cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andy Sapta
Contact Email
saptaandy@gmail.com
Phone
+628126416133
Journal Mail Official
jcom@royal.ac.id
Editorial Address
Jl. H.M. Yamin No 173 Kisaran, kab. Asahan, Prov. Sumatera Utara
Location
Kab. asahan,
Sumatera utara
INDONESIA
J-Com (Journal of Computer)
Published by STMIK Royal Kisaran
ISSN : -     EISSN : 2775801X     DOI : 10.33330
Core Subject : Science,
Computer Science & IT
J-Com (Journal of Computer) is a scientific journals that contains research results conducted by collaborating students with lecturers. J-Com published third a year on March, July, November.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 15 Documents
 1   2 
Search results for , issue "Vol. 4 No. 2 (2024): JULI 2024" : 15 Documents clear
PENGGUNAAN METODE SERVQUAL DI KEMENTERIAN AGAMA TANJUNGBALAI BERBASIS WEB Anandita, Puan; Putra, Guntur Maha; Lubis, Iin Almeina
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3223

Abstract

Abstract: The success of a government agency can be seen from the services provided by the agency itself. Therefore, government agencies must provide optimal services according to the needs of the community so that it is easy to carry out administration. Tanjungbalai City Office of the Ministry of Religion in conducting community satisfaction survey activities distributes questionnaires using google form and processes questionnaire data using number processing applications. So that there is no decision support system to accelerate knowing the level of community satisfaction with the services that have been provided. purpose of this study was to determine the level of public satisfaction with Hajj and Umrah Organizer section at the Tanjungbalai City Ministry of Religion Office. In this study the method used is the servqual method with 5 dimensions. Data collection was carried out through a questionnaire given to 30 respondents who had received services from the Hajj and Umrah Organizer section. Based on the results of the study, it is known that 75% people feel very satisfied, 18.75% people feel satisfied, and 16.15% people feel dissatisfied. The results also show that there is one dimension that has a negative value, namely the dimension of physical evidence regarding waiting chairs.             Keywords: Satisfaction; Servqual; Deccission Support.  Abstrak: Keberhasilan suatu instansi pemerintah dapat dilihat dari pelayanan yang diberikan oleh instansi itu sendiri. Oleh karena itu, instansi pemerintah harus memberikan pelayanan optimal sesuai dengan kebutuhan masyarakat agar mudah melakukan administrasi. Kantor Kementerian Agama Kota Tanjungbalai dalam kegiatan survei kepuasan masyarakat melakukan penyebaran kuesioner menggunakan google form dan mengolah data kuesioner menggunakan aplikasi pengolah angka. Sehingga belum ada sistem pendukung keputusan untuk mempercepat mengetahui tingkat kepuasan masyarakat terhadap pelayanan yang telah diberikan. Tujuan dari penelitian ini untuk mengetahui tingkat kepuasan masyarakat terhadap seksi Penyelenggara Haji dan Umrah di Kantor Kementerian Agama Kota Tanjungbalai. Dalam penelitian ini metode yang digunakan adalah metode servqual dengan 5 dimensi. Pengumpulan data dilakukan melalui kuesioner yang diberikan kepada 30 responden yang pernah mendapat pelayanan dari bagian Penyelenggara Haji dan Umroh. Berdasarkan hasil penelitian diketahui 75% masyarakat merasa sangat puas, 18,75% masyarakat merasa puas, dan 16,15% masyarakat merasa tidak puas. Hasil penelitian juga menunjukkan bahwa terdapat satu dimensi yang bernilai negatif yaitu dimensi bukti fisik mengenai kursi tunggu.   Kata kunci: Kepuasan; Servqual; Sistem Pendukung Keputusan.
K-NEAREST NEIGHBOR UNTUK KLASIFIKASI MUTU PRODUKSI FRESH FRUIT BUNCHES (FFB) DI PT. PADASA ENAM UTAMA KEBUN TELUK DALAM panjaitan, widia fahwana br; Sembiring, Muhammad Ardiansyah; Rahayu, Elly
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3226

Abstract

Abstract: PT. Padasa Enam Utama, a palm oil plantation company, currently assesses the quality of Fresh Fruit Bunches (FFB) based solely on physical aspects. They use Microsoft Excel without a specialized application system, which can lead to subjective assessments and the risk of fraud. This research aims to develop a predictive system for the quality of Fresh Fruit Bunches. Data collection was conducted using quantitative methods through direct observation and interviews with relevant parties. The study shows that the use of the K-Nearest Neighbor method provides the best accuracy with a more efficient calculation process. With this system, the company’s performance in making decisions regarding FFB quality is expected to improve. The system helps reduce human errors in quality assessments and offers visualizations that make it easier for users to understand the classification of production quality. Although the results are reliable, there is still room for further development, such as improving accuracy through more advanced data preprocessing techniques or using more complex machine learning models.Keywords: Data Mining; K-Nearest Neighbor algorithm; Fresh Fruit Bunches (FFB); Python;  Streamlit.                                                           Abstrak: PT. Padasa Enam Utama, sebuah perusahaan perkebunan kelapa sawit, saat ini menilai kualitas produksi Tandan Buah Segar (TBS) berdasarkan aspek fisik saja. Mereka menggunakan Microsoft Excel tanpa sistem aplikasi khusus, yang dapat menyebabkan penilaian tidak objektif dan risiko kecurangan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi mutu kualitas Tandan Buah Segar. Dalam pengumpulan data, digunakan metode kuantitatif melalui observasi langsung dan wawancara dengan pihak terkait. Penelitian menunjukkan bahwa penggunaan metode K-Nearest Neighbor memberikan akurasi terbaik dengan proses perhitungan yang lebih efisien. Dengan adanya sistem ini, diharapkan kinerja perusahaan dalam membuat keputusan terkait mutu produksi TBS dapat meningkat. Sistem ini membantu mengurangi kesalahan manusia dalam penilaian mutu TBS dan memberikan visualisasi yang memudahkan pengguna memahami klasifikasi mutu produksi. Meskipun telah memberikan hasil yang dapat diandalkan, masih ada ruang untuk pengembangan lebih lanjut, seperti peningkatan akurasi melalui teknik preprocessing data yang lebih canggih atau penggunaan model-machine learning yang lebih kompleks.Kata kunci: Data Mining; Algoritma K-Nearest Neighbor; Tandan Buah Segar (TBS); Python;  Streamlit
PERANCANGAN E-FORM MODEL A SEBAGAI LHPP BAWASLU KABUPATEN ASAHAN MENGGUNAKAN FRAMEWORK CODEIGNITER 3 Anlersi, Azelia Zeta; Fauziah, Rizky; Handoko, Wiwin
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3230

Abstract

Abstract: In the 2020 regional elections (PILKADA), Bawaslu received approximately 3,100 reports from 25 districts in Asahan Regency. The manual reporting process led to limitations in data accessibility, time efficiency, and difficulty in handling the large number of reports. Bawaslu Asahan Regency has not yet developed a specific tool for consistent data entry and database management to accommodate the existing reports. This has resulted in difficulties for Bawaslu when receiving hundreds of reports from district supervisors. Therefore, the E-Form Model A system is urgently needed to simplify the report entry and storage process. The data collection techniques for this research involved direct observation and interviews at the Bawaslu office in Asahan Regency. The development of this e-form system used PHP programming language and CodeIgniter 3 Framework. The research results show that the E-Form Model A system facilitates easier access and report submission, shortens data management time, and automatically displays violation findings, thereby increasing the efficiency and accuracy of election oversight. Thus, this system can make a positive contribution to improving Bawaslu Asahan Regency's performance in election supervision.Keywords: Election Supervision Results Report; Bawaslu Asahan Regency; Model A Form; CodeIgniter 3; PHP Abstrak: Pada PILKADA 2020, Bawaslu menerima kurang lebih 3.100 laporan dari 25 kecamatan di Kabupaten Asahan. Proses pelaporan yang masih manual mengakibatkan keterbatasan aksesibilitas data, efisiensi waktu, dan penanganan yang sulit terhadap jumlah laporan yang besar. Bawaslu Kabupaten Asahan belum memiliki alat khusus penginputan dan pangkalan data yang konsisten untuk menampung laporan yang sudah ada. Hal ini mengakibatkan Bawaslu mengalami kesulitan saat menerima ratusan laporan dari Pengawas Kecamatan. Maka sistem E-Form Model A sangat diperlukan untuk memudahkan sistem penginputan dan penyimpanan laporan. Teknik pengumpulan data pada penelitian ini menggunakan metode observasi dan wawancara langsung di kantor Bawaslu Kabupaten Asahan. Adapun pembangunan sistem e-form ini menggunakan bahasa pemrograman PHP dan Framework CodeIgniter 3. Hasil penelitian menunjukkan bahwa sistem E-Form Model A memberikan kemudahan akses dan pengisian laporan, memperpendek waktu pengelolaan data, serta menampilkan temuan pelanggaran secara otomatis, sehingga meningkatkan efisiensi dan akurasi pengawasan pemilu. Dengan demikian, sistem ini dapat memberikan kontribusi positif dalam meningkatkan kinerja Bawaslu Kabupaten Asahan dalam pengawasan pemilu.Kata kunci: Laporan Hasil Pengawasan Pemilu; Bawaslu Kabupaten Asahan; Formulir Model A; CodeIgniter3; PHP 
ANALISIS SENTIMEN ULASAN PENGGUNA PADA GAME ROBLOX DENGAN METODE SUPPORT VECTOR MACHINE DAN NAIVE BAYES Alkindi, Aditia Fikri; Nasution, Nurliana
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3319

Abstract

Tujuan penelitian ini adalah untuk mengetahui cara menganalisis sentimen dari ulasan pengguna pada game Roblox dan untuk mengetahui hasil perbandingan performa klasifikasi dengan menggunakan metode Support Vector Machine Dan Naive Bayes dalam menganalisis sentimen ulasan pengguna pada game Roblox. Data yang digunakan pada penelitian ini berjumlah sebanyak 10000 record data ulasan yang di ambil pada tanggal 15 Juni 2024. Hasil yang di peroleh dalam menganalisis sentimen data ulasan pada aplikasi Roblox cenderung mendapatkan sentimen positif dengan persentase 65,06% sedangkan untuk sentimen negatif dengan persentase 34,94%. Support Vector Machine merupakan algoritma terbaik dalam menganalisis sentimen data ulasan pada aplikasi Roblox dengan tingkat akurasi yang paling tinggi pada perbandingan data 90:10 yaitu 90 %, untuk precision, recall, dan f1-score yang dihasilkan pada sentimen positif yaitu 88%, 85%, dan 86%, sedangkan pada sentimen negatif adalah 91%, 93%, dan 92%. Algoritma Naïve Bayes mendapatkan tingkat akurasi yang paling tinggi pada perbandingan data 90:10 yaitu 72,4%, untuk precision, recall, dan f1-score yang dihasilkan pada sentimen positif yaitu 88%, 34%, dan 49%, sedangkan pada sentimen negatif adalah 70%, 97%, dan 81%.
ANALISIS DATA MINING UNTUK PREDIKSI PERSEDIAAN OBAT DI RUMAH SAKIT PMC Dirgantara, Surga; Asril, Elvira
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3339

Abstract

Prediksi persediaan obat di Apotik Rumah Sakit Pekanbaru Medical Center dilakukan dengan cara memperkirakan berdasarkan stok. Apabila terjadinya kekurangan persediaan saat adanya permintaan maka itu akan menjadi kendala, sehingga mempengaruhi penjualan obat. Untuk itu dibutuhkan perhitungan persediaan obat dengan menerapkan data mining. Metode yang digunakan adalah decision tree, dengan data set yang diolah menjadi informasi yang terstruktur dengan pola terbaik. Dalam melakukan prediksi persediaan di apotik RS.PMC menggunakan algoritma c45 didapatkan hasil nilai gain ratio tertinggi iyalah atribut stok awal dengan nilai 0,229865388 dan akurasi delapan puluh dua koma tiga puluh emapat persen (82,34%). Berdasarkan penggunan algoritma c4.5 pada penelitian ini dapat disimpulkan sangat efektif.

Page 2 of 2 | Total Record : 15

 1   2 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): JULI 2025 Vol. 5 No. 1 (2025): MARET 2025 Vol 5, No 1 (2025): MARET 2025 Vol 4, No 3 (2024): NOVEMBER 2024 Vol. 4 No. 3 (2024): NOVEMBER 2024 Vol. 4 No. 2 (2024): JULI 2024 Vol 4, No 2 (2024): JULI 2024 Vol 4, No 1 (2024): Maret 2024 Vol. 4 No. 1 (2024): Maret 2024 Vol 3, No 3 (2023): November 2023 Vol. 3 No. 3 (2023): November 2023 Vol. 3 No. 2 (2023): Juli 2023 Vol 3, No 2 (2023): Juli 2023 Vol 3, No 1 (2023): MARET 2023 Vol 2, No 3 (2022): November 2022 Vol 2, No 2 (2022): Juli 2022 Vol 2, No 1 (2022): MARET 2022 Vol. 2 No. 1 (2022): MARET 2022 Vol. 1 No. 3 (2021): November 2021 Vol 1, No 3 (2021): November 2021 Vol 1, No 2 (2021): Juli 2021 Vol 1, No 1 (2021): Maret 2021 More Issue