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
12 Documents
Search results for
, issue
"Vol 9 No 3 (2019): Maret 2019"
:
12 Documents
clear
<![CDATA[Implementasi Data Mining Untuk Memprediksi Barang Rusak Dengan Menggunakan Algoritma C4.5 Pada Perusahaan PT. Home Center Indonesia ]]>
<![CDATA[Ismasari Nawangsih]]>;
<![CDATA[Agus Setiawan]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (924.86 KB)
<![CDATA[Abstraksi Pemanfaatan data yang ada di dalam sistem informasi untuk menunjang kegiatan pengambilan keputusan, tidak cukup hanya mengandalkan data operasional saja, diperlukan suatu analisis data untuk menggali potensi-potensi informasi yang ada. Para pengambil keputusan berusaha untuk memanfaatkan gudang data yang sudah dimiliki untuk menggali informasi yang berguna untuk membantu mengambil keputusan, hal ini mendorong munculnya cabang ilmu baru untuk mengatasi masalah penggalian informasi atau pola yang penting atau menarik dari data dalam jumlah besar, yang disebut dengan data mining. Dalam kasus ini telah terjadi kerusakan barang di PT Home Center Indonesia yang diakibatkan tidak jalanya system fifo (first in first out). Untuk menghadapi masalah ini, perusahaan harus mengambil keputusan dengan tepat dalam menetapkan strategi produk yang dijual. Dan mendapatkan keputusan yang tepat diperlukan data barang yang cukup untuk dianalisa. Tujuan dari analisis data ini adalah sebagai sarana untuk membentuk suatu keputusan agar dapat memprediksi barang rusak yang ada pada perusahaan dengan mengggunakan metode algoritma C4.5 yang mana saat ini sedang banyak digunakan untuk analisa. Dalam perhitunganya, data mining dengan menggunakan algoritma C4.5 ini dapat menghasilkan nilai ukur yang dapat memprediksi barang yang riskan cacat atau rusak dan mengimplementasikanya menggunakan aplikasi RapidMiner Karena selama ini, barang yang rusak tidak diketahui sebelumnya dan hasilnya menyebabkan customer return akibat menerima barang yang rusa. Kata Kunci: Data Barang, Data Mining , System Fifo (first in first out), Algoritma C4.5, RapidMiner]]>
<![CDATA[Pemetaan Penduduk Calon Penerima Bantuan Renovasi Rumah Desa Pesangkalan Menggunakan Algoritma Clustering K-Means ]]>
<![CDATA[Asep Muhidin]]>;
<![CDATA[Indarwista Baragigiratri]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (322.196 KB)
<![CDATA[Abstraksi Rumah atau tempat tinggal adalah satu dari tiga kebutuhan dasar manusia. Di Indonesia banyak sekali rumah yang masuk dalam kategori Rumah Tidak Layak Huni. Pemerintah Indonesia memberikan bantuan Rehabilitasi Sosial Rumah Tidak Layak Huni (RS-RLTH) berupa uang untuk pembelian bahan bangunan guna pemugaran rumah. Di desa Pesangkalan, program bantuan renovasi rumah tergolong baru dan pemerintah desa belum dapat menentukan calon penerima bantuan yang tepat. Dibutuhkan teknik pemanfaatan data menjadi sebuah informasi baru atau disebut juga data mining. Metode yang cocok untuk memetakan calon penerima bantuan adalah clustering k-means karena metode ini dapat mengolah data tanpa diketahui label kelasnya. Penelitian ini akan menghasilkan tiga kelompok penduduk sesuai dengan pendapatan rata-rata dan status kepemilikan bangunan. Hasil tiga kelompok tersebut yaitu penduduk yang layak, kurang layak dan tidak layak menerima bantuan. Pengolahan data penduduk menggunakan algoritma k-means mendapatkan hasil davies bouldin index sebesar 0.428 yang dinilai cukup baik karena semakin dekat hasil dengan angka nol, maka semakin baik pula hasil clusternya. Kata kunci: Rumah tidak layak huni, clustering, k-means, davies bouldin index]]>
<![CDATA[Klasifikasi Penduduk Tidak Mampu Desa Mandiraja Wetan Menggunakan Algoritma C4.5 ]]>
<![CDATA[Asep Muhidin]]>;
<![CDATA[Liswanti Liswanti]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (273.509 KB)
<![CDATA[Abstraksi Dalam upaya penanggulangan kemiskinan di Kecamatan Mandiraja khususnya Desa Mandiraja Wetan. Pemerintah mempunyai berbagai program bantuan sosial yang digunakan untuk masyarakat kategori miskin (tidak mampu). Bantuan tersebut diberikan berdasarkan indikator yang sudah ditentukan dengan tujuan membantu dan mempermudah petugas dalam mengklasifikasikan kesenjangan penduduk yang mampu dan tidak mampu. Metode klasifikasi data mining yang digunakan dalam penelitian ini adalah algoritma Decision Tree C4.5. Objek data yang digunakan adalah kumpulan data per kepala keluarga yang mengunakan 6 parameter dalam pengolahan data yaitu pendapatan per bulan, pekerjaan, jumlah anggota keluarga, jenis bangunan, jenis lantai, dan keterangan. Berdasarkan uraian tersebut menghasilkan nilai akurasi dari data testing sebesar 97.22% . Kata Kunci : Kemiskinan, Algoritma C.45, Data Mining.]]>
<![CDATA[Klasifikasi Kelayakan Peserta Pengajuan Kredit Rumah Dengan Algoritma Naïve Bayes Di Perumahan Azzura Residencia ]]>
<![CDATA[Karsito Karsito]]>;
<![CDATA[Santi Susanti]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (291.02 KB)
<![CDATA[Abstraksi Rumah adalah kebutuhan yang sangat mendasar bagi kelangsungan hidup manusia belakangan ini banyak sekali pengembang yang bergerak di bidang property berupa perumahan. Azzura Residencia hadir sebagai perumahan syariah tanpa riba, di kembangkan oleh perusahaan Azzura Griya Utama yang menjalankan usaha sejak tahun 2013. Banyaknya calon peserta pengajuan kredit rumah yang berasal dari latar belakang ekonomi yang berbeda-beda dan belum diketahui layak atau tidak untuk menjadi peserta kredit. dengan memanfaatkan data tersebut peneliti ingin menerapkan salah satu teknik data mining dengan perhitungan statiska dalam melakukan klasifikasi kelayakan kredit rumah. Metode yang digunakan adalah Naive Bayes dengan menggunakan sebanyak 250 data peserta kredit rumah. Prediksi kelayakan kredit menggunakan metode Naive Bayes merupakan aplikasi juga bertujuan membantu tim marketing untuk lebih cepat dalam mengambil keputusan layak atau tidak layak. Hasil analisis menunjukkan bahwa pekerjaan, penghasilan, jumlah tanggunga, harga rumah, DP, lama kredit bisa menjadi indikator untuk pengambilan keputusan dalam menentukan layak atau tidak layaknya calon peserta kredit. Hasil analisis juga menunjukkan bahwa ketepatan klasifikasi peserta kredit menggunakan metode naive bayes pada penelitian ini adalah sebesar 97.33%. Kata kunci : Rumah, Data Mining, Naïve Bayes]]>
<![CDATA[Rancang Bangun Sistem Aplikasi Pengolahan Data Hasil Proses Produksi Berbasis Dekstop Pada PT. Kia Keramik Mas ]]>
<![CDATA[A. Yudi Permana]]>;
<![CDATA[Iip Sarif Muhamad]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (406.948 KB)
<![CDATA[Abstraksi Di zaman yang semakin modern ini, perkembangan ilmu pengetahuan dan teknologi semakin pesat, apalagi informasi sekarang ini sangat cepat menyebar ke penjuru dunia. Sejalan dengan hal tersebut permasalahan yang ada pada perusahaan juga semakin kompleks dalam kehidupan sehati-hari. Dengan kenyataan ini kita dituntut untuk menyelesaikan permasalahan yang ada dengan memanfaatkan kecanggihan teknologi serta kecepatan, ketepatan dan keakuratan dalam memberi informasi sehingga dalam melaksanakan pekerjaan kita mendapatkan hasil yang optimal. Salah satunya adalah pemanfaatan teknologi komputer. Dengan kemudahan fasilitas yang diberikan sistem yang dibuat akan mempermudah dalam pembuatan dan penyampaian hasil pengelolaan data kepada orang lain yang membutuhkan. Pada suatu perusahaan pengolahan data menjadi suatu data yang telah diproses menjadi sebuah informasi adalah hal yang penting. Data yang valid adalah suatu modal untuk terciptanya sebuah informasi yang sangat berguna bagi kelangsungan sebuah kinerja perusahaan. Nilai data dalam sebuah perusahaan bisa menjadi sangat mahal jika data tersebut sangat diperlukan. Pengolahan data akhir hasil produksi di departemen produksi PT. Kia Keramik Mas Cileungsi untuk pembuatan sistem pengolahan data hasil produksi pada perusahaan tersebut guna meningkatkan efektifitas dan kecepatan dalam melakukan suatu pemrosesan data. Kata Kunci: Praproses Produksi, , VB.Net 2010, Crystal Report]]>
<![CDATA[Implementasi Penjualan Produk Tupperware Menggunakan Metode Assocation Rules Dengan Algoritma Apriori ]]>
<![CDATA[Devi Suci Pamungkas]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstraksi 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[Implementasi Algoritma Apriori Untuk Prediksi Penjualan Produk Packaging Di Pt. Printec Perkasa Ii ]]>
<![CDATA[U. Darmanto Soer]]>;
<![CDATA[Bina Karyana Lumban Batu]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (341.933 KB)
<![CDATA[Abstraksi Seiring perkembangan jaman yang semakin maju,peranan teknologi informasi dalam dunia bisnis masa kini mengalami perkembangan yang sangat pesat. Teknologi Data Mining atau penambangan data ini dapat membantu sebuah perusahaan untuk menemukan pengetahuan-pengetahuan baru, yang dapat membantu dalam pengaturan strategi bisnis. Informasi yang diperoleh dari proses penambangan data dapat membantu pelaku bisnis dalam meningkatkan proses bisnis dan membuat keputusan bisnis.Promosi yang efektif dapat meningkatkan angka penjualan. Untuk menentukan dan mengembangkan promosi agar lebih terarah dan tepat sasaran, perusahaan perlu mengidentifikasi pasar sasaran. Salah satu cara untuk mengenali kondisi pasar adalah mengetahui produk yang sering terjual, yang dapat diamati melalui data-data purchase order . Algoritma apriori dapat dimamfaatkan dalam proses penjualan , dengan memberikan hubungan antar data penjualan, dalam hal ini adalah produk packaging yang dipesan sehingga akan didapat pola pembelian konsumen. Pihak perusahaan dapat memamfaatkan informasi tersebut untuk mengambil tindakan bisnis yang sesuai, dalam hal ini informasi dapat menjadi bahan pertimbangan untuk menentukan strategi penjualan selanjutnya.Dengan menggunakan metode data mining yaitu association rule dan algoritma apriori, dihasilkan aturan asosiasi yang menunjukkan pola pembelian konsumen dan seberapa kuat suatu item mempengaruhi item lain dengan pengujian memakai tool aplikasi tanagra. Kata kunci: Algoritma Apriori, Tanagra, Data mining, data purchase order.]]>
<![CDATA[Metode Pengembangan Sistem Informasi Penjualan Dan Pembelian Pada Toko Maju Mapan Berbasis Dekstop Dengan Menggunakan Vb.Net ]]>
<![CDATA[A. Yudi Permana]]>;
<![CDATA[Sulendra Sulendra]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (525.359 KB)
<![CDATA[Abstraksi Di zaman yang semakin modern ini, perkembangan ilmu pengetahuan dan teknologi semakin pesat, apalagi informasi sekarang ini sangat cepat menyebar ke penjuru dunia. Sejalan dengan hal tersebut permasalahan yang ada pada perusahaan juga semakin kompleks dalam kehidupan sehati-hari. Dengan kenyataan ini kita dituntut untuk menyelesaikan permasalahan yang ada dengan memanfaatkan kecanggihan teknologi serta kecepatan, ketepatan dan keakuratan dalam memberi informasi sehingga dalam melaksanakan pekerjaan kita mendapatkan hasil yang optimal. Salah satunya adalah pemanfaatan teknologi komputer. Penjualan merupakan salah satu aktivitas bisnis penting yang dilakukan oleh perusahaan untuk dapat memperoleh laba yang merupakan tujuan utama dari sebagian besar perusahaan. Untuk dapat melaksanakan kegiatan penjualan dengan baik, setiap pemilik usaha perlu memiliki sebuah sistem yang baik dan terkendali dengan alur yang jelas. Maka berdasarkan uraian diatas, sangat menarik untuk melakukan sebuah penelitian terhadap toko maju mapan guna mendukung dan meningkatkan kinerja dan efisiensi dalam melakukan penjualan produknya Kata kunci: Penjualan, Pembelian, Sistem Informasi, Penjualan Barang]]>
<![CDATA[Penerapan Sistem Pakar Menggunakan Metode Forward Chaining Untuk Deteksi Penyakit Pada Kucing Anggora Berbasis Web ]]>
<![CDATA[Sufajar Butsianto]]>;
<![CDATA[Puput Riyanti]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (216.684 KB)
<![CDATA[Abstraksi Kurangnya pengetahuan masyarakat tentang penyakit pada kucing anggora, terjadi kerugian bagi pengguna dalam hal waktu dan biaya. Dalam masalah tersebut kucing yang mengalami penyakit dapat diatasi oleh seorang pakar. Untuk itu perlu di buatkan sebuah sistem pakar yang dapat mendiagnosa penyakit pada kucing, dimana sistem pakar ini bertujuan memberi pengetahuan yang dimiliki seorang pakar kedalam komputer sehingga pengguna lebih menghemat waktu dan biaya. Sistem pakar mendeteksi penyakit kucing ini di bangun dengan bahsa pemograman web PHP dan database MySQL. Dan mengunakan metode Forward chaining. Para pengguna dapat mendiagnosa penyakit yang terjadi pada hewan peliharaan kucing anggora mereka dan mengetahui cara penanganan , dengan memilih gejala yang ada pada sistem. Informasi yang terdapat pada sistem ini dapat diupdate, ditambah, atau dihapus oleh admin (pakar).. Kata Kunci; metode forward chaining, sistem pakar.]]>
<![CDATA[Sentimen Analisis Data Twitter Terhadap Calon Wakil Presiden 2019 Sandiaga Salahuddin Uno ]]>
<![CDATA[Yoga Religia]]>;
<![CDATA[Heri Purwanto]]>
<![CDATA[ Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019 ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Pelita Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (405.903 KB)
<![CDATA[Abstraksi Media social twitter merupakan salah satu contoh media social yang digunakan masyarakat untuk saling berinteraksi satu sama lain. Twitter memberikan layanan kepada penggunanya untuk mengirim dan membaca tweets yang telah dibagikan,sehinggam masyarakat lebih memilih menuangkan opininya melalui media social dari pada menyampaikannya secara langsung .Opini masyarakat yang tertuang dalam media social twitter berupa sebuah persepsi,baik itu positif maupun negative. Melimpahnya opini masyarakat dapat dimanfaatkan sebagai bahan penelitian untuk mencari sebuah informasi .Pemanfaatan informasi tersebut membutuhkan teknik analisis yang tepat sehingga informasi yang dihasilkan mampu membantu banyak pihak dalam mengambil keputusan .Penggunaan teknik dalam pengolahan data dapat diselesaikan teknik analisa sentiment atau opinion mining.Oleh sebab itu ,pada penelitian ini mencoba melakukan analisa sentiment untuk melihat persepsi masyarakat terhadap calon wakil presiden 2019 sandiaga salahudin unno dari partai gerindra pada media social twitter menggunakan metode Naïve Bayes Classifer dengan mengklasifikasikan sentimen menjadi positif,negative dan netral. Kata Kunci: Analisa Sentiment,Naïve Bayes Classifier,Persepsi,Twitter]]>
