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 8 No 3 (2017): September 2017"
:
10 Documents
clear
Otomatisasi Penghitung Jumlah Barang Secara Random Dengan Sensor Ultrasonik HC-SR04 Berbasis Mikrokontroler Arduino UNO
Ramdani .
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (281.845 KB)
|
DOI: 10.37366/sigma.v8i3.170
Abstrak Teknologi merupakan sesuatu yang diciptakan untuk membantu dan mempermudah pekerjaan manusia dalam berbagai aspek yang diperlukan bagi kelangsungan dan kenyamanan hidup. Secara umum teknologi digunakan di dalam segala bidang baik Pemerintahan, Pendidikan, Politik dan Ekonomi.Khusus dalam bidang Ekonomi teknologi ini sangat diperlukan, terutama di Perusahaan. Dalam dunia industry teknonolgi digunakan dalam banyak hal salah satunya adalah teknologi dalam menghitungan hasil jumlah barang yang diproduksi. Semua barang-barang hasil produksi akan dihitung sebelum didistribusikan. Saat ini telah banyak mesin penghitung jumlah barang hasil produksi. Namun mesin penghitung hanya mampu menghitung jumlah barang tanpa membedakan ukuran barangnya. Dalam penelitian ini akan dipaparkan suatu alat yang untuk menghitung jumlah barang secara random dengan menggunakan sensor ultra sonic dengan berbasis mikrokontroller arduino uno. Kata Kunci : menghitung, barang produksi, ultra sonic, arduino uno
Pola Berbasis Untuk Menentukan Jenis Dan Kegunaan Special Fat Dengan Metode Naive Bayes, Decision Tree, Neural Network dan Standard Perusahaan
Abdul Halim Anshor
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (257.455 KB)
|
DOI: 10.37366/sigma.v8i3.206
Abstrak Bagi perusahaan PT. Wilmar Cahaya Indonesia, Tbk kualitas fat adalah yang paling utama. Faktanya bahwa pengecekan kualitas fat memerlukan waktu yang sangat lama, pengecekan kualitas fat melalui serangkaian tes uji dengan menggunakan parameter Kadar Air (KA) atau Moisture & Impurities selama 1 jam, FFA (Free Fatty Acids) selama 10 menit, IV (Iodine Value) selama 45 menit dan MPT (Melting Point) selama 1 jam. Serta pengecakan terakhir yaitu pengecekan SFC (Solid Fat Content ) yang berfungsi sebagai final penecekan memerlukan waktu 5.35 jam. Untuk itulah penulis melakukan penelitian terhadap penerapan metode machine learning untuk menentukan kualitas fat tersebut. Maka dalam penelitian ini penulis akan mencari pola berbasis untuk menentukan jenis dan kegunaan special fat dengan metode machine learning (metode Naïve Bayes, Decision Tree dan Neural Netwok). Adapun metode yang digunakan pada penelitian kali ini antara lain, Naive Bayes Classifier, Decicion Tree dan Neural Network. Dari ketiga metode tersebut akan dibandingkan tingkat efektifitasnya untuk mendapatkan akurasi, efisiensi dan kecepatan waktu dalam menentukan keputusan. Penulis melakukan serangkaian uji coba dengan menggunakan tool WEKA 3.7.4, dimana dalam proses klasifikasi penulis menggunakan data training set, Supplied set (data training dan data uji), serta Cross Validation (data uji yang dijadikan data training dan data uji) untuk mendapatkan nilai akurasi terbaik. Kata Kunci: Naive Bayes Classifier, Decicion Tree dan Neural Network.
Sistem Informasi Kepegawaian & Penjadwalan Pegawai
Nanang Tedi Kurniadi
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (618.702 KB)
|
DOI: 10.37366/sigma.v8i3.171
Abstrak Perkembangan teknologi informasi terjadi sangat pesat, sehingga perusahaan yang ingin menjadi pemimpin pasar atau pemenang dalam industrinya sebaiknya memanfaatkan sistem informasi dan teknologi informasi sebagai pemicu/trigger untuk menghasilkan strategi terbaiknya sehingga dapat meningkatkan keunggulan bersaing dan value added perusahaannya. Saat ini di PT. Dua Putra Perkasa Pratama atau untuk selanjutnya disingkat dengan DPP untuk pengelolaan administrasi kepegawaiannya sebagian besar masih menggunakan cara manual, sehingga untuk mendukung kemajuan perusahaan dan meningkatkan kemudahan dalam pengelolaan data pegawai, kecepatan proses, penjadwalan kerja dan akurasi pelaporan serta pengolahan data pelamar maka perlu dikembangkan sistem informasi kepegawaian yang didukung teknologi informasi. Untuk memudahkan dalam proses analisis dan pengembangan Sistem informasi kepegawaian ini digunakan metode air terun atau waterfall sehingga dapat menggambarkan prosesnya secara sistematis dan mudah difahami. Kata Kunci : Sistem Informasi, Kepegawaian, Penjadwalan, Waterfall
Analisa Dan Perancangan Sistem Informasi Pengolahan Data Proses Dan Hasil Produksi Pada PT. XYZ
Agus Suwarno
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (530.791 KB)
|
DOI: 10.37366/sigma.v8i3.124
Abstrak Informasi yang cepat dan akurat sangat mendukung proses produksi. PT.XYZ dalam melakukan administrasi data produksi masih menggunakan sistem manual dan Excel. Hal ini memungkinkan ketidak akuratan dan keterlambatan informasi yang di perlukan dan mengganggu keputusan yang akan di ambil. Sehingga diperlukan sebuah sistem informasi yang dapat mengatasi permasalahan tersebut. Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dengan melakukan wawancara dan observasi. Perancangan sistem dimulai dengan diagram konteks dan menjelaskan dengan level diagram dibawahnya. Kemudian merancang entity relationship diagram sebagai gambaran rancangan database secara umum. Hasil yang didapat dari perancangan sistem ini adalah mempermudah administrasi produksi dalam membuat laporan yang cepat dan akurat, sehingga keputusan yang akan di ambil berdasarkan laporan tersebut lebih cepat. Kata Kunci: Informasi, Perancangan, Diagram Konteks, Entity Relationship Diagram
Implementasi Stemming Porter KBBI Untuk Klasifikasi Topik Soal Ujian Nasional Bahasa Indonesia Menggunakan Algoritma Naive Bayes
A. Yudi Permana
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (423.135 KB)
|
DOI: 10.37366/sigma.v8i3.126
Abstraksi Klasifikasi adalah pembagian sesuatu menurut kelas - kelas dan kategori kelasnya sudah ditentukan sebelumnya. Dalam hal ini soal ujian nasional akan diklasifikasikan dan dikelompokkan berdasarkan kategorinya sendiri secara otomatis. Soal ujian nasional bahasa indonesia secara manual dikelompokkan kedalam beberapa kategori topik. Pada penelitian ini akan ditentukan metode untuk preprocessing, stemming KBBI dan klasifikasi menggunakan algoritma Naive Bayes. Pengujian dilakukan menggunakan 805 soal ujian nasional bahasa indonesia yang sudah ditentukan sebelumnya. Dari 805 data set kemudian dibagi 2 bagian 600 soal untuk data set training dan 205 untuk soal testing. Hasil dari pengujian akhir penelitian tesis yang dilakukan menunjukkan bahwa dengan adanya proses case folding, tokenizing, stopword dan stemming porter bahasa indonesia dengan menentukan hasil akhir kata dasar yang sesuai dengan KBBI, sangat membantu dan menentukan proses klasifikasi soal ujian nasional dengan tingkat akurasi yang baik. Hasil training dengan metode preprocessing (case folding, tokenizing, stopword) dan stemming KBBI menghasilkan tingkat akurasi 95,5% dan hasil data testing menghasilkan tingkat akurasi 89,27%. Kata kunci : Preprocessing, Case Folding, Tokenizing, StopWord, Stemming Porter Indonesia, Naïve Bayes, Klasifikasi.
Analisa Strategi Dalam Penerapan Sistem Teknologi Informasi Dengan Menggunakan Analisa SWOT dan Matrks Space Pada Industri Manufacturing PT XYZ
Tri Ngudi Wiyatno
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (198.564 KB)
|
DOI: 10.37366/sigma.v8i3.132
Abstrak Dengan semakin ketatnya persaingan pada dunia bisnis, membuat banyak perusahaan memanfaatkan teknologi sebagai pendukung untuk meningkatkan kinerjanya. Penerapan sistem teknologi informasi akan bermanfaat jika penerapannya sesuai dengan tujuan, visi dan misi perusahaan. Penerapan sistem teknologi informasi bertujuan untuk pengolahan data secara cepat dan akurat. PT. XYZ adalah salah satu perusahaan industri keramik yang saat ini mengalami pertumbuhan bisnis yang cukup baik, dalam upaya mencapai tujuan PT.XYZ telah menerapkan Sistem Teknologi Informasi. Salah satu metode dalam menganalisa strategi perusahaan adalah dengan menggunakan analisa SWOT (Strength, Weakness, Opportunity and Threat) dan Matrik SPACE, yaitu menganalisa dari segi internal perusahaan dengan meninjau kekuatan dan kelemahan yang ada di dalam perusahaan dan dari segi external perusahaan dengan meninjau dari segi peluang dan ancaman yang ada di luar perusahaan yang selanjutnya dibuat matriks untuk mengetahui posisi perusahaan terhadap penerapan Sistem Teknologi Informasi di PT. XYZ . Dari hasil penelitian PT.XYZ dalam penerapan Sistem Teknologi Informasi pada posisi Agresif. Kata kunci : Sistem Teknologi Informasi, Analisa SWOT
Penampil Teks Pada Lcd Karakter 16 X 2 Berbasis Mikrokontroler MA 51 AT89S52
Arif Siswandi
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (360.502 KB)
|
DOI: 10.37366/sigma.v8i3.127
Abstrak Pemanfaatan dan penggunaan LCD (Liquid Crystal Displays) 16 karakter x 2 baris di lingkungan masyarakat maupun di dunia industri sudah semakin berkembang, seiring dengan banyaknya peralatan elektronik yang membutuhkan LCD sebagai media informasi yang mendukung suatu kinerja dari peralatan elektronik tersebut. Dimana tampilan pendukung tersebut tidak hanya berupa gambar tapi juga karakter yang berbentuk teks. Namun untuk dapat memunculkan gambar maupun karakter/teks tersebut diperlukan suatu pengendali yang mampu menjawab setiap keinginan maupun kebutuhan sesuai dengan perkembangan di dunia elektronik maupun di masyarakat itu sendiri. Demikian pula dengan LCD 16 karakter (kolom) x 2 baris ini yang didalamnya sudah memiliki Pengendali (Driver) IC (integrated Circuit) HD 4478U dari Hitachi, namun belum mampu menampilkan karakter,gambar maupun teks, tanpa dukungan dan pengendali dari luar LCD tersebut, salah satu pengendali di luar LCD tersebut adalah Mikrokontroler type MA 51 AT89S52. Dengan dukungan pengendali dari Mikrokontroler type MA 51 AT 89S52 ini serta dukungan bahasa pemrograman BASCOM 8051 bentuk tampilan yang diinginkan dapat direalisasikan dengan mudah. Walaupun mudah mengendalikan LCD tersebut tetap diperlukan kehati-hatian dalam merangkai komponen tersebut, mengingat sifatnya yang tidak tahan terhadap panas. Kata Kunci: LCD Karakter 16x2, Mikrokontroler MA 51 AT89S52, Bascom 8051.
Analisis Perbandingan Kinerja Decision Tree Dan Naive Bayes Dalam Penentuan Penyebab Kerusakan Radiator
Nurhadi Surojudin
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (468.297 KB)
|
DOI: 10.37366/sigma.v8i3.133
Abstrak Klasifikasi dalam data mining merupakan salah satu teknik yang bertujuan untuk menempatkan objek-objek ke salah satu dari beberapa kategori yang telah di tetapkan sebelumnya. Saat ini kerusakan radiator diperiksa dengan cara manual, radiator setelah diproduksi dikirim ke customer dan dalam masa penggunaannya terkadang terjadi kerusakan. Penelitian ini difokuskan untuk mengetahui kinerja terbaik dari beberapa algoritma klasifikasi dalam data mining yaitu decision tree J48 dan naïve bayes. Evaluasi dilakukan berdasarkan pada perbandingan tingkat akurasi dengan menggunakan true positive dan false positive dalam confusion matrix yang dihasilkan dari masing-masing algoritma serta menggunakan correct dan incorrect instance untuk mengetahui metode yang paling efisien dari kedua algoritma tersebut. Hasil percobaan menunjukkan bahwa algoritma decision tree J48 lebih baik jika dibandingkan dengan naïve bayes sehingga dapat disimpulkan jika algoritma decision tree J48 lebih efisien untuk menyelesaikan penentuan penyebab kerusakan radiator. Kata kunci : Kerusakan Radiator, Data Mining, Decision Tree, Naïve Bayes
Pengaruh Persepsi Siswa Pada Kompetensi Mengajar Dan Sikap Siswa Terhadap Prestasi Belajar Bahasa Indonesia Di SMP Pada Kelas VIII Sub Rayon 4 Kota Bekasi
Basuki Edi Priyo
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (340.18 KB)
|
DOI: 10.37366/sigma.v8i3.129
Abstrak Penelitian ini terdapat tiga variabel terdiri dari dua variabel bebas dan satu variabel terikat. Variabel yang diteliti adalah persepsi siswa pada kompetensi mengajar, sikap siswa dan Prestasi Belajar Bahasa Indonesia. Adapun tujuan dari penelitian ini adalah mengetahui pengaruh persepsi siswa atas kompetensi mengajar guru dan sikap siawa secara bersa-sama terhadap prestasi belajar Bahasa Indonesia, mengetahui pengaruh persepsi siswa atas kompetensi mengajar guru terhadap prestasi belajar Bahasa Indonesia, dan mengetahui pengaruh sikap siswa terhadap prestasi belajar Bahasa Indonesia. Metode penelitian yang digunakan adalah survey dengan sampel 80 orang siswa yang dipilih secara random dari seluruh siswa di Sekolah Menengah Pertama Negeri 6 bekasi dan Sekolah Menengah Pertama Negeri 23 bekasi. Penelitian ini dilaksanakan pada bulan Mei 2017. Pengumpulan data dilaksanakan dengan pengumpulan angket dan dokumen sekolah. Analisis data dengan metode statistik deskriptif, uji normalitas, uji linieritas, analisis korelasi, analisis regresi berganda dan uji F. Uji statistik dipergunakan uji t dan uji F. Kata kunci : Persepsi Siswa Pada Kompetensi Mengajar, Sikap Siswa, dan Prestasi Belajar Bahasa Indonesia
Analisa Metode Hierarchical Clustering Dan K-Mean Dengan Model Lrfmp Pada Segmentasi Pelanggan
Asep Muhidin
Jurnal SIGMA Vol 8 No 3 (2017): September 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (460.984 KB)
|
DOI: 10.37366/sigma.v8i3.134
Abstrak Pelanggan adalah sesuatu yang berharga dan penting, jika semua pelanggan serupa, bisnis akan begitu sederhana. Masalah heteroginitas dan banyaknya jumlah pelanggan menjadi tantangan yang harus dihadapi untuk menentukan segmentasi konsumen yang potensial.Pada penelitian ini proses segmentasi pelanggan dimulai dengan melakukan proses preprocessing, analytic hierarchy process (AHP),pencarian nilai K terbaik dari semua metode Hierarchical Clustering dengan membandingkan nilai Bouldien-Index. Selanjutnya nilai K terpilih dijadikan nilai awal pada K-Mean Clustering. Hasil clustering tersebut digunakan untuk melakukan segmentasi menggunakan model RFM untuk mendapatkan kelas konsumen. Penambahan parameter Payment (LRFMP) dapat meningkatkan nilai loyalitas pelanggan terhadap perusahaan.Berdasarkan hasil penelitian, metode single linkage merupakan metode terbaik untuk mencari nilai K. Segmentasi model k-mean dengan penambahan parameter P (LRFMP) dapat meningkatkan nilai DBI dibandingan dengan model RFM terbobot maupun tidak. Tetapi nilai DBI metode segmentasi single linkage masih lebih bagus dari pada segmentasi k-mean. Kata Kunci: Bouldien-Index, CRM, Data mining, pelanggan, LRFMP, RFM, segmentasi