cover
Contact Name
Iwan Setiawan Wibisono
Contact Email
iwansetiawan@unw.ac.id
Phone
+6285857160671
Journal Mail Official
iwansetiawan@unw.ac.id
Editorial Address
Jl. Diponegoro 186 Kabupaten Semarang
Location
Kab. semarang,
Jawa tengah
INDONESIA
Jurnal Ilmu Komputer
ISSN : -     EISSN : 26556316     DOI : -
Core Subject : Science,
Jurnal Multimatrix ini sebagai media publikasi artikel penelitian, pengabdian masyarakat dalam bidang ilmu komputer
Articles 5 Documents
Search results for , issue "Vol. 1 No. 2 (2019)" : 5 Documents clear
Kunci Motor Otomatis Menggunakan Recognize Sidik Jari Dengan Algoritma Neural Network Iwan Setiawan Wibisono; Sri Mujiyono
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penggunaan kartu pengaman, password, dan verifikasi wajah telah banyak diketahui. Sehingga dengan adanya kunci otomatis ini dapat memudahkan dalam pengamanan. Saat ini sistem pengamanan menggunakan kartu sudah handal namun dalam system ini merupakan sebuah pilihan yang paling tepat. Seiring dengan perkembangan teknologi saat ini dituntut untuk dapat menciptakan suatu sistem yang lebih memudahkan pengguna (user) dengan menggunakan aplikasi neural network diharapkan dapat meningkatkan sistem pengamanan bagi para pemilik kendaraan.
PENERAPAN MODEL SIMULASI ORACLE VIRTUALBOX PADA KOMPETENSI SISTEM OPERASI DI SMK HIDAYAH SEMARANG Marsiska Ariesta Putri; Iwan Setiawan Wibisono
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini merupakan penelitian Quasi Experimen yaitu penelitian yang dimaksudkan untuk mengetahui atau mencoba meneliti ada tidaknya hubungan sebab akibat dengan membandingkan antara kelas eksperimen dan kelas kontrol. Penelitian ini bertujuan untuk mengetahui bagaimana proses penerapan model simulasi oracle virtulalbox, pengaruh penerapan model simulasi oracle virtulalbox terhadap peningkatan hasil belajar siswa dan untuk mengetahui respon atau pandangan siswa terhadap penerapan model simulasi oracle virtualbox pada kompentensi sistem operasi di SMK HIDAYAH Semarang. Jumlah populasi sebanyak 60 orang dan seluruh populasi digunakan sebagai sampel, data diperoleh melalui instrumen tes, dan angket. Adapun proses penerapan model simulasi oracle virtualbox pada penelitian ini ialah dengan mengajarkan terlebih dahulu kepada siswa kelas eksperimen tata cara menginstalasi aplikasi oracle virtualbox ke dalam sebuah komputer agar dapat digunakan sebagai simulasi dalam menginstal sistem operasi, berdasarkan hasil pretest kelas kontrol dan kelas eksperimen rata-rata hasil belajar siswa masih sangat rendah begitupun hasil posttest kelas kontrol masih banyak nilai siswa belum mencapai kriteria ketuntasan minimal sedangkan pada kelas eksperimen dengan penerapan model simulasi oracle virtualbox terjadi peningkatan hasil belajar, siswa telah mencapai kriteria ketuntasn minimal yang telah ditetapkan, ini menandakan bahwa penerapan model simulasi oracle virtualbox berpengaruh positif terhadap peningkatan hasil belajar siswa pada kompetensi sistem operasi di SMK HIDAYAH Semarang, dilihat dari rata-rata hasil belajar siswa dan hasil uji hipotesis yang telah dilakukan, selain itu pandangan atau respon siswa terhadap proses pembelajaran dengan penerapan model simulasi oracle virtualbox pada kompetensi sistem operasi direspon positif oleh siswa.
PENGEMBANGAN SISTEM INFORMASI PENERIMAAN MAHASISWA BARU BERBASIS WEB DI UNIVERSITAS NGUDI WALUYO Sri - Mujiyono; Yoannes Romando Sipayung
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Universitas Ngudi Waluyo saat ini telah berkembang dengan pesat hal ini dapat dilihat dari jumlah mahasiswa yang terus meningkat secara signifikan jumlah mahasiswa yang banyak, maka perlu pelayanan yang pesat pula. Pengembangan Sistem Informasi Transaksional Penerimaan Mahasiswa Baru berbasis Web adalah sebuah sistem yang dibangun untuk mempercepat dan mempermudah penerimaan mahasiswa baru. Sistem ini dibangun dengan menggunakan bahasa pemrograman PHP dan database MySQL. Dalam aplikasi ini terdapat dua user, admin dan Panitia PMBProgram aplikasi ini akan sangat membantu baik bagi pihak panitia penerimaan mahasiswa baru (PPMB) yang merupakan ajang promosi kampus ke dunia luas, juga membantu calon mahasiswa yang berasal dari luar kota ataupun luar pulau
OPTIMASI KLASIFIKASI DATA KINERJA AKADEMIK MAHASISWA MENGGUNAKAN SVM BERBASIS ALGORITMA GENETIKA Suamanda Ika Novichasari
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

For a college, especially a private university, students are the main component that supports the survival of the college. An educational database containing information about students is useful for predicting student academic performance. Several studies on the classification of academic performance have been conducted, it is clear that classification problems generally exist in the number of attributes, too many unnecessary attributes will increase computational time and reduce accuracy. The combination of PSO + SVM has proven to be more effective than SVM in various types of datasets. Therefore, this study will try to compare SVM-GA for the classification of student academic performance so that students who have good and bad academic performance can be seen. The data used is the academic performance data of the midwifery students of Ngudi Waluyo University, 2012-2014. The highest accuracy of SVM-GA is the accuracy of 93.55% and AUC 0.977. The previous SVM method had an accuracy of 90.51% and AUC 0.963. Based on the AUC value, the performance of the proposed SVM-GA method is in the "Perfect" group. 
Pembobotan Atribut Pso Untuk Optimasi Svm Dalam Kasus Kelayakan Kredit Bank wiwik Setyaningsih
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Credit success in a bank plays a role in maintaining the survival of a bank. Therefore it is very necessary to measure creditworthiness accurately to classify customers with good credit and bad credit. Based on these conditions the right data mining technique to use is classification. One of the data mining classification techniques is Naïve Bayes Classifier (NBC), but the accuracy is still less than the C4.5 and SVM algorithms. This final report describes the steps of research using the Particle Swarm Optimizatin (PSO) algorithm to weight attributes to increase the accuracy of SVM. This study uses data set public German Credit Data. The validation process uses tenfold-cross validation, while testing the model using confusion matrix and ROC curve. The results show SVM accuracy increased from 74.6% to 76.50% after combined with PSO.

Page 1 of 1 | Total Record : 5