cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Moh. Dasuki
Contact Email
moh.dasuki22@unmuhjember.ac.id
Phone
+6281330472493
Journal Mail Official
jasie@unmuhjember.ac.id
Editorial Address
Jl. Karimata 49, Kab. Jember, Provinsi Jawa Timur, 68121
Location
Kab. jember,
Jawa timur
INDONESIA
Jurnal Aplikasi Sistem Informasi dan Elektronika
Published by Universitas Muhammadiyah Jember
ISSN : 2714612X     EISSN : 27981509     DOI : https://doi.org/10.32528/jasie.v3i1
Core Subject : Science,
Computer Science & IT
Journal of Information Systems and Electronics Applications is a media publication of scientific work in the field of electronics technology and information systems which can be in the form of analysis, development, or technology applications in that field.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 83 Documents
 4   5   6   7   8 
ANALISIS BIG DATA DENGAN METODE MULTINOMIAL NAÏVE BAYES TERHADAP KLASIFIKASI MEDIA PEMBERITAAN Alfain, Asfik; Oktavianto, Hardian; Rahayu, Yeni Dwi
IPTEQ Vol 3, No 2 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i2.8522

Abstract

Media pemberitaan merupakan sebuah sebaran informasi berupa fakta yang disebarkan melalui media online, cetak, maupun siaran televisi dan radio. Saat ini media yang paling diminati adalah berbasis internet yang tersusun atas beberapa kategori berita contohnya kesehatan, seleb, news, olahraga, otomotif, travel, musik, dll. Pengklasifikasian artikel berita saat ini masih dilakukan secara manual sehingga memerlukan banyak waktu. Solusi yang diperlukan adalah sebuah sistem yang dapat mengklasifikasi artikel berita dengan otomatis. Pengklasifikasian ini menggunakan metode Multinomial Naïve Bayes dengan jumlah 19.200 dataset kemudian diukur dengan menggunakan confusion matrix dan diperoleh tingkat akurasi tertinggi sebear 74%, presisi 98%, recall 93%.
ANALISIS DAN PENGEMBANGAN USER INTERFACE DAN USER EXPERIENCE BERBASIS METODE LEAN UX PADA APLIKASI SISTEM INFORMASI AKADEMIK MOBILE Rivansyah, Muhammad; Arifianto, Deni; Suharso, Wiwik
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.19025

Abstract

SIA UMJ Mobile adalah aplikasi sistem informasi akademik berbasis mobile merupakan aplikasi sistem informasi  akademik android yang dimiliki universitas Muhammadiyah Jember yang untuk membantu mencari informasi yang berkaitan dengan perkuliahan yang bisa diakses di manapun, kapanpun. Aplikasi ini telah dilakukan pre-research kepada 99 responden pengguna aplikasi dan menggunakan metode perhitungan UEQ (User Experience Questionnaire) dan menghasilkan nilai mean skala UEQ yaitu Attractiveness (0,414), Perspicuity (0,528), Effeciency (0,381), Dependability (0,326), Stimulation (0,109), Novelty (-0,013) yang apabila di ukur dengan mean rata rata perhitungan berbagai kumpulan data analisis tools UEQ adalah bad atau buruk. Oleh karena itu penelitian ini bertujuan meningkatkan nilai mean UEQ dengan melakukan redesign yang berdasarkan asumsi oleh ahli design dengan menggunakan metode Lean UX. Lean UX ialah metode berpusat pada UX yang berfokus pada pemangkasan proses yang tidak dibutuhkan dalam siklus pengembangan yang dihasilkan. Penerapan metode Lean UX meliputi Declare asumptions, create minimum viable product, run on experiments, feedback research. Hasil dari perbaikan menggunakan metode Lean UX yang telah dilakukan redesign mendapatkan nilai mean UEQ yaitu Attractiveness (1,714), Perspicuity (1,674), Effeciency (1,556), Dependability (1,614), Stimulation (1,417), Novelty (0,985) yang dapat dibandingkan dengan berbagai data di tools UEQ bernilai good.
KLASIFIKASI SENTIMEN ULASAN PELANGGAN LAYANAN EKSPEDISI MENGGUNAKAN ALGORITMA NAÏVE BAYES Almie, Amada Uzlyva; Nilogiri, Agung; Wardoyo, Ari Eko
IPTEQ Vol 4, No 1 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i1.21022

Abstract

Pemanfaatan media sosial twitter memiliki potensi besar dalam menghasilkan informasi, dari banyaknya jumlah opini dari masyarakat yang didapatkan, diperlukan analisis sentimen untuk mengklasifikasikan opini tersebut agar memudahkan dalam menemukan kecenderungan opini dari ulasan pengguna ekspedisi guna mengetahui seberapa besar persentase sentimen positif, dan negatif. Penelitian ini akan membandingkan antara model klasifikasi multinomial naïve bayes dan gaussian naïve bayes tanpa dan dengan menerapkan teknik balancing untuk mengatasi imbalance data. Hasil akurasi yang didapatkan pada metode multinomial naïve bayes tanpa menggunakan teknik balancing hasil akurasi sebesar 95%, sedangkan dengan random undersampling sebesar 95%, dan untuk random oversampling sebesar 97%. Pada metode gaussian naïve bayes tanpa menggunakan teknik balancing hasil akurasi sebesar 85%, sedangkan dengan random undersampling sebesar 80%, dan untuk random oversampling didapatkan hasil akurasi sebesar 93%.
ANALISIS ALGORITMA GAUSSIAN NAÏVE BAYES TERHADAP KLASIFIKASI DATA PASIEN DEMAM TIFOID (TYPHOID FEVER) DI PUSKESMAS BALUNG JEMBER Nugroho, Dimas Widia Adi; Oktavianto, Hardian; Lusiana, Dewi
IPTEQ Vol 5, No 1 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i1.21076

Abstract

Penelitian ini bertujuan untuk menganalisis algoritma Gaussian Naïve Bayes dalam klasifikasi data pasien demam Tifoid di Puskesmas Balung Jember. Data yang digunakan terdiri dari 515 pasien, dengan partisi data menggunakan 20% sebagai data uji dan 80% sebagai data latih. Pemodelan data dilakukan dengan skenario K Fold Cross Validation menggunakan nilai k = 2, 4, 5, 8, dan 10. Untuk mengatasi ketidakseimbangan data digunakan metode Synthetic Minority Over Sampling Technique (SMOTE) sehingga menjadi 337 data. Hasil pemodelan menggunakan skenario K Fold Cross Validation menunjukkan bahwa nilai rata-rata akurasi tertinggi sebesar 89,61%, nilai rata-rata presisi tertinggi sebesar 90,07%, dan nilai rata-rata recall tertinggi sebesar 89,62%. Pengujian model Gaussian Naïve Bayes yang dibangun menghasilkan akurasi sebesar 94%, presisi sebesar 90%, dan recall sebesar 93%. Pengujian juga dibandingkan dengan metode Baseline, yaitu Random Guess dan Threshold. Metode Gaussian Naïve Bayes menunjukkan hasil yang lebih unggul dibandingkan dengan Random Guess, dengan akurasi pemodelan sebesar 49,85% dan pada pengujian sebesar 37,86%. Selain itu, model Gaussian Naïve Bayes juga unggul dibandingkan dengan metode threshold, dengan akurasi pemodelan sebesar 73,3% dan pada pengujian sebesar 75,73%. Penelitian ini menunjukkan bahwa algoritma Gaussian Naïve Bayes efektif dalam klasifikasi data pasien demam Tifoid. Penggunaan SMOTE sebagai metode penyeimbang data juga berhasil meningkatkan performa model. Penelitian ini memberikan kontribusi dalam pemahaman dan penerapan algoritma klasifikasi untuk analisis data pasien demam tifoid.
ANALISIS SENTIMEN PASCA PERTANDINGAN SEPAK BOLA INDONESIA MELAWAN ARGENTINA PADA UNGGAHAN MEDIA SOSIAL TWITTER MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES DAN GAUSSIAN NAÏVE BAYES Moh Machrus Alfani; Qurrota Ayun
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22315

Abstract

Timnas Indonesia baru saja menjadi tuan rumah pertandingan persahabatan melawan Argentina yang digelar di Gelora Bung Karno Jakarta yang menjadi perbincangan hangat masyarakat terutama di twitter. Pada penelitian ini akan dilakukan analisis sentimen pasca pertandingan sepak bola Indonesia melawan Argentina pada twitter dengan sejumlah 700 tweet data. Metode yang digunakan adalah Multinomial Naïve bayes dan gaussian Naïve Bayes. Namun dalam proses klasifikasi, seringkali terdapat masalah yang ditemukan oleh peneliti yaitu ketidakseimbangan data. Maka dari itu, pada penelitian ini menambahkan teknik balancing data, Random Oversampling, Undersampling dan SMOTE. Teknik balancing diharapkan dapat meningkatkan hasil pada klasifikasi. Seluruh data akan diproses menggunakan metode K-Fold Cross Validation dengan variasi nilai K 2, 5, 7 dan 10. Hasil pengujian metode Multinomial Naïve bayes tanpa menggunakan teknik balancing mendapatkan nilai akurasi tertinggi sebesar 69%, presisi 69% dan recall 69%. Metode gaussian Naïve Bayes tanpa teknik balancing mendapatkan nilai akurasi tertinggi sebesar 58%, presisi 58% dan recall 57%. Sedangkan hasil uji menggunakan metode Multinomial Naïve bayes dengan menambahkan teknik balancing dapat diketahui jika menggunakan Random Oversampling mendapatkan nilai akurasi tertinggi sebesar 80%, presisi 81% dan recall 80%. Untuk metode gaussian Naïve Bayes dengan menambahkan teknik balancing dapat diketahui jika menggunakan SMOTE mendapatkan nilai akurasi tertinggi sebesar 79%, presisi 79% dan recall 79%. Dapat disimpulkan bahwa metode Multinomial Naïve bayes pada penelitian ini lebih efektif dibandingkan dengan Gaussian Naïve Bayes.The Indonesian national football team recently hosted a friendly match against Argentina at Gelora Bung Karno Stadium in Jakarta, sparking widespread discussions, especially on Twitter. This research focuses on sentiment analysis post the Indonesia vs. Argentina football match on Twitter, utilizing a dataset of 700 tweets. The methods employed include Multinomial Baive Bayes and Gaussian Naive Bayes. However, during the classification process, researchers encountered data imbalance issues. Therefore, this study incorporates data balancing techniques such as Random Oversampling, Undersampling, and SMOTE to enhance classification results. The entire dataset will be processed using K-Fold Cross Validation with varying K values of 2, 5, 7, and 10. Testing the Multinomial Naive Bayes method without balancing techniques yielded the highest accuracy of 69%, precision of 69%, and recall of 69%. The Gaussian Naive Bayes method without balancing techniques achieved the highest accuracy of 58%, precision of 58%, and recall of 57%. In contrast, testing the Multinomial Naive Bayes method with the addition of balancing techniques revealed that using Random Oversampling resulted in the highest accuracy of 80%, precision of 81%, and recall of 80%. For the Gaussian Naive Bayes method with balancing techniques, using SMOTE achieved the highest accuracy of 79%, precision of 79%, and recall of 79%. In conclusion, the Multinomial Naive Bayes method in this study proved to be more effective than the Gaussian Naive Bayes method.
Sistem Pendukung Keputusan Pemilihan Delegasi Bidan Berprestasi Menggunakan Metode ELECTRE Fitria Pribadi, Elvira Nugrah
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22243

Abstract

Bidan merupakan seseorang yang telah menyelesaikan sebuah program pendidikan bidan yang diakui olehNegara, serta memperoleh Kualifikasi dan diberi izin untuk menjalankan sebuah praktik kebidanan di Negara tersebut.Bidan harus mampu memberi supervisi, asuhan dan juga memberikan nasihat yang dibutuhkan oleh ibu hamil, persalinanibu hamil dan memimpin persalinan atas tanggung jawab sendiri serta asuhan pada bayi lahir dan anak. PuskesmasSumbersari Jember merupakan sebuah instansi kesehatan yang dimana di dalam instansi tersebut terdabat banyak bidangdan tenaga kesehatan termasuk Bidan. Dinas Kesehatan Kabupaten jember mempunyai program yaitu pemilihan TengaKesehatan berprestasi, oleh karna itu puskesmas Sumbersari Jember perlu melakukan pemilihan delegasi untukmengikuti program tersebut khususnya di bidang tenaga kesehatan Bidan. Sistem Pendukung Keputusan (SPK) adalahbagian dari sistem informasi berbasis komputer yang dipakai untuk mendukung pengambil keputusan dalam suatuorganisasi atau perusahaan. Elimination Et Choix Tradusant La Realite merupakan salah satu metode pengambilkeputusan multikriteria berdasarkan pada konsep outrangking dengan mambandingkan pasangan alternatif-alternatifberdasarkan setiap kriteria yang sesuai. Sistem pendukung keputusan dapat digunakan dalam proses delegasi pemilihanbidan berprestasi karena dapat mempermudah pemilihan dan mempercepat waktu dalam pengambilan keputusan dantingkat akurasi pengambilan keputusan algoritma ELECTRE didapatkan hasil tingkat akurasi sebesar 61,53%
Sistem Informasi Manajemen Ekstrakurikuler Berbasis Website Sholehah, Insa’atus; Azise, Nur; Santoso, Firman; Adiman, Muhammad Fauzen
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.23088

Abstract

Sistem informasi manajemen ekstrakurikuler berbasis website di MTs Negeri 1 Situbondo merupakan suatu sistem yang dirancang untuk memudahkan waka kurikulum, kesiswaan, pembina, dan siswa dalam melaksanakan kegiatan ekstrakurikuler. Namun, sering ditemukan beberapa kendala dalam proses manajemen kegiatan ekstrakurikuler, sehingga terkadang menyebabkan proses kegiatan ekstrakurikuler kurang terlaksana dengan baik. Permasalahan yang ada yaitu proses pendaftaran siswa dalam memilih ekstrakurikuler masih belum maksimal, proses pengabsenan siswa dan pembina, serta pencatatan prestasi siswa. Dengan adanya permasalahan ini, maka peneliti membuat sebuah sistem informasi manajemen ekstrakurikuler berbasis website agar proses manajemen ekstrakurikuler berjalan dengan lebih maksimal. Metode pengembangan yang digunakan dalam proses pembuatan sistem informasi manajemen ekstrakurikuler berbasis website ini yaitu metode Waterfall. Hasil dari penelitian ini yaitu, aplikasi sistem informasi manajemen ekstrakurikuler berbasis website dapat berjalan dengan baik dan lancar dari segi ketepatan, kecepatan pencarian data dan kesesuaian output.
Penerapan Metode Finite State Machine dan Fuzzy Logic Sebagai Kecerdasan Buatan pada Non Playable Character (NPC) Ahmad Amrul Muyassir; Deni Arifianto; Yeni Dwi Rahayu
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22256

Abstract

Perkembangan pesat dalam teknologi informasi telah mendorong para pengembang game untuk menciptakan pengalaman bermain yang lebih menarik dan atraktif bagi pemain. Semakin menarik sebuah game, semakin besar peminatnya. Namun, untuk mencapai tingkat daya tarik yang optimal, perlu memperhatikan aspek penting dalam game, yaitu keseimbangan permainan (Game Balancing). Dalam game, keseimbangan permainan adalah faktor penting yang memengaruhi tingkat kesulitan permainan. Ketidaksesuaian tingkat kesulitan dapat menyebabkan frustrasi bagi pemain pemula dan kebosanan bagi pemain berpengalaman. Untuk menciptakan pengalaman dalam game yang lebih hidup dan menarik, salah satu pendekatan adalah mengimplementasikan kecerdasan buatan pada karakter Non-Playable Character (NPC). Kecerdasan dalam game sangat tergantung pada perilaku dan kemampuan NPC untuk beroperasi secara mandiri tanpa campur tangan manusia. Misalnya, perilaku NPC dalam serangan jarak dekat harus mencerminkan karakteristik manusia untuk menjadikan game lebih realistis dan menarik. Penelitian ini menggunakan dua metode, yaitu Finite State Machine dan fuzzy logic dalam mengatur perilaku NPC untuk menciptakan pengalaman bermain yang lebih menarik dan realistis. Penelitian juga melibatkan pengujian dengan mengacu pada ISO 25010 yang melibatkan 111 responden dan 1 ahli game. Pengujian dilakukan dalam dua tahap: tahap alpha test yang menguji tiga aspek, yaitu Functional Suitability, Performance Efficiency, dan Portability kemudian tahap beta test yang melibatkan 111 responden untuk menguji aspek usability. Hasil keseluruhan pengujian menunjukkan tingkat kelayakan sebesar "92,99%".
Peramalan Penjualan Liquid Vape Menggunakan Metode Single Exponential Smoothing Kholili, Badril Munir; Nilogiri, Agung; Daryanto, Daryanto
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22249

Abstract

Peramalan adalah bagian pertama dari proses pengambilan keputusan. Sebelum melakukan prediksi, Anda harus mengetahui terlebih dahulu apa masalah keputusan sebenarnya. Surya Abadi Vape Shop belum mempunyai sistem aplikasi peramalan penjualan yang terkomputerisasi, sehingga untuk mempermudah peramalan penjualan, pihak perusahaan dapat menggunakan sistem aplikasi secara otomatis tanpa menghitung penjualan secara manual. Metode Single Exponential Smoothing merupakan salah satu metode peramalan moving average dengan pembobotan, dimana datanya diberi bobot dengan fungsi eksponensial. Pemulusan eksponensial adalah proses yang terus-menerus memperbaiki perkiraan dengan mengambil rata-rata penurunan nilai masa lalu dari data berbasis waktu. Data yang digunakan dalam skripsi ini adalah data penjualan tahun 2019 -2023. Hasil penelitian menyimpulkan dapat memudahkan dalam pengolahan dan peramalan transaksi barang. Hasil akurasi dengan nilai alpha 0,9 memberikan MAPE sebesar 2,379%. Berdasarkan hasil perkiraan ini, penjualan bulan berikutnya dapat ditentukan.
Penerapan Metode Single Exponential Smothing dalam Sistem Pendukung Keputusan untuk Menentukan Jumlah Produksi Tahu Aji, Alif Syadillah; Arifianto, Deni; Warisaji, Taufik Timur
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22274

Abstract

Peramalan merupakan tahap awal dalam proses pengambilan keputusan. Sebelum melakukan prediksi, penting untuk memahami esensi masalah keputusan yang dihadapi. Pabrik tahu Sumber Pakem belum mengadopsi sistem aplikasi peramalan produksi yang terkomputerisasi, sehingga penggunaan aplikasi otomatis dapat mempermudah proses peramalan produksi tanpa harus menghitung secara manual. Metode Single Exponential Smoothing merupakan salah satu metode peramalan moving average dengan pembobotan, di mana bobot diberikan berdasarkan fungsi eksponensial. Pemulusan eksponensial adalah proses berkelanjutan yang memperbaiki perkiraan dengan merata-ratakan penurunan nilai masa lalu dari data berbasis waktu. Data yang digunakan dalam skripsi ini adalah data penjualan bulan Juli 2022 sampai bulan Juli 2023. Hasil penelitian menyimpulkan dapat memudahkan dalam pengolahan dan peramalan produksi. Hasil akurasi dengan nilai alpha 0.9 memberikan MAPE sebesar 0.98%. Berdasarkan hasil perkiraan ini, produksi bulan berikutnya dapat ditentukan.

Page 6 of 9 | Total Record : 83

 4   5   6   7   8 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7, No 2 (2025): JASIE Vol 7, No 1 (2025): JASIE Vol 6, No 2 (2024): JASIE Vol 6, No 1 (2024): JASIE Vol 5, No 2 (2023): JASIE Vol 5, No 1 (2023): JASIE Vol 4, No 2 (2022): JASIE Vol 4, No 1 (2022): JASIE Vol 3, No 2 (2021): JASIE Vol 3, No 1 (2021): JASIE Vol 2, No 2 (2020): JASIE Vol 2, No 1 (2020): JASIE Vol 1, No 2 (2019): JASIE Vol 1, No 1 (2019): JASIE More Issue