Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB
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.
Articles
10 Documents
Search results for
, issue
"Vol 7 No 2 (2016): September 2016"
:
10 Documents
clear
<![CDATA[Penerapan Metode Analitic Hierarchy Process (AHP) Dalam Mendukung Keputusan Untuk Memilih Peminatan Bagi Mahasiswa STMIK Bani Saleh ]]>
<![CDATA[Ramdani Ramdani]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (505.733 KB)
|
DOI: 10.37366/sigma.v7i2.74
<![CDATA[Abstrak Kurikulum perguruan tinggi mencakup berbagai jenis mata kuliah. Sebuah jurusan atau program studi tertentu memiliki struktur kurikulum yang disusun sesuai dengan aturan yang telah ditetapkan. Pada sebuah jurusan atau program studi, kurikulum untuk mata kuliah biasanya terdapat mata kuliah yang wajib untuk diambil serta ada mata kuliah khusus untuk peminatan. Peminatan biasanya diambil berdasarkan bidang peminatan seorang mahasiswa pada jurusan tersebut. Namun tidak semua peminatan tersebut akan diambil oleh seorang mahasiswa. Banyak faktor yang menyebabkan mahasiswa memilih peminatan, faktor kepentingan dan ketertarikan mahasiswa terhadap sebuah peminatan atau bahkan mungkin factor pengajarnya serta factor nilai akademik yang mereka dapat. Decision Support System berbasis Analityc Hierarchy Process (AHP) merupakan salah satu alternatif dalam mengatasi hal ini, karena dengan metode ini diharapkan mahasiswa dapat membuat keputusan dalam hal pengambilan mata kuliah peminatan. Sehingga mahasiswa merasa yakin dan sesuai dengan keinginan peminatannya tersebut. Kata Kunci : AHP, Peminatan, Mata Kuliah, Decision Support]]>
<![CDATA[Penerapan Technique For Order Preference By Similarity To Ideal Solution (Topsis) Untuk Menentukan Lulusan Terbaik (Studi Kasus : STMIK Bani Saleh Bekasi) ]]>
<![CDATA[Mugiarso Mugiarso]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (669.497 KB)
|
DOI: 10.37366/sigma.v7i2.81
<![CDATA[Abstrak Dalam pengambilan sebuah keputusan objektif yang dipengaruhi oleh banyak alternatif dan kriteria dengan situasi yang bersifat fuzzy maka sulit untuk mengambil sebuah keputusan secara manual.(Elviwani,2012). Karena tidak mudah dalam mengambil keputusan untuk menentukan yang terbaik apalagi dari segi kriteria hampir sama. Pada penelitian ini penulis menerapkan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) untuk menentukan lulusan terbaik sehingga diperoleh keputusan yang lebih objektif. Dalam kajian ini telah dibangun sebuah sistem pendukung keputusan untuk membantu dalam menentukan lulusan terbaik dengan metode TOPSIS. Langkah-langkah TOPSIS adalah: 1. Membuat matriks keputusan yang ternormalisasi. 2. Membuat matriks keputusan yang ternormalisasi terbobot. 3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif. 4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif. 5. Menentukan nilai preferensi untuk setiap alternatif. Hasil akhir berupa pengurutan data lulusan terbaik yang dijadikan sebagai alat bantu dalam pengambilan keputusan. Kata Kunci : kriteria, fuzzy, TOPSIS, sistem pendukung keputusan, lulusan terbaik.]]>
<![CDATA[Pembelajaran Sistem Tata Surya Untuk Siswa Sekolah Dasar Berbasis UNITY 3D ]]>
<![CDATA[Wahyu Hadikristanto]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (796.997 KB)
|
DOI: 10.37366/sigma.v7i2.158
<![CDATA[Abstrak Dalam dunia pendidikan tidak lepas dari adanya sebuah media pembelajaran, . yakni digunakan oleh seorang anak didik agar bisa menerima meteri yang diberikan oleh pengajar. Masalah ini timbul ketika anak didik mulai jenuh dan bosan dengan media dan cara pengajar mengajar, khususnya dalam cabang pelajaran Ilmu Pengetahuan Alam. Di dalam Ilmu pengetahuan alam terdapat materi sistem tata surya, yakni mempelajari tentang benda – benda langit dan dengan matahari sebagai intinya. Perkembangan ilmu pengetahuan dan teknologipun turut mempengaruhi sistem yang ada di dunia pendidikan, termasuk sistem pembelajaran yang ada didalamnya. Pada skripsi ini penulis membuat sebuah aplikasi berbasis 3D sebagai media pembelajaran sistem tata surya sebagai media belajar yang efektif, inofatif dan efisien. Sistem ini dibuat melalui tahapan perencanaan yang matang, analisa tentang kebutuhan, pembuatan desain yang menarik, pembangunan atau pengkodingan sistem, dan kemudian di tes oleh siswa sekolah dasar dan pengajarnya, serta para ahli media dan materi. Sistem ini diharapkan bisa membantu para siswa ditengah mobilitas anak yang sangat tinggi agar bisa lebih tenang dan berkonsentrasi dalam memahami mater pembelajaran tentang sistem tata surya yanga ada. Kata Kunci : Edukasi, Pembelajaran sistem tata surya, Unity 3D]]>
<![CDATA[Perbandingan Metode AHP Dengan Metode MADM TOPSIS Untuk Menentukan Matakuliah Peminatan Bagi Mahasiswa ]]>
<![CDATA[Adi Suwarno]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (448.939 KB)
|
DOI: 10.37366/sigma.v7i2.71
<![CDATA[Abstrak Pemilihan khusus subjek merupakan masalah terstruktur setiap yang perlu menjadi bentuk untuk digunakan sebagai masalah terstruktur. Sejauh ini, pemilihan subjek spesialisasi dilakukan oleh siswa sendiri tanpa mengetahui teh kepentingan subjek cleasen comparse yang lain, bahkan beberapa studenly hanya mengikuti teman sekelas mereka tanpa mengetahui dimana subjek mereka harus sesuai dengan minat mereka. Selama ini juga tidak ada penyimpanan data yang digunakan sebagai sejarah. Sebagai perbandingan dari penelitian sebelumnya yang dilakukan oleh Ramdani (2014) untuk menentukan spesialisasi di STMIK Bani Saleh menggunakan AHP, penulis ingin membuat perbandingan spesialisasi dengan metode TOPSIS. Setelah melakukan penelitian berdasarkan hasil dari metode TOPSIS dengan nilai akurasi 49,4% dan dibandingkan dengan hasil yang diperoleh nilai akurasi Metode AHP dari 41,4% dan fakta bahwa siswa mengambil bidang spesialisasi tidak sesuai AHP TOPSIS 58,6% dan sebesar 50,6 % dari total populasi 237 siswa. Kata kunci : AHP, TOPSIS, Spesialisasi]]>
<![CDATA[Steganografi Gambar Dengan Metode Least Significant Bit Dengan Kriptografi Dcpchiper ]]>
<![CDATA[Sufajar Butsianto]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (349.541 KB)
|
DOI: 10.37366/sigma.v7i2.98
<![CDATA[Abstrak Jaringan Internet berkembang dengan pesat dan memberikan pengaruh besar bagi kehidupan manusia.Perkembangan jaringan Internet telah memungkinkan banyak orang untuk saling bertukar data secara bebas. Oleh karena itu, keamanan dan kerahasiaan sangat dibutuhkan dalam komunikasi data. Hal yang sering dilupakan oleh para user internet adalah keamanan data. Dimana informasi di internet sifatnya adalah terbuka, dengan kemungkinan akses oleh user dari seluruh dunia. Dalam kasus yang sensitif, beberapa informasi ditujukan hanya untuk user atau pihak tertentu, dalam hal inilah diperlukan suatu proteksi untuk melindungi informasi dari pihak-pihak yang tidak berhak mengaksesnya. Steganografi adalah pendekatan proteksi data yang prosesnya adalah penyembunyian pesan dalam media gambar. Dengan steganografi ini proses transaksi data diharapkan akan menjadi lebih aman dari pihak-pihak yang tidak berhak mengaksesnya. Ada banyak metode yang digunakan untuk steganografi pada dokumen citra seperti metode Least Significant Bit (LSB), Spread Spectrum Steganography, dan Bit-Plane Complexity Segmentation (BPCS){2}.Dengan menggunakan metode Least Significant Bit (LSB), yaitu suatu metode penyembunyian pesan rahasia melalui media digital file image untuk mengeksploitasi keterbatasan sistem penglihatan manusia, Sehingga dengan keterbatasan tersebut manusia sulit menemukan gradasi penurunan kualitas warna file gambar yang telah disisipi pesan rahasia. Kata Kunci : Kriptografi, Steganografi, Gambar, Metode Least Significant Bit,Delphi]]>
<![CDATA[Klasifikasi Tingkat Produktivitas Tanaman Padi Di Kabupaten Karawang Menggunakan Metode Naïve Bayes Dan K-Fold Cross Validation ]]>
<![CDATA[Asep Muhidin]]>;
<![CDATA[Ahmad Burhan]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (849.103 KB)
|
DOI: 10.37366/sigma.v7i2.492
<![CDATA[Abstraksi Penelitian ini dilakukan dengan tiga tahap, yaitu tahap pemrosesan data, tahap pengujian dan tahap mencari akurasi model. Tahap pemrosesan data menggunakan software IBM SPSS Statistic 22 untuk pencarian data missing dan mengganti nilai missing dengan rata-rata/mean. Tahap pengujian menggunakan software RapidMiner Studio untuk mencari nilai akurasinya dengan skema k-fold validation dan melakukan pengujiannya sebanyak sepuluh kali. Hasil dari tiap pengujian yang didapatkan berupa Confusion matrix dan nilai yang diambil adalah accuracy yang akan dijadikan sebagai nilai pencarian dari akurasi model dalam klasifikasi tingkat produktivitas padi. Dari pengujian yang dilakukan sebanyak sepuluh kali didapatkan nilai akurasi dari model dalam mengklasifikasikan tingkat produktivitas dengan skema k-fold validation sebesar 87,22% ini membuktikan bahwa metode naïve bayes mempuyai klasifikasi yang baik. Hasil dari klasifikasi bisa menjadi acuan pihak pemerintah dalam menentukan kecamatan mana yang akan dijadikan perhatian khusus dalam budidaya padi di Kabupaten Karawang. Kata kunci: Naïve Bayes, K-Fold Validation, Rapid Miner, IBM Statistic 22, Produktivitas padi, Klasifikasi.]]>
<![CDATA[Penerapan Fuzzy C-Means(FCM) Dalam Pemilihan Peminatan Tugas Akhir Mahasiswa ]]>
<![CDATA[Muhamad Fatchan]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (359.87 KB)
|
DOI: 10.37366/sigma.v7i2.94
<![CDATA[Abstrak Pada penelitian yang dilakukan oleh Samuel Lukas, Meiliayana, William Simson (2009) yang menggunakan penerapan logika fuzzy dalam pengambilan keputusan untuk jalur peminatan dan juga pada penelitian yang telah dilakukan oleh Arwan ahmad khoiruddin (2007) menggunakan Fuzzy C-Means (FCM) untuk Menentukan nilai akhir kuliah dengan Fuzzy C-Means, dan pada penelitian ini untuk membantu menentukan nilai akhir kuliah dalam bentuk huruf, dengan menggunakan metode FCM. Untuk itu pada penelitian ini akan diterapkan Fuzzy C-means (FCM) untuk menentukan peminatan TA yang sesuai untuk mahasiswa. Proses penentuan peminatan TA dimulai dari pemilihan peminatan TA, disesuaikan dengan persyaratan kelulusan matakuliah yang berhubungan dengan peminatan TA yang dipilih oleh mahasiswa tersebut, sampai dengan pengujian hasil dari TA mahasiswa. Kata Kunci : Fuzzy, C-means, FCM]]>
<![CDATA[Hibrid Method Menggunakan Data Mining Dan Naive Bayes Model Untuk Prediksi Studi Kasus Kerusakan Lampu Efek ]]>
<![CDATA[Sarwo Sarwo]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (903.952 KB)
|
DOI: 10.37366/sigma.v4i1.68
<![CDATA[Abstrak Sudah banyak penelitian dengan berbagai metode untuk memprediksi kasus, dalam penelitian ini penulis menggunakan metode Naif Bayes, banyak juga menerapkan metode ini, dengan bermacam-macam studi kasus, data mining adalah kumpulan pengetahuan yang diperoleh dari satu set data, banyak pula peneliti di data mining dengan berbagai kasus dan metode. Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode. "Data mining adalah analisis data survei set untuk menemukan hubungan tak terduga dan meringkas data dengan cara yang berbeda, yang dapat dipahami dan bermanfaat untuk pemilik data" (Larose, 2006). Dalam penelitian ini penulis menggabungkan dua metode adalah metode data mining metode standar Naif Bayes metode ini disebut METODE HYBRID DATA MINING DAN MODEL Naive Bayes UNTUK PREDIKSI STUDI KASUS KERUSAKAN RINGAN EFFECT, diharapkan oleh beberapa kombinasi dari kedua metode ini , akurasi dalam memprediksi efek kerusakan ringan dapat ditingkatkan, dalam penelitian ini penulis WEKA sebagai perangkat lunak untuk mengukur atau pengujian Kata kunci : efek cahaya, data mining, Naif algoritma klasifikasi Bayes, Weka]]>
<![CDATA[Evaluasi Keamanan Sistem Informasi Rumah Sakit (Studi Kasus Rumah Sakit Umum) ]]>
<![CDATA[Rasim Rasim]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (856.738 KB)
|
DOI: 10.37366/sigma.v7i2.96
<![CDATA[Abstrak Rumah Sakit adalah sarana umum untuk pemulihan kesehatan, dalam menyelenggarakan kegiatan pelayanan kesehatan kepada masyarakat serta dapat dimanfaatkan untuk sarana pendidikan dan tenaga kesehatan serta penelitian, dalam rumah sakit secara umum terdapat 3 (tiga) jenis rumah sakit yaitu rumah sakit pemerintah, rumah sakit swasta dan rumah sakit pendidikan. Kesehatan masyarakat merupakan salah satu sector untuk pembangunan yang sedang mendapatkan perhatian besar dari pemerintah, apalagi jika dilihat dari perkembangan teknologi informasi rumah sakit di Indonesia, terutama di daerah dan kota-kota besar, baik dari segi jumlah peralatan serta informasi kesehatan misalnya segi administrasi maupun segi teknologi maka pelayanan kesehatan tersebut bisa diketahui oleh masyarakat di Indonesia dan bisa di rasakan secara efektif dan efisien. Kata Kunci : Sistem, Sistem Informasi, Teknologi, Rumah Sakit]]>
<![CDATA[Penerapan Data Mining Metode Naive Bayes Untuk Diagnosa Penyakit Pneumonia Pada Balita ]]>
<![CDATA[Muhtajuddin Danny]]>;
<![CDATA[Taufik Hidayat]]>
<![CDATA[ Jurnal SIGMA Vol 7 No 2 (2016): September 2016 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (555.097 KB)
|
DOI: 10.37366/sigma.v7i2.374
<![CDATA[Abstrak Terdapat beberapa kasus kematian pada anak khususnya balita yang meninggal akibat terkena penyakit pneumonia, menurut World Health Organization (WHO) memperkirakan kematian balita karena pneumonia di seluruh dunia sebesar 15%, dan pada tahun 2015 diperkirakan 922.000 kematian balita yang disebabkan oleh pneumonia. Saat ini teknologi dapat memberikan informasi yang cepat dan akurat khususnya di lingkungan kesehatan baik untuk tim kesehatan, dokter, perawat bahkan untuk pasien sendiri agar lebih mudah mengontrol kesehatan mereka. Data mining berhubungan dengan pencarian data untuk menemukan pola atau pengetahuan dari data keseluruhan, kumpulan data yang besar dapat menghasilkan sebuah data yang hasilnya dapat memberikan informasi pengetahuan yang baru. Pada penelitian ini akan dibahas tentang perancangan data mining menggunakan algoritma Naïve Bayes Classifier untuk menghitung probabilitas kemungkinan seorang pasien dengan gejala-gejala tertentu apakah mengidap penyakit pneumonia atau tidak sehingga dapat memberikan kontribusi kepada tim medis di lingkungan kesehatan untuk mengatahui dan menindak lanjut pasien yang terkena penyakit pneumonia. Kata kunci: Data Mining, Naïve Bayes Classifier, Pneumonia, Balita]]>
