cover
Contact Name
Musli Yanto
Contact Email
musli_yanto@upiyptk.ac.id
Phone
+6281378273341
Journal Mail Official
musli_yanto@upiyptk.ac.id
Editorial Address
Jl. Raya Lubuk Begalung
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Komtekinfo
ISSN : 23560010     EISSN : 25028758     DOI : DOI: 10.35134/komtekinfo.v9i2.1
Core Subject : Science,
Software Engineering, Multimedia, Artificial intelligence, Data Mining, Knowledge Database System, Computer network, Information Systems, Robotic, Cloud Computing, Computer Technology
Articles 253 Documents
Penerapan Metode K-Means dalam Klasterisasi Status Desa terhadap Keluarga Beresiko Stunting Dayla May Cytry; Defit, Sarjon; Nurcahyo, Gunadi
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.423

Abstract

The Indonesian government issued Presidential Regulation of the Republic of Indonesia Number 72 of 2021 concerning the acceleration of stunting reduction with a prevalence target of 14% by 2024. Stunting has now become a national issue and is of particular concern to the government to overcome the risks it poses. One action that can be taken to prevent stunting is to provide intervention to families at risk of stunting. This intervention is carried out in the form of clustering of sub-districts or villages consisting of babies under two years (baduta), babies under five years (toddlers), and pregnant women with inadequate environmental aspects (sanitation and clean water). Based on this, this research aims to conduct a cluster analysis of sub-districts or villages that are at risk of stunting. The cluster analysis method uses the K-Mean algorithm with reference to 3 clusters, namely low, medium, and high. This research uses a dataset of 71 sub-districts or villages that are at risk of stunting. The research results show that the performance of the K-Means method in cluster analysis produces 32 low-risk sub-districts or villages, with a percentage of 45.07%, 36 medium risks with a percentage of 50.70%, and 3 high risk with a percentage of 4. 23%. Based on these results, this research can contribute to the relevant government in dealing with the spread of stunting
Analisis Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Harga Pasar Mobil Bekas Mulyanda, Sandy; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.427

Abstract

Tingginya minat masyarakat terhadap mobil bekas membuat bisnis jual beli mobil bekas semakin meningkat, hal ini ditandai dengan banyaknya showroom mobil bekas yang ada di beberapa Kota, diantaranya showroom - showroom yang ada di Kota Bukittinggi seperti showroom AutoFallen. Beberapa faktor yang dapat mempengaruhi harga mobil bekas itu sendiri antara lain, tahun produksi, jenis mobil, transmisi, bahan bakar, kapasitas mesin, dan jarak tempuh. Disamping hal itu, didapatkan informasi dari pihak showroom dimana ada beberapa faktor yang mungkin berpengaruh terhadap daya beli masysrakat, diantaranya minat masyarakat terhadap suatu merk mobil, selain itu harga mobil juga dapat dipengaruhi oleh tingkat kepercayaan masyarakat terhadap suatu showroom tertentu, dengan kata lain, harga mobil bekas untuk satu merk, satu tahun rakitan dan lain sebagainya belum bisa diprediksi apakah harganya akan terus stabil atau tidak untuk ke depannya. Klasifikasi merupakan salah satu metode dalam menganalisis data mining dimana hasil dari klasifikasi tersebut dapat digunakan untuk memprediksi harga mobil bekas. Dengan menggunakan Algoritma C4.5 maka akan diketahui prediksi kestabilan dari harga mobil bekas pada beberapa tahun kedepan. Data yang diolah dalam penelitian ini sebanyak 100 data penjualan yang didapat dari showroom AutoFallen Bukittinggi. Selanjutnya data diolah menggunakan software Rapidminer. Hasil dari pengujian terhadap metode ini adalah dapat memprediksi harga pasar mobil bekas, sehingga tingkat akurasinya sebesar 99.00%. Dengan menggunakan metode Algoritma C4.5 dapat memprediksi harga pasar mobil bekas dengan akurat.
Implementasi Metode AHP Dan Maut untuk Rekomendasi Produk Tupperware Terlaris Okmarizal, Bisma; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.430

Abstract

Untuk melakukan pemesanan barang tupperware pada unit simabur indah, sering terjadi ketidaksesuaian antara permintaan barang dengan barang yang di pesan sehingga terjadinya penumpukan barang dan kekosongan stok barang. Untuk meningkatkan efektifitas jual beli maka dibutuhkanlah sebuah sistem informasi untuk rekomendasi barang terlaris sebagai pendukung keputusan. Metode yang digunakan adalah AHP dan MAUT, pembuat keputusan adalah 5 star manager dan data yang digunakan adalah data katalog bulan maret 2023 sebanyak 20 data dan kriteria yang digunakan adalah 6 kriteria. Implementasi metode AHP dan MAUT menghasilkan A9, A20, A8, A13, A7 dengan nilai 0,916077, 0,842113, 0,831385, 0,768166, 0,768166 sebagai alternatif yang disarankan untuk pembelian di bulan berikutnya. Dengan membandingkan antara keputusan perusahaan didapatkanlah satu hasil rekomendasi yang berbeda sehingga akurasi didapatkan sebanyak 80%.
Analisis Sentimen Terhadap Opini Publik pada Sosial Media Twitter Menggunakan Metode Support Vector Machine Ade Dwi Dayani; Yuhandri; Widi Nurcahyo, Gunadi
Jurnal KomtekInfo Vol. 11 No. 1 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i1.439

Abstract

Perkembangan topik childfree kini menjadi pembahasan yang ramai diperbincangkan oleh publik. Hangatnya kembali topik childfree di karenakan seorang pegiat sosial media yang memutuskan untuk memilih childfree dan mengemukakannya ke media sosial. Penelitian ini bertujuan untuk melakukan sentimen analisis klasifikasi terhadap opini publik pada sosial media twitter. Metode analisis klasifikasi yang digunakan mengadopsi kinerja metode Support Vector Machine (SVM) untuk menyajikan keluaran yang optimal. Dataset penelitian diambil dengan menggunakan teknik crawling yang bersumber dari sosial media Twitter. Dataset penelitian yang diperoleh akan di klasifikasi ke dalam model sentimen positif, negatif, dan netral. Hasil pengujian analisis SVM berdasarkan data sampel diperoleh hasil analisis klasifikasi dengan tingkat akurasi sebesar 69,69%, recall sebesar 45,60%, precision sebesar 51,56%, dan F1-Score 46%. Berdasarkan hasil penelitian yang diperoleh, kinerja analisis SVM menunjukkan performa yang cukup dalam melakukan analisis klasifikasi terhadap opini publik pada sosial media twitter. Penelitian ini dapat berkontribusi dalam memberikan pengetahuan baru dalam pengklasifikasian menggunakan metode Support Vector Machine serta melihat bagaimana perkembangan topik childfree pada media sosial Twitter di Indonesia.
Implementasi Metode Multi Attribute Utility Theory dalam Menentukan Pengahargaan kepada Karyawan Terbaik Eko Syaputra, Aldo; Budiarti Rahayu Putri, Perra
Jurnal KomtekInfo Vol. 10 No. 4 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i4.442

Abstract

Employees are very important human resources (HR) in business entities / companies. The development of a business entity is driven by employees who have high quality and loyalty. The purpose of this research is to determine the best employees who are entitled to receive awards / rewards from sanjai stores. To support the purpose of this research, the MAUT method is used because it has the ability to select alternatives efficiently and effectively because the time required for calculation is shorter based on predetermined criteria. Furthermore, the ranking process is carried out to determine which employees are entitled to an award. The data used are several criteria that have been determined by the store in determining the best employees and are entitled to receive awards, among these criteria include length of work, attendance, job knowledge, cooperation, responsibility, honesty, and age.The calculation results obtained using the MAUT method recommend the best employee AL03, with the highest score of 0.669. So that this research can be an objective material for the sanjai shop in determining the best employees.
Model Prototype pada Pengembangan Sistem Informasi Admininistrasi Pendisiplinan Siswa (Studi Kasus: SMA Negeri 8 Kota Bengkulu) Niska Ramadani; Amdhi Yul, Fadlul; Prasetyo, Cahyo
Jurnal KomtekInfo Vol. 10 No. 4 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i4.453

Abstract

Development of Information System for Student Disciplinary Administration (SIPS) is a system used to manage student disciplinary data, so that it can facilitate officers in recording students who commit violations and follow up on student violations. The student disciplinary information system is built using the PHP Programming Language with CodeIgniter and MySql database, the problem analysis method used is the PIECES method, in developing the system using the Prototype model. From the results of the study it is known that the data collection of student violations at SMA Negeri 8 Bengkulu City which is currently being carried out by recording student data in the book, and for follow-up violations only written on memo paper, and there is no reporting for student discipline, therefore it is necessary to build a Student Disciplinary Information System (SIPS) at SMAN 8 Bengkulu City to provide information about student violation data, which can be stored in the database.
Penerapan Metode Logika Fuzzy Sugeno untuk Optimasi Persediaan Stok Masker pada Apotek Intravena Muhammad Alwi Baihaqi; Sriani
Jurnal KomtekInfo Vol. 10 No. 4 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i4.455

Abstract

Manajemen stok masker merupakan komponen paling penting dalam keberhasilan penyediaan alat pelindung diri dalam lingkungan medis. Persediaan masker yang tidak memadai dapat mengakibatkan kekurangan pasokan saat permintaan tinggi, sementara persediaan berlebihan akan menimbulkan biaya penyimpanan yang tidak perlu. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menerapkan logika fuzzy sugeno untuk mengoptimasi stok masker pada apotek Intravena. Model logika fuzzy sugeno dikembangkan dengan mengimplementasikan aturan-aturan berdasarkan variabel input yang menentukan tingkat stok masker yang optimal. Variabel input yang digunakan dalam penelitian ini mencakup stok awal, stok terjual dan penambahan stok sementara variabel outputnya adalah stok akhir. Data tersebut akan dijadikan sebagai himpunan fuzzy, dan aturan fuzzy dibentuk berdasarkan data dari apotek Intravena. Penerapan metode logika fuzzy sugeno, model dapat menghasilkan keputusan berdasarkan data-data input tersebut. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Persentase Error (MAPE) untuk mengukur ketepatan hasil prediksi yang aktual. Berdasarkan pengujian menggunakan perangkat lunak MATLAB, melalui implementasi metode logika fuzzy sugeno menggunakan Mean Absolute Persentase Error (MAPE), ditemukan bahwa hasil nya mencapai 10,113% atau sama dengan tingkat kebenarannya sebesar 88,887% . Hasil penelitian menunjukkan bahwa penerapan logika fuzzy sugeno secara efektif dapat membantu untuk memanajem persedian stok masker di apotek Intravena dengan tingkat kesalahan yang rendah dan berpotensi untuk mengurangi biaya kesalahan stok. Penelitian ini memperlihatkan bahwa metode logika fuzzy sugeno memiliki potensi besar dalam konteks manajemen stok masker.
Optimalisasi Customer Relationship Management dalam Memberikan Rekomendasi Pembelian Laptop pada Toko Kaito Komputer & CCTV Boy cenly dwi Sandes Pasella; Abulwafa Muhammad; Teri Ade Putra
Jurnal KomtekInfo Vol. 10 No. 4 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i4.464

Abstract

Laptop merupakan bentuk dari perkembangan teknologi yang banyak digunakan dalam berbagai bidang seperti pekerjaan, pendidikan, dan hiburan. Namun, banyak pengguna terkadang menghadapi kendala dalam memilih laptop yang sesuai dengan kebutuhan mereka, walaupun memiliki buget yang cukup memilih laptop yang cocok dan sesuai bukanlah hal yang mudah, hal tersebut dapat membuat penggunaan laptop yang tidak optimal terhadap kebutuhan penggunanya. Untuk itu, pada penelitian ini akan mengatasi masalah tersebut dengan mengembangkan sistem pendukung keputusan. Sistem pendukung keputusan digunakan sebagai upaya dalam merekomendasi laptop kepada pembeli. Adapun metode yang digunakan dalam sistem pendukung keputusan ini adalah SMART (Simple Multi Attribute Rating Technique). Penelitian ini bertujuan untuk memberikan rekomendasi pembelian laptop yang berlandaskan pada atribut user, penggunaan, buget, ukuran layar, sehingga dapat mempermudah pengambilan keputusan pembelian bagi konsumen. Implementasi metode SMART di Toko Kaito Komputer & CCTV diharapkan dapat meningkatkan tingkat kepuasan konsumen melalui penyediaan rekomendasi yang lebih terpersonalisasi. Dengan demikian, penelitian ini tidak hanya memberikan kontribusi pada pemahaman konsumen terhadap kebutuhan teknologi, tetapi juga berpotensi memperkuat hubungan antara konsumen dan penyedia layanan.
Identifikasi Pola Seleksi Penentuan Calon Wali Nagari dengan Menggunakan Artificial Neural Network Algoritma Perceptron Yuhandri, Muhammad Habib; Mayola, Liga
Jurnal KomtekInfo Vol. 10 No. 4 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i4.485

Abstract

Proses seleksi pemilihan calon Wali Nagari atau setingkat dengan Kepala Desa merupakan salah satu bagian dari sistem demokrasi yang ada saat sekarang ini. Pada dasarnya seleksi penentuan calon wali nagari tersebut berasal dari ketentuan yang dibuat oleh Komisi Pemilihan Umum (KPU) dan dieselengagarakan oleh Kelompok Penyelenggara Pemungutan Suara (KPPS). Adapun permasalahan yang sering terjadi pada saat seleksi penentuan calon yakni banyaknya para calon dan pendukung yang menyalahkan kinerja dari pihak KPPS, sehingga dapat menimbulkan krisis kepercayaan. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk indentifikasi pola seleksi penentuan calon wali nagari dengan menggunakan Artificial Neural Network (ANN) algoritma Perceptron. Algoritma Perceptron pada dasarnya mampu melakukan identifikasi terhadap pola, aturan dan ketentuan dengan menggunakan variabel-variabel yang telah ditentukan. Proses penentuan nilai yang digunakan pada variabel tersebut nantinya akan memainkan peran logika fuzzy untuk memberikan nilai yang tepat beradasarkan data yang didapatkan sebelumnya. Hasil pengujian ANN dengan menggunakan algoritma perceptron pada proses pelatihan dan pengujian telah mampu menghasilkan keluaran yang tepat dan akurat. Hasil tersebut dapat dijadikan pola dalam melakukan seleksi penentuan calon wali nagari dan juga dijadikan sebagai basis knowlade based system. Berdasarkan hasil tersebut maka penelitian ini akan memberikan kontribusi untuk membantu kinerja KPPS untuk melakukan seleksi dalam menetapkan calon dalam pemilihan.
Digitalisasi Bisnis dalam Strategi Pemasaran Maggot BSF pada Agribisnis Anak Nagari dengan Metode Fuzzy Mamdani Harma, Wahri; Hadi, Febri; Kartika, Devia
Jurnal KomtekInfo Vol. 11 No. 1 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i1.497

Abstract

Berkembangnya teknologi pada saat ini sangat dirasakan oleh seluruh aspek kehidupan. Salah satu aspek kehidupan yang mempunyai dampak perkembangan teknologi adalah aspek ekonomi. Ruang lingkup dari aspek ekonomi yaitu dalam melakukan pemasaran dari sebuah bisnis. Untuk meningkatkan pemasaran bisnis diperlukan teknologi informasi yang dikenal dengan digitalisasi. Digitialisasi bisnis sangat diperlukan dalam kegiatan agribisnis anak nagari nagari Muaro Paiti, Kec. Kapur IX, Kab. Lima Puluh Kota. Kegiatan agribisnis anak nagari ini adalah budidaya Maggot BSF (Black Soldier Fly). Strategi pemasaran Maggot BSF ini menggunakan metode fuzzy mamdani. Metode fuzzy mamdani sering dikenal dengan metode max-min. Tujuan dari penelitian ini adalah untuk meningkatkan penjualan Maggot BSF Agribisnis Anak Nagari dan menentukan permintaan pasar dan berapa banyak Maggot BSF harus di produksi. Data yang digunakan dalam penelitian ini merupakan data produksi Maagot BSF yang diambil dari periode Agustus 2021 sampai dengan Januari 2022. Hasil dari penelitian menggunakan metode Fuzzy Mamdani dapat memberikan prediksi produksi Maggot BSF sehinggga pemasaran Maggot BSF dapat diberikan kepada konsumen