cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ananto Tri Sasongko
Contact Email
ananto@pelitabangsa.ac.id
Phone
+6288980229926
Journal Mail Official
ananto@pelitabangsa.ac.id
Editorial Address
Jl. Inspeksi Kalimalang No.9, Cibatu, Cikarang Sel., Kabupaten Bekasi, Jawa Barat 17530
Location
Kab. bekasi,
Jawa barat
INDONESIA
Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB
Published by Universitas Pelita Bangsa
ISSN : 24073903     EISSN : 28291891     DOI : https://doi.org/10.37366/sigma.v16i1
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB merupakan jurnal ilmiah yang diterbitkan oleh Program Studi Teknik Informatika Universitas Pelita Bangsa (UPB) Cikarang dengan no p-ISSN 2407-3903 (Media Cetak). Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB adalah sebagai salah satu wadah publikasi bagi dosen-dosen yang memiliki penelitian ilmiah di bidang Teknik Informatika, Ilmu Komputer, Sistim Informasi, Artificial Inteligent, Data Mining, Image Processing, Rekayasa Perangkat Lunak. Setiap artikel yang diterbitkan oleh Jurnal Ilmiah SIGMA: Informatics Engineering of UPB telah melalui proses review dan editorial yang ketat serta menghormati ketentuan hukum hak cipta, privasi, dan etika publikasi ilmiah. Jurnal Ilmiah SIGMA : Information Technology Journal of UPB terbit dua kali dalam setahun, yaitu bulan Maret, Juni, September dan Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 11 Documents
 1   2 
Search results for , issue "Vol 15 No 2 (2024): September 2024" : 11 Documents clear
PENERAPAN DECISION TREE DALAM MENDETEKSI POLA TINGKAT STRESS MANUSIA BERDASARKAN POLA TIDUR MENGGUNAKAN RAPID MINER Ahmad shofwan anshory; Amali; Fauzhan Qhof Pratama; Ridho Pikriyansyah
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.4311

Abstract

According to data from the Health Service Monitor in 2023, stress is one of the most worrying health problems for 30% of respondents. Stress is often associated with sleep patterns. This study aims to identify the relationship between sleep patterns and stress levels in humans using 10 levels: 1-2 (normal), 3-4 (mild), 5-6 (moderate), 7-8 (high), 9-10 (very high). The model used in this study is decision tree, with data covering gender, age, occupation, sleep quality, physical activity level, BMI (Body Mass Index) category, blood pressure, heart rate, daily activities, and sleep disorders. This study is expected to provide valuable information on the relationship between sleep patterns and stress, so that strategies can be developed to improve sleep quality and reduce stress. Based on the data analysis, there are several factors that cause increased stress levels, namely blood pressure, sleep quality, body weight, gender, and daily activities. This can have a significant impact on sleep quality.
Klasifikasi Tingkat Stress Pada Manusia Dengan Menggunakan Algoritma Naive Bayes Pada Rapidminer Andriano, Choky; Pratama, Alvian Saputra; Ramadan, Fadli; Amali, Amali
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.4312

Abstract

Stress is a state of anxiety or mental tension caused by a difficult situation. There are different levels of stress, which indicate how severe and strong the impact is on the body and mind. By recognizing and understanding the level of stress we experience, we can be wiser in distinguishing the type of stress that we are experiencing. The study aims to determine whether classification techniques with the application of the Naïve Bayes algorithm can be used to predict stress levels in humans, as well as to obtain information about accuracy, precision, and recall obtained when conducting patient data testing using Naïva Bayes. The study uses classification and phase-stage techniques in data mining to classify patient data for human stress detection with Naïv Bayes' algorithm using the RapidMiner tool. Using the Naïve Bayes algorithm method for human stress level datasets has been proven to be very effective, producing an accuracy rate of 99.17%. Precision for pred. is low (96.77%, precision for pred . is normal (100.00%, and precision for pred. is high (100.00%. Recall for low 100.00%, recall for normal 97.98%, and recall for high 100.00%. The stress level is determined by humidity, step count, and temperature, thus producing the data.
The Pengembangan Model Prediktif untuk Penyakit Jantung Menggunakan Teknik Data Mining: Abastrak, Pendahuluan, Landasan Teori, Metode Penelitian, Hasil dan Pembahasaan, Kesimpulan, Ucapan Terimakasih, Referensi Pringgandani, Rizal
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.4319

Abstract

Throughout the world, heart disease is still a health problem. To study the development of a predictive model using the Decision Tree algorithm, clinical data from patients with a history of heart disease was collected and analyzed. The decision tree model achieved an accuracy of 80.88%, indicating the ability to correctly predict the target category in the majority of cases. These results suggest that there is potential for earlier intervention and prevention. Additional evaluation is needed to understand the components that influence the results and improve model performance. This research helps improve heart disease predictions using data mining techniques.
A Analisis Sentimen Ulasan Pengguna Aplikasi Tokopedia Berbasis Algoritma Naive Bayes Serta Pendekatan Klasifikasi Sentimen Positif Dan Negatif: - Pendahuluan, Metodelogi penelitian , Hasil dan pembahasan , kesimpulan Aditiya, Rangga; Riffani, Sidik; Maulana, Faris; Amali
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.4320

Abstract

Changes in consumer behavior in shopping for daily necessities have driven the growth of e-commerce applications as the main platform for transactions. Tokopedia, as one of the leading e-commerce applications in Indonesia with a large number of users, is the main focus of this study. This study aims to analyze the sentiment of Tokopedia user reviews published on the Google Play Store using a data mining approach with Naive Bayes algorithm.Positive and negative sentiment classification methods are used to understand the views and evaluations of users on Tokopedia services. Review Data is extracted, processed, and trained using the Naive Bayes algorithm to classify reviews into positive or negative sentiments.
Analisa Klasifikasi Data Harga Handphone Menggunakan Algoritma Regresi Linier Syauqi, Fauzan
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.4324

Abstract

The rapid advancement of technology and communication over time has significantly increased the utilization and application of technology in various fields and aspects of life, such as the use of smartphones. Mobile phone classification is often performed using linear regression methods to predict prices based on various features. However, the accuracy of mobile phone price classification using linear regression, as well as the impact of parameters such as maximal_depth and criteria types like gain_ratio, accuracy, and gini_index on the classification results, remains unknown. The objectives of this research are to determine the accuracy of mobile phone price classification using the linear regression algorithm and to understand the influence of the maximal_depth parameter and criterion types (gain_ratio, accuracy, and gini_index) on the classification results. The classification method that will be applied in this research is linear regression. The results of this research are expected to provide a clear picture of the accuracy of mobile phone price prediction using the linear regression algorithm, as well as how the parameters maximal_depth and criterion types contribute to the model's performance. Consequently, this research will contribute to the selection and application of more appropriate classification methods for predicting mobile phone prices Keywords: data mining, rapidminer, classification, cellphone, linear regression algorithm
Penerapan Algoritma Decision Tree untuk Prediksi Kelulusan Mahasiswa Berdasarkan Data Akademik Menggunakan RapidMiner Laela Nur Rohmah; Sara Khusnul Mumtazah; Alvina Damayanti; Amali
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i1.4332

Abstract

Higher education has an important role in the long-term development of each individual. One of the most important indicators of success for a high-performing educational institution is student achievement. There are several factors that might influence student achievement, including academic, demographic, and socioeconomic factors. This study employs the Decision Tree algorithm, which is one of several effective algorithms for making predictions or analyzing large amounts of data. This study aims to determine whether the Decision Tree algorithm can be used to predict student achievement by gathering information on accuracy, precision, and recall obtained during data collection. This study used RapidMiner tools to create a Decision Tree model and was carried out with the following steps: data collection, data analysis, Decision Tree modeling, method development, and results evaluation. Data collection on the dataset will be divided into two parts: 70% for training and 30% testing. The results of the study on the decision tree algorithm show that it has a good performance with a high accuracy of 73.17%. It also performs well in predicting graduate students with a precision of 74.05% and a recall of 93.82%, as well as dropout students with a precision of 73.02% and a recall of 80.05%.
Sistem Informasi Komisi Kurir Berbasis Web Pada Pt Lazada Indonesia Dengan Menggunakan Metode Rad Bogy Wijaya Sulaiman; Suherman; Naya, Candra; Imelda, Karina; Josef Anis, Billy
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.6035

Abstract

Dengan kemajuan teknologi komputer, banyak perusahaan kini memanfaatkan teknologi ini, termasuk yang bergerak di bidang ekspedisi. Baik perusahaan maupun individu sering menggunakan layanan kurir untuk mengirim barang dalam jumlah kecil maupun besar. Penerapan metode Rapid Application Development (RAD) dalam pengembangan aplikasi yang sudah ada diharapkan dapat mempercepat proses pembuatan aplikasi. RAD, yang menggunakan pendekatan berorientasi objek, dirancang untuk mempercepat tahap perencanaan, perancangan, dan implementasi sistem dibandingkan metode konvensional. Kepercayaan yang semakin tinggi terhadap layanan kurir dalam pengiriman barang telah mendorong perkembangan pesat di sektor ekspedisi. Digitalisasi seluruh sistem informasi perusahaan diharapkan dapat mempermudah dan meningkatkan operasional sistem secara keseluruhan. Salah satu contohnya adalah Lazada Logistik, perusahaan ekspedisi yang bergerak di bidang pengiriman barang untuk platform e-commerce Lazada Indonesia.
Pengembangan Sistem Informasi Akademik Siswa Berbasis Web Pada Sma Negeri 1 Cikarang Timur Dengan Menggunakan Metode Prototype Ikmal Riyan Firmansyah; Hadikristanto, Wahyu; Ardiatma, Dodit; Ermanto; Syariefur Rakhmat, Adrianna
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.6036

Abstract

Pendidikan merupakan salah satu aspek kehidupan yang sangat dipengaruhi oleh perkembangan teknologi informasi. Data akademik, termasuk nilai, kehadiran, dan informasi siswa, masih dikelola secara manual di SMA Negeri 1 Cikarang Timur. Tujuan dari proyek ini adalah untuk membuat sistem informasi akademik daring yang dapat mempermudah dan meningkatkan efisiensi dalam proses administrasi akademik. Metode pengembangan yang digunakan adalah metode prototyping, yang memungkinkan pengembang bekerja sama dengan pengguna melalui proses desain dan pengujian secara iteratif. Proses pengembangan dimulai dengan analisis kebutuhan, dilanjutkan dengan perancangan sistem menggunakan diagram UML, dan diakhiri dengan pengujian sistem menggunakan teknik BlackBox untuk memastikan seluruh fungsi berjalan dengan baik. Sistem informasi akademik yang dikembangkan mencakup fitur pencatatan dan pengolahan nilai siswa, kehadiran, serta manajemen data guru dan kelas. Hasil pengujian menunjukkan bahwa sistem ini meningkatkan efisiensi dan akurasi dalam pengelolaan data akademik di SMA Negeri 1 Cikarang Timur. Selain itu, umpan balik dari pengguna menunjukkan tingkat kepuasan yang tinggi terhadap sistem, terutama terkait kemudahan penggunaan dan kecepatan akses informasi. Dengan demikian, pengembangan sistem informasi akademik berbasis web ini diharapkan menjadi solusi efektif bagi permasalahan administrasi akademik di SMA Negeri 1 Cikarang Timur serta dapat diadopsi oleh sekolah lain yang memiliki kebutuhan serupa.
Sistem Pendukung Keputusan Pemilihan Jasa Pengiriman Terbaik Menggunakan Metode Maut (Multi-Attribute Utility Theory) Wildan Trio Munawarudin; Donny Maulana; Ucok Darmanto Soer; Rensi Suryanti; Edri Fauzan
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.6037

Abstract

Karena kemajuan teknologi, pelaku e-commerce kini dapat menggunakan media sosial untuk menjual produk mereka. Toko online seperti Shopee, Bukalapak, dan Lazada memberikan bantuan yang lebih besar kepada masyarakat. Layanan pengiriman dibutuhkan jika orang ingin menjual barang mereka di toko online. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang dapat membantu konsumen dalam proses pengambilan keputusan terkait layanan pengiriman dengan menggunakan metode Multi-Attribute Utility Theory (MAUT). MAUT digunakan untuk menyelesaikan masalah pengambilan keputusan yang melibatkan beberapa kriteria dengan mengumpulkan informasi dan memberikan bobot pada setiap kriteria berdasarkan tingkat kepentingannya. Hasil akhirnya berupa nilai numerik dalam skala 0–1. Dari hasil penelitian, ditemukan bahwa alternatif A1 (JNE) merupakan layanan pengiriman terbaik, diikuti oleh J&T Express, Pos Indonesia, SiCepat, dan AnterAja. Kriteria ketepatan waktu, keamanan pengiriman, biaya pengiriman, layanan pelanggan, cakupan layanan, dan kemudahan penggunaan sangat penting bagi pengguna. Penelitian ini menyimpulkan bahwa SPK yang dibangun mampu memberikan solusi efektif dalam pemilihan layanan pengiriman. Penerapan metode MAUT membantu mengurangi subjektivitas dan memungkinkan penilaian yang lebih objektif serta sistematis, sehingga membantu konsumen membuat keputusan yang lebih informasional dan rasional.
Sistem It Helpdesk Quality Assurance Berbasis Web Dengan Pendekatan Total Quality Management (Tqm) Studi Kasus Di Pt Sinergi Informatika Semen Indonesia (Sisi) Aning Risky Montana; Asep Muhidin; Maulana, Donny; Karsito; Lisa Kustina
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.6038

Abstract

Penelitian ini membahas implementasi sistem Quality Assurance (QA) IT Helpdesk berbasis web di PT Sinergi Informatika Semen Indonesia (SISI) dengan pendekatan Total Quality Management (TQM). Penelitian ini mengidentifikasi berbagai tantangan dalam proses QA manual, seperti inefisiensi, kurangnya transparansi, dan ketidakkonsistenan kualitas layanan. Untuk mengatasi masalah tersebut, dikembangkan aplikasi berbasis web menggunakan Python dan framework Django, serta mendukung desain sistem dengan diagram UML seperti use case, activity, sequence, class, dan deployment. Sistem ini dirancang untuk merampingkan proses QA, meningkatkan efisiensi pemberian layanan, serta memastikan kepatuhan terhadap prinsip TQM. Hasil implementasi menunjukkan adanya peningkatan signifikan dalam kualitas layanan, transparansi operasional, dan kepuasan pelanggan. Penelitian ini juga memberikan rekomendasi untuk pengembangan berkelanjutan guna memperkuat dukungan terhadap tujuan strategis perusahaan dan meningkatkan pengalaman pelanggan.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 16 No 2 (2025): September 2025 Vol 16 No 1 (2025): Juni 2025 Vol 15 No 3 (2024): Desember 2024 Vol 15 No 2 (2024): September 2024 Vol 15 No 1 (2024): Juni 2024 Vol 15 No 1 (2024): Maret 2024 Vol 14 No 4 (2023): Desember 2023 Vol 14 No 3 (2023): September 2023 Vol 14 No 2 (2023): Juni 2023 Vol 13 No 4 (2022): Desember 2022 Vol 13 No 3 (2022): September 2022 Vol 13 No 2 (2022): Juni 2022 Vol 13 No 1 (2022): Maret 2022 Vol 12 No 4 (2021): Desember 2021 Vol 12 No 3 (2021): September 2021 Vol 12 No 2 (2021): Juni 2021 Vol 12 No 1 (2021): Maret 2021 Vol 11 No 3 (2020): September 2020 Vol 11 No 2 (2020): Juni 2020 Vol 11 No 1 (2020): Desember 2020 Vol 10 No 4 (2019): Desember 2019 Vol 10 No 3 (2019): September 2019 Vol 10 No 2 (2019): Desember 2019 Vol 10 No 2 (2019): Juni 2019 Vol 10 No 1 (2019): Maret 2019 Vol 9 No 4 (2019): Juni 2019 Vol 9 No 3 (2019): Maret 2019 Vol 9 No 2 (2018): Volume 9 Nomor 2 Desember 2018 Vol 9 No 2 (2018): Desember 2018 Vol 9 No 1 (2018): September 2018 Vol 8 No 2 (2018): Maret 2018 Vol 8 No 1 (2018): Maret 2018 Vol 8 No 4 (2017): Desember 2017 Vol 8 No 3 (2017): September 2017 Vol 8 No 2 (2017): Juni 2017 Vol 8 No 1 (2017): Maret 2017 Vol 7 No 2 (2016): September 2016 Vol 7 No 1 (2016): Maret 2016 More Issue