cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adib Pakarbudi
Contact Email
adib@itats.ac.id
Phone
+6285103886639
Journal Mail Official
snestik@itats.ac.id
Editorial Address
Gedung A lt. 1 Fakultas Teknik Elektro dan Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim 100, Surabaya Jawa Timur, 60117
Location
Kota surabaya,
Jawa timur
INDONESIA
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Published by Institut Teknologi Adhi Tama Surabaya
ISSN : 27755126     EISSN : -     DOI : https://doi.org/10.31284/p.snestik
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) merupakan media publikasi atas makalah yang telah dikirimkan pada kegiatan seminar. Prosiding ini diterbitkan secara daring (media online) oleh Institut Teknologi Adhi Tama Surabaya setiap tahun mengiringi waktu kegiatan seminar. Adapun pengelola media publikasi ini ialah Fakultas Teknik Elektro dan Teknologi Informasi, ITATS.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 379 Documents
 17   18   19   20   21 
Rancang Bangun Game Edukasi Bahasa Ingrris “SENA RUSH” Berbasis Android Menggunakan Incremental Model Mohammad Shihab Ichal Saxena Setyawan; Rahmi Rizkiana Putri; Andy Rachman
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4267

Abstract

Game edukasi digital merupakan pembelajaran yang terjadi dengan bantuan game digital. Sehingga, belajar dan pengajaran sangat berhubungan dengan penggunaan game. Permasalahan yang sering muncul disaat pembelajaran Bahasa Inggris adalah sulit nya bagi siswa mencerna kosakata Maka dirancanglah game edukasi ini yang dapat membantu pemain memahami kosakata sederhana dalam bahasa Inggris dan menggunakan pemahaman tersebut untuk memahami dan memproduksi teks tulisan dan visual sederhana dalam bahasa Inggris dengan bantuan contoh. Model Incremental dipilih karena metode ini sederhana dan dapat meminimalisir ketidaksesuaian serta memiliki resiko kegagalan lebih rendah dikarenakan adanya evaluasi dari tiap increment. Setelah langkah dari incremental selesai dilakukan pre-test dan post-test dan didapatkan rata-rata nilai pemain sebelum menggunakan game (pre-test) yaitu 69. Setelah menggunakan game (post-test) rata-rata yang diperoleh para siswa yaitu 79 maka maka dapat diperoleh kesimpulan aplikasi game edukasi dapat membantu meningkatkan kemampuan penguasaan kosakata Bahasa Inggris.
Aplikasi Pemilihan “Life Style Accessories” Menggunakan Metode SMART (Simple Multi Attribute Rating Technique) Fauzan Ardiansyah; Ruli Utami
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4173

Abstract

Era modern khususnya terkait mode telah berkembang pesat selaras dengan perkembangan teknologi, salah satu mode yang banyak diminati masyarakat adalah aksesoris yang bisa dipadu padankan dengan mode style saat di gunakan; Adapun aksesoris yang dipilih sebagai sampel dalam penelitian ini adalah satu merk jam tangan. Banyaknya kriteria yang mempengaruhi pemilihanan jam tangan ini membuat masyarakat membutuhkan satu aplikasi yang dapat membantu dalam memilih jam terbaik berdasarkan merk, bahan, kekuatan water resistance, kekuatan baterai, dan harga. Sehingga peneliti mengusulkan pembuatan aplikasi sesuai user requirement tersebut di atas untuk memudahkan pemilihan, peneliti memilih menggunakan metode SMART karena salah satu keunggulan dari metode ini adalah fleksibiltas dalam pembobotan. Dengan fleksibiltas ini, pemakai sistem bisa mendapatkan rekomendasi sesuai pembobotan yang diinginkan. Dalam fase akhir pengembangan aplikasi ini, telah dilakukan pengujian mengunakan kuisioner untuk kelayakan sistem yang dikembangkan. Dari 30 kali pengujian pada aplikasi pemilihan jam tangan dengan menggunakan empat kriteria diperoleh 25 data yang sesuai dan 5 data yang tidak sesuai, sehingga mendapatkan presentase hasil akurasi sistem sebesar 83,3%.
RANCANG BANGUN GAME PETUALANGAN “SI TIKA“ BERBASIS ANDROID MENGGUNAKAN MODEL INCREMENTAL Abdul Kholiq Al Anam; Andy Rachman; Sulistyowati Sulistyowati; Nanang Fakhrur Rozi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.3997

Abstract

Sehubungan dengan anjuran pemerintah untuk melakukan pembelajaran daring, maka penggunaan ponsel sebagai sarana pembelajaran saat ini sudah tidak dapat dihindari lagi. Pembelajaran online diharapkan siswa mengikuti pembelajaran jarak jauh selama pandemi ini. Namun, seiring berjalannya waktu, mahasiswa yang bosan memahami hak dan kewajiban materinya memilih untuk bermain game daripada belajar atau membaca materi kuliahnya. Berdasarkan permasalahan di atas, maka peneliti membuat alat peraga yang dapat digunakan oleh siswa, khususnya berupa permainan edukatif, untuk meningkatkan pembelajaran tentang hak dan kewajiban siswa. Fase persyaratan, desain, pengkodean, pengujian, dan implementasi digunakan dalam model inkremental untuk pengembangan game. Persyaratan adalah tahap penentuan masalah yang akan dipecahkan, desain adalah tahap penentuan desain game, pengembangan adalah tahap pengembangan game menggunakan mesin game, pengujian adalah tahap di mana game diuji setelah dibuat, dan implementasi adalah tahap di mana game diberikan kepada pengguna. Aplikasi yang dibuat oleh peneliti telah dievaluasi oleh 30 siswa dan 2 guru berdasarkan ISO 9126 Usability Factor, dengan nilai Sub Factor Understanding sebesar 86 persen, Learnability sebesar 86 persen, Operability sebesar 85 persen, Attractiveness sebesar 88 persen, dan Kepatuhan Kegunaan menjadi 90 persen. Nilai rata-rata total sebesar 87 persen, menunjukkan bahwa aplikasi tersebut sangat membantu untuk membantu siswa belajar pengenalan hak dan kewajiban
Implementasi Metode Wrapper Sequential Feature Selection (WSFS) pada Dataset Stroke Menggunakan Metode Naïve Bayes Multinomial Nadia Talina Syafina; Ester Yulitania Toker; Anindya Berliana Santoso; Chrisna Adrian Dwiputra Haryono; Muchamad Kurniawan
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4059

Abstract

Ada banyak metode di bidang data mining untuk mengolah kumpulan data, salah satunya adalah Naive Bayes. Algoritma Naive Bayes merupakan salah satu algoritma klasifikasi dengan akurasi yang lebih tinggi dibandingkan algoritma pohon keputusan dan jaringan syaraf tiruan. Multinominal Naive Bayes mampu mengurangi kesalahan klasifikasi dokumen rata-rata 27%, sementara itu mencapai 50% dalam pengujian Bernoulli multivariat. Hasil yang dapat dilakukan dengan menggunakan seleksi fitur dengan model Multinomial Naive Bayes untuk akurasi yang lebih baik dibandingkan multivariat Bernoulli. Berdasarkan hasil proses yang dilakukan, metode pemilihan karakteristik dapat meningkatkan pengaruh hasil pengujian terhadap model. Pemilihan Fitur Wrapper memilih fitur mana yang penting untuk objek/label dalam dataset dan dapat memilih fitur yang tidak perlu digunakan dalam proses klasifikasi menggunakan sel naif. Kombinasi menggunakan 6 fungsi dapat memberikan akurasi tertinggi dibandingkan dengan kombinasi lainnya. Akurasi klasifikasi Naive Bayes menggunakan kombinasi enam fitur meningkat menjadi 81,575 dari nilai akurasi algoritma Naive Bayes, i. Berdasarkan hasil percobaan tersebut, kombinasi pemilihan fitur dan metode Naive Bayess menunjukkan kinerja yang lebih baik pada dataset medis, terutama dalam hal hit, presisi, recall dan akurasi. Penelitian ini menguji keefektifan Feature Selection dengan algoritma klasifikasi Naive Bayes. Berdasarkan hasil pengujian eksperimen dan analisis studi yang dilakukan, metode WSFS setelah dilakukan pengujian dengan metode 10-fold cross-validation dapat memberikan rekomendasi untuk meningkatkan kinerja algoritma klasifikasi.Kata kunci: Feature Selection, Naïve Bayes.
Analisis Intention Of Use Dalam Implementasi Pembayaran Qris Pada Pelaku Usaha Di Pasar Seni Sukawati I Dewa Ayu Rai Utari; Nengah Widya Utami; I Gusti Agung Pramesti Dwi Putri
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4085

Abstract

Penelitian ini bertujuan untuk mengetahui apa saja yang dapat mempengaruhi intention of use dalam implementasi pembayaran digital Quick Response Indonesia Standard (QRIS) pada pelaku usaha di Pasar Seni Sukawati dengan menggunakan metode Technology Acceptance Model (TAM) yang dimodifikasi menggunakan 2 variabel utama dan 2 variabel tambahan. Jumlah sampel dalam penelitian ini yaitu 161 responden yang diambil menggunakan teknik simple random sampling. Uji validitas dan uji reliabilitas instrumen dilakukan untuk memastikan bahwa kuisioner telah valid dan reliabel. Data yang telah diperoleh dianalisis dengan metode Analisis Regresi Linier Berganda menggunakan software SPSS versi 25. Hasil pengujian mengindikasikan bahwa hipotesis yang diterima hanya satu yaitu variable perceived trust terhadap intention of use, sedangkan tiga hipotesis lainnya, yaitu perceived usefulness terhadap intention of use, perceived ease of use terhadap intention of use, dan perceived enjoyment terhadap intention of use ditolak.
Perbandingan Metode Naive Bayes, KNN dan Decision Tree Terhadap Dataset Healthcare Stroke Adela Rizky Oktavyani; Aji Wicaksono; Alexandria Felicia Seanne; Astrid Dwi Karolin Nofana; Rakha Satria Putra; Muchamad Kurniawan
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4067

Abstract

Tujuan dari penelitian ini adalah membandingkan antara metode Naive bayes, KNN dan Decision Tree. Dimana data dari penelitan adalah data set laporan kesehatan penyakit Stroke berasal dari kaggle.com, pada penelitian ini akan diukur confusion matrix, precision, recall, accuracy, hingga f-measure kemudian juga dihitung root mean squere error dari tiap-tiap metode, dari perhitungan tersebut metode KNN mendapatkan accuracy tertinggi hingga 95,20% sehingga dapat disimpulkan metode klasifikasi d KNN lebih baik dari metode Naive bayes maupun Decision Tree.
Pencarian Dokumen Jurnal Skripsi Dengan Menggunakan Metode Positive Impact Factor Query (PIFQ) Tutuk Indriyani; Septiyawan Rosetya Wardhana; Muhammad Fakhrul Amin
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4262

Abstract

ABSTRACT To facilitate the search for student thesis journals using an information retrieval system, users are made easy in finding information from a large amount of data. Information retrieval in the current era has been widely applied in various fields, such as information on the internet and also information stored locally. Document search is one of the implementations of using information retrieval. proposed a new weighting method on words based on Positive Impact Factor Query (PIFQ). The result is that calculations using the PIFQ method can outperform calculations using the TF-IDF method. How can the PIFQ method be applied to an information retrieval system for searching Informatics Engineering thesis documents that match the queries and topics entered by the user. The goal is to find the thesis document that matches the query entered by the user. The benefit is as a means for Informatics Engineering students at the Adhi Tama Surabaya Institute of Technology in finding thesis documents that are appropriate to their topic. a system designed to recommend ITATS student journal data using the Term Frequency - Inverse Document Frequency and Positive Impact Factor Query methods is proven to be able to produce relevant search results for users with the highest rating rating of 13.38. In the third test scenario, several journals get a value of 0 for calculations using the TF-IDF method. This is of course a deficiency in the system that has been designed because it is not in accordance with the wishes of the researcher.Keywords: Information retrieval; Positive Impact Factor Query; Term Frequency - Inverse Document Frequency ABSTRAK Untuk memudahkan dalam pencarian jurnal skripsi pada mahasiswa menggunakan sistem temu kembali informasi, pengguna dimudahkan dalam menemukan suatu informasi dari data yang sangat banyak. Information retrieval pada era sekarang telah banyak diterapkan pada berbagai bidang, seperti informasi dalam jaringan internet dan juga informasi yang tersimpan secara lokal. Pencarian dokumen merupakan salah satu dari implementasi penggunaan information retrieval. diusulkan sebuah metode pembobotan baru pada kata yang bebasis Positive Impact Factor Query (PIFQ). Hasilnya perhitungan dengan menggunakan metode PIFQ dapat mengungguli perhitungan dengan menggunakan metode TF-IDF. Bagaimana metode PIFQ dapat  diterapkan pada  sistem temu kembali informasi untuk pencarian dokumen skripsi Teknik Informatika yang sesuai dengan query dan topik yang dimasukkan oleh pengguna. Tujuannya untuk mencari dokumen skripsi yang sesuai dengan query yang dimasukkan oleh pengguna. Manfaatnya sebagai sarana untuk mahasiswa Teknik Informatika Intitute Teknologi Adhi Tama Surabaya dalam mencari dokumen skripsi yang sesuai dengan topiknya. sistem yang dirancang untuk merekomendasikan data jurnal mahasiswa ITATS menggunakan metode Term Frequency - Inverse Document Frequency dan Positive Impact Factor Query terbukti mampu menghasilkan hasil pencarian yang relevan bagi pengguna dengan nilai tertinggi dari perengkingannya 13.38. Pada skenario pengujian yang ketiga, beberapa jurnal mendapatkan nilai 0 untuk perhitungan dengan menggunakan metode TF-IDF. Hal ini tentun saja menjadi kekurangan pada sistem yang telah dirancang karena tidak sesuai dengan keinginan peneliti.Kata kunci: Information retrieval; Positive Impact Factor Query; Term Frequency - Inverse Document Frequency;
Pengembangan CMS Wordpress untuk Website Company Profile dengan Penambahan Fitur Member Menggunakan Metode Prototype Rachman Arief; Muhammad Firly Rafiansyah; Bima Aditya Romadhoni Devano; Shilmanfalasifi Shilmanfalasifi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4308

Abstract

CMS Wordpress adalah salah satu platform website yang populer dan digunakan oleh banyak perusahaan untuk membuat website company profile. Namun, CMS Wordpress tidak memiliki fitur member bawaan sehingga perlu dikembangkan fitur tersebut untuk menambahkan nilai tambah pada website company profile. Penelitian ini bertujuan untuk mengembangkan fitur member dan membangun website profile menggunakan CMS Wordpress dengan pendekatan metode prototype. Peneliti melakukan analisis kebutuhan pengguna, merancang desain fitur member, mengimplementasikan fitur tersebut pada CMS Wordpress. Hasil pengembangan menunjukkan bahwa fitur member berhasil dikembangkan pada CMS Wordpress dan memungkinkan pengguna untuk mendaftar sebagai member dan mendapatkan info eksklusif dari perusahaan. Evaluasi prototype menunjukkan bahwa fitur member ini efektif meningkatkan engagement dan interaksi serta merupakan solusi efektif untuk menambahkan nilai tambah pada website
Perbandingan Model Logistic Regression dan K-Nearest Neighbour dalam Prediksi Pembatalan Hotel Mohammad Fahry Sholahuddin; Abdul Holik; Chelvin Suprapto; Iqbal Izha Mahendra; Sadewa Wibawanto; Muchamad Kurniawan
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4040

Abstract

Dari beberapa penelitian sebelumnya mengenai metode KNN dan Regresi Logistik yang telah dilakukan beberapa peneliti mengenai metode KNN dan Regresi Logistik, penelitian kali ini dilaksanakan untuk membandingkan metode supervised learning antara metode KNN dan Regresi Logistik. Adapun tujuan penelitian ini adalah mencari tahu manakah diantara kedua metode tersebut mempunyai nilai akurasi, presisi, recall yang paling baik dalam memprediksikan pembatalan hotel. K-Nearest Neighbor (K-NN) tergolong pada kelompok instance-based learning. Metode ini merupakan salah satu teknik lazy learning. K-NN bekerja dengan cara melakukan pencarian terhadap kelompok k objek dalam data latih yang paling dekat (mirip) terhadap objek pada data baru atau data uji. Sebuah sistem pengklasifikasian sangat dibutuhkan sebagai sebuah sistem yang dapat mencari sebuah informasi [1]. Regresi Logistik merupakan salah satu metode pengklasifikasian dalam statistical machine learning, dan termasuk pula kedalam metode supervised learning. Pada dasarnya metode ini memiliki performa yang baik dalam menangani data berskala besar dan merupakan salah satu metode yang paling sering digunakan dalam data mining [2]. Dari proses K-Fold Cross Validation metode K-Nearest Neighbour didapat nilai Accuracy tertinggi dengan 0.81, Precission sebesar 0.81 Serta Recall sebesar 0.80. Sedangakan proses K-Fold Cross Validation metode Logistic Regression didapat nilai Accuracy tertinggi dengan 0.80, Precission sebesar 0.80 Serta Recall sebesar 0.80. Dari kedua hasil evaluasi melalui K-Fold Cross Validation yang telah dilakukan pada metode K-Nearest Neighbour dan Logistic Regression. Didapakan hasil bahwa metode K-Nearest Neighbour mempunyai nilai Accuracy, Precission serta Recall tertinggi dalam proses prediksi pembatalan hotel diabandingkan dengan Logistic Regression. Dimana didapat nilai tertinggi dari proses K-Fold Cross Validation dengan Accuracy sebesar 0.81, Precission sebesar 0.81 serta Recall sebesar 0.80.
Penentuan Keakuratan Kelompok Data Gambar pada Proses Segmentasi Menggunakan Algoritma Random Forest Salma N. Aini; Dian Puspita Hapsari; Aeri Rachman
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4156

Abstract

Abstrak. Sebagian besar metode segmentasi tradisional didasarkan pada intensitas dan hubungan spasial piksel, atau model terbatas yang ditemukan melalui pengoptimalan. Meskipun demikian, manusia menggunakan lebih banyak pengetahuan saat melakukan segmentasi manual. Oleh karena itu, dalam beberapa tahun terakhir, metode pembelajaran mesin yang dapat dilatih telah muncul sebagai alat yang ampuh untuk menyertakan sebagian dari pengetahuan tersebut dalam proses segmentasi dan meningkatkan akurasi wilayah berlabel. Pada paper ini dilakukan analisis untuk melihat seberapa akurat segmentasi gambar dengan menggunakan algoritma random forest. Dalam makalah ini akan diulas tentang hasil perbandingan kinerja algoritma random forest dengan algoritma J48, Naïve bayes, dan Logistic regression. Hasil perbandingan dari beberapa algoritma tersebut Random Forest memiliki keakuratan tertinggi 97.7%.

Page 19 of 38 | Total Record : 379

 17   18   19   20   21 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue 2025: SNESTIK V 2024: SNESTIK IV 2023: SNESTIK III 2022: SNESTIK II 2021: SNESTIK I