection of heart disease risk is very important to prevent serious complications but the main challenge faced is that early detection of this disease is often late because the classification process is not accurate enough. This study aims to build a heart disease risk classification model with a machine learning approach. The dataset used comes from Kaggle, consisting of 920 patient data with 13 relevant medical features. The research process includes data pre-processing, feature selection using the Recursive Feature Elimination (RFE) method, model training with six algorithms (Random Forest, Support Vector Machine, K-Nearest Neighbors, Naive Bayes, Decision Tree, and Logistic Regression), and model performance evaluation using accuracy, precision, recall, f1-score, ROC-AUC metrics, and feature importance analysis. The results showed that the Support Vector Machine (SVM) algorithm provided the best performance with an accuracy of 83.91% and AUC of 0.92, followed by Random Forest with an accuracy of 82.61%. The features that contributed most to the classification results were chest pain type (cp), number of major blood vessels (ca), and thalassemia type (thal). These findings suggest that the application of machine learning with appropriate feature selection can improve the accuracy of heart disease risk classification and has the potential to be used as a decision support system in the medical world.
STUDI KOMPARASI ALGORITMA APRIORI, ECLAT, dan FP-GROWTH UNTUK PENDUKUNG KEPUTUSAN DI CAFÉ JUS XYZ: COMPARATIVE STUDY OF APRIORI, ECLAT, AND FP-GROWTH ALGORITHMS FOR DECISION SUPPORT IN XYZ JUICE CAFÉ Putra, Alfred Yulius Arthadi
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no1.p92-100

Abstract

Pengambilan keputusan merupakan sebuah pekerjaan yang penting, terutama di bidang usaha. Cafe Jus XYZ merupakan usaha penjualan minuman jus yang melayani banyak pesanan tiap harinya. Promosi yang ditentukan tanpa rekomendasi berdasarkan pola pembelian dapat mengakibatkan pengeluaran yang tidak efektif dan efisien. Algoritma FP-Growth, Apriori, dan Eclat merupakan metode data mining yang umum digunakan dalam memberikan rekomendasi berdasarkan pola pembelian. Penelitian ini menggunakan data transaksi yang dicatat di sistem Cafe Jus XYZ sebanyak 1.250 transaksi. Tiap kombinasi item pembelian diolah di tiap Algoritma yang dibandingkan. Perbandingan Algoritma dibagi ke dalam 6 percobaan, di mana tiap percobaan nilai support dan nilai confidence semakin naik. Variabel yang dibandingkan adalah waktu komputasi, aturan yang terbentuk, dan frequent itemset. Hasil penelitian ini menunjukkan semakin tinggi nilai support, maka semakin sedikit asosiasi yang terbentuk. Asosiasi yang paling banyak terbentuk adalah 33 ketika nilai support sebesar 5% dan nilai confidence 45% dan 50%. Asosiasi yang paling sedikit terbentuk adalah 3 ketika nilai support sebesar 15%. Algoritma Eclat menunjukkan performa yang baik dalam hal waktu komputasi sebesar 0,2-0,4 ms. Rekomendasi yang dihasilkan terbagi menjadi 3 yaitu cross selling, up selling, dan paket bundle. Hasil pengujian menunjukkan kombinasi melon lychee, red guava, melon, mango merupakan kombinasi terkuat dengan nilai lift rasio sebesar 5,76. Decision-making is a critical task, especially in business. Café Jus XYZ, a juice beverage retailer, handles numerous orders daily. Promotions determined without recommendations based on purchasing patterns can result in ineffective and inefficient expenditures. The FP-Growth, Apriori, and Eclat algorithms are common data-mining methods used to generate recommendations from purchase patterns. This study analyzes 1,250 transactions recorded in the Café Jus XYZ system. Each combination of purchased items was processed by each algorithm under comparison. The comparison is divided into six experiments, where support and confidence thresholds increase incrementally. The variables compared are computation time, number of generated rules, and frequent itemsets. Results show that higher support values yield fewer associations: the greatest number of associations (33) occurs at 5% support with 45% and 50% confidence, while the fewest (3) occurs at 15% support. The Eclat algorithm demonstrated superior performance in computation time (0.2–0.4 ms). The resulting recommendations are categorized into three types: cross-selling, up-selling, and bundle packages. The experiment results showed that the combination of lychee melon, red guava, melon, and mango was the strongest combination with a lift ratio 5.76.
IMPLEMENTASI TOPSIS UNTUK MENINGKATKAN KINERJA DI SISTEM KASIR: IMPLEMENTATION OF THE TOPSIS METHOD TO ENHANCE PERFORMANCE IN POINT-OF-SALE SYSTEMS Aurellia, Tania; Pratama, Jessen Hero; Suarezsaga, Fredrikus; Ndaumanu, Ricky Imanuel
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p136-146

Abstract

Koperasi konsumen seringkali menghadapi tantangan dalam menentukan produk mana yang perlu diprioritaskan untuk restock atau promosi. Pengambilan keputusan yang dilakukan secara manual dan subjektif dapat menyebabkan ketidaktepatan dalam pengelolaan stok serta menurunkan efisiensi operasional. Penelitian ini bertujuan untuk merancang dan membangun sistem penunjang keputusan (SPK) berbasis metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) untuk membantu koperasi konsumen dalam menetapkan produk prioritas. Sistem dirancang untuk mengolah data transaksi seperti jumlah penjualan, sisa stok, dan masa kadaluarsa barang, guna memberikan rekomendasi berbasis kriteria yang telah ditentukan. Metode penelitian yang digunakan adalah kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, dan studi pustaka. Proses perancangan sistem meliputi analisis kebutuhan, perancangan logika metode TOPSIS, hingga implementasi ke dalam platform berbasis web menggunakan Laravel dan MySQL. Evaluasi awal dilakukan secara internal untuk memastikan keakuratan perhitungan dan fungsionalitas sistem. Hasil perhitungan menunjukkan bahwa sistem mampu memberikan peringkat produk berdasarkan nilai preferensi yang dihasilkan oleh metode TOPSIS. Sistem ini dapat membantu pengurus koperasi membuat keputusan restock atau promosi produk secara lebih objektif dan efisien. Temuan ini menunjukkan bahwa penerapan SPK berbasis metode multikriteria dapat menjadi solusi dalam meningkatkan efisiensi operasional koperasi konsumen.   Consumer cooperatives often face challenges in determining which products should be prioritized for restocking or promotion. Decisions made manually and subjectively may lead to inaccurate stock management and reduce operational efficiency. This study aims to design and develop a decision support system (DSS) based on the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to assist consumer cooperatives in selecting product priorities. The system is designed to process transaction data such as sales volume, remaining stock, and product expiry period to provide recommendations based on predefined criteria. A qualitative approach was used, with data collected through observation, interviews, and literature review. The system design process includes needs analysis, the development of TOPSIS logic, and implementation into a web-based platform using Laravel and MySQL. Initial evaluation was conducted internally to ensure the accuracy of calculations and the proper functionality of the system. The results indicate that the system can rank products based on preference values generated by the TOPSIS method. This helps cooperative administrators make restocking or promotional decisions in a more objective and efficient manner. The findings suggest that the application of a multi-criteria DSS can be an effective solution to improve the operational efficiency of consumer cooperatives.
APLIKASI TEKNIK PHOTOGRAMMETRY PADA PEMBUATAN DAN KONVERSI TEKSTUR MODEL 3D: APPLICATION OF PHOTOGRAMMETRY TECHNIQUES IN THE CREATION AND TEXTURE CONVERSION OF 3D MODELS Firmansyah, Rokhmatulloh B.; Piskonata, Yogi; Noor, Zulfa Fadhilah; Arrohman, Kharismawan Bachrul
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p147-155

Abstract

Pada saat ini banyak orang bekerja sebagai  pembuat model 3 dimensi. Pekerjaan ini bukanlah pekerjaan yang mudah, dan memiliki banyak kendala. Salah satu kendala pada pembuatan model 3D adalah dalam hal detail serta tekstur dari model itu sendiri. Hal inilah yang akhirnya membuat pekerjaan modeler 3D membutuhkan waktu yang cukup lama, dan biaya yang tinggi. Disisi lain, fotografi juga merupakan pekerjaan yang cukup diminati oleh masyarakat. Pekerjaan ini, walaupun menuntut jiwa seni yang tinggi, namun tergolong cepat dalam hal pengerjaan dan biaya yang dikeluarkan juga tidak besar. Kelebihan fotografi juga dapat menangkap detail dari gambar, dan memperjelas tekstur dari objek gambar tersebut. Bahkan, tidak jarang modeler 3D menggunakan foto sebagai media referensi pekerjaan mereka dalam membuat model 3D. Atas dasar permasalahan diatas, peneliti ingin mengaplikasikan teknik konversi photogrammetry dari sejumlah foto, menjadi sebuah model 3D. Namun tentunya hasil konversi ini tidak serta-merta bisa langsung digunakan. Peneliti selanjutnya akan memperbaiki model 3D tersebut, mengatur kembali mesh, serta UV mappingnya, sehingga hasil akhir dari model 3D yang dihasilkan dapat memiliki tingkat tekstur dan kualitas yang tinggi sebagaimana jika dilakukan secara manual. Hasil akhir dari penelitian ini adalah sebuah Model 3D yang pengerjaannya memakan waktu singkat, Detail yang tinggi, Jumlah mesh yang fleksibel, serta penyebaran mesh yang merata.   At this time many people work as 3D model makers. This job is not an easy job, and has many obstacles. One of the obstacles in making 3D models is in terms of detail and texture of the model itself. This is what ultimately makes the work of 3D modelers take quite a long time, and high costs. On the other hand, photography is also a job that is quite popular with the public. This job, although demanding a high artistic spirit, is relatively fast in terms of workmanship and the costs incurred are also not large. The advantages of photography can also capture the details of the image, and clarify the texture of the image object. In fact, it is not uncommon for 3D modelers to use photos as a reference medium for their work in creating 3D models. On the basis of the above problems, the researcher wants to apply photogrammetry conversion techniques from a number of photos into a 3D model. However, the conversion results are not immediately usable. The researchers will then refine the 3D model, reorganize the mesh, and perform UV mapping, so that the final 3D model can have a high level of texture and quality, similar to that produced manually. The final result of this research is a 3D model that takes a short time to complete, has high detail, a flexible mesh count, and an even mesh distribution.

Page 10 of 11 | Total Record : 105

 7   8   9   10   11 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi Vol. 16 No. 1 (2025): Jurnal HOAQ - Teknologi Informasi Vol. 15 No. 2 (2024): Jurnal HOAQ - Teknologi Informasi Vol. 15 No. 1 (2024): Jurnal HOAQ - Teknologi Informasi Vol. 14 No. 2 (2023): Jurnal HOAQ - Teknologi Informasi Vol. 14 No. 1 (2023): Jurnal HOAQ - Teknologi Informasi Vol. 13 No. 2 (2022): Jurnal HOAQ - Teknologi Informasi Vol. 13 No. 1 (2022): Jurnal HOAQ - Teknologi Informasi Vol. 12 No. 2 (2021): Jurnal HOAQ - Teknologi Informasi Vol. 12 No. 1 (2021): Jurnal HOAQ - Teknologi Informasi Vol. 11 No. 2 (2020): Jurnal HOAQ - Teknologi Informasi Vol. 11 No. 1 (2020): Jurnal HOAQ - Teknologi Informasi Vol. 10 No. 2 (2019): Jurnal HOAQ - Teknologi Informasi Vol. 10 No. 1 (2019): Jurnal HOAQ - Teknologi Informasi More Issue