cover
Contact Name
Safitri Juanita
Contact Email
Safitri.juanita@budiluhur.ac.id
Phone
+62215869225
Journal Mail Official
telematika.mkom@budiluhur.ac.id
Editorial Address
Sekretariat TELEMATIKA MKOM Jl. Ciledug Raya No.99, RT.1/RW.2, Petukangan Utara, Jakarta Selatan, 12260. Unit 7, Lantai 2. Fakultas Teknologi Informasi - Universitas Budi Luhur Telp. (021) 5869225, 5853753 ext 227, 228
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Telematika MKOM
ISSN : 2085725X     EISSN : 25279033     DOI : 10.36080
Core Subject : Science,
Jurnal ini memuat hasil-hasil penelitian dengan topik-topik penelitian yang berasal dalam cakupan rumpun ilmu Komputer khususnya studi penelitian dasar dan terapan dalam Rekayasa Komputasi Terapan dan Teknologi Sistem Informasi, seperti: 1. Network Computer and Security 2. Data Mining 3. Sistem pakar (Expert System) 4. Jaringan syaraf tiruan (Artificial Neural Network) 5. Natural Language Processing (NLP) 6. Game Development 7. Visi Komputer 8. Temu balik Informasi 9. Artificial Intelligent 10 Internet of Things 11. E-Learning 12. IT Governance serta topik lainnya yang masuk ke dalam rumpun ilmu tersebut
Articles 144 Documents
PENGENALAN CITRA WAJAH PADA SISTEM PRESENSI KARYAWAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN HAVERSINE FORMULA Noya, Muh. Mustafa Daniel; Hardjianto, Mardi
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2676

Abstract

Penerapan pengolahan citra wajah pada sistem presensi karyawan menjadi kebutuhan penting di era teknologi. PT. SISMEDIKA telah melakukan implementasi sistem presensi karyawan dengan menggunakan teknologi sidik jari (finger print). Namun, hal tersebut dapat menghambat karyawan jika terjadi cedera pada jari ataupun jari dalam keadaan basah. Oleh karena itu, penelitian ini membuat aplikasi presensi dengan pendeteksian wajah menggunakan metode K-Nearest Neighbor. Sistem ini juga dilengkapi teknologi geotagging dengan GPS dan pemanfaatan Google Maps API untuk memilih dan membatasi area presensi dan melakukan perhitungan jarak antara kedua titiknya dengan metode Haversine Formula. Penelitian ini bertujuan untuk menghindari faktor-faktor yang dapat menjadi penghambat bagi karyawan dalam melakukan presensi. Hasil penelitian menunjukkan metode Haversine Formula berjalan baik, karyawan tidak dapat presensi di luar area yang ditentukan. Penggunaan dataset foto individu dengan 10 label. Identifikasi wajah menggunakan K-NN mencapai akurasi 0,99784, presisi 0,991, dan recall 0,979.
PREDIKSI PERFORMA PESEPAKBOLA PADA KOMPETISI LIGA CHAMPIONS EROPA 2021 MENGGUNAKAN ALGORITME DECISION TREE CLASSIFIER Ismoyo, Maret; Syafrullah, Mohammad; Purwanto, Purwanto; Painem, Painem
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2677

Abstract

Sepakbola merupakan salah satu olahraga paling terkenal dengan jumlah penggemar terbanyak di seluruh dunia. Selain itu, dalam dunia Sepakbola terdapat berbagai kompetisi yang diikuti oleh banyak pesepakbola profesional. Oleh karena itu, terdapat minat yang cukup besar dari berbagai pihak (internal maupun eksternal) untuk mengevaluasi atau mengukur performa para pesepakbola yang bertanding. Dalam mengevaluasi pemain, beberapa faktor kompleks dapat mempengaruhi staf pelatih dalam menilai pemain. Selain itu, pihak lain juga masih jarang melakukan penelitian terkait prediksi performa pesepakbola. Masalah prediksi tersebut karena membutuhkan pengetahuan dan penggunaan indikator data sesuai dengan topik penelitian tentang prediksi performa atlet sepakbola yang akan dilakukan. Untuk mengatasi permasalahan tersebut, dibutuhkan sebuah sistem prediksi yang dapat memprediksi performa pemain dengan menggunakan metode Decision Tree Classifier dimana metode ini mengklasifikasikan data menjadi tiga kelas. Data yang digunakan sebanyak 876 data yang terbagi menjadi data training dan testing dengan tiga kelas performa pemain yaitu Bad, Normal dan Good. Hasil penelitian ini menunjukkan akurasi terbaik diperoleh dengan perbandingan data 80% : 20%, dengan menggunakan nilai parameter max_depth = 6 dan max_leaf_nodes = 4. Hasil penelitian ini menghasilkan nilai akurasi sebesar 97.73%. nilai presisi sebesar 97.76%. nilai recall sebesar 97.73%. nilai skor F1 sebesar 97.74% dan tingkat kesalahan 2.27%.
APLIKASI PRESENSI BERBASIS INTERNET OF THINGS UNTUK MENGAKTIFKAN KAMERA PADA RASPBERRY PI Cahyana, Asep; Imelda, Imelda
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2678

Abstract

Salah satu penilaian kinerja karyawan bagi Perusahaan adalah melalui presensi. Saat ini, berbagai alat presensi menjamur, salah satunya adalah fitur presensi dengan menggunakan pengenalan wajah. Namun, terdapat kelemahan pada alat presensi berbasis wajah, yaitu proses validasi pengenalan wajah yang kurang akurat sehingga menyebabkan hasil presensi yang tidak valid. Oleh karena itu, penelitian ini mengusulkan sebuah model presensi berbasis Internet of Things (IoT) yang diharapkan dapat mengurangi tingkat kesalahan pendeteksian. Alat yang digunakan dalam penelitian ini adalah sensor berbasis RFID. Setiap model wajah karyawan dikorelasikan dengan RFID dan dapat digunakan sebagai presensi setiap karyawan. Selain itu, untuk menangani penyebaran virus COVID-19, ditambahkan juga sensor suhu sehingga karyawan yang memiliki suhu tubuh di atas 37,5 C tidak dapat melakukan presensi. Selain itu, notifikasi kehadiran akan dikirimkan ke perangkat Android karyawan. Parameter yang digunakan dalam pengujian adalah keberhasilan presensi menggunakan RFID dan face recognition dengan waktu pemrosesan kurang dari 2,5 detik. Hasil dari penelitian ini menunjukkan bahwa sistem dapat berjalan dengan baik, dengan persentase keberhasilan transaksi mencapai 90%.
PENDEKATAN HYBRID PADA SISTEM PERINGKAS TEKS ARTIKEL BERITA BAHASA INGGRIS MENGGUNAKAN NATURAL LANGUAGE PROCESSING Raihanunnisa, Farah; Arhami, Muhammad; Hidayat, Rahmad
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2679

Abstract

Kegiatan mengumpulkan informasi melalui sejumlah artikel yang dilakukan dalam kehidupan sehari hari baik oleh kalangan pelajar, peneliti, jurnalis, dan sebagainya, memakan waktu yang relatif lama. Hal ini menimbulkan masalah ketika seseorang harus mengumpulkan informasi yang cukup dalam waktu yang terbatas. Penelitian ini bertujuan untuk membuat sebuah sistem peringkas teks otomatis yang dapat menghasilkan ringkasan yang relevant dan informatif sehingga membantu penggali informasi untuk dapat menemukan informasi penting dalam sebuah artikel dengan waktu yang lebih sedikit dibandingkan dengan membaca keseluruhan artikel. Sistem peringkas teks otomatis yang diajukan menerapkan NLP (Natural Language Processing) dengan pendekatan hybrid. Pendekatan hybrid merupakan gabungan dari dua teknik, yaitu teknik peringkasan ekstraktif dan teknik peringkasan abstraktif. Peringkasan ekstraktif merupakan peringkasan yang dilakukan dengan mengekstrak kalimat dari dokumen asli, Sedangkan peringkasan abstraktif dilakukan dengan menghasilkan kalimat baru mendekati peringkasan yang dihasilkan oleh manusia. Peringkasan ekstraktif yang dilakukan menggunakan algoritma Textrank, sedangkan teknik peringkasan abstraktif dilakukan dengan menerapkan arsitektur Transformer. Textrank merupakan pendekatan berbasis graph, sedangkan transformer merupakan rangkaian algoritma berbasis encoder decoder. Pengujian model dilakukan dengan menerapkan teknik pengujian ROUGE (Recall Oriented Understudy for Gisting Evaluation), dimana rouge melakukan pengujian berdasarkan n-gram kata. Hasil yang diperoleh pada penelitian ini menunjukkan nilai F1-Score 0.34 pada ROUGE-1, 0.15 pada ROUGE-2, dan 0.25 pada ROUGE-L.

Filter by Year

2009 2023


Filter By Issues
All Issue Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023 Vol 15, No 1 (2023): Jurnal Telematika MKOM Vol. 15 No. 1 Maret 2023 Vol 10, No 1 (2018): Jurnal Telematika MKOM Vol. 10 No. 1 Maret 2018 Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017 Vol 9, No 2 (2017): Jurnal Telematika MKOM Vol. 9 No. 2 Juli 2017 Vol 9, No 1 (2017): Jurnal Telematika MKOM Vol. 9 No. 1 Maret 2017 Vol 8, No 2 (2016): Jurnal Telematika MKOM Vol. 8 No. 2 September 2016 Vol 8, No 1 (2016): Jurnal Telematika MKOM Vol. 8 No. 1 Maret 2016 Vol 7, No 2 (2015): Jurnal Telematika MKOM Vol. 7 No. 2 September 2015 Vol 7, No 1 (2015): Jurnal Telematika MKOM Vol. 7 No. 1 Maret 2015 Vol 6, No 2 (2014): Jurnal Telematika MKOM Vol. 6 No. 2 September 2014 Vol 6, No 1 (2014): Jurnal Telematika MKOM Vol. 6 No. 1 Maret 2014 Vol 5, No 2 (2013): Jurnal Telematika MKOM Vol. 5 No. 2 September 2013 Vol 5, No 1 (2013): Jurnal Telematika MKOM Vol. 5 No. 1 Maret 2013 Vol 4, No 2 (2012): Jurnal Telematika MKOM Vol. 4 No. 2 September 2012 Vol 4, No 1 (2012): Jurnal Telematika MKOM Vol. 4 No. 1 Maret 2012 Vol 3, No 2 (2011): Jurnal Telematika MKOM Vol. 3 No. 2 September 2011 Vol 3, No 1 (2011): Jurnal Telematika MKOM Vol. 3 No. 1 Maret 2011 Vol 2, No 2 (2010): Jurnal Telematika MKOM Vol. 2 No. 2 September 2010 Vol 2, No 1 (2010): Jurnal Telematika MKOM Vol. 2 No. 1 Maret 2010 Vol 1, No 2 (2009): Jurnal Telematika MKOM Vol. 1 No. 2 November 2009 Vol 1, No 1 (2009): Jurnal Telematika MKOM Vol. 1 No. 1 Juli 2009 More Issue