Konstelasi: Konvergensi Teknologi dan Sistem Informasi
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi invites local and international researchers to publish their papers in Bahasa Indonesia with the following scopes, yet the topics are not limited to: Sistem Informasi Teknik Informatika Industri Teknik Sosial dan Humaniora Pendidikan Ilmu Komunikasi Ekonomi dan Akuntansi Pemasaran dan Kewirausahaan Bisnis Digital
Articles
22 Documents
Search results for
, issue
"Vol. 1 No. 2 (2021): Desember 2021"
:
22 Documents
clear
<![CDATA[EDUKASI KEPADA SISWA SMA NEGERI 1 MIMIKA UNTUK MENGATASI ANCAMAN MEDIA ONLINE PADA DATA PRIBADI ]]>
<![CDATA[Carol Guinnard Garo Pane]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (380.896 KB)
|
DOI: 10.24002/konstelasi.v1i2.4166
<![CDATA[Perkembangan internet yang tidak terlepas dari media sosial yang membuat hampir semua kalangan saat ini menggunakannya dengan mudah. Penggunaan media sosial sendiri mempunyai sisi positif dan negatif. Sisi negatif yang dirasakan salah satunya adalah ancaman atas data pribadi yang digunakan. Para siswa yang menggunakan internet kebanyalkan belum mengetahui apa sisi negatif yang akan ditimbukan oleh penggunaan media online. Maka, pembelajran atau pengetahuan melalui video pembelajaran atau seminan mengenai privasi data dibutuhkan di linkungan. Pengabdian ini menggunakan metode video pembelajaran dan kuisioner dikarenakan untuk membantu menyebarkan edukasi dan pengambilan data tentang pencegahan ancaman pada data pribadi.]]>
<![CDATA[Collaborative Governance dalam Program Desa Percontohan Saemaul Undong di Provinsi Yogyakarta, Indonesia ]]>
<![CDATA[Shannaz Mutiara Deniar]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (391.698 KB)
|
DOI: 10.24002/konstelasi.v1i2.4189
<![CDATA[Abstrak. Penelitian ini membahas tentang collaborative governance dalam program Saemaul Undong di Provinsi DI Yogyakarta, Indonesia. Program Saemaul Undong dikenal sebagai community driven development yang telah berhasil merubah cara pandang masyarakat pedesaan Korea Selatan. Desa-desa di Korea Selatan memperlihatkan perkembangan dari segi infrastruktur, produksi masyarakat dan juga pola pikir masyarakat menggunakan tiga spirit: diligence, self-help, dan cooperation. Kesuksesan ini kemudian diadopsi oleh pemerintah Korea Selatan melalui model pembangunan pedesaan yang diterapkan di beberapa negara di dunia yang salah satunya adalah Indonesia. Saemaul Undong merupakan hasil Kerjasama sister city antara pemerintah Provinsi DI Yogyakarta dan Provinsi Gyeongsangbukdo. Penelitian ini akan fokus menjawab pertanyaan mengenai bagaimana bentuk collaborative governance dalam penerapan program Saemaul Undong di Yogyakarta. Penelitian ini adalah penelitian kualitatif. Data yang dikumpulkan melalui studi literatur. Teknik Analisa konten digunakan untuk menganalisa data. Peneliti menggunakan konsep collaborative governance dan Kerjasama internasional untuk menjelaskan sinergi keterlibatan sektor public, privat, dan masyarakat dalam Kerjasama pembangunan internasional melalui Saemaul Undong. ]]>
<![CDATA[Sistem Informasi Administrasi Sekolah Berbasis Web (Studi Kasus: SMK Negeri 16 Jakarta) ]]>
<![CDATA[Nadiah Diah]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (891.187 KB)
|
DOI: 10.24002/konstelasi.v1i2.4199
<![CDATA[SMK Negeri 16 Jakarta merupakan salah satu Sekolah Menengah Kejuruan yang terletak di Jakarta Pusat. Selama ini sistem yang berjalan untuk kegiatan administrasi di SMK Negeri 16 Jakarta belum menggunakan sistem yang terkomputerisasi, sehingga hal tersebut menimbulkan banyak berita. Di masa pandemi ini, kegiatan belajar mengajar dilakukan dalam jaringan sehingga membuat pengelolaan kegiatan administrasi sekolah semakin terbatas dan terhambat. Beberapa hal yang mendasari permasalahan dalam penelitian ini terletak pada proses pengelolaan siswa yang berpengalaman, berpengalaman guru, pembuatan jadwal pelajaran, pembagian kelas siswa, serta pemantauan siswa berprestasi dan bermasalah. Perancangan dan pembangunan sistem tersebut bertujuan untuk memudahkan guru dan siswa untuk mengolah dan mendapatkan informasi seputar kegiatan administrasi SMK Negeri 16 Jakarta. Dalam pengembangannya, metode yang digunakan adalah metodeSoftware Development Life Cycle (SDLC) dengan model Waterfall . Sedangkan, sistem pengujian dalam penelitian menggunakan teknik Black Box Testing dengan kuesioner kepada 30 responden. Adapun, pertanyaan yang terdapat dalam kuesioner terbagi menjadi 4 kelompok, yaitu User Inteface (UI), User Experience (UX), Fungsionalitas, dan Skalabilitas. Hasil dari kuesioner tersebut dapat membuktikan bahwa User Experience (UX) tergolong sangat baik dengan proporsi 70%. Selain itu, Fungsionalitas dan Skalabilitas tergolong baik dengan proporsi 53%.]]>
<![CDATA[Sistem Pendukung Keputusan Seleksi Atlet Taekwondo Untuk Kenaikan Sabuk Hitam Dengan Metode Simple Additive Weighting ]]>
<![CDATA[Muthia Gidriani Maelan]]>;
<![CDATA[Agus Sidiq Purnomo]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (578.797 KB)
|
DOI: 10.24002/konstelasi.v1i2.4234
<![CDATA[Taekwondo adalah Cara mendisiplinkan diri/seni bela diri yang menggunakan teknik kaki dan tangan kosong untuk menaklukkan lawannya. Sabuk taekwondo adalah penanda tingkatan kemampuan. Proses seleksi atlet taekwondo untuk kenaikan sabuk hitam dilakukan oleh panitia pada saat mengikuti ujian kenaikan tingkat. Agar dapat membuat keputusan yang tepat dalam penelitian ini maka menggunakan metode Sistem Pendukung Keputusan Seleksi Atlet Taekwondo untuk Kenaikan Sabuk Hitam dengan Metode (SAW). Hasil perhitungan dengan metode Simple Additive Weighting (SAW) dalam seleksi atlet taekwondo, dari 30 data yang telah diujikan, diperoleh sebanyak 28 atlet (93.33%) yang sesuai dan 2 atlet (6.66%) yang tidak sesuai.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Kelamin Dengan Teorema Bayes ]]>
<![CDATA[Octy Kartika Dewi]]>;
<![CDATA[Agus Sidiq Purnomo]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (790.223 KB)
|
DOI: 10.24002/konstelasi.v1i2.4235
<![CDATA[Pada penelitian mengenai rancangan sistem pakar untuk mendiagnosa penyakit kelamin dengan mengimplementasikan metode teorema bayes sebagai alat ukurnya. Teorema bayes adalah teorema yang digunakan dalam statistika untuk menghitung peluang hipotesis. Basis sistem pakar diperoleh dari akuasisi pengetahuan pakar yaitu dokter. Dalam penelitian ini data yang digunakan untuk penelitian terdiri dari 4 penyakit kelamin pada laki-laki dengan 10 gejala, dan 5 penyakit kelamin perempuan dengan 12 gejala. Pada aplikasi yang dibuat ini memiliki 3 tahapan. Yaitu tahapan yang pertama pasien diminta untuk memasukan data diri. Tahap kedua pasien akan menuju pada halaman gejala yang dialami. Untuk tahap ketiga sistem akan otomatis memberikan hasil diagnosis dari penyakit yang diderita pasien menggunakan perhitungan Teorema Bayes. Selanjutnya, tahap uji coba dilakuakan dengan membandingkan hasil diagnosis yang didapat dari sistem dengan hasil diagnosis dari pakar yang sebenarnya. Dari hasil ujicoba presentase kesesuaian diagnosa sebesar 88.57%.]]>
<![CDATA[Identifikasi Telur Fertil dan Infertil menggunakan Jaringan Syaraf Tiruan Radial Basis Function (RBF) Berdasarkan Citra Tekstur ]]>
<![CDATA[Muhammad Ali Ma'mun]]>;
<![CDATA[Mutaqin Akbar]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (390.332 KB)
|
DOI: 10.24002/konstelasi.v1i2.4238
<![CDATA[Telur fertil adalah telur ayam yang dapat menetas dan dijadikan bibit ayam atau bisa disebut DOC (Day Old Chick). Sedangkan telur infertil merupakan telur yang tidak dapat menetas atau telur yang tidak mengalami perkembangan embrio pada saat penetasan. Proses identifikasi telur fertil dan telur infertil pada penelitian ini menggunakan metode radial basis function (RBF) diawali dengan proses akuisisi citra pada telur fertil dan telur infertil sehingga mendapatkan 150 data citra. Ekstraksi ciri yang digunakan yaitu gray Level Co-occurrence Matriks (GLCM) untuk mengidentifikasi objek atau pola citra agar mampu memberikan informasi yang detail tentang fitur suatu citra. Fitur yang digunakan yaitu Contrast, Correlation, Energi dan Homogeneity. Data citra yang telah didapatkan dibagi menjadi dua data yaitu, data latih dan data uji, 100 untuk data latih dan 50 untuk data uji. Identifikasi telur fertil dan telur infertil menghasilkan jaringan terbaik dengan error goal 0.0 (default), spread 0.1, lapisan tersembunyi 100, dan maksimum iterasi 1000. Pada lapisan tersembunyi, fungsi aktivasi yang digunakan adalah fungsi aktivasi Gaussian. Hasil pengujian identifikasi telur fertil dan telur infertil dapat diukur berdasarkan nilai akurasi. Berdasarkan model jaringan terbaik, untuk pelatihan diperoleh nilai akurasi tertinggi sebesar 100% dan untuk pengujian diperoleh nilai akurasi tertinggi sebesar 96%.]]>
<![CDATA[Lead Management System Sales Dengan Simple Additive Weighting (SAW) ]]>
<![CDATA[Arif Wiji Setiyanto]]>;
<![CDATA[Agus Sidiq Purnomo]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (770.924 KB)
|
DOI: 10.24002/konstelasi.v1i2.4240
<![CDATA[Database menjadi salah satu sarana yang digunakan dalam penyimpanan data, dimana dalam pengembangannya database dapat digunakan untuk mengolah data tersimpan sehingga membantu manusia dalam mempermudah pemprosesan data yang lebih efisien, terstruktur dan akurat. Pada perusahaan bidang perbankan, teknologi merupakan sebuah kunci untuk meningkatkan kinerja perusahaan. Salah satu divisi penting dalam perusahaan perbankan adalah divisi Sales. Daily activity dan data penjualan produk yang dihimpun dapat digunakan untuk memberikan penilaian terhadap Sales yang memiliki kinerja terbaik. Agar dapat membuat keputusan yang tepat dalam penelitian ini maka menggunakan metode Lead Management System Sales dengan Metode Simple Additive Weighting (SAW). Berdasarkan data uji sebanyak 50 data, baik dengan hasil perhitungan sistem dan kondisi yang berjalan diperoleh kesesuaian sebanyak 46 penilaian sales dengan prosentase sebesar 92% dan tidak sesuai sebanyak 5 penilaian sales dengan prosentase 8%.]]>
<![CDATA[Seleksi Penerima Kartu Menuju Sejahtera (KMS) Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) dengan Metode SAW ]]>
<![CDATA[Malik Ilmi Sri Koryoga]]>;
<![CDATA[Imam Suharjo]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (449.293 KB)
|
DOI: 10.24002/konstelasi.v1i2.4244
<![CDATA[Pemerintah Kota Yogyakarta melalui Dinas Sosial melakukan upaya pengentasan kemiskinan bagi warga kurang mampu dengan memberikan Kartu Menuju Sejahtera (KMS). KMS adalah identitas bahwa keluarga dan anggota keluarga yang tercantum didalamnya merupakan keluarga dan penduduk sasaran jaminan perlindungan sosial. Penelitian ini menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) untuk menyelesaikan masalah dengan lebih dari 1 kriteria, dengan metode Simple Additive Weighting (SAW) sebagai proses seleksi pengambilan keputusan. Adapun sumber data yang digunakan adalah data sekunder yang diperoleh dari Dinas Sosial Kota Yogyakarta. Hasil akhir program menunjukan bahwa program ini mampu memproses data yang berhubungan dengan pendataan warga kurang mampu penerima KMS serta menghasilkan informasi berupa hasil seleksi sesuai dengan kriteria masing-masing dengan cepat, mudah, dan efisien. Berdasarkan pengujian yang dilakukan, sistem memiliki prosentase keakuratan sebesar 91,13%. Sehingga bisa dikatakan bahwa sistem baik digunakan sebagai alat bantu pengambilan keputusan.]]>
<![CDATA[Perancangan Sistem Deteksi Kekeruhan Air Pada Akuarium Ikan Arwana Berbasis IoT ]]>
<![CDATA[Rahmat Nur Hidayat]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (512.61 KB)
|
DOI: 10.24002/konstelasi.v1i2.4260
<![CDATA[Kekeruhan air merupakan salah satu permasalahan yang sering terjadi pada pemeliharaan ikan arwana di akuarium. Faktor yang menjadi pokok permasalahan adalah warna air yang tidak jernih lagi atau berubah kecoklatan bisa dikatakan sebagai air keruh. Untuk itu diperlukan sebuah alat yang dapat membantu dalam mengetahui kekeruhan air pada akuarium ikan arwana. Penelitian ini membuat sebuah sistem yang dapat mendeteksi kekeruhan/perubahan warna air pada akuarium. Sensor Turbidity merupakan sensor yang dapat menentukan nilai kekeruhan air dengan cara kerja pantulan cayaha pada LED yang terdapat pada sensor itu dan jika nilai pantulan semakin kecil maka air semakin keruh. Iot ( Internet of Things) dibutuhkan dalam pembuatan alat untuk mengetahui kekeruhan air tersebut sebagai perantara pertukaran data jarak jauh dengan media telegram. Berdasarkan hasil penelitian maka dapat dianalisa sistem dapat mengirimkan data dengan rata – rata waktu 6,86 detik ke pengguna Sensor kekeruhan/Turbidity air dapat dibagi menjadi 3 kondisi yaitu jernih bernilai kurang dari 75 NTU dengan nilai tegangan lebih dari 1.72, sedikit keruh bernilai 75 NTU sampai 157 NTU dengan nilai tegangan antara 1.72 sampai 1.68, dan sangat keruh bernilai lebih dari 157 NTU memiliki tegangan kurang dari 1.68.]]>
<![CDATA[Klasifikasi Jenis-Jenis Bauh Nanas Menggunakan Learning Vector Quantization (LVQ) ]]>
<![CDATA[Kholil Azhari]]>
<![CDATA[ KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (457.99 KB)
|
DOI: 10.24002/konstelasi.v1i2.4261
<![CDATA[Nanas adalah sejenis tumbuhan tropis yang berasal dari Brasil, Bolivia, dan Paraguay Tumbuhan ini termasuk dalam famili nanas. Perawakan tumbuhannya rendah, herba dengan 30 atau lebih daun yang panjang, berujung tajam, tersusun dalam bentuk roset mengelilingi batang yang tebal. Nanas juga salah satu buah paling populer di Dunia maupun di Indonesia karena memiliki nutrisi yang sangat baik bagi manusia. Nanas juga memiliki banyak jenis, nama lain dari nanas adalah nenas, dan ananas. Banyak masyarakat yang tidak bisa membedakan jenis nanas jika di lihat dari jenis tekstur kulit dan warna nanas. Penelitian ini menggunakan metode Learning Vector Quantization untuk klasifikasi jenis-jenis nanas, dengan mengumpulkan data pelatihan sebanyak 120 data gambar buah nanas, yang terdiri dari 30 gambar buah nanas batu, 30 gambar buah nanas honi dan 30 gambar nanas madu, untuk data pengujian menggunakan 30 data gambar terdiri dari 10 gambar buah nanas batu, 10 gambar buah nanas honi dan 10 gambar buah nanas madu. Didapatkan hasil akurasi buah nanas terbaik menggunakan parameter dengan nilai learning rate = 0.01, 0,005 pada iterasi ke–100, 500, dan 1000 dengan hasil citra benar 80 salah 10 dengan persentase kumulatif yaitu 88.8889%. terjadi pada data pelatihan, sedangkan pada data uji menghasilkan benar 25 salah 5 dengan persentase kumulatif yaitu 83.3333%.]]>
