Scientific Student Journal for Information, Technology and Science
Scientific Student Journal for Information, Technology and Science berisi artikel-artikel hasil penelitian mahasiswa dari program studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer pada Universitas Buana Perjuangan Karawang. Jurnal ini dipublikasikan sebanyak dua kali setiap tahun oleh prodi Teknik Informatika. Kemudian, jurnal ini juga diharapkan dapat memberikan kontribusi dan mengembangkan penelitian yang berarti untuk meningkatkan sumber daya penelitian dalam Teknologi Informasi dan Ilmu Komputer.
Articles
19 Documents
Search results for
, issue
"Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science"
:
19 Documents
clear
<![CDATA[ANALISIS SENTIMEN PADA PEMBERLAKUAN PEMBATASAN KEGIATAN MASYARAKAT MENGGUNAKAN ALGORITMA DBSCAN ]]>
<![CDATA[Ferdian Wiharmariyansyah]]>;
<![CDATA[Anis Masruriyah]]>;
<![CDATA[Hilda Novita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) adalah kebijakan yang dibuat oleh pemerintah untuk menghadapi pandemi Corona Virus (COVID-19). PPKM berfungsi untuk mengontrol kegiatan masyarakat sesuai dengan protokol kesehatan, di antaranya adalah menjaga jarak sejauh dua meter, memakai masker, mencuci tangan dan lain-lain dalam pencegahan penyebaran COVID-19. PPKM di Indonesia diberlakukan sejak 11 Januari 2021 di berbagai wilayah di Indonesia. Dampak dari PPKM yang dirasakan oleh masyarakat salah satunya kesulitan mencari pekerjaan, berkurangnya mata pencaharian masyarakat, membatasi kegiatan berkerumun, adanya adaptasi kebiasaan baru. Selain itu, pelaku UMKM selain mengalami penurunan omset juga memperoleh sanksi pidana denda di tengah PPKM darurat oleh pemerintah setempat. Pemerintah menerapkan PPKM demi menanggulangi penyebaran virus COVID-19. Akan tetapi, penerapan PPKM mengundang pro dan kontra di masyarakat. Terlihat pada opini masyarakat yang tersebar di postingan media sosial pengguna twitter. Pengguna jejaring media sosial twitter yang membahas mengenai COVID-19. Analisis sentimen di sosial media twitter dapat melihat pola polarisasi. Hasil yang didapatkan dievaluasi menggunakan Sum of Square Error.]]>
<![CDATA[IMPLEMENTASI ALGORITMA REGRESI LINEAR DAN SUPPORT VECTOR REGRESSION DALAM MEMBUAT MODEL PREDIKSI HASIL TANGKAPAN IKAN NELAYAN DESA CIPARAGEJAYA ]]>
<![CDATA[Fiqri Mahendra]]>;
<![CDATA[Amril s Siregar]]>;
<![CDATA[Kiki Baihaqi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Hasil tangkapan ikan salah satu indikator yang mempengaruhi pertumbuhan perekonomian masyarakat pesisir termasuk Masyarakat Desa Ciparagejaya, hasil tangkapan ikan nelayan yang dicatat oleh Tempat Pelelangan Ikan (TPI) berbeda-beda setiap bulannya, hal ini diakibatkan oleh kondisi ikan yang tidak dapat diprediksi jumlah tangkapannya,bagi nelayan hasil tangkapan ikan laut itu sumber penghasilan utama jadi diperlukan acuan untuk mengantisipasi penurunan hasil tangkapan ikan dalam menentukan strategi pembagian hasil tabungan yang dipotong setiap harinya dari hasil tangkapan nelayan. Tujuan penelitian ini adalah membuat model prediksi dengan Algoritma Regresi Linear dan Support Vector Regression (SVR) dari data yang dicatat oleh TPI Desa Ciparagejaya, data yang terdiri dari 33 jenis ikan hasil tangkapan tahun 2021. Metode yang digunakan dalam penelitian ini adalah metode analisis dengan menggunakan Algoritma Regresi Linear dan SVR. Penelitian ini menghasilkan Model Prediksi yang akan menjadi acuan dalam proses perhitungan nilai akurasi data dimana dalam penelitian ini menggunakan metode Root Mean Squared Error (RMSE). Pengujian dilakukan dengan menggunakan Microsoft excel dan python dengan memiliki nilai RMSE dari perhitungan Microsoft excel terkecil 0,577735, dan dari perhitungan python nilai RMSE terkecil adalah 0.]]>
<![CDATA[Penerapan Algoritma YoloV5 Dalam Pendeteksian Objek Merek Sampah Botol Plastik ]]>
<![CDATA[Heru Purwantoro]]>;
<![CDATA[Tohirin Mudzakir]]>;
<![CDATA[Santi Lestari]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam proses identifikasi sampah botol plastik di pengepul masih dilakukan secara manual sehingga membuat proses menjadi lama. Di tingkat pengepul sampah botol plastik yang di sortir dibagi menjadi 2 jenis yaitu sampah botol plastik yang masih memiliki label merek dan sampah botol plastik yang sudah tidak memiliki label merek. Objek penelitian yang digunakan dalam penelitian ini adalah pendeteksian merek sampah botol plastik dengan algoritma YOLOv5. Sampah botol plastik yang digunakan ialah jenis sampah botol kemasan air minum ukuran 600ml. pengambilan dataset diambil di lingkungan sekitar rumah, dengan jumlah perbandingan dataset sebesar 70 % data latih banding 30% data validasi. Dalam pendeteksian objek ini memiliki batasan masalah yaitu hanya dapat mendeteksi sampah botol plastik yang kondisinya bagus. Proses deteksi merek sampah botol plastik ini dapat digunakan sebagai model awal untuk pembuatan mesin sortir sampah botol plastik yang nantinya dapat diterapkan kedalam mesin. Dengan menggunakan Algoritma YoloV5 maka hasil yang didapatkan dalam penerapan model dapat dihasilkan nilai akurasi yang cukup baik. Dengan nilai pada merek Aqua yaitu sebesar : 91% , Le’Minerale sebesar : 92% dan pada merek Teh Pucuk sebesar : 87%. Serta rata-rata hasil deteksi mencapai nilai confidence 1,0 yang membuat model tersebut bisa dijadikan sebagai model awal untuk pembuatan mesin sortir sampah botol plastik..]]>
<![CDATA[Klasifikasi Data Guru Sekolah Menengah Pertama (SMP) PNS & NON PNS Kabupaten Karawang Menggunakan Algoritma Naïve Bayes ]]>
<![CDATA[Ishal Saepulloh]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Cici Sukmawati]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dinas Pendidikan Pemuda dan Olahraga (Disdikpora) merupakan salah satu lembaga yang melaksanakan urusan pemerintahan daerah berdasarkan asas otonomi dan tugas pembantuan di bidang pendidikan. Salah satu tugasnya yaitu melakukan pengelolaan kesekretariatan meliputi perencanaan umum, kepegawaian, keuangan, evaluasi dan pelaporan. Permasalahan yang terjadi di Dinas Pendidikan Pemuda dan Olahraga Kabupaten Karawang yaitu banyaknya jumlah Data Guru SMP PNS dan NON PNS seluruh Sekolah Negeri maupun Swasta yang ada di Kabupaten Karawang harus didata secara akurat dikarenakan agar tidak terjadi kesalahan data untuk recruitment guru baru untuk memenuhi kurangnyaa guru yg ada di sekolah, dan adanya pengangkatan guru NON PNS menjadi PNS yang diatur oleh Pemerintahan Dinas Pendidikan Pemuda dan Olahraga. Berdasakan permasalahan tersebut, maka peneliti akan menggunakan teknik data mining dalam klasifikasi data Guru SMP PNS dan NON PNS Kabupaten Karawang yang menggunakan algoritma Naïve Bayes untuk mengatahui tingkat akurasi yang dihasilkannya. Dalam klasifikasi Data Guru SMP PNS dan NON PNS menghasilkan confusion matrix yang akan menjadipenunjang dalam proses perhitungan tingkat keakurasian data. Dataset dibagi menjadi dua yakni data training 174 dan data testing 35. Pengujian ini menggunakan microsoft excel untuk perhitungan manual dan pemrograman python dengan model data 174 yaitu data training dan 35 data testing. Didalam pembagian data untuk data training memiliki nilai akurasi sebesar 100%, presisi sebesar 100%, recall sebesar 100% dengan itu data tersebut sangat baik digunakan dalam klasifikasi menggunakan algoritma Naïve Bayes.]]>
<![CDATA[Penerapan Metode Weighted Product Dalam Pendukung Keputusan Penerimaan Beasiswa SMK PGRI 2 Karawang ]]>
<![CDATA[Isnaeni Hidayah]]>;
<![CDATA[Sutan Faisal]]>;
<![CDATA[Santi Lestari]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Permasalahan yang muncul pada penerimaan beasiswa adalah waktu yang dibutuhkan untuk mengecek formulir beasiswa terlalu lama dan sering terjadinya penerima beasiswa tidak sesuai dan tidak tepat sasaran yang akan merugikan pihak sekolah maupun siswa. Maka dari itu dibutuhkannya sebuah Sistem Pendukung Keputusan (SPK) dan metode Weighted Product (WP) adalah salah satu metode penyelesaian untuk masalah tersebut Multi Attribute Decision Making (MADM). Metode Weighted Product digunakan pada penelitian ini karena dapat melakukan proses pembobotan dan dapat diatur dan disesuaikan dengan kebutuhan pengambil keputusannya sehingga lebih fleksibel dan hasil perhitungan yang dihasilkannya sesuai dengan kebutuhan pengambil keputusan. Kriteria yang digunakan dalam penelitian ini yaitu, Nilai rata-rata, Kehadiran Siswa, Penghasilan Orangtua dan Tanggungan Orangtua. Hasil penelitian menggunakan Data siswa pada SMK PGRI 2 Karawang. Penelitian ini menggunakan Sublime Text untuk membuat sistem. Hasil akhir dari metode WP ini merupakan Ranking, maka semakin besar nilai akhirnya yang akan terpilih mendapatkan beasiswa. Hasil akhir yang mendapatkan beasiswa adalah alternatif terbaik yaitu nilai terbesar dari 38 data siswa.]]>
<![CDATA[Penerapan Algoritma Support Vector Machine Untuk Analisis Sentimen Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat ]]>
<![CDATA[Jovan Pangestu]]>;
<![CDATA[Yana Cahyana]]>;
<![CDATA[Hilda Novita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pandemi virus Corona yang menyerang Indonesia membuat pemerintah Indonesia menerapkan kebijakan-kebijakan. Salah satu kebijakan yang dibuat oleh pemerintah Indonesia adalah kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat atau yang biasa disebut sebagai PPKM. Tujuan dari kebijakan tersebut adalah untuk mengurangi angka virus Corona. Akan tetapi dalam menerapkan kebijakannya tersebut menimbulkan kontroversial sehingga mengundang banyak kalangan untuk memberikan opininya terhadap kebijakan yang diterapkan pemerintah Indonesia. Keterbatasan tempat membuat masyarakat sulit memberikan opininya sehingga media sosial dipilih sebagai tempat untuk menyampaikan opininya. Salah satu media sosial yang digunakan untuk menyampaikan opininya adalah Twitter. Masyarakat dalam memberikan opininya belum diketahui sentimen tersebut apakah positif atau negatif. Dalam penelitian ini algoritma Support Vector Machine (SVM) dipilih untuk melakukan analisa sentimen atau klasifikasi terhadap kebijakan PPKM. Berdasarkan penelitian yang telah dilakukan bahwa algoritma SVM dengan menggunakan 17.281 yang dibagi menjadi 80% untuk ada training dan 20% data test mendapatkan mayoritas sentimen positif. Evaluasi yang dilakukan dengan menggunakan Confusion Matrix memperoleh hasil akurasi sebesar 89.58%, recall sebesar 86.73%, dan precision 86.85% yang artinya hasil tersebut baik]]>
<![CDATA[Sistem Pakar Pendeteksi Dini Penyakit Jantung Menggunakan Algoritma Certainty Factor Berbasis Android ]]>
<![CDATA[Khoirull Munazzal]]>;
<![CDATA[Jamaludin Indra]]>;
<![CDATA[Santi Lestari]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kurangnya pengetahuan tentang penyakit jantung menjadi penyebab meningkatya penderita penyakit jantung. Seringkali masyarakat tidak menyadari adanya gejala penyakit jantung di dalam tubuhnya. Di samping itu perkembangan teknologi yang pesat terutama di bidang smartphone berbasis android yang kini hampir dimiliki oleh seluruh kalangan masyarakat. Salah satu upaya untuk mengatasi permasalahan tersebut yaitu dengan membuat aplikasi Sistem Pakar untuk Mendeteksi Dini Penyakit Jantung. Algoritma certainty factor digunakan untuk menentukan persentase nilai kepercayaan penyakit berdasarkan gejala fisik yang dirasakan. Proses perhitungan nilai CF dipengaruhi oleh bobot pakar dan bobot pengguna. Sistem diaplikasikan pada smartphone dengan sistem operasi android. Hasilnya sistem dapat mendeteksi tiga jenis penyakit jantung meliputi jantung koroner, aritmia dan gagal jantung serta menampilkan informasi dari masing-masing penyakit. Basisdata MySQL digunakan untuk menyimpan data sistem pakar. Hasil pengujian menggunakan whitebox dan blackbox dapat menilai kinerja fungsi sistem dengan nilai 100% dari 17 skenario pengujian. Hasil pengujian pakar dapat mengetahui akurasi antara sistem dengan diagnosa manual pakar memperoleh nilai 100% dengan 14 kali pengujian.]]>
<![CDATA[IMPLEMENTASI ALGORITMA NAIVE BAYES DAN C.45 UNTUK KLASIFIKASI PENERIMA BANTUAN SOSIAL DI DESA MINANGA SARI KABUPATEN LAMPUNG TIMUR ]]>
<![CDATA[M Arep Huda]]>;
<![CDATA[Ahmad Fauzi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kemiskinan merupakan masalah lama yang belum terpecahkan dan sulit dipecahkan. Pemerintah sendiri telah melakukan beberapa upaya untuk mengentaskan kemiskinan melalui program kesejahteraan sosial serta dampak Covid-19 yang merusak perekonomian Pemkot khususnya Pemkot Marga Tiga yang tumbuh eksponensial di tahun 2021. Masih ada dukungan pemerintah untuk warga yang tidak tercukupi kebutuhannya Sosialisasi ketimpangan sosial dan undertargeting disebabkan validasi data yang salah. Penambangan data adalah metode komputasi untuk memecahkan masalah klasifikasi dan menggunakan algoritma Naive Bayes dan C4.5 untuk mengukur faktor kelayakan penerima manfaat yang berkorelasi dengan aturan produksi. Oleh karena itu, penulis mengimplementasikan dua algoritma, yang tujuannya adalah untuk memprediksi/mengklasifikasikan bantuan masyarakat desa dan mengetahui akurasi antara algoritma Naive Bayes dan C.45. Selain akurasi, penulis membandingkan dua algoritma, algoritma mana yang lebih cocok untuk menentukan bantuan masyarakat desa. Setelah dilakukan penelitian dengan kedua algoritma tersebut dan algoritma C.45 dengan akurasi 98%, hasil tersebut lebih besar dari algoritma naive Bayesian dengan akurasi 95%, sehingga algoritma C.45 lebih akurat untuk penentuannya. Para dermawan di Desa Margatiga.]]>
<![CDATA[Implementasi Algoritma Naive Bayes Untuk Klasifikasi Menentukan Prestasi Siswa Berdasarkan Nilai Rata-Rata ]]>
<![CDATA[Muh Nurhariza]]>;
<![CDATA[Ayu Juwita]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penentukan prestasi siswa umumnya menjadi permasalahan disetiap sekolah salah satunya pada SMK Tri Mitra Karawang. Karena di setiap sekolah terdapat siswa yang rajin belajar dan kurang rajin sehingga siswa memiliki prestasi yang berbeda beda. Pada penelitian ini ada beberapa tahapan yang digunakan, Tahap yang pertama adalah Analisis dimana pada tahap ini tujuannya untuk mendapatkan informasi dan data. Tahap yang kedua adalah Implementasi yang dimana tahap ini melakukan proses perhitungan dan tahap yang ketiga adalah Evaluasi dimana tahap ini untuk mengetahui hasil dari perhitungan. Pada penelitian ini peneliti menggunakan algoritma Naïve Bayes untuk mengklasifikasi menentukan prestasi siswa dengan menggunakan 400 data siswa atau data set yang dijadikan sebagai data latih dan 100 data siswa yang dijadikan sebagai data testing yang diperoleh dari data set. Hasil dari algoritma Naïve Bayes menggunakan Confusion Matrix mendapatkan hasil akurasi sebesar 100%, presisi 100% dan recall 100%.]]>
<![CDATA[PENERAPAN METODE NAÏVE BAYES UNTUK KLASIFIKASI SENTIMEN PADA REVIEW PRODUK E-COMMERCE ]]>
<![CDATA[Muhamad Amirrullah]]>;
<![CDATA[Yana Cahyana]]>;
<![CDATA[Kiki Baihaqi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pemanfaatan teknologi infomasi dan komunikasi dibidang perdagangan salah satunya yaitu berupa penjualan dan pembelian secara online. Dalam kegiatan berbelanja secara online biasanya konsumen mencari terlebih dahulu mengenai produk yang akan dibelinya melalui review dari konsumen sebelumnya, dikarenakan review dari konsumen sebelumnya dapat menyediakan informasi terbaru dari produk tersebut berdasarkan perspektif konsumen lain yang sudah membeli produk tersebut terlebih dahulu. Tujuan dari penelitian ini adalah mengklasifikan review produk tersebut menggunakan algoritma naïve bayes. Klasifikasi naïve bayes merupakan algoritma untuk klasifikasi berdasarkan teorema naïve bayes dan digunakan untuk menghitung sebuah probabilitas dari suatu kelas. Dalam penelitian ini terdapat beberapa tahapan penelitian yaitu preprocessing, implementasi, dan pengujian. Pada pengujian data dibagi menjadi 2 bagian, 80% sebagai data latih serta 20% sebagai data uji. Pada pengujian menggunakan confusion matrix, penelitian ini mendapatkan akurasi sebesar 86%, sedangkan untuk precission mendapatkan nilai rata-rata 88%, serta nilai recall yang mendapatkan nilai rata-rata 86%.]]>
