cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyu Andhyka Kusuma
Contact Email
kusuma.wahyu.a@gmail.com
Phone
+628973127396
Journal Mail Official
wahyukusuma@umm.ac.id
Editorial Address
Program Studi Informatika Fakultas Teknik, Universitas Muhammadiyah Malang Raya Tlogomas 246 Malang, Indonesia Telepon 0341-464318 Ext. 247 Kontak: +628973127396 (Wahyu Andhyka Kusuma) Penerbit: (0341) 464319 - ext. 243 (LPPI Universitas Muhammadiyah Malang)
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Repositor
Published by Universitas Muhammadiyah Malang
ISSN : 27147975     EISSN : 27161382     DOI : https://doi.org/10.22219/repositor
Core Subject :
Jurnal Repositor merupakan jurnal ilmiah dengan ruang lingkup keilmuan bidang informatika. Jurnal ini mempublikasikan hasil penelitian, telaah ilmiah dan serangkaian hasil studi yang berkaitan. Adapun ruang lingkup dari jurnal ini adalah sebagai berikut: Kecerdasan Buatan (Artificial Intelligence) Pembelajaran mesin (machine learning) Jaringan saraf tiruan (neural networks) Pemrosesan bahasa alami (natural language processing) Sistem pakar dan pengambilan keputusan otomatis Data Sains dan Analitik (Data Science and Analytics) Big data Data mining Analitik prediktif Visualisasi data Pengembangan Perangkat Lunak (Software Engineering) Metodologi pengembangan perangkat lunak Rekayasa perangkat lunak berbasis komponen Pengujian dan kualitas perangkat lunak DevOps dan integrasi berkelanjutan Sistem Informasi (Information Systems) Sistem manajemen basis data Sistem informasi manajemen E-commerce dan sistem informasi bisnis Sistem informasi geografis Keamanan Siber (Cybersecurity) Kriptografi Keamanan jaringan Keamanan sistem dan aplikasi Analisis dan mitigasi serangan siber Jaringan dan Komunikasi (Networking and Communication) Protokol jaringan Jaringan nirkabel dan mobile Internet of Things (IoT) Komunikasi data dan jaringan sensor Komputasi Terdistribusi dan Paralel (Distributed and Parallel Computing) Cloud computing Komputasi grid dan komputasi awan Komputasi paralel Sistem terdistribusi Multimedia dan Interaksi Manusia-Komputer (Multimedia and Human-Computer Interaction) Pengolahan gambar dan video Realitas virtual dan augmentasi Desain antarmuka pengguna Usabilitas dan pengalaman pengguna Bioinformatika dan Komputasi Kesehatan (Bioinformatics and Health Informatics) Analisis data biomedis Sistem informasi kesehatan Genomika komputasional Pemodelan dan simulasi dalam biologi Teori Komputasi dan Algoritma (Theory of Computation and Algorithms) Kompleksitas komputasi Desain dan analisis algoritma Teori graf dan kombinatorika Pemrograman dan optimisasi matematis Robotika dan Sistem Otomatisasi (Robotics and Automation Systems) Sistem robotik dan kendali Kendaraan otonom Otomatisasi industri Robot kolaboratif
Arjuna Subject : -
Articles 479 Documents
 35   36   37   38   39 
Rancang Bangun Sistem Informasi Inventaris Gudang Menggunakan Metode Prototyping (Studi Kasus: UD. Rejeb Ngalah) Fahmi Dwi Arianto; Evi Dwi Wahyuni; Wildan Suharso
Jurnal Repositor Vol. 5 No. 4 (2023): November 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i4.32090

Abstract

UD. Rejeb Ngalah merupakan perusahaan yang bertempat di Nongkojajar. Rejeb Ngalah memiliki dua UKM yang sedang berkembang dan bertugas menaungi kedua UKM tersebut. UKM yang dinaungi oleh Rejeb Ngalah yaitu warnakarsa dan pesendaun yang bertempat di Malang. Penelitian ini didasari oleh keinginan peneliti memiliki andil dalam perubahan yang lebih baik lagi pada masyrakat dan memberikan pengaruh yang siginifikan demi proses bisnis yang lebih baik dari sebelumnya. Dan kami memilih UD Rejeb Ngalah sebagai tempat penelitian karena memiliki beberapa persoalan yang dialami dan hal tersebut membuat peneliti berniat memperbaiki proses yang ada didalamnya. Permasalahan utama pada Rejeb Ngalah yaitu diantara UKM warnakarsa dan pesendaun, produksi dan kegiatan administrasi saat ini masih dilakukan di tempat yang berbeda dan sering terjadi kesalahan pemahaman terhadap sesama karyawan yang menangani kegiatan administrasi di Rejeb Ngalah karena belum adanya sistem informasi gudang untuk mendata barang sehingga karyawan terkadang salah menginput data barang dan mengakitabatkan job-desk tidak tertata sebagaimana semestinya. Karna revolusi digital jika sebuah perusahaan mau meningkatkan operasional harus mengembangkan model bisnis baru yang lebih efisien [1]. Oleh karena itu penelitian ini dilakukan untuk mengembangkan sebuah sistem informasi storage di UD. REJEB NGALAH untuk memudahkan para karyawan dalam mendata barang, memperjelas SOP dari masing-masing pegawai dan semua kegiatan pengadminstrasian bisa tertata dengan baik. Penelitian menggunakan metode prototyiping karena akan sangat efektif digunakan apabila klien tidak tahu sebenarnya seperti apa website yang akan dirancang. Dan pada tahap wireframe/prototyping kita bisa mempresentasikan seperti apa gambaran website yang cocok dibuat untuk klien. Metode prototyping bisa menghubungkan langsung antara pengembang dan pengguna dengan prototype yang telah dirancang sebelum diimplementasikan kedalam coding sehingga fungsional dari sistem bisa digambarkan dengan jelas dari prototype tersebut [3]. Hal tersebut tentu lebih efektif karena pengembang tidak perlu melakukan coding sebelum pengguna sepakat terhadap sistem yang telah digambarkan melalui prototype.
Optimalisasi Aplikasi SIDeKa-Pro Dalam Upaya Peningkatan Kedisiplinan Pengisian Data 10 Besar Penyakit Rawat Jalan Melalui Pembuatan Standar Operasional Prosedur (SOP) Hikmawan Suryanto; Hakim Subekti
Jurnal Repositor Vol. 5 No. 4 (2023): November 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i4.32091

Abstract

Pencatatan dan pelaporan kini telah mengalami proses evolusi dari kertas ke digital. Demikian pula pencatatan dan pelaporan pelayanan kesehatan di Kota Probolinggo menggunakan aplikasi SIDeKa-Pro. Pada prakteknya masih terdapat fasilitas pelayanan kesehatan yang terlambat dalam pengisian data di aplikasi SIDeKa-Pro. Sebanyak 56% fasilitas pelayanan kesehatan di Kota Probolinggo pada tahun 2020 terlambat mengisi 10 besar data penyakit rawat jalan di aplikasi SIDeKa-Pro. Kemudian, sebanyak 38% fasilitas pelayanan kesehatan di Kota Probolinggo pada Januari – Maret 2021 terlambat mengisi data 10 besar penyakit rawat jalan di aplikasi SIDeKa-Pro. Tujuan dari penelitian ini adalah untuk mengetahui tingkat keterisian data 10 besar penyakit rawat jalan sebelum dan sesudah standar operasional prosedur (SOP). Penelitian ini menggunakan studi kohort. Jenis penelitian ini adalah eksperimen, yaitu one shoot case study. Populasi dalam penelitian ini adalah seluruh pengelola data di fasilitas kesehatan yang telah terdaftar di aplikasi SIDeKa-Pro sebanyak 32 fasilitas pelayanan kesehatan. Teknik pengambilan sampel yang digunakan adalah total sampling. Hasil penelitian menunjukkan bahwasannya adanya SOP pengisian data di SIDeKa-Pro ternyata mampu meningkatkan kedisiplinan pengelola fasilitas pelayanan kesehatan dalam pengisian data 10 besar penyakit rawat jalan di aplikasi SIDeKa-Pro. Saran adalah semua semua organisasi yang memiliki aplikasi, hendaknya dibuatkan SOP.
Deteksi Konten Hoax Pada Media Berita Indonesia Menggunakan Multinomial Naïve Bayes Fatahillah Arsyad; Nur Hayatin; Christian Sri Kusuma Aditya
Jurnal Repositor Vol. 5 No. 4 (2023): November 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i4.32092

Abstract

Berita hoax merupakan masalah yang perlu ditanggulangi di Indonesia. Melansir laporan dari Kominfo (Kementerian Komunikasi dan Informatika) pada tahun 2020 saja terdeteksi 3.464 berita hoaks. mengingat jumlahnya yang banyak, maka akan sangat sulit untuk mengidentifikasi setiap berita yang ada di Indonesia, tidak secara cepat apalagi secara komprehensif. Oleh karena itu, dibutuhkan suatu alat atau sistem yang dapat mendeteksi berita yang tersebar, secara cepat dan efisien. Dengan tujuan tersebut, penelitian ini dilakukan, dengan menggunakan metode yang digunakan oleh Multinomial Naïve Bayes (MNB). Pada penelitian sebelumnya, masih terdapat beberapa kekurangan yang dapat ditutupi dengan improvisasi. Untuk berimprovisasi dalam klasifikasi berita hoaks, metode MNB dipilih untuk penelitian ini. MNB sendiri merupakan jenis Naïve Bayes yang sering digunakan untuk analisis teks dimana data direpresentasikan dalam bentuk vektor frekuensi kata. sebagai rival pembanding untuk MNB, Gaussian Naïve Bayes juga akan didatangkan untuk penelitian ini. dengan total 998 data berita yang bersumber dari turnbackhoax.id dan sebagai pembanding penelitian ini juga menggunakan data dari penelitian sebelumnya yang berjumlah 250 berita. Hasil yang diperoleh dengan metode GNB mencapai akurasi 94% dan akurasi tertinggi untuk metode MNB adalah 96% yang menunjukkan MNB lebih baik.
Classification of Tuberculosis using a Convolutional Neural Network Zamah Sari; Yufis Azhar
Jurnal Repositor Vol. 5 No. 4 (2023): November 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i4.32093

Abstract

Tuberculosis disease causes the death of 1.8 million people worldwide, according to data from the World Health Organization in 2018 that nearly 10 million people were affected by tuberculosis and about 98,000 of them died. Technological developments, especially computer engineering, have helped accelerate the diagnosis of tuberculosis in poverty source areas. One of them is Computer Vision and Machine Learning Technology which causes development and utilization in all aspects, including the health sector. In the development of computer vision, there is a deep learning technique, this technique can automatically detect and classify various diseases with better accuracy. One method of deep learning that can produce precise accuracy and better efficiency is using a Convolutional Neural Network (CNN). This study uses CNN in the classification of the Tuberculosis Chest X-ray Database. The study was carried out in 4 scenarios, with each scenario getting accuracy results of 70%, 97%, 97%, and 72%..
Implementasi Model PXP Pada Sistem Informasi Laboratorium Infokom Universitas Muhammadiyah Malang Benny Indriawan Priatmaja; Ilyas Nuryasin; Wildan Suharso
Jurnal Repositor Vol. 4 No. 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.32283

Abstract

Laboratorium Infokom merupakan Laboratorium yang secara langsung dikelola oleh Lembaga Infokom. Laboratorium Infokom juga memiliki fungsi untuk melaksanakan kegiatan pendidikan, pelatihan, dan praktikum teknologi informasi dan komunikasi serta mengelola data – data tersebut. Beberapammasalah yanggterjadi dalammpelaksanaan kegiatan disebabkannoleh pengelolaan data kegiatan masihhdijalankan secaraamanual. Oleh karena itu, diperlukan sebuah sistem informasi yang dapat dibangun secara tepat dan cepat. Metode pengembangan perangkat lunak yang dapat memenuhi hal tersebut termasuk kedalam agile software development. Personal Extreme Programming atau PXP merupakan salah satu metode yang ada didalam agile software development dan juga merupakan metode pengembangan dari Extreme Programming yang disesuaikan agar dapat dikerjakan oleh pengembang tunggal. Sistem informasi yang akan dibangun dalam penelitian ini ialah sistem informasi laboratorium. Tahapan awal dari PXP ialah pencarian kebutuhan setelah itu dilanjutkan dengan tahap perencanaan iterasi dengan menentukan prioritas kebutuhan dan diskusi bersama. Pengembangan sistem akan dilakukan secara iteratif berdasarkan perencanaan yang telah dilakukan sebelumnya. Apabila terdapat perubahan atau penambahan kebutuhan, maka akan dilakukan diskusi dan perencanaan ulang. Berdasarkan hasil penelitian ini, PXP dapat diimplementasikan dalam Studi Kasus ini. Kemampuan, pengalaman serta pemahaman dari seorang pengembang dalam mengerjakan suatu sistem dapat menentukan kesesuaian estimasi pengerjaan sistem dalam metode PXP. Interaksi dengan klien juga berperan penting dalam proses pengembangan sistem agar proses tersebut tetap terarah dan sesuai dengan kebutuhan klien.
Sistem Rekomendasi Produk Skincare Korea Berbasis Web Menggunakan Metode Collaborative Filtering Elsyah Ayuningrum; Yufis Azhar; Gita Indah Marthasari
Jurnal Repositor Vol. 4 No. 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.32284

Abstract

Teknologi informasi saat ini sangat membantu dalam menunjang kehidupan manusia hampir di semua aspek kehidupan dan turut mempengaruhi pesatnya perkembangan industri kecantikan saat ini. Di Indonesia sendiri, brand skincare Korea dari A-Z sudah banyak beredar secara online seperti Laneige, Innisfree, The Saem, Klavuu, COSRX, Some by Mi, dan masih banyak lagi. Maka penulis pada penelitian ini ingin membuat suatu rancangan sistem rekomendasi skincare Korea. Dalam penelitian ini penulis menggunakan system rekomendasi metode collaborative filtering untuk menghasilkan sebuah sistem berbasis web yang dapat menghasilkan rekomendasi produk skincare korea berdasarkan rating produk. Selanjutnya setelah nilai rating berhasil diinput maka selanjutnya adalah Nilai similarity antar produk. Dari penelitian ini nilai yang dihasilkan cukup bagus antar produknya. Nilai similarity yang bagus adalah nilainya mendekati +1 maka artinya hubungan antar kedua produk tersebut cukup kuat, sebaliknya jika nilai yang dihasilkan -1 maka dapat diambil kesimpulan jika hubungan antara kedua produk sangat jauh / bertolak belakang. Hasil dari penelitian ini adalah dapat menyediakan rekomendasi daftar produk skincare sehingga nantinya pengguna dapat memilih produk skincare berdasarkan pendekatan terbaik. Sistem ini juga telah diuji menggunakan blackbox testing yang mana semua fungsi sistem telah valid dan nilai evaluasi MAE yang dihasilkan 0,25.
Klasifikasi Penyakit Katarak Pada Mata Manusia Menggunakan Metode Convolutional Neural Network Elsyah Ayuningrum; Agus Eko Minarno; Galih Wasis Wicaksono
Jurnal Repositor Vol. 4 No. 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.32285

Abstract

Convolutional Neural Network (CNN) adalahsalah satu jenis neural network yang biasa digunakan pada data image. CNN bisa digunakan untuk mendeteksi dan mengenali objek pada sebuah image. Pre-trained CNN adalah suatu teknik atau metode memanfaatkan model yang sudah dilatih terhadap suatu dataet untuk menyelesaikan permasalahan lain yang serupa dengan cara menggunaakannya sebagai starting point, memodifikasi dan mengupdate parameternya sehingga sesuai dengan dataset yang baru. Klasifikasi dalam penelitian ini membangun dua model berbeda yaitu VGG16 dan ResNet50. Kedua model tersebut digunakan untuk klasifikasi gambar pada cataract dan normal. Dari penelitian yang dilakukan model yang mendapatkan nilai akurasi tertinggi yaitu VGG16.
Analisis Kepuasan Masyarakat Terhadap Layanan Siaran RRI Gorontalo Menggunakan Algoritma C4.5 Alter Lasarudin; Wahyudin Hasyim; Roy Dumako
Jurnal Repositor Vol. 4 No. 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.32286

Abstract

Radio penyiaran merupakan salah satu media massa yang berkaitan erat dengan kebutuhan masyarakat yang dapat memberikan berbagai macam informasi, hiburan, dan pendidikan. Kepuasan masyarakat merupakan hal yang utama di dalam layanan siaran dan menjadi tolok ukur dalam meningkatkan pelayanan siaran radio. Data sampel yang digunakan dalam penelitian ini sebanyak 339 data responden. Hasil pengujian dari model yang telah dilakukan dengan pengujian tingkat akurasi dengan menggunakan Confussion Matrix didapatkan hasil pengukuran akurasi sebesar 97.94%, class precission untuk kategori PUAS sebesar 98.39% dan kategori TIDAK PUAS 93.10%. Sehingga dapat disimpulkan bahwa algoritma C4.5 dapat diterapkan untuk proses analisis kepuasan masyarakat terhadap layanan siaran RRI Gorontalo.
Implementasi Convolutional Neural Network Untuk Ekstraksi Fitur Citra Daun Dalam Kasus Deteksi Penyakit Pada Tanaman Mangga Menggunakan Random Forest Riksa Adenia; Agus Eko Minarno; Yufis Azhar
Jurnal Repositor Vol. 4 No. 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.32287

Abstract

Penyakit daun mangga tidak hanya mempengaruhi pentingnya dari proses perkembangan pada tumbuhan, namun juga berdampak terhadap segala aspek, mulai dari hasil perkembangbiakan pada tanaman mangga seperti kualitas dari buah, daun, dan batang, namun juga berpengaruh terhadap nilai kuantitas Tujuan utama dari dari penelitian ini adalah untuk mengembangkan metode serta fitur-fitur yang akan mendukung proses dari penelitian. Seperti klasifikasi, memprediksi serta mendeteksi adanya suatu penyakit pada objek yang diteliti. Oleh karena itu, pada penelitian ini mengusulkan metode CNN untuk klasifikasi daun mangga yang terinfeksi oleh penyakit dan dikombinasi dengan metode Random Forest masuk dalam kategori Supervised Learning yang merupakan sebuah pendekatan yang dimana sudah terdapat data yang dilatih, dan terdapat variabel yang sudah ditargetkan sehingga tujuan dari pendekatan tersebut adalah mengelompokan sebuah data ke data yang sudah ada. Sehingga algoritma Random Forest akan digunakan sebagai penguji algoritma pembelajaran mesin konvensional di dalam penelitian. Penelitian ini mendapatkan hasil yang baik pada hasil pengujian dengan tingkat akurasi sebesar 100% dari kedua metode yang digunakan CNN dan Random forest.
Sistem Pendukung Keputusan Starting Line Up Tim Sepakbola Menggunakan Metode Perbandingan Eksponensial (MPE) Andhika Pranadipa; Yufis Azhar; Agus Eko Minarno
Jurnal Repositor Vol. 4 No. 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.32289

Abstract

Sepakbola adalah salah satu olahraga terpopuler di dunia. Sepakbola Indonesia khusunya pada tingkat grassroots kurang memperhatikan statistik dalam pemilihan lineup pemain. Pada penelitian ini akan diterapkan sebuah sistem pendukung keputusan (SPK) untuk membantu pelatih sepakbola di tingkat grassroots menggunakan Metode Perbandingan Eksponensial untuk memilih pemain berdasarkan statistik pertandingan. Penilaian statistik yang akan dinilai meliputi, gol yang dicetak, tendangan melenceng, tendangan tepat sasaran, assist, umpan kunci, umpan sukses, dribel sukses, tekel sukses, clearance, intercept, penyelamatan, penyelamatan penalti dan menit bermain. Diharapkan dengan adanya sistem ini, pemilihan starting lineup pemain oleh pelatih dapat dilakukan secara objektif dan dapat mendukung pelatih dalam pengambilan keputusan.

Page 37 of 48 | Total Record : 479

 35   36   37   38   39 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 3 (2026): Agustus 2026 Vol. 8 No. 2 (2026): Mei 2026 Vol. 8 No. 1 (2026): Februari 2026 Vol. 7 No. 4 (2025): November 2025 Vol. 7 No. 3 (2025): Agustus 2025 Vol. 7 No. 2 (2025): Mei 2025 Vol. 7 No. 1 (2025): Februari 2025 Vol. 6 No. 4 (2024): November 2024 Vol. 6 No. 3 (2024): Agustus 2024 Vol. 6 No. 2 (2024): Mei 2024 Vol. 6 No. 1 (2024): Februari 2024 Vol. 5 No. 4 (2023): November 2023 Vol. 5 No. 3 (2023): August 2023 Vol. 5 No. 2 (2023): May 2023 Vol. 5 No. 1 (2023): February 2023 Vol. 4 No. 4 (2022): November 2022 Vol. 4 No. 3 (2022): Agustus 2022 Vol. 4 No. 2 (2022): Mei 2022 Vol. 4 No. 1 (2022): Februari 2022 Vol. 3 No. 5 (2021): November 2021 Vol. 3 No. 4 (2021): Agustus 2021 Vol. 3 No. 3 (2021): Mei 2021 Vol. 3 No. 2 (2021): Februari 2021 Vol. 3 No. 1 (2021): Januari 2021 Vol. 2 No. 12 (2020): Desember 2020 Vol. 2 No. 11 (2020): November 2020 Vol. 2 No. 10 (2020): Oktober 2020 Vol. 2 No. 9 (2020): September 2020 Vol. 2 No. 8 (2020): Agustus 2020 Vol. 2 No. 7 (2020): Juli 2020 Vol. 2 No. 6 (2020): Juni 2020 Vol. 2 No. 5 (2020): Mei 2020 Vol. 2 No. 4 (2020): April 2020 Vol. 2 No. 3 (2020): Maret 2020 Vol. 2 No. 2 (2020): Februari 2020 Vol. 2 No. 1 (2020): Januari 2020 Vol. 1 No. 2 (2019): Desember 2019 Vol. 1 No. 1 (2019): November 2019 More Issue