cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tonni Limbong
Contact Email
tonni.budidarma@gmail.com
Phone
+628126705001
Journal Mail Official
tonni.budidarma@gmail.com
Editorial Address
http://ejournal.ust.ac.id/index.php/JTIUST/about/editorialTeam
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Teknik Informatika Unika Santo Thomas (JTIUST)
Published by Universitas Katolik Santo Thomas
ISSN : -     EISSN : 26571501     DOI : 10.54367
Core Subject : Science,
Computer Science & IT
Terbit Setiap Bulan Juni dan Desember setiap Tahunnya. Jurnal ini Media publikasi untuk bidang Ilmu Komputer seperti Fuzzy Logic, Teknologi dan Jaringan, Robotika, Komputasi, Mikrokontroller, Arsitektur Komputer, Sistem Cerdas, Rekayasa Web dan Mobile, Sistem Terdistribusi, Sistem Kontrol, Data Spasial, Cloud Computing, Pengolahan Citra, Komputer Grafik, Kriptografy dan bidang Ilmu Komputer sejenis.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 289 Documents
 11   12   13   14   15 
Implementasi Algoritma C4.5 Untuk Klasifikasi Penjualan Barang di Swalayan Dutalia Lalo, Aprilianus Kristianus; Batarius, Patrisius; Siki, Yovinia Carmeneja Hoar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1159.375 KB) | DOI: 10.54367/jtiust.v6i1.1089

Abstract

Semua perusahaan ritel, termasuk Swalayan Dutalia, dituntut untuk mengambil keputusan secara tepat dalam strategi pemasaran dengan melihat kondisi pasar. Namun, pihak swalayan kerap kali mengalami kesulitan dalam memprediksi angka penjualan produk, terlebih lagi pihak swalayan belum memiliki teknik khusus guna melakukan prediksi angka penjualan barang di masa depan. Hal ini menyebabkan pihak swalayan tidak mampu menentukan stok minimum barang yang dijual. Oleh karena itu, penelitian ini dilakukan untuk merancang bangun sebuah sistem yang menerapkan algoritma C4.5 untuk mengolah data dalam jumlah besar untuk menemukan pola penjualan barang. Berdasarkan decision tree yang terbentuk, akan dilakukan prediksi terhadap kumpulan data penjualan barang baru. Sehingga, pihak Swalayan Dutalia dapat menentukan stok minimum barang. Atribut yang digunakan berjumlah enam buah, yaitu jenis barang, harga, jumlah jual, waktu jual, momen jual, dan status penjualan sebagai atribut target. Berdasarkan pengujian terhadap data training dan data hasil prediksi pada aplikasi RapidMiner Studio Version 9.7, akurasi perhitungan yang dihasilkan mencapai 100% sehingga sistem yang dirancang bangun dapat digunakan untuk memprediksi penjualan barang di masa depan.
APLIKASI PENERIMAAN SISWA BARU STUDI KASUS SDI OEBUFU KUPANG MENGGUNAKAN VB 6.0 Noo, Eufemia Eleonora
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2134.512 KB) | DOI: 10.54367/jtiust.v6i1.1090

Abstract

Penerapan aplikasi penerimaan siswa baru adalah sebuah aplikasi komputer yang dibangun untuk memberikan kemudahan dalam penerimaan siswa baru yang pencatatan dan pendataannya menggunakan sebuah aplikasi khusus yang dianggap penulis lebih efektif. Aplikasi tersebut diatas dapat memberikan manfaat bagi pengguna maupun lembaga sekolah dengan menyediakan banyak informasi berupa laporan-laporan dari system yang secara garis besar berupa laporan data calon siswa baru dan laporan pemasukan keuangan pendaftaran siswa. Selain itu pengguna dapat melakukan pengaksesan data dengan mudah dan cepat sehingga tidak memerlukan waktu yang lama dan dapat meringankan beban serta meningkatkan kinerja kerja dari panitia penerimaan siswa baru. Metode penelitian yang digunakan pada aplikasi ini adalah metode waterfall . Dari permasalahan diatas dapat disimpulkan bahwa dengan adanya “Aplikasi Penerimaan Siswa Baru Dengan Menggunakan Visual Basic 6.0 (Studi Kasus SDI Oebufu Kupang)” dapat membantu memperlancar tugas dari pihak pengolahan data siswa dalam mendata dan menyajikan informasi yang lengkap dan terupdate setiap saat, serta lebih menjamin kualitas penyimpanan dan pengolahan data dibandingkan dengan penyimpanan dan pengolahan data pada sistem yang lama.
Sistem Pendukung Keputusan Menentukan Prioritas Perbaikan Sarana dan Prasarana Sekolah Dasar di Kota Binjai Menggunakan Metode Moora Alisia, Meli; Ginting, Budi Serasi; Syari, Mili Alfhi
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1427.178 KB) | DOI: 10.54367/jtiust.v6i1.1143

Abstract

Bangunan sekolah merupakan salah satu fasilitas publik yang mempunyai fungsi amat penting, oleh karenanya bangunan sekolah ini perlu mendapatkan perhatian yang serius dalam hal pemeliharaan dan perawatan, khususnya dalam jenjang pendidikan sekolah dasar. Hal ini karena sarana dan prasarana kurang memadai sehingga menimbulkan rasa kurang nyaman.
Evaluasi Sistem Laporan Keuangan Pada Kecamatan Sepatan Kabupaten Tangerang Menggunakan Metode Pieces Sabalidowati, Trie Mayhera; Maulidia, Dwika; Khaifah, Siti Umi; Seto, Galih; Alfarizi, M. Rifal
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (424.974 KB) | DOI: 10.54367/jtiust.v6i1.1214

Abstract

Sistem laporan keuangan yang berjalan saat ini pada Kecamatan Sepatan Kabupaten Tangerang belum efektif dan efisien, karena prosesnya masih konvensional walaupun ada beberapa yang sudah menggunakan sistem. Untuk media penyimpanan pencatatan masih menggunakan menggunakan kertas, penggunaan media penyimpanan kertas rentan terhadap kehilangan data ataupun rusak. Tujuan dari penelitian ini yaitu untuk mengetahui cara pengolahan data laporan keuangan, mengusulkan sistem pengolahan data laporan keuangan yang efektif dan efisien, mengusulkan sistem pengolahan data laporan keuangan yang cepat dan akurat. Adapun permasalahan dalam penelitian ini yaitu sistem masih konvensional belum berjalan secara efektif dan efisien sehingga kinerja program menjadi lambat. Dari permasalahan tersebut, maka penulis mendapatkan alternatif pemecahan masalah bahwa perlu dilakukan pengkajian ulang sistem yang saat ini berjalan agar kinerja program tidak lambat dan perlu dikembangkan sistem yang ada agar prosedur menjadi terkomputerisasi.
Sistem Pendukung Keputusan Pemilihan Laptop Dengan Menggunakan Metode Topsis Hertyana, Hylenarti; Mufida, Elly; Kaafi, Ahmad Al
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (281.108 KB) | DOI: 10.54367/jtiust.v6i1.1216

Abstract

The rapid development of technology, especially in the digital field, has had a huge influence on the development of laptop features and specifications today. With the development of increasingly diverse features and specifications, it often makes users confused in choosing a laptop that suits user needs. Based on this, the authors are interested in creating a decision support system to assist users in choosing a laptop that fits the desired criteria using the Topsis method. The type of data used by the author is primary data obtained through interviews and direct observation of laptop users. The purpose of this study is to assist laptop users in choosing a laptop that suits their needs. There are 10 criteria obtained based on observations and interviews, namely price (C1), RAM (C2), Hard drive (C3), processor (C4), screen size (C5), VGA (C6), battery (C7), Laptop Weight (C8), and Warranty (C9). Secondary data were obtained through literature study and scientific writing related to laptop selection and the TOPSIS method. This research produces output that meets the objectives, which can assist users in choosing the laptop that best suits their needs and can facilitate users in the decision-making process so as to produce accurate, effective and efficient information.
Prediksi Tweet Netizen Menggunakan Random Forest, Decision Tree, Naïve Bayes, dan Ensemble Algorithm Harahap, Vivi Nadenia; Irmayani, Deci; Harahap, Syaiful Zuhri
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.337 KB) | DOI: 10.54367/jtiust.v6i1.1274

Abstract

Gubernur DKI Jakarta saat ini, meski sudah terpilih sejak tahun 2017 selalu menarik untuk dibicarakan atau bahkan dikomentari. Komentar yang muncul berasal dari media secara langsung atau melalui media sosial. Twitter menjadi salah satu media sosial yang sering digunakan sebagai media untuk mengomentari gubernur terpilih bahkan bisa menjadi trending topic di media sosial Twitter. Netizen yang berkomentar pun beragam, ada yang selalu menge-Tweet kritik, ada yang berkomentar Positif, dan ada pula yang hanya me-retweet. Dalam penelitian ini, prediksi apakah Netizen aktif akan cenderung selalu menimbulkan komentar Positif atau Negatif akan dilakukan dalam penelitian ini. Model algoritma yang digunakan adalah Decision Tree, Naïve Bayes, Random Forest, dan juga Ensemble. Data Twitter yang diolah harus melalui preprocessing terlebih dahulu sebelum dilanjutkan menggunakan Rapidminer. Dalam uji coba menggunakan Rapidminer dilakukan dalam empat kali uji coba dengan membagi menjadi dua bagian yaitu data testing dan data latih. Perbandingan yang dilakukan adalah 10% data pengujian: 90% data pelatihan, kemudian 20% data pengujian: 80% data pelatihan, kemudian 30% data pengujian: 70% data pelatihan, dan yang terakhir adalah 35% data pengujian: 65% data pelatihan. Rata-rata Akurasi untuk algoritma Decision Tree adalah 93,15%, sedangkan untuk algoritma Naïve Bayes Akurasinya adalah 91,55%, kemudian untuk algoritma Random Forest adalah 93,41, dan yang terakhir adalah algoritma Ensemble dengan Akurasi sebesar 93,42%. sini. 65% data pelatihan. Rata-rata Akurasi untuk algoritma Decision Tree adalah 93,15%, sedangkan untuk algoritma Naïve Bayes Akurasinya adalah 91,55%, kemudian untuk algoritma Random Forest adalah 93,41, dan yang terakhir adalah algoritma Ensemble dengan Akurasi sebesar 93,42%. sini. 65% data pelatihan. Rata-rata Akurasi untuk algoritma Decision Tree adalah 93,15%, sedangkan untuk algoritma Naïve Bayes Akurasinya adalah 91,55%, kemudian untuk algoritma Random Forest adalah 93,41, dan yang terakhir adalah algoritma Ensemble dengan Akurasi sebesar 93,42%. sini.
Sistem Pakar Diagnosa Penyakit Mata Manusia Menggunakan Metode Certainty Factor Berbasis Web Sari, Nilam; Nasution, Marnis; Munandar, Musthafa Haris
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1080.338 KB) | DOI: 10.54367/jtiust.v6i1.1275

Abstract

Mata adalah indera yang penting. Jika mata terganggu maka abaikan saja, itu akan mengganggu. Kenyataannya, banyak orang yang menunda untuk memeriksakan penyakit mata yang dideritanya, karena kurangnya pengetahuan masyarakat, biaya yang cukup mahal dan ketidakseimbangan antara pasien dan dokter sehingga harus mengantri jika akan memeriksakan kesehatan mata. Untuk itu diperlukan sistem pakar yang dapat mendiagnosa penyakit mata, sehingga masyarakat dapat memeriksakan penyakit mata yang dideritanya tanpa harus berobat ke dokter. Sistem pakar ini berbasis web dengan bahasa pemrograman PHP dan database MySQL. Dalam proses penarikan kesimpulan, sistem menggunakan metode faktor kepastian yang menggunakan suatu nilai untuk mengasumsikan derajat kepercayaan dari seorang pakar terhadap suatu data. Sistem pakar memberikan hasil berupa kemungkinan penyakit yang diderita, nilai persentase keyakinan dari penyakit dan solusi pengobatan berdasarkan nilai keyakinan yang diberikan dan sistem mampu mengetahui jenis penyakit mata yang dialami pengguna berdasarkan gejala yang dipilih oleh pengguna. Sehingga dapat membantu masyarakat untuk mengetahui penyakit mata yang diderita dan tindakan dapat dilakukan lebih cepat.
Implementasi Data Mining Algoritma Apriori untuk Meningkatkan Penjualan Harist N, Abdul; Munthe, Ibnu Rasyid; Juledi, Angga Putra
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1265.802 KB) | DOI: 10.54367/jtiust.v6i1.1276

Abstract

Setiap perusahaan atau organisasi yang ingin bertahan perlu menentukan strategi bisnis yang tepat. Data penjualan produk yang dilakukan oleh Lakoe Dessert Pondok Kacang pada akhirnya akan menghasilkan data yang menumpuk, sehingga sangat disayangkan jika tidak dianalisis kembali. Produk yang ditawarkan bervariasi dengan variasi produk sebanyak 45 produk, untuk mengetahui produk yang paling banyak penjualannya dan keterkaitan antara produk yang satu dengan produk yang lain diperlukan salah satu algoritma dalam algoritma data mining yaitu apriori algoritma untuk mengetahuinya, dan dengan bantuan aplikasi Rapidminer 5, dengan nilai dukungan 2,4% dan nilai kepercayaan 50%, produk yang sering dibeli atau diminati pelanggan dapat ditemukan. Penelitian ini menggunakan data penjualan bulan Maret 2020 yang berjumlah 209 data transaksi. Dari penelitian tersebut, ditemukan item dengan nama Pudding Strawberry dan Pudding Vanilla merupakan produk yang paling banyak dibeli oleh konsumen. Dengan mengetahui produk yang paling banyak terjual dan pola pembelian barang yang dilakukan oleh konsumen, Lakoe Dessert Pondok Kacang dapat mengembangkan strategi pemasaran untuk memasarkan produk lain dengan menganalisis keuntungan dari penjualan produk yang paling banyak terjual dan mengantisipasi kehabisan atau kosongnya stok atau bahan pada suatu saat. tanggal kemudian
Model Data Mining untuk Perancangan Aplikasi Diagnostik Inflammatory Liver Disease Siahaan, Rahma Aulia; Nasution, Marnis; Hasibuan, Mila Nirmala Sari
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (155.84 KB) | DOI: 10.54367/jtiust.v6i1.1277

Abstract

Hati merupakan organ vital bagi manusia. Penyakit hati adalah gangguan pada setiap fungsi hati.Diagnosis dini penyakit hati sangat penting agar dapat diobati dan diobati dengan cepat. Di bidang medis, mendiagnosis penyakit radang hati menjadi hal yang agak sulit dilakukan. Namun, ada catatan medis yang menyimpan gejala pasien. Hal ini tentunya sangat menguntungkan bagi tenaga medis atau dokter. Mereka dapat menggunakan catatan medis sebelumnya sebagai bahan untuk membuat keputusan tentang diagnosis penyakit pasien. Teknik analisis manual konvensional yang selama ini digunakan sudah tidak efektif lagi untuk diagnosis. Seiring dengan perkembangan sistem berbasis pengetahuan medis, tuntutan penggunaan sistem pengetahuan berbasis komputer sebagai teknik analisis dalam mendiagnosis penyakit menjadi semakin penting. Dalam studi ini, peneliti akan menerapkan dan membandingkan beberapa metode klasifikasi data mining, antara lain algoritma C4.5, Naïve Bayes, dan k-Nearest Neighbor untuk mendiagnosis penyakit radang hati, kemudian membandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742.
Implementasi Artificial Intelligence pada Charity Box Masjid dan Musholla sebagai Sistem Keamanan Berbasis RFID Pratiwi, Nurul; Munthe, Ibnu Rasyid; Dar, Muhammad Halmi
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1209.539 KB) | DOI: 10.54367/jtiust.v6i1.1278

Abstract

Tingginya angka kriminalitas di Indonesia telah berdampak buruk dan merugikan masyarakat, sehingga berbagai upaya telah dilakukan untuk meningkatkan kesadaran dan keamanan di masyarakat. Pencurian kotak amal adalah target kejahatan bagi penjahat. Untuk itu perlu diambil langkah tegas dalam hal kewaspadaan dan keamanan agar tindak pidana pencurian kotak amal dapat dihindari. Salah satu langkah untuk meningkatkan kesadaran dan keamanan adalah dengan menerapkan konsep keamanan pada kotak amal. Dengan memanfaatkan beberapa sensor pendukung dan komponen pendukung pada kotak zakat maka sistem keamanan akan bekerja secara otomatis, sehingga jika terjadi pencurian kotak zakat maka sistem akan memberikan notifikasi notifikasi SMS kepada pihak pengelola masjid. Penelitian ini difokuskan pada masalah fasilitas keamanan dan pengawasan kotak amal di masjid atau mushalla. Menggunakan sistem ini akan mengurangi resiko pencurian kotak amal di masjid dan mushalla, karena selain dilengkapi dengan alarm dan SMS gateway, sistem ini juga dilengkapi dengan RFID sehingga akses membuka kotak amal bisa lebih aman. Bentuk sistem ini bekerja jika kotak amal diangkat atau dibongkar secara paksa, sistem akan memberikan notifikasi berupa alarm dan SMS, sehingga tindak pidana pencurian kotak amal dapat lebih diwaspadai.

Page 13 of 29 | Total Record : 289

 11   12   13   14   15 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 10 No. 1 : Tahun 2025 Vol 9 No. 2 : Tahun 2024 Vol 9 No. 1 : Tahun 2024 Vol 8 No. 2 : Tahun 2023 Vol 8 No. 1 : Tahun 2023 Vol 7 No. 2 : Tahun 2022 Vol 7 No. 1 : Tahun 2022 Vol 6 No. 2 : Tahun 2021 Vol 6 No. 1 : Tahun 2021 Vol 5 No. 2 : Tahun 2020 Vol 5 No 1 Tahun 2020 Vol 4 No 2: Tahun 2019 Vol 4 No 1: Tahun 2019 Vol 3 No 2: Tahun 2018 Vol 3 No 1: Tahun 2018 Vol 2 No. 2 Tahun 2017 Vol 2 No. 1 Tahun 2017 Vol 1 No. 2 Tahun 2016 More Issue