cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Oris Krianto Sulaiman
Contact Email
ilmubersamacenter@gmail.com
Phone
+6282294365929
Journal Mail Official
helloworldjurnal@gmail.com
Editorial Address
Jl. Imam Bonjol No. 9 Forum 9th Floor, Kota Medan, Sumatera Utara 20112
Location
Kota medan,
Sumatera utara
INDONESIA
Hello World
Published by Ilmu Bersama Center
ISSN : -     EISSN : 28298616     DOI : https://doi.org/10.56211/helloworld
Core Subject : Science,
Computer Science & IT
Hello World Jurnal Ilmu Komputer merupakan jurnal yang membahas ilmu dibidang komputer, jurnal ini sebagai wadah untuk menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan ilmu komputer. Hello World Jurnal terbit 4 kali dalam setahun yaitu pada bulan April, Juli, Oktober dan Januari. Terbitan pertama adalah bulan April 2022. Naskah yang masuk akan diterima oleh editor untuk kemudian kan dilakukan pemeriksaan kemiripan naskah dengan aplikasi Plagiarism Checker X. Proses review dilakukan dengan menggunakan peer review. Hello World Jurnal menerima naskah dengan topik Software Engineering, Information System, e-Government, e-Healthcare, e-Learning, e-Manufacturing, e-Commerce, Smart Systems, Smart City, Cloud Engineer, Data Science, Data Engineer, Natural Language Processing dan topik lainnya yang relevan dengan Ilmu Komputer.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 75 Documents
 4   5   6   7   8 
Algoritma K-Means untuk Klasterisasi Obat di Puskesmas Simpang Limun Kota Medan Damanik, Doni Kusuma; Antoni, Antoni; Siambaton, Mhd. Zulfansyuri
Hello World Jurnal Ilmu Komputer Vol. 3 No. 2 (2024): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i2.549

Abstract

Perencanaan kebutuhan obat di puskesmas merupakan salah satu aspek penting dan menentukan dalam pengelolaan obat, dimana dengan perencanaan kebutuhan obat yang tepat akan membuat pengadaan menjadi efektif dan efisien sehingga tersedia obat dengan jenis dan jumlah yang cukup sesuai dengan kebutuhan pelayanan kesehatan dengan mutu yang terjamin serta dapat diperoleh pada saat yang diperlukan. Obat digunakan untuk mencegah dan mengobati penyakit serta mengurangi rasa sakit. Oleh karena itu, obat harus dikelola dengan baik, efisien, dan efektif. Pada penelitian ini menggunakan 30 sampel data. Data mining adalah teknik untuk mengolah data agar dapat menemukan pola tersembunyi. Metode K-Means merupakan metode yang digunakan untuk proses klasterisasi pada data yang digunakan. Hasil dari data mining ini bisa digunakan untuk mengambil keputusan di masa mendatang.
Metode Synthesizer Concatenation Algoritma Time Domain Psola pada Aplikasi Konversi File Teks Ke Audio Nurhidayah, Nurhidayah; Haramaini, Tasliyah
Hello World Jurnal Ilmu Komputer Vol. 3 No. 3 (2024): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i3.587

Abstract

Teknologi text-to-speech (TTS) telah berkembang pesat untuk berbagai bahasa, termasuk dalam konteks masyarakat Indonesia yang memiliki tingkat literasi yang rendah. Ini merupakan solusi potensial bagi individu yang menghadapi kesulitan dengan literasi karena banyaknya teks yang harus dibaca atau ditulis. Khususnya dalam pendidikan inklusif bagi penyandang cacat jasmani, kemampuan untuk membaca secara verbal melalui TTS sangat penting dalam proses pembelajaran. Penelitian ini menggunakan metode synthesizer concatenation dengan pendekatan Algoritma Time Domain PSOLA untuk menghasilkan TTS. Data penelitian dikumpulkan melalui studi pustaka, dengan bahasa pemrograman utama yang digunakan adalah PHP. Pengujian dilakukan menggunakan blackbox testing untuk memvalidasi kinerja TTS yang dikembangkan.Teknologi TTS tidak hanya memfasilitasi aksesibilitas literasi bagi masyarakat umum, tetapi juga meningkatkan aksesibilitas pendidikan untuk individu dengan kebutuhan khusus seperti penyandang cacat jasmani.
Implementasi Algoritma Frequent Pattern Growth (FP-Growth) untuk Pola Penjualalan Tiket Travel pada PT Taxi Kita Bersama Wilda, Roudotul; Saripurna, Darjat; Sulaiman, Oris Krianto
Hello World Jurnal Ilmu Komputer Vol. 3 No. 3 (2024): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i3.588

Abstract

Teknologi informasi yang terus berkembang memainkan peran kunci dalam berbagai aspek kehidupan, termasuk dalam sistem penjualan di sektor perekonomian. Untuk meningkatkan penjualan, produsen perlu mengadopsi kreativitas dan inovasi, terutama mengingat tingginya tingkat konsumsi masyarakat terhadap produk baru. Salah satu strategi efektif adalah memanfaatkan data transaksi pembelian yang tidak hanya sebagai arsip, tetapi juga sebagai sumber informasi berharga yang dapat diolah menggunakan teknik data mining, seperti algoritma FP-Growth. Selain itu, proses penjulan yang berjalan saat ini masih memiliki kendala antara lain pencatatan dan perhitungan penjualan masih rawan terjadi kecurangan, dapat mengakibatkan pencurian data dari pihak yang tidak bertanggung jawab [1]. Dengan menerapkan algoritma ini pada pola penjualan tiket travel, produsen dapat mengidentifikasi asosiasi antar item untuk mengembangkan strategi pemasaran yang lebih efektif. Algoritma FP-Growth bekerja dengan mengumpulkan data, menghitung frekuensi, menyusun ulang data transaksi, membentuk struktur pohon, dan mencari item-item yang sering muncul. Dalam aturan asosiasi FP-Growth, nilai minimum support yang tinggi menghasilkan kaidah asosiasi yang lebih terbatas namun lebih signifikan
Implementasi Algoritma Support Vector Machine (SVM) pada Klasifikasi Biaya Sumbangan Pembinaan Pendidikan (SPP) Siswa SMA Negeri 1 Na Ix-X Aek Kota Batu Labuhan Batu Utara Triwati, Indah; Aulia, Rachmat; Haramaini, Tasliyah
Hello World Jurnal Ilmu Komputer Vol. 3 No. 3 (2024): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i3.589

Abstract

Perkembangan teknologi memberikan banyak manfaat, termasuk dalam pengelolaan Sumbangan Pembinaan Pendidikan (SPP) di sekolah. Saat ini, penghitungan dan penginputan data SPP masih dilakukan secara manual, yang memakan waktu dan rentan kesalahan. Oleh karena itu, diperlukan sebuah sistem terkomputerisasi untuk mempermudah dan mempercepat proses ini. Sistem yang dirancang menggunakan Unified Modeling Language (UML) dan dibangun dengan Visual Studio Code, PHP, JavaScript, serta MySQL sebagai databasenya. Penelitian ini menggunakan Algoritma Support Vector Machine (SVM) untuk mengklasifikasikan pembayaran SPP berdasarkan pendapatan orang tua, sehingga diharapkan menghasilkan sistem yang akurat dan efisien. Dengan adanya aplikasi ini, bagian keuangan dan siswa dapat dengan mudah mengetahui jumlah SPP yang harus dibayar.
Penerapan Algoritma K-Nearest Neighbor dalam Sistem Absensi untuk Klasifikasi Kehadiran Siswa pada Pondok Pesantren Mawaridussalam Siregar, Alwi Maulana; Nasution, Khairuddin; Antoni, Antoni
Hello World Jurnal Ilmu Komputer Vol. 3 No. 3 (2024): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i3.596

Abstract

Penelitian ini dilatarbelakangi oleh permasalahan absensi siswa di Pondok Pesantren Mawaridussalam yang masih dilakukan secara manual, sehingga sering terjadi kesalahan dalam pencatatan kehadiran siswa. Penelitian ini bertujuan untuk mengembangkan sistem absensi berbasis algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan kehadiran siswa.  Proses penelitian dimulai dengan observasi dan wawancara di Pondok Pesantren Mawaridussalam untuk mengumpulkan data absensi siswa. Data yang dikumpulkan meliputi nama, NISN, dan catatan kehadiran siswa. Sistem yang dirancang menggunakan algoritma KNN untuk mengklasifikasikan kehadiran siswa ke dalam tiga kategori: Rajin, Cukup Rajin, dan Tidak Rajin. Hasil penelitian menunjukkan bahwa algoritma KNN efektif dalam mengklasifikasikan data absensi siswa. Pada pengujian sistem dengan 10 sampel siswa, salah satu siswa bernama Aziz Guntara dengan jumlah kehadiran 17, sakit 1, izin 0, dan absen 0, dikategorikan sebagai Rajin. Hasil klasifikasi ini membantu guru dalam memonitor kehadiran siswa secara lebih akurat dan efisien, serta mengurangi kesalahan pencatatan yang sering terjadi pada sistem manual.
Implementasi Algoritma Trie pada Aplikasi Glosarium Komputer Online Husni, Muhammad Hakim; Sulaiman, Oris Krianto; Antoni, Antoni
Hello World Jurnal Ilmu Komputer Vol. 3 No. 4 (2025): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i4.611

Abstract

Perkembangan teknologi informasi telah menghasilkan peningkatan jumlah istilah dan konsep baru dalam bidang komputer, yang membuat pencarian informasi menjadi kurang efisien jika tidak didukung oleh struktur data dan algoritma yang tepat​. Penelitian ini dimulai dengan merumuskan masalah, yang melibatkan evaluasi dan pembuatan glosarium komputer berbasis web menggunakan bahasa pemrograman PHP dan database MySQL​. Metode penelitian mencakup studi literatur, perancangan sistem menggunakan UML, dan implementasi algoritma Trie. Data dimasukkan ke dalam glosarium dengan memecah setiap kata menjadi karakter dan menyimpannya dalam struktur Trie​. Implementasi algoritma Trie pada aplikasi glosarium komputer online menunjukkan peningkatan efisiensi dan kecepatan pencarian istilah teknis. Hasil akhir menunjukkan bahwa pengguna dapat menemukan definisi dengan cepat dan mendapatkan saran kata yang relevan, sehingga meningkatkan pengalaman pengguna dalam mengakses informasi.
Implementasi Algoritma Density Based Spatial Clustering of Applications with Noise (DBSCAN) pada Aplikasi Penerima Bantuan Langsung Tunai (BLT) Online di Desa Bahtera Makmur Rokan Hilir - Riau Apriani, Apriani; Sulaiman, Oris Krianto; Antoni, Antoni
Hello World Jurnal Ilmu Komputer Vol. 4 No. 1 (2025): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v4i1.613

Abstract

  Tujuan dari penelitian ini adalah, dimana peneliti ingin membuat sebuah aplikasi penerima Bantuan Langsung Tunai (BLT) di Desa Bahtera Makmur kecamatan Bagan Sinembah Kabupaten Rokan Hilir supaya memudahkan pegawai di Desa Bahtera Makmur untuk mengetahui karakteria peneriman Bantuan Langsung Tunai (BLT).  Adapun tujuan peneliti yaitu membuat aplikasi penerima Bantuan Langsung Tunai (BLT) dengan menggunakan Algoritma Density Based Clustering of Applications with Noise (DBSCAN) untuk mengetahui karakteria penerima BLT sebagai Clustering sehingga dapat menetukan karakteria yang cocok dalam penerima Bantuan Langsung Tunai (BLT).  Yang dimana, Algoritma Clustering yang masuk kedalam kelompok Unsupervised learning yang dipakai untuk mengelompokan data kedalam beberapa bagian dengan sistem partisi.  Kesederhanaan DBSCAN menyatakan bahwa algoritma sudah diadopsi dibanyak bidang.  Karena mampu dengan cepat dan efisien dalam mengelompokkan sejumlah data yang besar, termasuk outlier.
Implementasi Klasifikasi Data Tracer Study Pada Universitas Muhammadiyah Sumatera Utara Dengan Pemanfaatan Data Mining Menggunakan Kombinasi Algoritma Support Vector Machine dan Neural Network Dongoran, Dwihardini; Sari, Indah Purnama
Hello World Jurnal Ilmu Komputer Vol. 4 No. 1 (2025): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v4i1.619

Abstract

Perguruan tinggi secara rutin melakukan Tracer Study setiap tahun bertujuan untuk mengimplementasikan kebutuhan data akreditasi di Universitas Muhammadiyah Sumatera Utara menggunakan teknik data mining. Penelitian ini fokus pada pemanfaatan kombinasi algoritma Support Vector Machine (SVM) dan Neural Network untuk mengoptimalkan klasifikasi data Tracer Study. SVM digunakan untuk mengatasi masalah klasifikasi non-linear dengan menemukan hyperplane optimal, sementara Neural Network digunakan untuk memodelkan dan mengenali pola kompleks dalam data. Metodologi penelitian meliputi pengumpulan data Tracer Study, preprocessing data, pelatihan model SVM dan Neural Network, serta evaluasi hasil klasifikasi. Hasil penelitian menunjukkan bahwa kombinasi SVM dan Neural Network secara signifikan meningkatkan akurasi dan kehandalan klasifikasi data Tracer Study, memberikan wawasan yang berharga bagi pengambil kebijakan akademis dan penyusun kurikulum di Universitas Muhammadiyah Sumatera Utara.  
Penerapan API Berbasis REST Guna Mengefisiensi Pendistribusian Data dan Aksebilitas Data di BPS Provinsi Jawa Barat Rahmat, Karenina Casandra; Yung, Sen
Hello World Jurnal Ilmu Komputer Vol. 3 No. 4 (2025): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i4.636

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi manajemen distribusi data di Badan Pusat Statistik (BPS) Provinsi Jawa Barat yang terintegrasi langsung dengan basis data internal, mengatasi keterbatasan metode file sharing berbasis cloud storage. Keterbatasan yang dihadapi meliputi ketergantungan pada layanan pihak ketiga, kapasitas penyimpanan terbatas, dan data yang tidak dapat diperbarui secara otomatis. Aplikasi ini dibangun dengan menggunakan arsitektur Representational State Transfer (REST) dan framework CodeIgniter, serta menerapkan mekanisme 0 untuk memastikan keamanan akses data. Aplikasi yang diusulkan memungkinkan distribusi data secara real-time, memperbarui data secara otomatis, dan mempercepat proses distribusi. Pengujian menggunakan metode User Acceptance Testing (UAT) menunjukkan bahwa aplikasi usulan memberikan peningkatan signifikan dalam kemudahan penggunaan dan efisiensi dengan skor 90%, dibandingkan dengan cloud storage yang memperoleh skor 83,3% dan 73,3%. Tingkat kepuasan pengguna juga lebih tinggi, yaitu 83,3% dibandingkan dengan 76,6% pada cloud storage. Secara keseluruhan, aplikasi ini berhasil meningkatkan efisiensi, keamanan, dan kemudahan distribusi data di BPS Provinsi Jawa Barat serta memiliki potensi untuk dikembangkan lebih lanjut guna memenuhi kebutuhan distribusi data yang terus meningkat.
Inovasi Verifikasi Sertifikat Pelatihan Menggunakan Blockchain Studi Kasus PT Solusi Kecerdasan Buatan Putra, Muhammad Bintang Cahya; Yung, Sen
Hello World Jurnal Ilmu Komputer Vol. 3 No. 4 (2025): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v3i4.641

Abstract

Di era digital, keamanan dan keabsahan sertifikat pelatihan menjadi tantangan signifikan bagi PT Solusi Kecerdasan Buatan (SKB). Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis blockchain menggunakan smart contract, yang memfasilitasi penyimpanan dan verifikasi sertifikat pelatihan dengan aman dan efisien. Teknologi blockchain dipilih karena sifatnya yang transparan, tidak dapat diubah, dan mudah diverifikasi, sementara smart contract memungkinkan otomatisasi verifikasi sertifikat, mengurangi risiko pemalsuan. Metode penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian aplikasi. Hasil menunjukkan aplikasi dapat menyimpan dan memverifikasi sertifikat secara real-time, meningkatkan kepercayaan dan efisiensi di PT SKB.

Page 6 of 8 | Total Record : 75

 4   5   6   7   8 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 3 (2025): Edisi Oktober Vol. 4 No. 2 (2025): Edisi Juli Vol. 4 No. 1 (2025): Edisi April Vol. 3 No. 4 (2025): Edisi Januari Vol. 3 No. 3 (2024): Edisi Oktober Vol. 3 No. 2 (2024): Edisi Juli Vol. 3 No. 1 (2024): Edisi April Vol. 2 No. 4 (2024): Edisi Januari Vol. 2 No. 3 (2023): Edisi Oktober Vol. 2 No. 2 (2023): Edisi Juli Vol. 2 No. 1 (2023): Edisi April Vol. 1 No. 4 (2023): Edisi Januari Vol. 1 No. 3 (2022): Edisi Oktober Vol. 1 No. 2 (2022): Edisi Juli Vol. 1 No. 1 (2022): Edisi April More Issue