cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Elisabeth Marsella
Contact Email
konstelasi@uajy.ac.id
Phone
+6285228453373
Journal Mail Official
konstelasi@uajy.ac.id
Editorial Address
Kampus 3, Gedung Bonaventura Jln. Babarsari No. 43, Caturtunggal, Kec. Depok, Kabupaten Sleman, DIY 55281
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Published by Universitas Atma Jaya Yogyakarta
ISSN : 27763102     EISSN : 27763374     DOI : https://doi.org/10.24002
Core Subject : Science,
Computer Science & IT
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 214 Documents
 1   2   3   4   5 
Sistem Pakar Diagnosa Penyakit Kelamin Dengan Teorema Bayes Octy Kartika Dewi; Agus Sidiq Purnomo
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : 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

Abstract

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%.
Identifikasi Telur Fertil dan Infertil menggunakan Jaringan Syaraf Tiruan Radial Basis Function (RBF) Berdasarkan Citra Tekstur Muhammad Ali Ma'mun; Mutaqin Akbar
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : 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

Abstract

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%.
Lead Management System Sales Dengan Simple Additive Weighting (SAW) Arif Wiji Setiyanto; Agus Sidiq Purnomo
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : 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

Abstract

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%.
Klasifikasi Jenis Ikan Cupang Menggunakan Algoritma Principal Component Analysis (PCA) Dan K-Nearest Neighbors (KNN) Imam Edwin Hasym; Indah Susilawati
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.008 KB) | DOI: 10.24002/konstelasi.v1i1.4242

Abstract

Ikan cupang merupakan ikan air tawar asli asia tenggara yang memiliki warna yang menarik, sisik yang cemerlang dan indah, bentuk tubuh proporsional serta menawan, dan tergolong ikan yang agresif. Dalam penelitian kali ini saya menggunakan 3 jenis ikan cupang untuk melakukan klasifikasi dengan metode PCA dan KNN, semoga dengan adanya penelitian ini akan membantu pecinta ikan cupang dalam menentukan jenis ikan cupang. Penelitian ini dimulai dengan pengambilan sampel 3 jenis ikan cupang. Kemudian dilakukan cropping citra untuk menuju tahap proses selanjutnya yakni ekstraksi ciri, training dan testing. Masing-masing ikan di ambil 30 data citra .Total data pelatihan 45 data citra, dan 455 data citra digunakan sebagai data uji, total keseluruhan data 90 data citra. Pada proses ekstraksi ciri menggunakan ekstraksi ciri RGB,HSV dan area, Proses training dan testing menggunakan algoritma PCA dan klasifikasi menggunakan KNN. Hasil evaluasi pengenalan pola pada citra ikan cupang menggunakan klasifikasi K-NN berdasarkan ekstraksi ciri dengan PCA menghasilkan akurasi sebesar 93,33%.
Seleksi Penerima Kartu Menuju Sejahtera (KMS) Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) dengan Metode SAW Malik Ilmi Sri Koryoga; Imam Suharjo
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : 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

Abstract

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.
Identifikasi Gejala Penyakit Hipertensi Berdasarkan Citra Iris Mata Menggunakan Jaringan Syaraf Tiruan Dan Metode Backpropagation Teguh Wibawa; Imam Suharjo
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (376.321 KB) | DOI: 10.24002/konstelasi.v1i1.4245

Abstract

Penyakit darah tinggi atau hipertensi merupakan suatu gangguan pada pembuluh darah dan jantung yang mengakibatkan suplay oksigen dan nutrisi yang dibawa oleh darah terlambat sampai ke jaringan tubuh. Tekanan darah tinggi yang terus menerus menyebabkan jantung bekerja keras, sehingga mengakibatkan terjadinya kerusakan pembuluh darah jantung, otak, dan mata. Tujuan dari penelitian ini adalah membuat sistem identifikasi yang dapat mengidentifikasi gejala penyakin hipertensi berdasarkan iris mata menggunakan jaringan syaraf tiruan dengan metode backpropagation. dengan mengumpulkan data pelatihan sebanyak 196 data Iris mata, yang terdiri dari 70 data iris mata hipertensi, 70 data iris mata normal, dan 56 data iris mata uji, yang terdiri dari 28 data iris mata hipertensi dan 28 data iris mata normal. Didapatkan hasil akurasi terbaik menggunakan parameter dengan nilai Learning Rate = 0.1 pada iterasi ke – 100 dengan hasil persentase tertinggi yaitu 89,28% terjadi pada data pelatihan, sedangkan pada data uji didapatkan tertinggi yaitu 87,50%.
Identifikasi Beras Pemutih dan Beras Tanpa Pemutih Menggunakan Jaringan Syaraf Tiruan Backpropagation Heri Ardiansyah; Arita Witanti
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.15 KB) | DOI: 10.24002/konstelasi.v1i1.4255

Abstract

Beras merupakan sumber kalori yang dominan dikonsumsi. Terdapat beberapa alasan yang mendasari dipilihnya beras sebagai makanan pokok, yaitu cita rasa yang lebih lezat, dan mempunyai komposisi gizi yang relatif lebih baik dibandingkan pangan pokok yang lain. Oleh karena itu banyak pedagang beras nakal yang melakukan segala cara untuk mendapatkan keuntungan lebih, seperti beras pemutih yang mengandung klorin. Klorin merupakan bahan kimia yang sangat berbahaya bagi kesehatan dan banyak diperjual belikan di pasaran dalam bentuk Kalsium hipoklorida/kaporit. Beras pemutih sendiri sulit dikenali, secara visual, ciri beras yang hampir sama dengan beras non pemutih. Pada penelitian ini, dibangun suatu sistem yang dapat mengidentifikasi beras pemutih dan beras tanpa pemutih melalui citra digital menggunakan jaringan syaraf tiruan backpropagation. Citra akan diidentifikasi melewati proses transformasi warna RGB ke Grayscale, dan proses ekstraksi ciri fitur tekstur menggunakan GLCM dengan parameter berupa contrast, energy, homogeneity dan correlations. Pengujian dilakukan menggunakan 60 data sampel beras, 30 sampel citra beras pemutih dan 30 sampel citra beras tanpa pemutih. 20 citra sampel digunakan sebagai data uji. Hasil pengujian menunjukkan metode backpropagation memiliki persentase terbaik pada learning rate 0.1, maksimal iterasi 1000 dengan iterasi terkecil yaitu 1, memperoleh hasil accuracy 90%.Kata kunci: Beras Pemutih; Jaringan Saraf Tiruan; Backpropagation; GLCM
Perancangan Sistem Deteksi Kekeruhan Air Pada Akuarium Ikan Arwana Berbasis IoT Rahmat Nur Hidayat
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : 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

Abstract

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.
Klasifikasi Jenis-Jenis Bauh Nanas Menggunakan Learning Vector Quantization (LVQ) Kholil Azhari
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : 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

Abstract

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%.
Sistem Penunjang Keputusan Penerimaan Karyawan Baru Dengan Metode Profile Matching Marcal Alves Da Costa
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 2 (2021): Desember 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (482.8 KB) | DOI: 10.24002/konstelasi.v1i2.4262

Abstract

One of the most important activities in a company or organization is the human resources. The recruitment process is a strategic stage to identify the appropriate candidates. When the recruitment process is not conducted properly, the new employees will not meet the criteria expected by the company.a decision support system application for a new employee recruitment in this research was built using the Profile Matching Method. In general, the Profile Matching Process is the process of comparing competencies between individuals and jobs or occupations to determine the suitability. The comparison was made by calculating the test scores of the recruits to get the rating scores that would serve as references in determining the decisions in the recruitment process.In applying the Profile Matching Method, determining the weight value for each aspect of the test greatly affects the final calculation of the ranking value of each employee, therefore the determination of the greatest weight value will be given to the priority aspects of the test in order to obtain the results of the selection according to the predetermined priorities according to the company's needs.Keywords: employee selection, profile matching, decision support system

Page 2 of 22 | Total Record : 214

 1   2   3   4   5 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol. 3 No. 2 (2023): Desember 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol. 2 No. 2 (2022): Desember 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021