JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi
Jurnal Ilmu Komputer dan Teknologi Informasi (JIKTEKS) mencakup berbagai bidang ilmu yang berhubungan dengan teori dasar, aplikasi praktis, inovasi teknologi, dan studi kasus yang relevan dengan perkembangan terbaru ilmu komputer serta aplikasi teknologi informasi. Berikut adalah beberapa bidang ilmu yang umum dibahas dalam jurnal tersebut: Teori Komputasi dan Algoritma (Theoretical Computer Science and Algorithms) Teori Otomata dan Formal Language Kompleksitas Komputasi Algoritma dan Struktur Data Kecerdasan Buatan dan Pembelajaran Mesin (Artificial Intelligence and Machine Learning) Jaringan Saraf Tiruan (Neural Networks) Pembelajaran Mendalam (Deep Learning) Pemrosesan Bahasa Alami (Natural Language Processing) Sistem Pakar dan Agen Cerdas Sistem dan Arsitektur Komputer (Computer Systems and Architecture) Arsitektur Komputer Sistem Operasi Komputasi Terdistribusi dan Paralel Sistem Terbenam (Embedded Systems) Jaringan dan Keamanan (Networking and Security) Jaringan Komputer dan Komunikasi Data Keamanan Siber dan Kriptografi Internet of Things (IoT) Komputasi Awan dan Layanan Web Rekayasa Perangkat Lunak (Software Engineering) Pengembangan Perangkat Lunak Manajemen Proyek Perangkat Lunak Verifikasi dan Validasi Perangkat Lunak Pemrograman Berorientasi Objek dan Desain Basis Data dan Sistem Informasi (Database and Information Systems) Sistem Manajemen Basis Data (DBMS) Data Warehousing dan Data Mining Sistem Informasi Geografis (GIS) Teknologi Big Data Interaksi Manusia dan Komputer (Human-Computer Interaction) Antarmuka Pengguna dan Pengalaman Pengguna (UI/UX) Ergonomi dan Usabilitas Realitas Virtual dan Augmented Reality Komputasi Visual dan Grafis (Visual Computing and Graphics) Grafika Komputer Pemrosesan Citra dan Video Penglihatan Komputer (Computer Vision) Teknologi Web dan Aplikasi Internet (Web Technology and Internet Applications) Pengembangan Aplikasi Web Sistem E-commerce Web Semantik Sistem Pendukung Keputusan dan Sistem Cerdas (Decision Support Systems and Intelligent Systems) Sistem Pendukung Keputusan Sistem Rekomendasi Analisis Prediktif Manajemen dan Kebijakan Teknologi Informasi (IT Management and Policy) Manajemen Proyek IT Tata Kelola IT Audit dan Kepatuhan IT Inovasi dan Teknologi Baru (Innovation and Emerging Technologies) Teknologi Blockchain Teknologi Kuantum Penelitian dan Pengembangan Teknologi Baru
Articles
45 Documents
<![CDATA[Implementasi Algoritma K-Means Clustering Dalam Menentukan Strategi Marketing Dalam Penjualan Ikan (Studi Kasus: Grosir Ikan Tani Mas Tanjung Morawa) ]]>
<![CDATA[Eni Safitri]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 02 (2024): April ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v2i02.72
<![CDATA[Implementasi Algoritma K-means Clustering untuk menentukan strategi penjualan ikan yaitu membantu mengelompokkan data penjualan ikan berdasarkan atribut seperti, jenis ikan, harga, lokasi dan lainnya. dengan memahami pola dan hubungan antara kelompok ikan sejenis, dan mengidentifikasi segmen pasar potensial.dalam menyesuaikan harga,strategi promosi dan distribusi untuk meningkatkan penjualan dan meningkatkan kepuasan pelanggan. Penelitian ini bertujuan meningkatkan penjualan ikan air tawar agar pendapatan yang dihasilkan meningkat pada UD.Tani Mas. Penelitian ini menggunakan metode K-means clustering. Permasalahan yang terkait melatarbelakangi tingkat persaingan dalam dunia bisnis. Persaingan bisnis mengharuskan perusahaan berinovasi dalam meningkatkan jenis kualitas baik jenis persaingan harga. Pengelolahan data penjualan ikan pada UD.TANI MAS menggunakan k-means clustering dapat diterapkan. Strategi penjualan dengan k-means clustering menghasilkan pengelompokkan data penjualan yaitu Tidak laris(c1) yaitu ikan nila, Laris (c2) yaitu ikan lele, Paling laris (c3) yaitu ikan mas.]]>
<![CDATA[Sistem Pendukung Keputusan untuk Pemilihan QC Inspector terbaik pada PT. Permata Hijau Group dengan Menggunakan Metode Profile Matching ]]>
<![CDATA[Ekta Akwan]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 02 (2024): April ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v2i02.73
<![CDATA[PT. Permata Hijau Group (Unit Permata Hijau Palm Oleo) adalah sebuah perusahaan pengelolah minyak kelapa sawit terkemuka. QC Inspector adalah bagian kariyawan yang bertugas melakukan pemeriksaan terhadap pengiriman produk. Unit permata hijau palm oleo dalam melakukan penilaian terhadap QC Inpector masih cenderung subjektif yaitu dari hasil pemikiran pribadi (perasaan sendiri) dan tidak mempertimbangkan aspek keterampilan, pengalaman dan pengetahuan teknik yang terkadang menjadi tidak valid sehingga mengakibatkan produk cacat melewati pemeriksaan, yang berpotensi merugikan perusahaan. Permasalahan tersebut diatas dapat diselesaikan dengan membangun sebuah aplikasi Decision Support System (DSS). Sistem Pendukung Keputusan adalah suatu sistem komputer atau perangkat lunak yang dirancang untuk membantu individu atau organisasi dalam proses pengambilan keputusan. Metode Profile Matching salah satu teknik yang digunakan dalam sistem pendukung keputusan untuk pemilihan Qc Inspector terbaik. Metode ini membandingkan profil kriteria yang diinginkan perusahaan dengan profil kriteria yang dimiliki oleh kandidat Qc Inspector. Hasil pengujian menunjukan hasil perangkingan tiap kandidat yang diperoleh berdasarkan besaran nilai akhir maka yang berkesempatan untuk menjadi QC Inspector Terbaik adalah A1 nama Ekta Akwan dengan nilai 4,40, yang tampak secara terperinci pada tabel 25.]]>
<![CDATA[Analisis Sentimen Nasabah Pada Kotak Komentar Terhadap Pelayanan Koperasi Simpan Pinjam Bangun Mandiri Mengunakan Metode K-Nearest Neighbor ]]>
<![CDATA[Lingga, Natalia Krismonika]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 02 (2024): April ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v2i02.74
<![CDATA[Permasalahan analisa sentiment nasabah yang sering terjadi dalam mencari tahu makna dari komentar nasabah koperasi sangat sulit, terutama untuk menentukan komentar tersebut bermakna positif atau negatif karena terdapat beberapa Bahasa yang tidak dimengerti, sentiment perlu diketahui untuk menentukan Langkah selanjutnya koperasi lakukan untuk meningkatkan kualitas dari pelayanan koperasi. selanjutnya untuk menganalisa sentiment nasabah dilakukan penerapan komputer terhadap komputer untuk menemukan hasil yang jauh lebih akurat, tahapan dilakukan dengan menyaring setiap perkata komentar yang selanjutnya dilihat kedekatan nilai masing-masing kometar untuk diketahui terhadap komentar apakah itu komentar positif atau negatif. Penerapan komputer yang digunakan adalah algoritma pendekatan K-Nearest Neighbor dengan data yang dikelolah langsung menggunakan tools RapidMner 9.10.8. Hasil dari penelitian ditemukan kemiripan dan kedekatan nilai terhadap data lama yang bernilai komentar positif, sehingga hasil penelitian terhadap data baru dinyatakan sentiment nasabah baru bersifat positif.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Guru Terbaik Menggunakan Kombinasi Metode AHP dan SMART ]]>
<![CDATA[Tambunan, Meliana Sabet]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 03 (2024): Agustus ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v2i03.107
<![CDATA[SDN 175802 memiliki kegiatan pemilihan guru terbaik yang diadakan setahun sekali yaitu pada hari besar Guru. Penilaiannya dari pengamatan Kepala Sekolah dan hanya didasarkan pada satu kriteria yaitu dari cara mengajar guru saja. Kurangnya kriteria dalam pemilhan guru terbaik maka Kepala Sekolah memberikan tambahan kriteria seperti kehadiran, cara mengajar, prestasi, tanggung jawab dan kedisiplinan. Penilaian tersebut kurang efektif dan kurang objektif karena bisa terjadi kecurangan antara pihak-pihak tertentu. Menghindari hal tersebut maka diperlukan Sistem Pendukung Keputusan (SPK) untuk membantu Kepala Sekolah dalam mengoptimalkan proses pemilihan guru terbaik sehingga penelitian ini menerapkan SPK berbasis dekstop guna mengimplementasikan metode AHP dan SMART. Metode AHP digunakan untuk menentukan bobot dari kriteria yang dipakai untuk penilaian guru terbaik. Sedangkan metode SMART untuk menentukan perangkingan guru. Aplikasi dibuat menggunakan Microsoft Visual Studio 2008 dan basis data MySQL. Hasil dari penelitian yang didapatkan adalah kombinasi metode AHP dan SMART pada aplikasi SPK mampu memberikan rekomendasi pada Kepala Sekolah dalam proses pemilihan guru terbaik pada SDN 175802 Lumban Gaol. Adapun kesimpulan penelitian ini adalah dengan adanya sistem pendukung keputusan pemilihan guru terbaik dapat memudahkan dan mempercepat pihak pengambil keputusan dalam pemilihan guru terbaik secara transparan dan objektif. Dari 10 data sampel yang ada maka diperoleh peringkat pertama jatuh kepada Emi Tampubolon,S.Pd dengan nilai tertinggi 0,82081 atau setara dengan 82%.]]>
<![CDATA[Implementasi Algoritma Naïve Bayes Untuk Mengetahui Minat Beli Konsumen Terhadap Sarang Burung Walet ]]>
<![CDATA[Tafonao, Selfin Mawati]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 03 (2024): Agustus ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v2i03.108
<![CDATA[Minat beli sarang burung wallet yang menurun membuat PT MMTC sebagai perusahaan produksi sarang burung wallet kesulitan dalam melakukan tindak lanjutan terhadap strategi untuk meningkatkan minat beli konsumen, hal yang terjadi jika terus dibiarkan minat beli menurun maka berdampak kepada kebangkrutan perusahaan sehingga perlu dilakukan prediksi terkait dengan mengetahui pola konsumen dalam memutuskan minat beli sarang burung wallet, pola minat beli dilihat dari data penjualan sebelumnya, data yang sangat banyak membuat pihak perusahaan kesulitan menemukan pola yang pasti terhadap minat beli konsumen. Sehingga dilakukan penerapan algoritma Naïve Bayes untuk mengklasifikasi data yang banyak dengan cara menemukan kriteria dan keputusan yang ada pada pembelian sarang burung wallet, algoritma ini sangat sederhana dalam proses penerapanya sehingga mempermudah dalam menemukan hasil yang dibutuhkan. Hasil penelitian memberikan jawaban terhadap minat beli sarang burung wallet yang akan dilakukan oleh kostumer baru terhadap kondisi sarang burung wallet. Pemrosesan data menggunakan aplikasi RapidMiner dalam mengolah data sehingga menghasilkan hasil yang akurat dan cepat tentu sesuai proses analisis data yang tersedia.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Perawat Terbaik Menggunakan Kombinasi Metode AHP-EDAS ]]>
<![CDATA[Daeli, Nur Helmi Damayanti]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 03 (2024): Agustus ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v2i03.109
<![CDATA[Pemilihan perawat terbaik merupakan aspek penting dalam meningkatkan kualitas pelayanan rumah sakit. Namun, proses pemilihan yang melibatkan banyak kriteria seringkali menjadi tantangan tersendiri, karena memerlukan metode yang efektif dan objektif. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) dalam pemilihan perawat terbaik di RS Murni Teguh menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Evaluation Based on Distance from Average Solution (EDAS). Metode AHP digunakan untuk menentukan bobot dari setiap kriteria yang berpengaruh dalam penilaian, seperti kompetensi, sikap, pengalaman, dan tanggung jawab. Sementara itu, metode EDAS berperan dalam mengidentifikasi alternatif terbaik berdasarkan kedekatannya dengan solusi ideal. Sistem yang dirancang diharapkan mampu membantu pengambil keputusan dalam menyeleksi perawat terbaik secara lebih objektif, transparan, dan akurat. Hasil pengujian menunjukkan bahwa kombinasi AHP-EDAS memberikan hasil yang konsisten dalam menilai dan memilih perawat terbaik sesuai dengan kriteria yang telah ditentukan.]]>
<![CDATA[Sistem Pendukung Keputusan Menggunakan Intuitionistic Fuzzy Set Method Untuk Penentuan Personel Pengamanan Vip Direktorat ]]>
<![CDATA[Manik, Jens Presisken]]>;
<![CDATA[Sinurat, Sinar]]>;
<![CDATA[Siregar, Annisa Fadillah]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 3 No. 01 (2024): Desember ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v3i01.113
<![CDATA[Keamanan merupakan aspek yang sangat penting dalam menjaga integritas dan keselamatam individu,terutama dalam konteks pengaman VIP (Very Important Person). Direktorat Pengamanan VIP (PAMOBVIT) adalah sebuah organisasi yang bertanggung jawab untuk menyediakan personal pengamanan berkualitas tinggi utuk melindungi VIP. Proses penentuan personal pengamanan yang efektif dan efesien sangat penting untuk memastikan keberhasilan operasi pengamanan VIP. (DIPAMOBVIT).VIP, Tourist Security, dan Audit Sistem Keamanan Objek Penting Nasional (Perpol RI No.14 Tahun 2018). Adapun solusi terhadap permasalahan diatas yaitu dengan membangun suatu Sistem Pendukung Keputusan untuk membantu penentuan personil pengamanan VIV. Metode yang dipilih untuk mendukung pemecahan masalah diatas adalah metode Intuitionistic Fuzzy Sets yaitu dengan cara memberikan bobot pada tiap-tiap alternatif pilihan yang ada. Penelitian ini menghasilkan sebuah Sistem Pendukung Keputusan yang dapat merekomendasikan penentuan personil pengamanan VIV menggunakan metode Intuitionistic Fuzzy Sets. Dilakukan uji coba dengan memasukkan sampel data sebanyak 10 nama personil. Dengan adanya Sistem Pendukung Keputusan dapat memberikan rekomendasi untuk penentuan personil pengamanan VIV berdasarkan rangking, dari 10 nama personil berdasarkan rangking terkecil yaitu variabel: A10, A9, A5, A2, dan A1.]]>
<![CDATA[Perancangan Sistem Informasi Peramalan Penjualan Kendaraan Mobil Setiap Bulan Menggunakan Metode Single Moving Average ]]>
<![CDATA[Damanik, Eka Christian]]>;
<![CDATA[Sunandar, Hery]]>;
<![CDATA[Hatuaon, Anggiat Marhite]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 3 No. 01 (2024): Desember ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v3i01.114
<![CDATA[Auto 2000 yang berlokasi di Jl. Medan Lubuk Pakam Km 24.5 Desa Perdamean Kec Tanjung Morawa Kab Deli Serdang Sumatera Utara, sebagai perusahaan swasta yang bergerak dibidang penjualan mobil, servis, dan sparepart. Dalam bisnis penjualan, pelayanan serta kemudahan dalam proses pembelian merupakan faktor utama dalam meningkatkan kepercayaan pelanggan. Ketatnya persaingan bisnis menuntut perusahaan tidak lagi hanya memikirkan keuntungan semata, tetapi mulai memperhatikan dari sektor potensial lainnya yang dapat mempertahankan atau meningkatkan pendapatan sehingga kepentingan pelanggan pun menjadi perhatian utama. Namun demikian, Auto 2000 mengalami kesulitan beberapa hal yaitu masih belum efektifnya pada saat proses meramalkan penargetan pencapaian penjualan mobil setiap bulannya. Dalam permasalahan ini, laporan penjualan yang dihasilkan tidaklah akurat yang dimana pengolahan data yang dilakukan masih bersifat manual. Oleh karena itu, tentulah akan menyulitkan pihak manajemen perusahaan dalam hal pengontrolan data penjualan dan meramalkan penargetan pencapaian penjualan setiap bulannya. Pengolahan data penjualan yang dilakukan, berdasarkan dari petugas Sales yang memberikan informasi jumlah penjualan mobil setiap bulannya. Sistem informasi ini yang akan di kembangkan dengan menggunakan metode single moving average. Metode ini berfungsi untuk meramalkan atau memprediksi target pencapaian tagihan ke depannya agar dapat diketahui baik itu karyawan lapangan maupun jajaran perusahaan.]]>
<![CDATA[Penerapan SPK dengan Metode TOPSIS untuk Pemilihan Ketua OSIS ]]>
<![CDATA[Hts, Dedek Indra Gunawan]]>;
<![CDATA[Edi, Firman]]>;
<![CDATA[Indriani, Ulfa]]>;
<![CDATA[Tambunan, Frinto]]>;
<![CDATA[Nasution, M. Fachrurrozi]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 3 No. 01 (2024): Desember ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v3i01.123
<![CDATA[Penelitian ini bertujuan untuk menerapkan metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) dalam pemilihan Ketua OSIS di sebuah sekolah. Pemilihan Ketua OSIS memerlukan pertimbangan yang objektif berdasarkan berbagai kriteria, seperti kepemimpinan, komunikasi, pengalaman, prestasi akademik, dan partisipasi dalam kegiatan sekolah. Metode TOPSIS digunakan untuk memberikan peringkat pada kandidat berdasarkan kedekatannya dengan solusi ideal positif dan solusi ideal negatif. Penelitian ini dimulai dengan penentuan kriteria dan bobotnya, diikuti dengan pengumpulan data kandidat, normalisasi matriks keputusan, serta perhitungan jarak ke solusi ideal positif dan negatif. Hasil penelitian menunjukkan bahwa metode TOPSIS dapat menghasilkan peringkat kandidat secara objektif, membantu pihak sekolah dalam memilih Ketua OSIS yang paling sesuai dengan kebutuhan dan harapan sekolah.]]>
<![CDATA[Algoritma Smith-Waterman Untuk Mengidentifikasi Kemiripan Judul Proyek Mahasiswa ]]>
<![CDATA[Andre Pratama]]>;
<![CDATA[Nababan, Junerdi]]>;
<![CDATA[Salsabila, Nadiyah Shofa]]>
<![CDATA[ JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 3 No. 01 (2024): Desember ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/jikteks.v3i01.125
<![CDATA[Plagiarisme dalam lingkungan akademik menjadi masalah yang signifikan, terutama dalam pengajuan judul proyek oleh mahasiswa. Untuk mengidentifikasi kemiripan judul proyek guna mencegah plagiarisme, penelitian ini menggunakan algoritma Smith-Waterman. Algoritma ini, yang awalnya digunakan dalam bioinformatika, diaplikasikan untuk membandingkan teks dengan pendekatan penyelarasan lokal. Proses penelitian meliputi beberapa tahapan seperti pengumpulan data, preprocessing teks dengan case folding, stemming, dan tokenizing sebelum penerapan algoritma Smith-Waterman. Hasil pengujian menunjukkan bahwa algoritma ini efektif dalam mendeteksi kemiripan antara judul proyek, dengan persentase kemiripan yang bervariasi. Penelitian ini diharapkan dapat menjadi langkah awal dalam pengembangan sistem deteksi plagiarisme yang lebih akurat di lingkungan akademik.]]>
