Jurnal ilmiah teknologi informasi Asia
Published by Institute for Research, Development and Community Service (Lembaga Penelitian, Pengembangan dan Pengabdian Masyarakat / LP2M) of High School of Information & Computer Management (Institut Teknologi dan Bisnis AsiA MALANG as a periodical publication that provides information and analysis on the science of Technology and Information. Jurnal Ilmiah Teknologi Infomasi Asia is a journal published twice a year, double-blindly reviewing enriches the understanding of past, present, and future issues relevant to Information Technology. Jurnal Ilmiah Teknologi Infomasi Asia hopes the article raises debate, controversy, new understanding, solid theory, and reflection on the topics. Focus and Scope: Manuscript in Jurnal Ilmiah Teknologi Infomasi Asia is the result of research including but not limited to: Computer Science, Informatics Engineering, Computer Systems and Information Systems. The authors are invited to submit articles that have not been published before and are not under consideration elsewhere.
Articles
264 Documents
<![CDATA[Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS ]]>
<![CDATA[Dwija Wisnu Brata]]>;
<![CDATA[Bayu Whidyanto]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 11 No 1 (2017): Volume 11 Nomor 1 (10) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32815/jitika.v11i1.59
<![CDATA[Pemberian gaji bonus terkadang menjadi suatu kendala bagi sebuah restoran, dikarenakan suatu restoran dihadapkan pada sebuah keputusan yaitu kepada siapa pemberian gaji bonus ini diberikan. Untuk itu diperlukan sebuah sistem yang dapat membantu pengambilan keputusan untuk memecahkan permasalahan tersebut. Pada penelitian ini dirancang sistem pendukung keputusan pemberian gaji bonus dengan metode topsis yang dimaksud agar dapat membantu pihak terkait untuk memberikan solusi pemberian gaji bonus. Sistem Pendukung keputusan (DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.Sedangkan metode Technique for Order Preferense by Similarity to Ideal Solution (TOPSIS) adalah didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif.Hasil pengujian dari aplikasi dengan menggunakan metode topsis mampu menyeleksi alternatif terbaik, dalam hal ini alternatif yang dimaksud yaitu karyawan yang berhak menerima gaji bonus berdasarkan kriteria-kriteria yang ditentukan. Hasil dari perhitungan manual dan sistem aplikasi adalah sama.]]>
<![CDATA[Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing ]]>
<![CDATA[Titania Dwi Andini]]>;
<![CDATA[Probo Auristandi]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 10 No 1 (2016): Volume 10 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Peramalan jumlah stok alat tulis kantor (ATK) adalah salah satu cara untuk menentukan pembelian alat tulis kantor (ATK) ke produsen. Selain itu tujuan dari peramalan stok agar tidak terjadi penumpukan stok di gudang UD ACHMAD JAYA. Karena jika terjadi penumpukan stok akan mempengaruhi jumlah pemebelian atau reorder di bulan berikutnya.Dalam penelitian ini permalan jumlah stok alat tulis kantor (ATK) di UD ACHMAD JAYA menggunakan metode peramalan double exponential smoothing. Data historis yang dihitung menggunakan metode double exponential smoothing adalah jumlah data penjualan alat tulis kantor (ATK) di tahun 2014 pada bulan januari sampai desember. Sesuai dengan yang diteliti data penjualan di UD ACHMAD JAYA mempunyai plot data trend naik dan turun, setelah melalui proses peramalan maka akan dilakukn pengujian kesalahan dalam peramalan. Untuk melakukan pengujian peramalan maka dilakukan dengan cara perhitungan percentage error dan mean absolut percentage error. MAPE dengan alpha 0.7 bernilai 12,36 dan peramalan 408,63 pack. MAPE terkecil antara alpha 0.1 samapai 0.9 maka akan digunakan sebagai peramalan.]]>
<![CDATA[Perancangan Sistem Perpustakaan Online Menggunakan Metode Model View Controller (MVC) Studi Kasus STMIK Asia Malang ]]>
<![CDATA[Suci Imani Putri]]>;
<![CDATA[Yudistira Arya S.]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 10 No 2 (2016): Volume 10 Nomor 2 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perpustakaan merupakan salah satu sarana penunjang yang wajib dimiliki oleh setiap lembaga pendidikan, Salah satu objek nya adalah perpustakaan pada kampus STMIK Asia Malang, pada perpustakaan kampus ini sistem administrasi masih dilakukan secara manual, kurang efisien untuk mengembangkan prasarana penunjang bagi mahasiswa. Penelitian ini bertujuan mengembangkan perpustakaan online berbasis web di kampus STMIK Asia Malang demi memperbaiki efisiensi kerja dan memuaskan pelayanan mahasiswa. Penelitian menggunakan metode model view controller (MVC) dengan tujuan mampu mengembangkan sistem perpustakaan online yang memberikan tampilan memisahkan data dari tampilan dan mengimplementasikannya dalam framework sehingga dapat digunakan sebagai pemanipulasi data, antarmuka pengguna, dan bagian kontrol dalam sebuah aplikasi web. Penggunaan metode MVC mampu digunakan pada perpustakaan STMIK ASIA MALANG,Informasi yang disampaikan sudah memenuhi kebutuhan para pengguna mengenai rincian buku, daftar peminjaman, daftar denda, stok buku, ketersediaan buku, dan akses peminjaman online.]]>
<![CDATA[Klasifikasi Berita Lokal Radar Malang Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram ]]>
<![CDATA[Denny Nathaniel Chandra]]>;
<![CDATA[Gede Indrawan]]>;
<![CDATA[I Nyoman Sukaraja]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 10 No 1 (2016): Volume 10 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan berita digital telah tumbuh sangat cepat. Saat ini diperkirakan 80% berita digital dalam bentuk tidak terstruktur. Tingginya volume dokumen teks ini dipicu oleh aktivitas dari berbagai sumber berita. Kebutuhan analisis text mining sangat diperlukan dalam menangani teks yang tidak terstruktur tersebut. Untuk mengklasifikasikan berita, banyak peneliti yang berusaha untuk melakukan klasifikasi terhadap berita ini secara otomatis, salah satunya adalah dengan menggunakan klasifikasi naïve bayes. Pada penelitian ini selain menggunakan naïve bayes, peneliti juga akan menggunakan fitur N-Gram. Diharapkan dengan penambahan metode ini, dapat meningkatkan tingkat akurasi dari klasifikasi naïve bayes.]]>
<![CDATA[Perancangan Manajemen Bandwidth Inter Menggunakan Metode Fuzzy Sugeno ]]>
<![CDATA[Muhammad Rofiq]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kebutuhan internet dalam proses perkuliahan memiliki peran yang cukup signifikan sehingga dalam pemakaiannya dibutuhkan pengaturan akses atau bandwidth demi kelancaran akses internet tersebut. Pemakaian internet dengan pemakai (user) yang cukup banyak mengakibatkan load akses internet yang cukup tinggi. Dan jika akses internet tidak dilakukan pengaturan maka akan mengakibatkan pemaikaian antar user yang tidak seimbang, ada yang cukup cepat dan ada yang lambat bahkan tidak dapat akses sama sekali. Dalam perancangan manajemen bandwidth ini dikembangkan dengan menggunakan metode fuzzy sugeno. Tujuan yang dicapai adalah untuk mengoptimal pemakaian akses internet. Input sistem berupa akses internet saat itu (real time). Dalam proses fuzzy input dibagi menjadi 3 variabel yaitu kecepatan browsing, kecepatan download, dan kecepatan streaming. Akses ini tidak melihat kecepatan per user tetapi kecepatan total user dari masing-masing variable. Himpunan fuzzy yang digunakan adalah sangat rendah, rendah, normal dan tinggi. Domain yang dirancang disesuaikan dengan kecepatan bandwidth yang diperoleh dari provider internet yaitu 0 – 2 Mbps. Output sistem adalah maksimal (max limit) dari browsing, download, dan streaming. Pengujian data diperoleh dengan memasukkan nilai data kecepatan akses dari router yaitu mikrotik RB1100 setiap lima menit sekali selama 8 jam. Hasil penelitian berupa pembatasan trafik browsing, download, dan streaming. Hasil pengujian menunjukkan rata-rata max limit browsing adalah 851 kbps, download 592 kbps, dan streaming 643 kbps.]]>
<![CDATA[Implementasi Sistem Pakar Untuk Mengetahui Bakat Anak Melalui Tes WISC (Wechsler Intelligence Scale For Children) Menggunakan Metode Forward Chaining ]]>
<![CDATA[Akhlis Munazilin]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Untuk mengetahui bakat anak, dapat dilakukan melalui tes WISC (Wechsler Intelligence Scale For Children). Tes WISC telah dipatenkan dan diakui secara internasional. Tes WISC merupakan kemajuan penting dalam mengembangkan alat-alat psikodiagnostik. Dalam kenyataan test ini masih ada kendala. Untuk itu, dapat diambil solusi alternatif dengan mengintegrasikan tes WISC dengan sistem berbasis komputer. Hal tersebut dapat dilakukan dengan memasukkan pengetahuan seorang pakar dan aturan dalam tes WISC ke dalam sistem berbasis komputer. Ini berarti menggabungkan dua bidang disiplin ilmu yaitu bidang psikologi (menentukan bakat melalui tes WISC) dan bidang informatika (sistem pakar dengan metode forward chaining). Penelitian ini bertujuan untuk mempermudah pelaksanaan test dan menjamin hasil test yang lebih akurat. Hasil penelitian ini disimpulkan dari dominasi bakat yang dimiliki user/testee. Keakuratan sistem mencapai diatas 80 % sehingga sistem pakar ini cukup baik untuk membantu psikolog/tester tes WISC.]]>
<![CDATA[Komparasi Segmentasi Penyakit Darah Pada Citra Darah Dengan Metode Fuzzy C-Means Dan Selft Organizing Maps ]]>
<![CDATA[Sunu Jatmika]]>;
<![CDATA[Yuliana Melita]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Segmentasi citra darah merupakan suatu proses untuk membagi atau mengcluster citra darah menjadi beberapa region yang mempunyai tingkat kesamaan pixel yang cukup tinggi. Metode clustering yang digunakan adalah metode Fuzzy C-Means (FCM) dan Self Organizing Maps (SOM). Sebelum dilakukan metode FCM dan SOM, citra masukan yang berupa citra berwarna, dijadikan citra grayscale terlebih dahulu untuk menyederhanakan layer pixel dan mempermudah perhitungan. Selanjutnya citra diolah berdasarka algoritma Fuzzy C-Means dan algoritma Self Organizing Maps. Berdasarkan uji coba yang penulis lakukan, clustering dengan mengunakan Fuzzy C-Means lebih baik jika dibandingkan dengan Self Organizing Mapp. Bila pada pengenalan penyakit pada Fuzzy C-Means hasilnya adalah 98,68% maka hasil pada Self Organizing Maps adalah 79,33%. Gambar yang dihasilkan pada Fuzzy C-Means lebih mirip dengan citra inputan sedangkan Self Organizing Maps jauh dari citra inputan.]]>
<![CDATA[Pengolahan Citra Digital Untuk Pengenalan Retina Dengan Jaringan Saraf tiruan Hopfield Diskrit ]]>
<![CDATA[Broto Poernomo]]>;
<![CDATA[Yuliana Melita]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini berisi tentang implementasi pengolahan citra digital dan jaringan saraf tiruan hopfield diskrit pada sistem identifikasi citra retina. Serta menggunakan perhitungan hamming distance untuk mencari nilai kesalahan identifikasi citra retina tersebut. Tahap perancangan sistemnya dari proses resize, grayscale, deteksi tepi dengan sobel, binerisasi citra, jaringan saraf tiruan hopfield, dan hamming distance. Dengan sistem identifikasi ini nanti akan menghasilkan nilai hamming distance dan prosentase kemiripan dari identifikasi antara retina yang di uji dengan data latih yang ada di database. Dari hasil pengujian 7 data citra retina milik orang yang sama namun dengan citra yang sedikit berbeda dengan dipengaruhi posisi, translasi dan noise sistem ini mampu mengenali dengan keberhasilan 42,86 %. Hal ini terjadi karena sistem ini tidak melakukan proses transform terhadap citra yang akan di identifikasi]]>
<![CDATA[Klasifikasi Jenis Kayu Dengan Gray-Level Co-Occurrence Matrices (GLCMs) dan K- Nearest Neighbor ]]>
<![CDATA[Jaenal Arifin]]>;
<![CDATA[Yuliana Melita]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kayu sebagai hasil hutan sekaligus sumber kekayaan alam merupakan bahan dasar yang dimanfaatkan perusahaan manufaktur untuk pembuatan barang rumah tangga seperti: bufet, almari, kursi, meja dan masih banyak lagi kegunaan kayu untuk kebutuhan manusia. Banyaknya jenis kayu yang mempunyai tekstur hampir sama dapat menyulitkan perusahaan untuk mengelompokan kayu berdasar jenisnya. Sebagai alternatif sistem untuk pengelompokan (clasification) jenis kayu dapat dilakukan dengan memanfaatkan kamera digital yang selanjutnya akan diproses secara otomatis oleh sistem, dari sinilah jenis kayu dikenali. Dengan adanya teknologi pengolahan citra, maka data yang berupa gambar dapat diambil informasinya dan dikenali. Citra tersebut diambil nilai cirinya dengan metode Gray-Level Co-Occurrence Matrices, ciri-ciri yang diperoleh dari kontras, korelasi, homogenitas dan ASM. Hasil dari proses tersebut akan diklasifikasikan dengan algoritma K-Nearest Neightbor yang dicari jaraknya dari data latih, dengan tujuan mengambil keputusan untuk mengenali jenis kayu. Dalam sistem yang dibuat menghasilkan nilai error terkecil pada inputan k=1 yaitu 7%, disebabkan karena citra terdekat dengan citra uji tersebut adalah citra uji itu sendiri yang telah ada pada database sehingga memiliki jarak terdekat dan error terbesar pada k=7 yaitu 27% disebabkan karena pencarian dalam database semakin besar dengan jenis kayu lebih kecil sama dengan nilai k=7.]]>
<![CDATA[Rancang Bangun Pengenalan Citra Bunga Berdasarkan Bentuk Tepi Bunga Menggunakan Metode Euclidian Distance ]]>
<![CDATA[Sari, Rina Dewi Indah]]>;
<![CDATA[Melita, Yuliana]]>
<![CDATA[ Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8) ]]>
Publisher : <![CDATA[LP2M Institut Teknologi dan Bisnis ASIA Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pendidikan pada anak-anak diusia dini atau taman kanak-kanak (TK) sangatlah dibutuhkan karena merupakan tahap awal untuk pengenalan alam sekitar. Metode pengajaran yang sering dilakukan oleh guru-guru TK masih menggunakan cara yang manual misalnya dengan tanya jawab, bercerita dan diskusi. Sehingga daya ingat anak untuk mengenali alam sekitar kurang dan sering lupa, kelemahan lainnya anak-anak cepat bosan dengan cara mengajar yang manual. Dibuatlah aplikasi bertujuan untuk mengenali jenis bunga. Ciri yang digunakan dalam proses pengenalan bunga adalah bentuk dari tepi bunga. Selanjutnya dilakukan pengolahan gambar meliputi proses grayscale, thersholding, dan deteksi tepi. Dan Feature vector yang dihasilkan dari proses preprocessing akan disimpan dalam database. Pada tahap testing merupakan tahap pengguna memberikan input ke dalam program berupa query image. Pada tahap ini query image juga akan diekstraksi ciri-cirinya untuk menghasilkan feature vector. Feature vector yang diperoleh pada tahap testing kemudian dibandingkan dengan nilai yang terdapat di dalam data base dengan menggunakan metode Euclidean Distance. Prinsip utama dalam metode Euclidean Distance, jarak yang memiliki nilai terdekat dengan query image akan ditampilkan sebagai hasil dari proses pencarian. Dari hasil penelitian ini diperoleh hasil uji coba yang diketahui tingkat keberhasilannya sebesar 83,3% dari 12 gambar uji yang dikenali hanya 10 gambar saja. Yang menyebabkan gambar tidak berhasil dikenali ada banyak faktor. Antara lain range bobot antara gambar satu dengan yang lain yang sempit. Selain itu juga hampir samanya bentuk dari gambar sehingga memiliki nilai yang hamper sama, sehingga sistem kurang bisa mengenali gambar dengan tepat.]]>
