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
 7   8   9   10   11 
PENERAPAN KONSEP ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA PENJUALAN PRODUK FURNITURE DI CV. METROPOLITAN MITRA UTAMA Yoga Religia; Nurrohariah Nurrohariah
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (228.73 KB)

Abstract

Saat ini untuk setiap data transaksi penjualan di CV. Metropolitan Mitra Utama banyak mengalami peningkatan dan data tersebut tersimpan dalam jumlah yang sangat banyak. Banyaknya data tersebut dapat mempengaruhi banyaknya barang yang dibeli oleh komsumen. Untuk meminimalisasi banyaknya data yang tersimpan dalam jumlah yang sangat besar maka, data tersebut dapat dimanfaatnya untuk melihat jenis barang yang dibeli secara bersamaan oleh konsumen. Data tersebut dapat digunakan sebagai referensi produsen dalam memperbanyak jumlah barang yang banyak diminati. Cara melihat hubungan diantara item tersebut dapat dilakukan proses data mining dengan analisis asosiasi menggunakan algoritma apriori. Algoritma apriori dapat mengetahui atutan kemungkinan seorang pelanggan membeli Kasur royal c dan secara bersamaan membeli juga membeli unit lemari b. pengetahuan tersebut dapat digunakan produsen untuk memperbanyak barang yang diminati konsumen. Aturan tersebut didapat dari jumlah item dan support yang ditentukan. Support tersebut merupakan jumlah item pada setiap transaksi yang ada di dalam basis data. Sedangkan nilai confidence berpengaruh terhadap jumlah aturan yang didapat melalui proses asosiasi. Nilai confidence ditentukan dari nilai support suatu aturan dalam sebuah transaksi. Hasil penelitian menunjukkan bahwa dengan parameter minimum support sebesar 10% dan minimum confidence sebesar 50%, menghasilkan 3 aturan asosiasi dengan kombinasi item terbesar sampai 2 itemset
ANALISA ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI KARYAWAN TELADAN PADA PT. TOYOSEAL INDONESIA Candra Naya; Muhlisin Muhlisin
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (284.704 KB)

Abstract

Karyawan adalah orang yang bekerja pada suatu lembaga (kantor, perusahaan dan sebagainya) dengan mendapat gaji (upah) atau orang penjual jasa (pikiran dan tenaga) dan mendapat kompensasi yang besarnya telah ditetapkan terlebih dahulu. Tujuan dalam pengujian yaitu agar memiliki hasil yang baik dan keunggulan pemilihan data dalam sistem pengenalan pola dengan kemampuan generalisasi yang baik dalam menentukan atau klasifikasi data karyawan teladan yang baik dalam meskipun dilatih dengan himpunan 5 atribut dan 160 data. Analisa dan hasil penelitian ini merupakan rangkuman hasil dari percobaan algoritma naïve bayes. Dengan melakukan pengujian untuk mengetahui hasil accuracy, precission, dan recall. Data sampel yang diutarakn yaitu sebanyak 160 data karyawan teladan, kemudian hasil menyatakan tingkat accuracy 81.25 %, Recall 87.50 % dan Percision 77.78 % diputuskan dalam klasifikasi naïve bayes dalam klasifikasi data karyawan teladan menyatakan hasil teladan dengan tingkat accuracy 81.25%. Dalam menentukan karyawan teladan dan bukan teladan atau klasifikasi karyawan teladan dan bukan teladan, berdasarkan hasil yang telah didapat dalam klasifikasi karyawan teladan sehingga menghasilkan nilai akurasi recall diatas 50% dengan hasil optimal. Dari hasil yang sudah didapat dari semua data training dan testing dengan melakukan pengujian bahwa algoritma naïve bayes menghasilkan hasilkan hasil yang baik
Aplikasi PLC LG KG80S Dengan VB.6.0 Untuk Pengendalian Lampu Candra Naya
Jurnal SIGMA Vol 8 No 4 (2017): Desember 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (541.526 KB) | DOI: 10.37366/sigma.v8i4.139

Abstract

Abstrak Laporan akhir ini menjelaskan proses bagaimana Pemograman Visual Basic 6.0 dapat mengontrol Hidup dan Matinya Lampu . Pada proses pembuatan program ini penulis menjelaskan cara kerja flowchart yang mana mengatur fungsi dari suara apabila suara yang dimasukkan tidak cocok maka lampu tersebut tidak akan berjalan atau hidup. Data yang ada didapatkan melalui eksperimen dan internet, Kemudian data ini dianalisa menggunakan dasar teori yang dikembangkan oleh Instruktur Piki (2008). Hasil yang diperoleh menunjukkan bahwa alat yang dibuat ini dapat bekerja menggunakan program Visual Basic kemudian baru dikirimkan melalui rangkaian komunikasi serial ke PLC. Pada saat pengiriman data dari komputer ke PLC KG80S, maka data yang dikirimkan sebanyak 8 bit dalam satu waktu. Data yang dikirimkan tersebut diubah terlebih dahulu dalam bentuk nilai heksa ke bilangan decimal, Penulis menyimpulkan bahwa sistem kontrol ini dapat bekerja secara efektif sesuai dengan program. Kata Kunci : Relay, PLC KG80S
Rancang Bangun Sistem Aplikasi Pengolahan Data Hasil Proses Produksi Berbasis Dekstop Pada PT. Kia Keramik Mas A. Yudi Permana; Iip Sarif Muhamad
Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (406.948 KB)

Abstract

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
Perancangan Sistem Informasi Inventory Data Mapping Berbasis Web Di Pt. Trimitra Chitrahasta Candra Naya; Danang Sutowo
Jurnal SIGMA Vol 9 No 2 (2018): Desember 2018
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (280.778 KB)

Abstract

Today's world continues to evolve through the era of the Industrial Revolution 3.0 where in this era various aspects have used computer technology and robots to help human activities, at this time the world began to embark on the Industrial Revolution 4.0 era where technological development became connected with the internet. But at PT.Trimitra Chitrahasta which is located in Delta Silicon 2 Industrial Estate Jl.Damar Blok F1-06 Lippo Cikarang Bekasi, is still experiencing difficulties in managing demand data and finding material placement locations. So there was an over-cost due to the length of time in the search for material that made the transport vehicle wait longer. The system that was developed based on needs will make it easier to use, with this system the process of finding material by the user will be easier by simply accessing it via a smartphone because the system is integrated with the internet. This system can speed up the process of finding material and can record all requests for goods so that each request can be held accountable for data that impacts on the regularity of data and data efficiency in the system
KLASIFIKASI INVESTASI PADA RESIKO INVESTASI MINYAK KELAPA SAWIT MENGGUNAKAN ALGORITMA NAÏVE BAYES Yoga Religia; Nunu Nurhasanah
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.356 KB)

Abstract

Minyak kelapa sawit merupakan minyak nabati yang berasal dari buah kelapa sawit yang banyak digunakan untuk konsumsi makanan maupun non-makanan. Minyak kelapa sawit atau Crude Palm Oil (CPO). implementasi yang diterapkan untuk mencari sebuah model dan pola yang mampu melakukan klasifikasi pada suatu data berdasarkan data sebelumnya di periode waktu tertentu. Tujuan dalam penelitian ini adalah untuk mengetahui harga minyak kelapa sawit dan kapan saatnya berinvestasi dan menentukan prediksi harga minyak kelapa sawit dengan algoritma naïve bayes dalam penentuan hasil prediksi minyak kelapa sawit dalam investasi dan sumber informasi dan pengetahuan dalam menentukan investasi minyak kelapa sawit. Penelitian ini menggunakan model Algoritma Naïve Bayes dan menggunakan data sampel yaitu sebanyak 50 data. Setelah dilakukan penelitian dengan menggunakan Algoritma Naïve Bayes diperoleh hasil dengan nilai accuracy yaitu 92,00 %, Recall 95,83 % dan Precision 88.46 %. Sehingga dapat disimpulkan bahwa Algoritma Naïve Bayes akurat dalam memprediksi harga minyak
Penerapan Data Mining Menggunakan Algoritma Naive Bayes Classifier Untuk Memberikan Rekomendasi Bermain Golf Pada PT. Asiamadya Selaras Sarwo .
Jurnal SIGMA Vol 8 No 2 (2017): Juni 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.614 KB) | DOI: 10.37366/sigma.v8i2.172

Abstract

Abstrak Pada jaman era globalisasi ini bermain golf adalah olahraga yang sangat diminati oleh berbagai kalangan. Oleh karena itu penulis akan merekomendasikan bermain golf dengan menerapkan Data Mining menggunakan metode AlgoritmaNaive Bayes Classifier pada PT. Asiamadya Selaras. Terdapat permasalahan, sebenarnya banyak yang berminat untuk bermain golf karena lapangan nya sangat bagus, jalan menuju lapangan sangat strategis akan tetapi harga yang sangat mahal, oleh karena itu perlu di lakukan kegiatan rekomendasi seperti potongan harga berbagai macam syarat ketentuan. Data Mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentusecara sederhana dan penambangan atau penemuan informasi-informasi dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar.Sedangkan metode Algoritma Naïve Bayes Classifieradalah salah satu algoritma yang terdapat pada teknik klasifikasi. Diharapkan dengan hasil dari analisa yang penerapan Data Miningmenggunakan metode Algoritma Naïve Bayes Classifierini, penulis dapat mengetahui kelebihan dan kekurangan dari rekomendasi bermain golf pada PT. Asiamadya Selaras. Sehingga memberikan penilaian terhadap sistem tersebut guna perkembangan kemajuan perusahaan selanjutnya. Kata kunci : Sistem Rekomendasi Golf, Data Mining, Algoritma Naïve Bayes Classifier
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

Abstract

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.
SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT KARYAWAN DENGAN METODE TOPSIS PADA PT. TRI SAUDARA SENTOSA INDUSTRI Elkin Rilvani; Ma'ruf Setiadi2
Jurnal SIGMA Vol 10 No 2 (2019): Juni 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (522.349 KB)

Abstract

Employees are one of the most important assets owned by the company in its efforts to maintain survival, develop, the ability to compete and make a profit. To improve employee performance at PT. Tri Saudara Sentosa Industri, there needs to be a promotion for employees. However, the current appointment process for employees is not precise, because the calculations made are not yet detailed, apart from that there is still the potential for subjectivity that causes jealousy among employees. Decision support system (SPK) can be defined as a system intended to support managerial decision makers in an unstructured decision situation. The TOPSIS (Technique For Others Preference by Similarity to Ideal Solution) method uses the concept that the best alternative not only has the shortest distance from the positive ideal solution, but also has the longest distance from the negative ideal solution. From the calculation of determining employee promotions using the TOPSIS method, the highest calculation results will then be determined as recipients of employee promotions. Decision Support System (SPK) with the TOPSIS method is able to facilitate the determination of employee promotions with more accurate calculations Keywords: Employees, Decision Support Systems, TOPSIS (Technique For Others Preference by Similarity to Ideal Solution)
Prediksi Potensi Penjualan Produk Delifrance Dengan Metode Naive Bayes Di Pt. Pangan Lestari Karsito Karsito; Winda Monika Sari
Jurnal SIGMA Vol 9 No 1 (2018): September 2018
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.553 KB)

Abstract

Abstraksi Pangan Lestari adalah perusahaan pemasok, dalam kesehariannya memiliki permasalahan yaitu dalam memprediksi barang yang laku berdasarkan hasil penjuala. Penggunaan data mining, dalam hal ini adalah berupa Metode Naïve Bayes sangat membantu dalam prediksi berapa stok yang disiapkan dan produk apa saja yang tidak laku. Dengan adanya bantuan alat aplikasi ini diharapkan penjualan akan meningkat karena konsumen senang belanja di sini karena barang yang akan di beli selalu tersedia, jenis variannya, dan selalu baru, belum kadaluarsa. Kata kunci:Penjualan, Metode Naive Bayes, data mining

Page 9 of 40 | Total Record : 396

 7   8   9   10   11 

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