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 396 Documents
 36   37   38   39   40 
Efektivitas Integrasi Metode Waterfall dan Prototyping pada Proyek Rekayasa Perangkat Lunak Rizki, Muhammad Rizki Musthofa; Rizki Andriono; Ahmad Saifudin Syuhri; Hendi Prayogo; Ahmad Refi
Jurnal SIGMA Vol 14 No 4 (2023): Desember 2023
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v14i4.5361

Abstract

The integration of Waterfall and Prototyping methods in software engineering projects has become an increasingly popular approach to improve development effectiveness. The Waterfall method, which is linear and structured, provides a clear framework and comprehensive documentation, while Prototyping offers flexibility and immediate feedback from users. This research explores ways in which these two methods can be integrated to maximize their respective advantages, focusing on reducing the risk of errors, increasing user satisfaction, and efficiency in development. The results of the analysis show that this hybrid approach not only accelerates the development process but also improves the quality of the final product. The findings provide valuable insights for practitioners and researchers in designing software development methodologies that are more responsive and adaptive to user needs.
Named Entity Recognition dan Analisa Jarak dengan Formula Haversine pada P2P Lending yulianto, yogi; Maricha Oki Nur Haryanto, Erry; Dwi Insani, Fajar; Dwi Anggraeni, Meita; Anggono, Aji
Jurnal SIGMA Vol 16 No 2 (2025): September 2025
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v16i2.7135

Abstract

Named Entity Recognition (NER) is a core task in natural language processing for extracting structured entity information from text. However, funding descriptions on peer-to-peer lending platforms are largely unstructured. This limits reliable identification of funding categories and location-related entities required for subsequent analysis. This study addresses this problem by applying Named Entity Recognition to identify agricultural entities from peer-to-peer lending funding descriptions in Indonesia, combining it with distance analysis. The data used in this study was collected from peer-to-peer lending platforms in Indonesia using web crawling techniques with the Python Selenium library. The collected funding data was used to train and test a Named Entity Recognition model developed using the spaCy library, with entity labeling performed using the Beginning–Inside–Outside (BEIN–IND–OUTS) tagging scheme. Model performance was evaluated using a confusion matrix at the token level. The evaluation results showed that the proposed model achieved 83% accuracy, 94% precision, 82.7% recall, and a 90% F1 score, indicating its ability to detect agricultural entities from lighting descriptions. Furthermore, the collected data containing agricultural entities was processed using the Haversine formula to calculate the distance between the lender and the borrower's location. When compared to Google Maps, the average distance difference was 23.7 kilometers. These results demonstrate that Named Entity Recognition combined with distance analysis can support the preparation of peer-to-peer lending data for further decision-making.
Penerapan Data Mining Untuk Penentuan Status Gizi Balita Menggunakan Algoritma Naive Bayes (Studi Kasus Posyandu Seruni Xii Kelurahan Karangraharja) Aceng Badruzzaman; Rita Nuraeni
Jurnal SIGMA Vol 13 No 3 (2022): September 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v13i3.7306

Abstract

Pembangunan kesehatan merupakan bagian penting dari upaya pemerintah dalam meningkatkan kualitas sumber daya manusia, salah satunya melalui pembinaan kesehatan sejak usia dini. Gizi berperan penting pada masa balita karena berpengaruh langsung terhadap pertumbuhan dan derajat kesehatan. Penelitian ini memanfaatkan data balita yang diolah menggunakan teknik data mining untuk menentukan status gizi balita. Metode yang digunakan adalah algoritma Naive Bayes dengan atribut berat badan (BB), tinggi badan (TB), dan umur. Hasil penelitian menunjukkan tingkat akurasi sebesar 90,91% untuk penentuan status gizi berdasarkan BB/U dan 92,42% berdasarkan TB/U.
Penerapan Sistem Aplikasi Pembayaran Berbasis Website Dengan Metode Rapid Application Development (Rad) Untuk Mempermudah Pembayaran Dalam Usaha Mikro Kecil Dan Menengah (Umkm) Di Hayu Laundry Antika Zahrotul Kamalia; Wawan Andriyan
Jurnal SIGMA Vol 13 No 3 (2022): September 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v13i3.7307

Abstract

Banyak perusahaan jasa laundry masih melakukan pencatatan transaksi dan keuangan secara manual sehingga data tidak terintegrasi secara waktu nyata dan berpotensi menimbulkan kesalahan pengolahan. Penelitian ini bertujuan merancang dan membangun Aplikasi Web Manajemen Laundry yang mampu mempermudah pencatatan serta pengolahan data keuangan secara terkomputerisasi. Aplikasi dikembangkan menggunakan bahasa pemrograman PHP dan HTML dengan basis data MySQL, serta didukung teknologi web service untuk integrasi data. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) yang meliputi tahap perencanaan kebutuhan, perancangan, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa aplikasi yang dibangun mampu mengelola data transaksi, pengeluaran, dan laporan secara akurat dan waktu nyata, serta dilengkapi fitur pendukung berupa pengelolaan data pelanggan dan pengguna. Pengujian sistem menggunakan metode black-box menunjukkan bahwa seluruh fungsi aplikasi berjalan sesuai dengan kebutuhan pengguna.
Implementasi Aplikasi Registrasi Tanda Terima Angsuran Menggunakan Metode Waterfall Pada Pt. Mandiri Utama Finance Cilacap Arif Susilo; Rahman Ali
Jurnal SIGMA Vol 13 No 3 (2022): September 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v13i3.7308

Abstract

Surat merupakan media komunikasi resmi yang berperan penting dalam aktivitas organisasi, termasuk dalam proses administrasi Registrasi Tanda Terima Angsuran (TTA) di PT. Mandiri Utama Finance Cilacap. Permasalahan yang dihadapi adalah pengelolaan data TTA yang masih dilakukan secara manual menggunakan dokumen kertas, sehingga kurang efektif, rawan kesalahan penulisan, dan memperlambat kinerja administrasi. Penelitian ini bertujuan untuk mengimplementasikan aplikasi registrasi TTA berbasis online guna mempermudah proses pencatatan surat TTA masuk dan keluar. Metode pengembangan sistem yang digunakan adalah Waterfall, dengan perancangan sistem menggunakan Unified Modelling Language (UML) yang meliputi use case diagram, activity diagram, class diagram, sequence diagram, dan deployment diagram. Hasil penelitian menunjukkan bahwa aplikasi registrasi TTA berbasis website mampu meningkatkan efisiensi dan ketepatan proses registrasi, meminimalkan kesalahan pencatatan, serta mempermudah pekerjaan bagian administrasi dalam mengelola data TTA secara terkomputerisasi.
Penerapan Algoritma Machine Learning K-Nearest Neighbor Untuk Memprediksi Penjualan Produk Terlaris Pt Lg Innotek Indonesia Dedi Afandy; Akhiratul Jamal
Jurnal SIGMA Vol 13 No 4 (2022): Desember 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v13i4.7309

Abstract

Persaingan bisnis yang semakin ketat seiring perkembangan teknologi informasi mendorong perusahaan ritel untuk meningkatkan kualitas dan strategi produknya. PT LG Innotek Indonesia sebagai satu-satunya produsen tuner di Indonesia perlu mengidentifikasi produk yang memiliki tingkat penjualan tinggi guna memenuhi permintaan konsumen. Penelitian ini bertujuan menganalisis kinerja algoritma machine learning K-Nearest Neighbor (KNN) dalam memprediksi produk laris dan tidak laris. Hasil penelitian menunjukkan bahwa algoritma KNN mampu menghasilkan tingkat akurasi sebesar 94,74% dengan tingkat kesalahan sebesar 5,26%, sehingga dapat disimpulkan bahwa metode KNN efektif digunakan sebagai alat pendukung dalam memprediksi penjualan produk terlaris di PT LG Innotek Indonesia.
Implementasi Metode Simple Additive Weighting Dalam Sistem Pendukung Keputusan Penentuan Beasiswa Santri Pondok Pesantren Nurul Ulum Bekasi Berbasis Website Aceng Badruzzaman; Ahmad Ripaldi
Jurnal SIGMA Vol 14 No 2 (2023): Juni 2023
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v14i2.7310

Abstract

Penelitian ini dilakukan di Pondok Pesantren Nurul Ulum Bekasi Jawa Barat. Beberapa hal yang melatarbelakanginya adalah karena ditemukan masalah tentang bagaimana melakukan penyeleksian untuk penerimaan beasiswa di pondok pesantren Nurul Ulum agar lebih efektif dan efisien. Dalam penelitian ini, digunakan beberapa calon santri sebagai alternatifnya dan menggunakan 5 kriteria, diantaranya hafalan, nilai rapor, tes bahasa arab, tes bahasa inggris dan prestasi. Penelitian ini menghasilkan sebuah aplikasi sistem pendukung keputusan berbasis web yang diharapkan dapat membantu pondok pesantren dalam seleksi penerima beasiswa. Metode yang digunakan dalam pengembangan sistemnya adalah menggunakan waterfall, dan metode analisa perhitungannya adalah Simple Additive Weighting (SAW). Sistem dimodelkan menggunakan UML (Unified Modelling Language) yang teridi dari Use Case Diagram, Acticity Diagram, Sequence Diagram dan class diagram. Sistem dibangun menggunakan Bahasa Pemrograman PHP dan Database MySQL dan pengujian dilakukan menggunkan Black Box Testing. Sedangkan teknik pengumpulan data menggunakan metode penelitian dengan cara observasi, wawancara, dan studi pustaka.
Analisa Algoritma K-Nearest Neighbor (KNN), Naive Bayes dan Decision Tree C4.5 dengan Metode Klasifikasi Pada Kanker Payudara Menggunakan RapidMiner Agung Nugroho; Muhammad Iqbal
Jurnal SIGMA Vol 14 No 2 (2023): Juni 2023
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v14i2.7311

Abstract

Kanker payudara adalah kanker yang terbentuk di sel-sel bagian payudara. Ini adalah kanker yang paling umum pada wanita dan penyebab utama kematian akibat kanker pada wanita di seluruh dunia. Kanker payudara biasanya dibagi menjadi dua jenis: benign, atau biasanya disebut jinak dan malignant, atau biasanya disebut ganas. Kanker jinak biasanya ditandai dengan benjolan kecil bulat dan lembut. Di bidang obat, keuangan, marketing, dan sains sosial, data mining adalah alat yang populer untuk melakukan analisis yang sudah dibuktikan. Studi ini akan membandingkan pendekatan K-Nearest Neighbor (KNN), Naive Bayes, dan Decision Tree C4.5 untuk mengklasifikasikan kanker payudara. Masalah penelitian ini adalah algoritma mana yang memiliki tingkat akurasi tinggi yang dapat digunakan dengan dataset kanker payudara dan dapat memberikan informasi tentang pola atau model untuk deteksi dini kanker payudara. Hasil penelitian yang dilakukan menggunakan CRISP-DM menunjukkan bahwa K-Nearest Neighbor (KNN) memiliki nilai akurasi tertinggi dengan 97,14% dan nilai AUC-nya 0,976. Nilai AUC-nya juga menunjukkan klasifikasi yang sangat baik, dengan nilai AUC antara 0,90 dan 1,00.
Analisis Penjualan Menggunakan Data Mining Pada Toko Pakaian dengan Metode Algoritma K-Means Asep Muhidin; Muhammad Rifqi Awalun Hayat
Jurnal SIGMA Vol 14 No 2 (2023): Juni 2023
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v14i2.7312

Abstract

Perkembangan teknologi informasi menyebabkan peningkatan volume data yang tersimpan dalam basis data sehingga diperlukan teknik data mining untuk menghasilkan informasi yang bernilai dalam mendukung pengambilan keputusan. Penelitian ini menerapkan algoritma K-Means Clustering untuk menganalisis data penjualan pada toko pakaian dengan tujuan mengelompokkan produk berdasarkan tingkat penjualan, yaitu kurang laku, laku, dan sangat laku. Tahapan penelitian meliputi pengumpulan data, preprocessing, penerapan algoritma, serta evaluasi dan pengujian. Data yang digunakan berupa data historis penjualan dengan total 9 item. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan data penjualan ke dalam tiga klaster, yaitu klaster dengan penjualan paling tinggi, cukup tinggi, dan paling rendah, sehingga dapat membantu pemilik toko dalam mengevaluasi performa penjualan dan mengelola stok barang secara lebih efektif.
Implementasi Data Mining Clustering Untuk Pengelompokkan Buku di Perpustakaan Dengan Metode K-Means Dedi Afandy; Hetti Pesita Pardede
Jurnal SIGMA Vol 14 No 3 (2023): September 2023
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v14i3.7313

Abstract

Perpustakaan memiliki peran penting sebagai sumber informasi, namun sering menghadapi permasalahan ketersediaan buku akibat tingginya peminjaman dan kurangnya data analisis koleksi. Penelitian ini bertujuan untuk mengelompokkan kategori buku berdasarkan tingkat peminatannya guna membantu pengelola perpustakaan dalam pengambilan keputusan. Metode yang digunakan adalah K-Means Clustering sebagai salah satu teknik data mining untuk mengelompokkan data buku ke dalam tiga cluster, yaitu paling diminati, diminati, dan kurang diminati. Data yang digunakan berupa riwayat peminjaman buku pada Perpustakaan Sekolah Dasar selama kurang lebih satu tahun. Hasil penelitian menunjukkan bahwa penerapan K-Means Clustering mampu memberikan informasi yang jelas mengenai tingkat peminjaman buku sehingga dapat digunakan sebagai dasar dalam menentukan kebijakan penambahan atau pengelolaan koleksi buku secara lebih efektif.

Page 38 of 40 | Total Record : 396

 36   37   38   39   40 

Filter by Year

2016 2025


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): Maret 2024 Vol 15 No 1 (2024): Juni 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