Articles
561 Documents
<![CDATA[Penerapan Algoritma K- Medoids Dalam Mengelompokkan Tingkat Kasus Kejahatan di Setiap Provinsi ]]>
<![CDATA[Nur Arief]]>;
<![CDATA[Irfan Sudahri Damanik]]>;
<![CDATA[Eka Irawan]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 3 (2021): Desember 2021 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Drug abuse is a very serious problem and needs special attention from all parties. This is evidenced by the increasing number of drug cases and death cases due to the purchase of drugs issued from various media. The impact of drug addiction can be seen in one's physical, psychological and social. Drug abuse cases in each province in Indonesia have varying degrees of cases.This study aims to determine the cluster of drug abuse at high and low levels.The method needed for grouping drug case data is using data mining methods with the K-Medoids algorithm and using a computerized system that is rapidminer 5.3 application.The data used is sourced from the National Narcotics Agency of the Republic of Indonesia with the website: https://bnn.go.id/2015-2017 data which consists of 34 provinces to be divided into 2 clusters.From the calculation of the K-Medoids algorithm, high clusters were 10 provinces and low clusters were 24 provinces.This grouping is expected to be included for the government or related parties to further increase the socialization of the dangers of drugs in order to minimize mortality and crime due to drugs.]]>
<![CDATA[Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes ]]>
<![CDATA[Kairil Anwar]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 4 (2022): Februari 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i4.315
<![CDATA[Semakin majunya teknologi informasi dan taraf hidup masyarakat mengakibatkan semakin meningkatnya tuntutan masyarakat terhadap kualitas pelayanan dan produk yang digunakan. Keperluan smartphone ini telah menjadi gaya hidup yang dianggap penting bagi sebagian masyarakat saat ini.sebuah Fenomena tersebut mendukung munculnya banyak sebuah smartphone yang menawarkan produk untuk memenuhi keperluan masyarakat akan teknologi dalam hal berkomunikasi. Pada penelitihan ini merek smartphone yang digunakan adalah vivo_Indonesia, oppo indonesia. Mechine learning adalah aplikasi kecerahan buatan (AI) yang menyediakan kemampuan sistem untuk belajar dan meningkatakn kemampuannya secara otomatis dari pengalaman tanpa harus diprogram secara eksplisit. Mechine learning memberi cara-cara baru dalam menggali wawasan serta membantu badan penelitian memecahkan masalah-masalah. Salah satu contohnya adalah analisa sentimen yang dilakukan secara otomatis. Analisa sentimen sendiri perlu dilakuakn kerna pengguna media sosial di masyarakat semakin meningkat sehingga mempengaruhi perkembangan opini publik. Oleh kerena itu hal ini dapat dimanfaatkan untuk menganalisa opini publik tersebut dengan mengaplikasikan data sciene, salah satunya adalah Text Mining atau dikenal dengan istilah text analytics. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah dengan menggunakan Text Mining pada video di instagram mengenai review smarphone dengan metode scraping, labelisasi, preproseccing (case folding, tokenisasi, filtering), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen, yang digunakan yaitu term frequency (tf) dan Gaussian naive bayes. Hasil dari penelitian ini adalah mengklasifikasikan komentar pada video instagram dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap proses analisa sentimen yang diambil dan membandingkan algoritma Multinomnal Naive Bayes. Hasil dari akurat F-score yang didapat adalah 73% pada percobaan dengan menggunakan algoritma Gaussian Naive Bayes sementara pada percobaan dengan menggunakan algoritma Multinomnal Naive Bayes akurasi yang didapat sebesar 83% pendekatan ini diharapkan akan sangat berguna bagi pengembangan analisa sentimen pada penelitian selanjutnya.]]>
<![CDATA[Penerapan Algoritma Not So Naïve Pada Aplikasi Kumpulan Cerita Motivasi ]]>
<![CDATA[Winda Triana]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 4 (2022): Februari 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i4.316
<![CDATA[Manusia memiliki kelemahan dan juga memiliki kelebihan yang tercipta berbagai macam corak dan ragamnya. Dalam posisi hilang semangat hidup kita membutuhkan motivasi untuk membantu kita berdiri lagi. Dengan motivasi, seorang individu bisa bertindak dengan tepat untuk mencapai tujuannya. Tidak hanya itu, keterbatasan untuk menemukan suatu cerita motivasi diinternet memiliki beberapa masalah diantaranya, susah menemukan sesuai dengan yang dibutuhkan, membutuhkan waktu yang lama dan gangguan jaringan. Dengan demikian, perlunya sebuah informasi yang praktis yang dapat diakses kapan saja dan dimana saja oleh semua masyarakat. Hal itu guna untuk mempermudah dan mempercepat seseorang untuk mencari motivasi yang sesuai dengan yang dibutuhkan untuk mencapai tujuan. Sehingga penulis membuat aplikasi yang dapat membantu individu lain menemukan motivasi yang tepat berdasarkan apa yang mereka cari dan mendorong mereka untuk memperbaiki dan menemukan jati dirinya serta dapat membantu meminimalkan biaya dalam pembelian buku yang membahas tentang cerita motivasi. Untuk melakukan proses pencarian judul pada aplikasi kumpulan cerita motivasi membutuhkan algoritma not so naive. Dengan metode ini dapat mempermudah dalam pencarian judul yang diinginkan pada aplikasi kumpulan cerita motivasi.]]>
<![CDATA[Penerapan Algoritma Friefalds Untuk Pembangkit Kunci Algoritma Knapsack Pada Pengamanan Record Database ]]>
<![CDATA[Rahmad Rahmansyah]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 4 (2022): Februari 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i4.317
<![CDATA[Algoritma Friefalds mempunyai dua kunci, yaitu kunci publik dan kunci rahasia. Algoritma ini memiliki keamanan yang terletak pada kesulitan dalam menghitung alogaritma diskrit. Baik kunci enkripsi maupun dekripsi keduanya merupakan bilangan prima. Algoritma friefalds tipe algoritma kriptografi asimetris terdiri atas dua buah kunci yaitu kunci publick untuk melakukan enkripsi sedangkan kunci pribadi untuk melakukan dekripsi. Dalam algoritma Friefalds, kunci yang didistribusikan adalah kunci publik yang tidak diperlukan kerahasiannya sedangkan kunci pribadi tetap disimpan atau tidak didistribusikan. Setiap orang yang memiliki kunci public dapat melakukan proses implementasi enkripsi tetapi hasil dari enkripsi tersebut hanya bias dibaca oleh orang yang memiliki kunci pribadi. Untuk meningkatkan kekuatan dari algoritma tersebut, maka kunci yang digunakan untuk melakukan proses enkripsi dan dekripsi akan dimodifikasi terlebih dahulu menggunakan algoritma pengacakan yaitu Algoritma Knapsack. Algoritma Knapsack adalah algoritma acak probabilistik yang digunakan untuk memverifikasi perkalian matriks. Tujuan dalam menggunakan algoritma Freifalds ini adalah agar kunci yang dihasilkan lebih sulit ditebak sehingga mempersulit kriptanalis dalam membaca pesan atau informasi tersebut.]]>
<![CDATA[Analisis Data Mining Algoritma Decision Tree Pada Prediksi Persediaan Obat (Studi Kasus : Apotek Franch Farma) ]]>
<![CDATA[Dwita Elisa Sinaga]]>;
<![CDATA[Agus Perdana Windarto]]>;
<![CDATA[Rizki Alfadillah Nasution]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 4 (2022): Februari 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i4.328
<![CDATA[Medicine is an object that is formulated by medical personnel to assist in preventing, healing, recovering, and improving the health of patients. Pharmacies are places that provide various types of drugs that are needed by patients, but pharmacies often have problems in providing drugs which result in a shortage of goods when someone needs it. aspect. This problem will be solved by using the C4.5 algorithm based on data obtained from the Franch Farma Pharmacy. The purpose of this study is to predict the supply of drugs that will be needed by dividing them into 6 variables, namely the name of the item, type of drug, inventory, initial stock, ending stock, and goal. The research test process uses Rapidminer software to create a decision tree. And the results obtained are 12 rules to predict drug supplies to be carried out by Franch Farma Pharmacy with an accuracy rate of 80.00%. From the results of the analysis, it is hoped that it can help pharmacists in making drug supplies more effective and efficient.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Tempat Kost Menggunakan Metode Simple Addtive Weighting (SAW) Kotawaringin Timur ]]>
<![CDATA[Syahrudin Syahrudin]]>;
<![CDATA[Selviana Yunita]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 2 (2021): Oktober 2021 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penentuan tempat tinggal di daerah yang baru dikenal dipengaruhi oleh banyak factor, diantaranya biaya, jarak, fasilitas , luas kamar. Jurnal ini menentukan kriteria-kriteria yang digunakan didalam pemilihan tempat kost. kriteria-kriteria tersebut dianalisis menggunakan metode simple addtive weighting (saw).Penggunaan metode Simple Additive Weighting (SAW) pada sebuah sistem pendukung keputusan merupakan salah satu jalan pemecahan masalah yang dapat menangani hal tersebut, dimana konsumen akan merasa terbantu dengan adanya sistem ini dengan memberikan rekomendasi atau saran tempat kost yang sesuai dengan kriteria konsumen dengan cara menginput kriteria pada sistem oleh pengguna. Sehingga pada akhir prosesnya, pengguna akan mendapatkan daftar rekomendasi tempat kost yang direkomendasikan berdasarkan kriteria masukannya.]]>
<![CDATA[Perancangan Aplikasi Terjemahan Ayat Suci Al-Qur’an Menggunakan Algoritma Winnowing ]]>
<![CDATA[Yuda Yuda]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 5 (2022): April 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i5.361
<![CDATA[Al-Qur’an is the holy book of Muslims which has different parts of the translation between different verses. This makes it more difficult for ordinary people who do not understand Arabic to know the content and meaning of the holy Qur'an. Technological developments can assist in facilitating the search for information, especially the translation of the holy verses of the Qur'an. The string matching technique is one way to facilitate searching and the winnowing algorithm is included in one of the string matching algorithms. The winnowing algorithm is one of the algorithms with the fingerprinting document method. The fingerprinting document will generate a hash value which is called a fingerprint. This fingerprinting will be the basis for comparing the selected documents. In finding the value of the winnowing algorithm translation application using the jaccard similarity calculation. Search conducted using the winnowing algorithm to search based on the name of the surah found in the holy Qur'an. And the output is in the form of a verse found in the letter along with its translation. Search using the winnowing algorithm has a 100% similarity level between text and pattern searches]]>
<![CDATA[Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier ]]>
<![CDATA[Tengku Ridwansyah]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 5 (2022): April 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i5.362
<![CDATA[The city of Medan is one of the largest cities in Indonesia which has tourist charm, culinary and also supporting facilities and infrastructure that are quite adequate in the city, and of course will be ogled by foreign or foreign tourism. So it is necessary to do research in order to find out how the public sentiment towards tourism in the city of Medan, whether the majority of the world community considers it positive or negative. The response of the world community regarding Medan tourism is obtained from the Application Programming Interface (API) on Twitter because social media has a lot of users in the world. Indonesia has even reached 19.5 million users out of a total of 300 million users worldwide. In this study, one part of the Text Mining algorithm is text preprocessing, the text preprocessing used is case folding, tokenizing, stopwords, and stemming. For the preprocessing stemming, the snowball stemmer algorithm is used, while the analysis of the text data classification uses the Naïve Bayes Classifier algorithm and to partition the data the K-Fold Cross Validation method will be used. The data used in this study is a collection of tweets about tourism in the city of Medan on December 1, 2019 until December 8, 2019. Data is obtained from the Twitter API (Application Programming Interface) as many as 2000 tweets. Extracting data from Twitter via Twitter API (Application Programming Interface) using RStudio as a console for the data retrieval process]]>
<![CDATA[Seleksi Pemakalah Terbaik Dalam Acara Seminar Nasional Pada Universitas Budi Darma Medan Dengan Sistem Pendukung Keputusan Menerapkan Metode Aras Dan Borda ]]>
<![CDATA[Diana Sari]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 5 (2022): April 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i5.363
<![CDATA[The problem in selecting the best presenter is that the SENSASI seminar organizing committee at the Budi Darma University campus has difficulty in making decisions to determine the best presenter where the assessment process is objective based on several different criteria and different weighting of the assessment, causing errors in the final decision making in this matter. Therefore, in order to solve the problems experienced by the organizing committee of the national seminar which was held at the Budi Darma University campus, Medan. Therefore, a decision support system is needed to select the best presenter. In selecting a method, using the ARAS & BORDA method, this system will get the results of ranking decisions made based on each alternative choice according to the many criteria set. The alternative with the greatest weight is the recommended alternative. To implement a decision support system, a decision support system application is designed. The design is made using the Visual Basic 2008 application, this application is designed simply to make it easier for users, with the application of this decision support system it is hoped that it can facilitate the national seminar organizing committee in selecting the best pemakalahl so that the selection of the best presenter gets the results as expected.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Autoimun Menggunakan Metode Classical Probability ]]>
<![CDATA[Muhammad Yunus Lubis]]>
<![CDATA[ KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 2 No. 5 (2022): April 2022 ]]>
Publisher : <![CDATA[STMIK Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/klik.v2i5.364
<![CDATA[The expert system for diagnosing autoimmune diseases is a computer-based system that is used as a tool to diagnose autoimmune diseases based on a dynamic knowledge base. Autoimmune disease is a disease that attacks the human immune system which is generally common in women. Autoimmune is a disorder of the immune system due to the failure of the defense of the body's stability. This autoimmune disease causes harm to human organs because it can damage the organs of cells that are still healthy in a person's body. In this case the role of the computer is needed to provide information quickly, precisely, and accurately. One of them is the development of an expert system (Expert System) which is a new breakthrough in the computer world. Expert System is a computer application that provides services for consulting and obtaining solutions to a problem, which works like an expert. This study uses the Classical Probability method which is one method to prove whether a fact is certain or uncertain in the form of a metric that is usually used in expert systems, this study aims to build an application using the Classical Probability method by using the Dreamweaver application as a tool to diagnose autoimmune disease. By making this expert system, it is hoped that it will be useful for many people and can know clearly about Autoimmune disease from its symptoms and solutions, which are displayed in the form of a website using PHP programming with a MySQL database]]>
