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
20 Documents
Search results for
, issue
"Vol 8 No 2 (2018): Maret 2018"
:
20 Documents
clear
<![CDATA[Perancangan Informasi Kesehatan Karyawan Vendor (Studi Kasus Rumah Sakit Annisa) ]]>
<![CDATA[Muhamad Fatchan]]>;
<![CDATA[Irsyad Syhruddin]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.976 KB)
<![CDATA[Abstraksi Rumah sakit annisa bekerja sama dengan PT. Epson di bidang manajemen biaya kesehatan karyawan yang disebut medical care. Medical care mempunyai tugas salah satunya mencatat karyawan yang di rawat inap. Medical care dalam melakukan pencatatan menggunakan lembar kertas kemudian disimpan ke dalam program excel. Jumlah karyawan beserta keluarga kurang lebih 15.000, data yang diterima perharinya sekitar 50 sampai 100. Dengan data yang begitu banyak membuat proses penginputan dapat memakan waktu sehari bahkan lebih. Metode yang dipakai dalam pembuatan aplikasi adalah metode waterfall dimana dimulai dari menganalisa kebutuhan pengguna dengan mewawancarai langsung, perancangan sistem yang akan dibangun sesuai dengan kebutuhan pengguna. Aplikasi yang dibuat menggunakan bahasa pemrograman PHP dan MySQL sebagai databasenya. Aplikasi sudah diuji coba langsung di medical care selama 5 hari. Aplikasi tersebuat dalam memproses penginputan data karyawan yang di rawat inap sangat efektif dengan data perharinya 50 sampai 100 karena hanya memerlukan waktu kurang lebih satu jam. Aplikasi ini juga mempermudah petugas membuat laporan, petugas hanya butuh waktu kurang dari satu menit untuk membuat laporan. Dengan adanya aplikasi ini diharapkan akan membantu petugas medical care dalam mengerjakan tugasnya lebih efektif. Kata Kunci: Perancangan Informasi, Kesehatan Karyawan.]]>
<![CDATA[Implementasi Penjualan Produk Tupperware Menggunakan Metode Assocation Rules Dengan Algoritma Apriori ]]>
<![CDATA[Agung Nugroho]]>;
<![CDATA[Devi Suci Pamungkas]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (573.458 KB)
<![CDATA[Persaingan dalam dunia bisnis sangatlah ketat seiring dengan berkembangnya dunia bisnis modern. Pelaku bisnis memiliki tantangan untuk mendapatkan pasar yang ada. Keberhasilan dan Kelancaran transaksi jual beli pada suatu toko atau perusahaan akan berdampak pada pendapatan toko tersebut. Maka dibutuhkan suatu strategi berupa informasi mengenai pola pembelian konsumen terhadap produk yang sering dibeli secara bersamaan untuk meningkatkan daya beli konsumen serta meningkatkan target yang ingin dicapai. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan salah satu teknik data mining yg dapat digunakan yaitu Association rule dengan algoritma apriori. Metode ini dimulai dengan mencari Frequent itemset dengan perhitungan support dan confident dilanjutkan dengan pembentukan aturan-aturan Asosiasi, Dengan pengujian menggunakan WEKA maka didapatkan rule Eco Bottle 500 ml dan New Giant Tumbler memiliki keterkaitan dengan nilai confident paling tinggi yaitu 98%. Dari rule yang didapat yang dapat digunakan untuk penentuan paket produk. Kata kunci : Data mining, assosiasi rule, Algoritma Apriori, Support, Confident, WEKA.]]>
<![CDATA[Sistem Informasi Pembelajaran Kriptografi Menggunakan Metoda Gost ]]>
<![CDATA[Sufajar Butsianto]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (256.23 KB)
<![CDATA[There are various ways people do to get data and information, although by stealing and then changing the content of the information. In this research, an application is made using cryptographic techniques that can be used to secure information sent via e-mail. The algorithm used is the GOST algorithm (Gosudarstvennyi Standard). The GOST algorithm is a 64-bit symmetric block cipher algorithm which is known to be quite safe because it has 32 rounds in the encryption and decryption process. The programming language used is PHP. In this application the encryption and decryption keys are set by the system, this is done so that key information cannot be easily identified by unauthorized parties. Based on the implementation and testing of the program, it can be concluded that this application is easy to use, messages sent and received through this application are safe because they have gone through the encryption process first. Keywords - Cryptography, E-mail, GOST Algorithm.]]>
<![CDATA[Penerapan Algoritma K-Means Dalam Pengelompokan Curah Hujan Di Daerah Jabodetabek ]]>
<![CDATA[Yoga Religia]]>;
<![CDATA[Ari Susanto]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (450.633 KB)
<![CDATA[Abstrak Akhir-akhir ini cuaca semakin sulit untuk diprediksi, bahkan terkadang terjadi hujan saat musim kemarau dan sebaliknya. Hal ini sangat berpengaruh pada aktifitas sehari-hari seperti keselamatan masyarakat, sosial ekonomi, produksi pertanian, perkebunan, perikanan, penerbangan, dan sebagainya dalam suatu daerah. Maka dari itu informasi yang akurat tentang kondisi cuaca sangatlah penting sehingga kita dapat memperiapkan diri. Dalam penyampaian informasi agar lebih akurat perlu adanya penelitian tentang cuaca atau curah hujan. Dalam penelitian ini kita akan mengambil contoh kondisi cuaca di wilayah Jakarta dan sekitarnya dimana wilayah tersebut lebih beragam aktivitasnya. Algoritma K-Means adalah metode yang dapat digunakan dalam penelitian ini, yaitu untuk melakukan pengelompokan curah hujan. Data yang diambil adalah data dari BMKG untuk wilayah Jakarta dan sekitarnya dimana nantinya akan dikelompokan menjadi dua kelompok yaitu curah hujan tinggi dan rendah menggunakan algoritma K-Means dan metode perhitungan jarak Euclidean Distance. Pengelompokan curah hujan ini nantinya dapat memberikan informasi yang akurat sehingga dapat mengurangi dampak perubahan kondisi cuaca yang secara mendadak. Kata Kunci : Algoritma K-Means, Euclidean Distance, Pengelompokan Cuaca, Data Mining]]>
<![CDATA[Analisis Data Mining Kelayakan Calon Debitur Di Pt. Bank BRI Dengan Mengunakan Metode Klasifikasi Naive Bayes ]]>
<![CDATA[Ahmad Turmuzdy ZY]]>;
<![CDATA[Donny Maulana]]>;
<![CDATA[Maulana Sofyan]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (340.256 KB)
<![CDATA[Abstrak Bank Rakyat Indonesia (BRI) adalah salah satu bank milik pemerintah yang terbesar di Indonesia. PT. Bank Rakyat Indonesia merupakan salah satu badan usaha perbankan yang melakukan usaha menghimpun dan menyalurkan dana masyarakat, terutama memberikan kredit dan jasa di lalu lintas pembayaran dan peredaran uang, serta memiliki beberapa unit produk, diantaranya pelayanan penyimpanan atau tabungan dan pelayanan perkreditan. Produk pembiayaan pada PT. Bank Rakyat Indonesia terdiri dari berbagai jenis produk, yaitu Kredit Umum Pedesaan (Kupedes) yang terdiri dari kredit Skala Micro (KSM), Kredit Komersial (KOM), Kredit BRIGuna (KBG), dan kredit yang bekerja sama dengan pemerintah yaitu Kredit Usaha Rakyat (KUR). Dengan begitu banyaknya calon debitur yang mengajukan kredit pada PT. Bank Rakyat Indonesia. Kemudian akan dilakukan uji kelayakan pada calon debitur PT. Bank Rakyat Indonesia menggunakan salah satu metode klasifikasi yaitu metode naive bayesian, untuk mengetahui calon debitur yang layak mendapatkan kredit pada PT. Bank Rakyat Indonesia dengan tingkat akurasi yang tinggi, agar tidak terjadi masalah ketika sedang berlangsungnya proses perkreditan pada PT. Bank Rakyat Indonesia. Kata kunci : Analisis, data mining, kelayakan, calon debitur, PT. Bank BRI , klasifikasi, naive bayes]]>
<![CDATA[Penerapan Data Mining Untuk Klasifikasi Produk (Ok Dan Scrap) Pada Industri Ban Menggunakan Metode Naïve Bayes ]]>
<![CDATA[Donny Maulana]]>;
<![CDATA[Yusup Solikhun]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (453.995 KB)
<![CDATA[Abstrak Masih banyaknya ketidaksesuaian terhadap kualitas ban secara visual inspeksi. Visual inspeksi yang dilakukan sebelum proses pengiriman masih banyak ditemukan miss inspection tidak sesuai standar kualitas yang sudah ditentukan. Untuk itu diperlukan suatu sistem yang bisa mengklasifikasikan produk baik produk OK atau Scrap. Dari kriteria yang ditetapkan membutuhkan algoritma yang tepat untuk melakukan perhitungan agar hasil yang diberikan lebih akurat. Algoritma Naïve Bayes merupakan metode untuk klasifikasi dengan menggunakan teori probabilitas yang memiliki tingkat akurasi tinggi. Pengujian algoritma Naïve Bayes menggunakan tools Rapid Miner yang menghasilkan tingkat akurasi sebesar 96% dari 200 data yang diberikan. Algoritma ini tepat digunakan untuk klasifikasi produk. Terdapat 2 class yang dibutuhkan yaitu Ok dan Scrap. Kata kunci: Klasifikasi, Naïve Bayes, Rapid Miner, produk.]]>
<![CDATA[Perancangan Sistem Aplikasi Monitoring Work Order (Wo)Pada Pt. Chiyoda Kogyo Indonesia ]]>
<![CDATA[Wahyu Hadikristanto]]>;
<![CDATA[Ali Nurdiansyah]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (649.068 KB)
<![CDATA[Abstrak Sistem Monitoring Work Order adalah sistem yang digunakan untuk memproses data seperti penginputan, pengeditan, penghapusan pekerjaan laporan yang berhubungan dengan pemenuhan pesanan karyawan. Berbagai karyawan divisi melakukan proses ini menjadi salah satu bagian sebagai penyedia layanan atau penyedia barang, sehingga ketepatan dan efisiensi waktu sangat diperlukan. Berdasarkan permasalahan di atas, Sistem Monitoring Work Order di Pt. Chiyoda Kogyo Indonesia dapat membantu karyawan dari berbagai divisi yang berurusan dengan barang atau jasa yang memasok permintaan ke Engineering divisi, secara efektif. Sistem juga membantu manajer untuk memantau barang / jasa dan beberapa perbaikan dibutuhkan sebagai permintaan karyawan. Laporan ini menjelaskan proses apa yang harus dilakukan ketika mengalami kerusakan mesin, atau error mesin. Dan sistem berisi permintaan penyediaan barang dan jasa dari karyawan divisi tertentu, kemudian adimin engineering harus memantau semua hal, sehingga permintaan mereka dapat diklasifikasikan sebagai pesanan yang dikerjakan atau belum dikerjakan. Setelah itu, Admin Engineering mengelola kedua order (dikerjakan dan belum dikerjakan), Penelitian yang dituangkan dalam Tugas Akhir ini bertujuan untuk membantu pihak engineering dalam proses monitoring work order. Metode penelitian yang digunakan adalah metode deskriptif kualitatif yaitu menggambarkan hasil observasi dan menganalisa data- data yang diperoleh di lapangan. Berdasarkan penelitian yang penulis lakukan, maka penulis memperoleh kesimpulan bahwa dengan adanya perancangan Komputerisasi ini dapat mempermudah proses Monitoring Work Order menjadi lebih baik. Aplikasi ini dibuat dengan menggunakan program Microsoft Visual Studio 2008 VB. Net dan SQL Server 2005 sebagai tempat penyimpanan database sistem. Kata kunci : Sistem Inforamasi,Work Order, Microsoft Visual Studio 2008 VB. Net,SQLServe]]>
<![CDATA[Aplikasi Stock Opname Berbasis Android Dengan Teknologi Quick Response (Qr Code) Menggunakan Metode Prototype (Studi Kasus : PT. Apm Armada Autoparts) ]]>
<![CDATA[Ismasari Nawangsih]]>;
<![CDATA[Adi Tio Ilhasa]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (637.933 KB)
<![CDATA[Abstraksi Stock opname merupakan bentuk kegiatan untuk melakukan penghitungan ulang stock barang bertujuan untuk mengetahui jumlah rill atau nyata. Stock opname penting dilaksanakan untuk melakukan kontrol, sehingga perusahaan dapat memantau dan mengetahui aset yang dimiliki. Adapun kelemahan yang ada sekarang adalah tidak ditampilkannya menu stock dan category nomor rak barang di form KKSO (Kertas Kerja Stock Opname), selama stock opname dilakukan, kegiatan masuk dan keluarnya barang tidak dapat dilakukan. Hal ini menyebabkan perusahaan tidak teratur dalam melakukan stock opname. Selain itu kesalahan pencatatan yang dilakukan oleh pegawai juga rawan terjadi jika barang yang Aplikasi ini dibuat pada mobile device berbasis Android karena selain kegunaannya sebagai telepon genggam, mobile device juga memiliki fasilitas yang modern seperti kamera dan koneksi internet menggunakan wifi sehingga dapat pula dijadikan sebagai barcode reader yang dapat terhubung dengan database. Aplikasi Stock Opname ini dibuat dengan Android Studio dan UML (Unified Modelling Language) untuk membuat rancangan sistemnya., Analisa sistem yang dibuat secara user friendly dapat membantu user atau pihak perusahaan dalam mengolah data yang ada secara lebih cepat dan praktis. Kata Kunci: Stock Opname, Android, QR Code, Database]]>
<![CDATA[Penerapan Data Mining Dalam Memprediksi Pembelian T-Shirt Menggunakan Algoritma C5 Pada Distro Crunchz Co ]]>
<![CDATA[Muhammad Makmun Effendi]]>;
<![CDATA[Wahyu Hadikristanto]]>;
<![CDATA[Rosyati Adelia]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (364.864 KB)
<![CDATA[Abstrak Penjualan t-shirt pada distro sangat diminati bagi kalangan muda karena harga yang ditawarkan relatif lebih murah. Banyaknya pengusaha distro disatu daerah maka diperlukan strategi bisnis yang baik dan benar. Dengan adanya prediksi pada stok t-shirt dapat digunakan sebagai bahan pertimbangan dalam pengambilan keputusan dan manajemen bisnis. Dari data penjualan t-shirt yang banyak, maka dapat dilakukan data mining dengan menggunakan Algoritma C4.5. Algortima C4.5 maerupakan algortima klasifikasi data bertipe pohon keputusan. Dari hasil dari data mining ini diharapkan dapat memberikan sebuah keputusan untuk melihat pola prediksi penjualan t-shirt. Hasil yang diperoleh dalam prediksi mengacu pada atribut harga, karena dalam pembelian barang (t-shirt) pembeli umumnya mempertimbangkan harga. Kata kunci: Data Mining, Penjualan T-shirt, Decision Tree, Algoritma C4.5]]>
<![CDATA[Implementasi Data Mining Terhadap Data Transaksi Penjualan Komponen Panel Listrik Pada Perusahaan Aryatech Menggunakan Algoritma Apriori ]]>
<![CDATA[Andi Firmansyah]]>;
<![CDATA[Arrijal Bishri]]>
<![CDATA[ Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (780.75 KB)
<![CDATA[Abstraksi Aryatech adalah perusahaan yang menjual komponen bahan baku panel listrik. Saat ini transaksi penjualan dan pembelian komponen panel listrik diperusahaan Aryatech setiap harinya semakin bertambah dan data transaksi tersebut hanya disimpan sebagai arsip.Dengan demikian perusahaan Aryatech memerlukan sistem untuk mengolah data yang dapat menghasilkan informasi yang tersembunyi didalam data transaksi tersebut. Salah satu teknik pengolahan data yang dapat digunakan untuk masalah tersebut adalah data mining dengan analisis asosiasi menggunakan algoritma apriori. Algoritma apriori merupakan salah satu teknik dari data mining yang menghasilkan aturan untuk perilaku kebiasaan konsumen dalam membeli barang secara bersamaan dalam satu waktu. Aturan tersebut didapat dari nilai minimum support dan confidence yang ditentukan. Support merupakan jumlah item pada setiap transaksi sedangkan confidence berpengaruh pada jumlah aturan yang dihasilkan dari proses.Dari pengolahan data menggunakan Algoritma Aproiri maka akan menghasilkan informasi pola pembelian sehingga dapat memprediksi persediaan barang diwaktu yang akan datang. Kata Kunci : Data Transaksi, Data Mining, Algoritma Apriori, Support, Confidence]]>
