cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
RIVALRI KRISTIANTO HONDRO
Contact Email
rivalryjurnal@gmail.com
Phone
+6281375255171
Journal Mail Official
ketik@faatuatua.com
Editorial Address
Desa Ujung Labuhen, Perumahan New Pratama Asri Blok E No. 11, Kecamatan Namorambe, Kabupaten Deli Serdang, Provinsi Sumatera Utara, Indonesia
Location
Kab. deli serdang,
Sumatera utara
INDONESIA
KETIK : Jurnal Informatika
Published by FAATUATUA MEDIA KARYA
ISSN : -     EISSN : 3026183     DOI : 10.70404
Core Subject : Science,
Computer Science & IT
Jurnal KETIK merupakan nama dari Jurnal Informatika yang dikelola Faatuatua Media Karya. Jurnal ini menerbit tuliasan ilmiah dalam bahasa indonesia tentang bidang pengetahuan Informatika. Artikel yang dipublikasi penerbit berasal dari para penulis dari peneliti, mahasiswa, dan dosen sehingga pertanggung jawabannya ada pada penulis. Terbitan pertama jurnal KETIK pada september 2023. Jurnal KETIK terbit enam (6) issue per volume yaitu September (Issue 01), November (Issue 02), Januari (Issue 03), Maret (Issue 04), Mei (Issue 05), Juli (Issue 06).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 6 Documents
 1 
Search results for , issue "Vol. 1 No. 06 (2024): Juli" : 6 Documents clear
Klasifikasi Tanaman Herbal Berdasarkan Tekstur Daun Menggunakan Backpropagation Berbasis Citra Letik, Meilan Letik; Bisilisin, Franki
KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v1i06.87

Abstract

Indonesia memiliki sekitar 30.000 dari total 40.000 jenis tanaman herbal dunia, menjadikannya negara dengan jumlah tanaman herbal terbanyak kedua setelah Brazil. Tanaman herbal telah lama digunakan dalam pengobatan tradisional karena manfaat alaminya. Namun, pemanfaatan tanaman herbal di Indonesia masih terbatas akibat kurangnya pemahaman masyarakat. Penelitian ini bertujuan meningkatkan pemanfaatan tanaman herbal dengan mengklasifikasikan jenis tanaman berdasarkan tekstur daun menggunakan backpropagation. Ekstraksi ciri tekstur dilakukan dengan metode GLCM menggunakan empat fitur utama: contrast, correlation, energy, dan homogenity. Data penelitian terdiri dari 200 citra, masing-masing 10 sampel dari 20 jenis tanaman herbal yaang digunakan. menggunakan jaringan saraf tiruan dengan algoritma backpropagation. Evaluasi kinerja dilakukan dengan confusion matrix untuk menguji akurasi prediksi. Dengan 160 data latih dan 40 data uji, serta konfigurasi jaringan dengan 10 hidden layer, pelatihan sebanyak 5000 epoch, dan learning rate 0,01, diperoleh akurasi tertinggi 85% dan rata-rata 80,5%. Hasil menunjukkan model backpropagation mencapai akurasi baik dalam klasifikasi jenis tanaman herbal.
Klasifikasi Motif Kain Tenun Sabu Raijua Menggunakan Convolutional Neural Network (CNN) Berbasis Citra Dabbo, Paulina; Bisilisin, Franki Yusuf
KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v1i06.88

Abstract

Indonesia memiliki sekitar 360 suku bangsa yang tersebar di 17.508 pulau dengan budaya yang beragam. Salah satu suku adalah suku Sabu Raijua yang mendiami Pulau Sawu dan Pulau Raijua di Nusa Tenggara Timur. Suku Sabu Raijua memiliki ciri khas dalam bahasa, adat istiadat, dan kain tenun yang bermotif geometris, flora, dan fauna. Kain tenun Sabu Raijua tidak hanya sekadar pakaian adat, tetapi juga simbol kekayaan budaya dan kreativitas masyarakat setempat. Tetapi tidak semua masyarakat memiliki pemahaman mendalam tentang jenis motif kain tenun yang ada di Sabu Raiju. Oleh karena itu, dibutuhkan sistem yang dapat melakukan klasifikasi jenis motif kain tenun Sabu Raijua. Dalam penelitian ini, dikembangkan suatu sistem yang dapat mengklasifikasi motif kain tenun Sabu Raijua menggunakan metode Convolutional Neural Network (CNN). Data yang digunakan yaitu 10 jenis citra kain tenun Sabu Raijua yang diambil dari masing-masing jenis sebanyak 10 sampel, sehingga totalnya terdapat 100 data citra kain tenun Sabu Raijua. Hasil pengujian menunjukkan akurasi yang baik, mencapai 90% dan akurasi keseluruhan sebesar 85%. Evaluasi ini menunjukkan bahwa model CNN mencapai tingkat akurasi yang tinggi dalam mengklasifikasikan motif kain tenun Sabu Raijua.
Penerapan Algoritma Vigenere Cipher Pada Aplikasi Tabungan Siswa Berbasis Web Syahputra, Rian
KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v1i06.94

Abstract

Untuk memudahkan penyimpanan uang, saat ini bisa dilakukan dengan menggunakan tabungan dimana uang disimpan dan akan dicatat secara digital melalui aplikasi tabungan. Aplikasi ini memudahkan dalam dokumentasi bagi setiap siswa yang akan menabung berdasarkan jumlah uang yang disetor. Aplikasi tabungan memiliki celah dimana angka uang yang disetor bisa saja diretas dan diubah nilainya, maka dari itu diperlukan teknik pengamanan untuk mengamankan data yang disimpan. Salah satu teknik pengamana yang digunakan yaitu teknik kriptografi dengan metode Vigenere Cipher yang sering digunakan untuk mengamankan data. Dengan metode Vigenere Cipher, data yang tersimpan di database dapat diamankan karena data telah berubah menjadi karakter-karakter unik atau disebut ciphertext.
Perbaikan Citra Digital Menggunakan Metode Image Inpainting Sembiring, Abdul Sani
KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v1i06.97

Abstract

Perkembangan teknologi dan sistem informasi pada generasi sekarang ini perkembangannya cukup luas demi tujuan untuk mendukung kinerja manusia yang beraneka ragam. Salah satunya yang sudah menjadi kenyataan dan perkembangan teknologi seperti komputer saat ini yang mempunyai peranan penting dibidang multimedia. Perbaikan Citra Digital dibutuhkan oleh banyak pihak untuk membuat suatu citra lebih baik berdasarkan bentuk maupun warna. Dimana banyak noise pada citra digital yang perlu dibuang maupun diperbaiki. Dengan teknik memodifikasi citra dalam bentuk yang tidak terdeteksi, menggunakan Metode Image Inpainting dapat mengurangi bagian citra yang hilang atau rusak agar gambar dapat lebih terbaca dan mengembalikan keutuhannya.
Sistem Pendukung Keputusan Pemiliihan Karyawan Terbaik Pada Gamma Raya Seafood Menggunakan Kombinasi Metode ROC dan MOOSRA Panggabean, Wilmansya
KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v1i06.98

Abstract

Karyawan terbaik dan berkualitas merupakan aset perusahaan yang akan membuat perusahaan berkembang dengan pesat. Kinerja karyawan cukup berpengaruh dalam keuntungan yang didapat oleh suatu perusahaan tersebut. Oleh karena itu dibutuhkan sumber daya manusia yang mempunyai kompetensi dan loyalitas yang tinggi. Diperlukan usaha yang maksimal dalam meningkatkan kinerja karyawan. Salah satunya adalah memilih karyawan terbaik guna memaksimalkan kinerja karyawan agar meningkatkan kinerjanya. Adapun solusi terhadap permasalahan diatas yaitu dengan membangun suatu Sistem Pendukung Keputusan untuk membantu dalam pemilihan karyawan terbaik pada Gamma Raya Seafood. Metode yang dipilih untuk mendukung pemecahan masalah diatas adalah metode Moosra dan Roc yaitu dengan cara memberikan bobot pada tiap-tiap alternatif pilihan yang ada. Penelitian ini menghasilkan sebuah Sistem Pendukung Keputusan yang dapat merekomendasikan pemberian pemilihan karyawan terbaik pada Gamma Raya Seafood menggunakan metode Moosra dan Roc. Dilakukan uji coba dengan memasukkan sampel data sebanyak 15 nama karyawan. Dengan adanya Sistem Pendukung Keputusan dapat memberikan rekomendasi untuk pemilihan karyawan terbaik berdasarkan rangking, dari 15 nama pemilihan karyawan terbaik berdasarkan rangking terbesar yaitu : Berdasarkan pada hasil perangkingan diatas Rindi Astuti (A6), Edo Sitorus (A5), Reza Fahlevi (A1), Fahmi Irawan (A2) dan Sinta Anggraini (A8).
P Pengelompokan Minat Konsumen Pengguna Jasa Pengiriman pada CV. Lima Benua Nusa Indonesia Berdasarkan Algoritma K-Mean Zebua, Taronisokhi; Zega, Hendra Jaya; Halawa, Peber Epenetus
KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v1i06.100

Abstract

Salah satu metode yang dapat digunakan untuk menemukan pengetahuan dalam suatu tumpukan data yang cukup besar dengan proses menggali dan menganalisa sejumlah data yang sangat besar dalam memperoleh sesuatu yang benar, baru dan bermanfaat adalah teknik data mining sehingga dapat ditemukan suatu corak atau pola dalam data tersebut pelayanan secara umum adalah setiap kegiatan yang diperuntukkan atau ditujukan untuk memberikan kepuasan kepada pelanggan, melalui pelayanan ini keinginan dan kebutuhan pelanggan dapat terpenuhi. Pelayanan adalah sebagai usaha melayani kebutuhan orang lain, sedangkan melayani yaitu membantu menyiapkan (membantu apa yang diperlukan seseorang). Pelayanan pada hakekat adalah konsep atau praktik memberikan bantuan atau kebaikan kepada orang lain. Secara umum, pelayanan melibatkan tindakan atau upaya untuk membantu, melayani, atau memenuhi kebutuhan orang lain dengan cara yang bertanggung jawab dan peduli. Proses pelayanan berlangsung secara rutin dan berkesinambungan meliputi seluruh kehidupan orang dalam masyarakat, proses pemenuhan kebutuhan melalui aktivitas orang lain termasuk juga CV. Lima Benua Nusa Indonesia merupakan perusahaan yang menawarkan pelayanan yang bergerak dalam bidang pengiriman dan logistik yang bermarkas di Medan, Indonesia. Algoritma K-Means merupakan Algoritma pengelompokan iteratif yang melakukan partisi set data ke dalam sejumlah K cluster yang sudah ditetapkan di awal

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 3 No. 02 (2025): November Vol. 3 No. 01 (2025): September Vol. 2 No. 06 (2025): Juli Vol. 2 No. 05 (2025): Mei Vol. 2 No. 04 (2025): Maret Vol. 2 No. 03 (2025): Januari Vol. 2 No. 02 (2024): November Vol. 1 No. 06 (2024): Juli Vol. 1 No. 05 (2024): Mei Vol. 1 No. 04 (2024): Maret Vol. 1 No. 03 (2024): Januari Vol. 1 No. 02 (2023): November Vol. 1 No. 01 (2023): September More Issue