Articles
327 Documents
<![CDATA[Sentiment Analysis Masyarakat Pekalongan Terhadap Pembangunan Jalan Tol Pemalang-Batang Di Media Sosial ]]>
<![CDATA[Ari Putra Wibowo]]>;
<![CDATA[Eny Jumiati]]>
<![CDATA[ IC-Tech Vol 13 No 1 (2018): IC-Tech Volume XIII No.1 April 2018 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (539.835 KB)
|
DOI: 10.47775/ictech.v13i1.23
<![CDATA[Jalan tol Pemalang-Batang merupakan bagian jaringan jalan tol Trans Jawa yang dicanangkan oleh pemerintah dalam rangka mempercepat pembangunan infrastruktur nasional. Proses pembangunan jalan tol ini diprediksi memerlukan waktu penyelesaian selama 2 tahun. Sejak ditetapkannya awal pembangunan jalan tol Pemalang-Batang pada tahun 2016 oleh Presiden Indonesia Joko Widodo banyak opini masyarakat baik dunia nyata maupun di media sosial. Pada penelitian ini dilakukan sentiment analysis terkait pembangunana jalan tol Pemalang-Batang, data yang digunakan merupakan komentar dari postingan di group facebook. Analysis dilakukan dengan menggunakan metode naïve bayes, untuk pengujian performa naïve bayes menggunakan k fold cross validation. Dari hasil pengujian diperoleh nilai akurasi tertinggi sebesar 73,54% dengan nilai fold adalah 3.]]>
<![CDATA[KOMPARASI METODE DATA MINING DALAM MEMPREDIKSI NASABAH BANK YANG AKAN MEMILIH TABUNGAN DEPOSITO MENGGUNAKAN ALGORITMA KLASIFIKASI ]]>
<![CDATA[Wachid Darmawan]]>
<![CDATA[ IC-Tech Vol 13 No 1 (2018): IC-Tech Volume XIII No.1 April 2018 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (425.645 KB)
|
DOI: 10.47775/ictech.v13i1.24
<![CDATA[Perkembangan trasaksi elektronik yang semakin pesat membuat banyak bank membuka unit-unit di tempat-tempat stategis untuk mengakomodir banyaknya nasabah. Dengan banyaknya nasabah bank juga perlu untuk mendapatkan nasabah yang bersedia untuk membuka tabungan deposito. Dengan banyaknya bank yang ada persaingan dalam mencari nasabah juga sangat beragam. Untuk membantu upacaya pihak marketing bank  perlu mempelajari suatu ilmu yang bisa digunakan untuk memprediksinya nasabah yang bersedia membuka tabungan deposito, yaitu menggunakan algoritma klasifikasi yang ada di data mining. Komparasi dalam penelitian ini akan menggunakan algoritma klasifikasi, diantarnya: algoritma Decission Tree, algoritma K-Nearest Neighbour dan algoritma Naive Bayes untuk memprediksi nasabah yang akan membuka tabungan deposito. Dalam komparasi algoritma klasifikasi yang dilakukan pada penelitian ini dengan menggunakan software Rapid Miner 5.3, didapatkan hasil sebagai berikut: algoritma Decission Tree mendapatkan akurasi yang paling baik yaitu sebesar 88.48% , sedangkan algoritma Naive Bayes menghasilakan tingkat akurasi sebesar 86.84% dan algoritma K-Nearest Neighbour tingkat akurasinya sebesar 84.96%. Untuk penelitian kedepan diharapkan agar bisa dibuatkan software berbasis website supaya bisa digunakan oleh banyak orang.]]>
<![CDATA[PENERAPAN DATA MINING UNTUK MENGETAHUI POLA TRANSAKSI PEMINJAMAN BUKU DENGAN METODE DESKRIPSI ]]>
<![CDATA[Arief Soma Darmawan]]>
<![CDATA[ IC-Tech Vol 12 No 1 (2017): IC-Tech Volume XII No.1 April 2017 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (658.045 KB)
|
DOI: 10.47775/ictech.v12i1.25
<![CDATA[STMIK Widya Pratama Pekalongan mempunyai 2063 koleksi buku, 66 koleksi jurnal, 7 proceding. Setiap anggota yang akan melakukan proses peminjaman harus mempunyai kartu anggota, dan terdaftar sebagai mahasiswa yang aktif. Anggota perpustakaan dapat meminjam buku lebih dari 1 buku, dengan batas waktu peminjaman adalah 1 minggu. Dari banyaknya jumlah transaksi maka perlu adanya analisis transaksi peminjaman guna menemukan informasi yang berbasis pengetahuan yang bermanfaat. Untuk menggambarkan data secara ringkas dibutuhkan sebuah metode deskripsi. Metode deskripsi digunakan untuk menggambarkan pola kecenderungan yang ada data adalah. Dengan informasi yang berupa ringkas dapat mempermudah manajemen untuk melakukan pengambilan keputusan terkait dengan ketesediaan buku, dan melihat pola peminjaman buku yang sering dipinjam oleh mahasiswa. Tahapan penelitian: Precise statement of the problem, initial exploration, model building and validation, deployment. Kesimpulan yang didapt bahwa proses peminjaman terjadi paling banyak pada bulan maret hingga mei dan bulan oktober hingga desember.]]>
<![CDATA[Pemanfaatan Multimedia sebagai Media Pembelajaran Matematika Untuk Anak SD Kelas 3 Berbasis Animasi 2D ]]>
<![CDATA[Much. Rifqi Maulana]]>;
<![CDATA[Christian Yulianto Rusli]]>;
<![CDATA[Ristiyanah Ristiyanah]]>
<![CDATA[ IC-Tech Vol 12 No 1 (2017): IC-Tech Volume XII No.1 April 2017 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (606.567 KB)
|
DOI: 10.47775/ictech.v12i1.26
<![CDATA[Dalam dunia pendidikan proses pembelajaran sering kali dihadapkan pada materi yang abstrak dan diluar pengalaman siswa sehari-hari sehingga pemahaman siswa terhadap materi yang diberikan akan menjadi lemah dan menyebabkan siswa tidak berkembang. Matematika merupakan salah satu cabang ilmu yang mana dapat dikatakan juga sebagai dasarnya ilmu karena didalamnya mengandung ilmu logika. Di SD Muhammadiyah 02 Comal sendiri, pelajaran matematika merupakan pelajaran yang cukup disukai oleh siswa-siswinya terutama untuk siswa kelas 3, namun kebanyakan mereka kurang berminat untuk mendalami pelajaran ini karena cukup sulit untuk dipahami. Kesulitan yang dialami guru dalam menerangkan materi matematika dengan metode kovensional juga menjadi salah satu kendala sehingga siswa menjadi sulit untuk memahami materi yang disampaikan. Pemanfaatan Multimedia sebagai Media Pembelajaran Matematika Berbasis Animasi 2D dapat memudahkan guru dalam menyampaikan materi dan meningkatkan minat siswa terhadap pelajaran matematika. Hal ini dibuktikan dengan menggunakan uji user, 75% dari 20 responden menyatakan bahwa dengan memanfaatkan multimedia sebagai Media Pembelajaran Matematika Berbasis Animasi 2D dapat lebih memudahkan siswa dalam memahami materi pelajaran matematika.]]>
<![CDATA[EFEKTIVITAS ARSITEKTUR APLIKASI JAVA GUI SWING DENGAN METODE MODEL-VIEW-CONTROLLER ]]>
<![CDATA[Arochman Arochman]]>;
<![CDATA[Tory Ariyanto]]>
<![CDATA[ IC-Tech Vol 12 No 1 (2017): IC-Tech Volume XII No.1 April 2017 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (358.176 KB)
|
DOI: 10.47775/ictech.v12i1.27
<![CDATA[Java merupakan bahasa pemrograman yang matang. Java menyediakan fitur komponen Swing yang memuat semua kelas-kelas yang dibutuhkan untuk membuat aplikasi berbasis GUI. Penggunaan Swing pada pengembangan aplikasi berbasis GUI memberikan kemudahan. Akan tetapi, dalam arsitektur aplikasi memiliki kode yang sangat “kotor†dan kurang efektif. Di mana kode yang berisi pengendalian terhadap event komponen Swing bercampur dengan kode yang berisi aturan bisnis dan kode yang berisi manipulasi terhadap data (Bima, 2011). Pada tahun 1970-an Trygve Reenkaug memunculkan ide untuk memisahkan proses logika aplikasi dengan antarmuka pada aplikasi web. Dari ide tersebut munculah sebuah pattern Model-View-Controller atau yang dikenal dengan metode MVC. Sebuah metode yang mampu memudahkan dalam pengembangan dan perubahan antar muka aplikasi web. Berdasarkan permasalahan yang serupa pada arsitektur Java GUI Swing akan digunakan metode MVC untuk meningkatkan efektifitas arsitektur Java GUI Swing.]]>
<![CDATA[PEMBOBOTAN KRITERIA PEMILIHAN WEB JUAL BELI DENGAN MENGGUNAKAN METODE FUZZY AHP ]]>
<![CDATA[Nur Ika Royanti]]>;
<![CDATA[Era Yunianto]]>
<![CDATA[ IC-Tech Vol 12 No 1 (2017): IC-Tech Volume XII No.1 April 2017 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (585.173 KB)
|
DOI: 10.47775/ictech.v12i1.28
<![CDATA[Peranan website sangatlah penting dalam kegiatan bisnis e-commerce. Kualitas website e-commerce dapat berpengaruh pada banyaknya pelanggan yang memutuskan untuk berbelanja pada e-commerce tersebut. Kualitas web diukur oleh pengguna dengan didasari oleh pengukuran kualitas website menggunakan webqual 4.0. Untuk pengukuran kualitas web dengan banyak kriteria yang bersifat subjektif, seringkali seorang pengambil keputusan dihadapkan pada suatu permasalahan yang sulit dalam penentuan bobot setiap kriteria. Untuk menangani kelemahan ini diperlukan suatu metode yang lebih memperhatikan keberadaan kriteria-kriteria yang bersifat subjektif tersebut. Salah satu metode pendekatan yang sering dipakai adalah konsep fuzzy. Konsep fuzzy yang dipakai dalam pengembangan ini adalah model Fuzzy AHP. Dalam Penelitian ini akan melakukan pembobotan kreteria pemilihan web jual beli berdasarkan kualitas web. Dalam pengumpulan data menggunakan teknik kuesioner yang dibagikan responden yang pernah menggunakan web jual beli. Dari hasil penelitian, information quality memiliki bobot prioritas yang paling besar dalam pemilihan web jual beli yaitu 34%, sedangkan system quality sebesar 28%, service quality sebesar 25% dan yang terakhir vendor-spesific quality sebesar 13%. Hasil penelitian ini diharapkan menjadi bahan rekomendasi bagi pedagang dan pembeli dalam memilih web jual dan rekomendasi bagi pihak pengembangan web jual beli online.]]>
<![CDATA[PENGARUH MATA KULIAH TECHNOPRENERSHIP DAN LINGKUNGAN KELUARGA TERHADAP MINAT MENJADI TECKHNOPRENER PADA MAHASISWA STMIKWIDYA PRATAMA PEKALONGAN ]]>
<![CDATA[Tri Pudji Wahjuningsih]]>;
<![CDATA[Murtini Murtini]]>;
<![CDATA[Victorianus Aries Siswanto]]>
<![CDATA[ IC-Tech Vol 13 No 1 (2018): IC-Tech Volume XIII No.1 April 2018 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (343.824 KB)
|
DOI: 10.47775/ictech.v13i1.29
<![CDATA[Jumlah pelaku wirausaha di Indonesia hingga kini masih belum mencapai angka ideal yakni dua persen dari jumlah penduduk Indonesia. Data terkini dari Global Entrepreneurship Monitor (GEM) menunjukkan bahwa Indonesia baru mempunyai sekitar 1,65 persen pelaku wirausaha dari total jumlah penduduk 250 juta jiwa. Peran serta perguruan tinggi dalam mengejar ketinggal angka ideal pelaku wirausaha sangat dibutuhkan. Untuk itu STMIK Widya Pratama Pekalongan menggerakkan dan mengenalkan mahasiswa tentang Technopreneur. Dengan memberikan ilmu technopreneur harapannya adalah mahasiswa setelah lulus dari STMIK dapat menciptakan usaha dibidang teknologi. Selama pemberian matakuliah Technopreneur STMIK belum pernah diteliti apakah ada pengaruhnya mata kuliah Technopreneur dan lingkungan keluarga terhadap minat mahasiswa menjadi technopreneur. Penelitian ini mengambil sampel mahasiswa yang telah mengambil matakuliah Technopreneurship dan belum bekerja sebanyak 179. Dari hasil kuesioner dan telah melalui uji validitas, reliabilitas dan normalitas, didapatkan hasil penelitian melalui uji t yaitu secara parsial terdapat pengaruh variabel mata kuliah Technopreneurship (X1), terhadap minat menjadi technopreneur (Y). Dan dengan menggunakan uji t didapatkan hasil bahwa secara parsial terdapat pengaruh variabel lingkungan keluarga (X2), terhadap minat menjadi technopreneur (Y)]]>
<![CDATA[Analisa Komparasi Algoritma Data Mining untuk Klasifikasi Heregistrasi Calon Mahasiswa STMIK Widya Pratama ]]>
<![CDATA[Dadang Aribowo]]>;
<![CDATA[Aris Ekyanto Heru Setiadi]]>
<![CDATA[ IC-Tech Vol 13 No 2 (2018): IC-Tech Volume XIII No.2 Oktober 2018 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (413.022 KB)
|
DOI: 10.47775/ictech.v13i2.30
<![CDATA[Mahasiswa merupakan aset yang paling berharga dalam sebuah perguruan tinggi swasta (PTS). Karena sebagian besar pendapatan serta biaya operasional PTS didapatkan dari mahasiswa. Banyaknya mahasiswa yang melakukan heregistrasi jelas akan menjadi angin segar bagi lembaga. Dalam 5 tahun terakhir tercatat sekitar 20% mahasiswa STMIK Widya Pratama tidak melakukan heregistrasi. Pengetahuan dini terhadap calon mahasiswa yang mungkin tidak akan melakukan heregistrasi dapat menjadi acuan lembaga untuk melakukan tindakan guna mempertahankan mahasiswa. Pencatatan data mahasiswa yang tersusun rapi dapat digunakan pihak manajemen untuk melakukan analisa terhadap karakteristik serta penyebab mahasiswa tidak melakukan heregistrasi. Data mining dapat mengolah data lampau menjadi sebuah informasi atau pengetahuan baru. Dalam data mining terdapat satu fungsi mayor yaitu klasifikasi yang mengolah data training untuk menghitung data baru / data testing. Metode atau algoritma yang dapat digunakan dalam proses klasifikasi sangat banyak dengan berbagai macam karakteristik masing-masing. Beberapa algoritma klasifikasi terbaik antara lain naive bayes, knn, serta C4.5. Hasil penelitian menunjukkan bahwa ketiga algoritma yaitu knn, naive bayes serta decission tree C45 dapat digunakan untuk melakukan klasifikasi heregistrasi calon mahasiswa. Tingkat akurasi algoritma decission tree C45 merupakan yang terbaik yaitu 80,72% diikuti algoritma knn dengan tingkat akurasi 80,46%. Sedangkan tingkat akurasi naive bayes merupakan yang terendah dengan 74,49%.]]>
<![CDATA[Peningkatan Performa Algoritma Naive Bayes dengan Gain Ratio untuk Klasifikasi Keganasan Kanker Payudara ]]>
<![CDATA[Muhammad Faizal Kurniawan]]>;
<![CDATA[Jusak Nugraha Irawan]]>
<![CDATA[ IC-Tech Vol 13 No 2 (2018): IC-Tech Volume XIII No.2 Oktober 2018 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (548.019 KB)
|
DOI: 10.47775/ictech.v13i2.31
<![CDATA[Kanker adalah salah satu penyakit yang sampai saat ini memakan banyak korban jiwa. Tercatat dalam 5 tahun dari data tahun 2012 International Agency for Research of Cancer (IARC) merilis ada lebih dari 14 juta jiwa mengidap penyakit kanker dan 8,2 juta diantaranya meninggal dunia karena kanker yang diderita. Dari data tersebut jenis kanker yang paling banyak diderita adalah kanker payudara yaitu 19,2% dari keseluruhan 14 juta kasus lebih. Pencatatan terkait pasien dan jenis kanker banyak dilakukan di dunia medis. Data tersebut semakin banyak dan hanya akan menjadi sampah apabila tidak dapat digunakan sebagai pengetahuan baru. Data mining merupakan bidang ilmu yang menjawab tantangan banyaknya data. Klasifikasi merupakan bagian dari data mining yang memungkinkan penciptaan informasi dan pengetahuan baru dari data lampau. Salah satu teknik klasifikasi terbaik dan terbukti banyak digunakan adalah naive bayes. Dari penelitian thun 2016 naive bayes memiliki performa yang terbaik untuk klasifikasi penyakit kanker payudara. Dataset yang besar dengan atribut yang banyak tidak menjamin performa algoritma akan lebih baik. Salah satu proses peningkatan performa algoritma adalah dengan melakukan seleksi fitur. Gain ratio merupakan pengembangan dari algoritma information gain yang terbukti handal dan dapat menangani data berdimensi tinggi. Penelitian ini membuktikan bahwa penggunaan algoritma seleksi fitur gain ratio dapat meningkatkan performa naive bayes dalam klasifikasi dataset breast cancer wisconsin. Performa naive bayes tanpa seleksi fitur adalah 92,7% sedangkan setelah dilakukan seleksi fitur menggunakan gain ratio akurasinya naik 4,01% menjadi 96,71%.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN DETEKSI PENYAKIT KANKER PAYUDARA MENGGUNAKAN ALGORITMA NAIVE BAYES ]]>
<![CDATA[Ivandari Ivandari]]>;
<![CDATA[Erni Rahmawatie]]>
<![CDATA[ IC-Tech Vol 13 No 2 (2018): IC-Tech Volume XIII No.2 Oktober 2018 ]]>
Publisher : <![CDATA[STMIK WIDYA PRATAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (357.516 KB)
|
DOI: 10.47775/ictech.v13i2.32
<![CDATA[Kanker merupakan salah satu penyakit penyebab kematian terbesar di dunia. Data International Agency for Research of Cancer (IARC) menyebutkan pada tahun 2012 ada lebih dari 8,2 juta jiwa meninggal dunia akibat kanker. Dari data tersebut diketahui bahwa kanker payudara merupakan jenis kanker terbanyak yang diderita yaitu sebesar 19,2% dari keseluruhan kasus penyakit kanker. Banyaknya data serta catatan terkait kasus pasien kanker dapat berguna apabila dari data tersebut dapat diambil suatu informasi atau pengetahuan baru. Data mining merupakan bidang ilmu yang mengolah data lampau untuk dapat dijadikan sebuah informasi dan pengetahuan baru. Dari penelitian komparasi algoritma data mining untuk deteksi penyakit kanker payudara pada 2017 naive bayes merupakan algoritma terbaik. Naive bayes terbukti memiliki tingkat akurasi yang lebih tinggi dibandingkan algoritma lain. Dalam penelitian ini dibuat sebuah sistem pendukung keputusan untuk deteksi penyakit kanker payudara. Sistem yang tercipta menggunakan aplikasi excell ini dapat menjadi salah satu rekomendasi. Metode yang digunakan untuk perhitungan adalah probabilitas naive bayes.]]>
